Ejecutar un flujo de trabajo con agentes costará cinco veces más en 2028 que hoy, según una proyección de Gartner publicada el 17 de agosto y recogida por The Deep View. La previsión llega mientras el precio por token no deja de bajar, que es exactamente lo que la hace interesante.
Puntos clave
- Gartner proyecta un aumento de 5 veces en el coste de inferencia por flujo agéntico hasta 2028.
- El precio unitario por token sigue cayendo. El gasto total sube igual.
- Un agente consume muchos más tokens que un chatbot para resolver la misma petición.
- Scott Bickley, de Info-Tech Research Group, señala la presión de adopción: las empresas invierten en agentes aunque el retorno siga sin estar claro.
La paradoja de la inferencia
La contradicción aparente se resuelve mirando qué se mide. El coste por millón de tokens lleva dos años cayendo sin pausa. Lo que sube es cuántos tokens hacen falta.
Un chatbot recibe una pregunta y devuelve una respuesta. Son dos llamadas y unos pocos miles de tokens. Un agente que resuelve la misma tarea lee documentos, llama a herramientas, evalúa el resultado, corrige y vuelve a intentarlo. Puede ser una docena de llamadas encadenadas, cada una arrastrando el contexto acumulado de las anteriores.
Gartner identifica tres mecanismos que empujan en la misma dirección:
1. La eficiencia ganada financia modelos más grandes y más caros, porque el margen se reinvierte en capacidad. 2. Cuando el coste unitario baja, la gente encuentra usos más sofisticados que consumen más. 3. Los agentes consumen de forma estructural mucho más que la generación anterior de aplicaciones.
Es el mismo patrón que describió Jevons con el carbón en el siglo XIX: cuando el motor de vapor se volvió más eficiente, el consumo total de carbón subió en lugar de bajar.
El componente de infraestructura
La proyección no vive en el vacío. Cuadra con la aritmética que se está firmando estas semanas en centros de datos.
Nvidia respalda unos 105.000 millones de dólares de financiación para el campus de OpenAI en Pike County, Ohio, sobre un arrendamiento a veinte años. El Wall Street Journal cifra en 3 billones los compromisos de IA que las grandes tecnológicas mantienen fuera de balance, de los cuales 1,2 billones son arrendamientos de centros de datos.
Ese dinero se devuelve por una sola vía: el precio de la inferencia. Puede repercutirse bajando la tarifa más despacio de lo que baja el coste, o subiendo el consumo por tarea, o las dos cosas. La proyección de Gartner es esencialmente esa cuenta.
Lo que dice sobre el retorno
Bickley aporta el matiz que suele faltar en estas previsiones. Las empresas están invirtiendo en agentes bajo presión competitiva, no porque tengan el retorno medido. La promesa de transformación organizativa basta para aprobar el presupuesto.
Eso encaja con lo que vimos en el estudio de Deloitte publicado esta semana: un 42% de las empresas ya usa agentes y solo un 15% ha conseguido escalarlos. El gasto entra antes que el resultado.
Por qué importa
Si estás montando procesos con agentes, esto cambia cómo hay que presupuestarlos. El coste por tarea no va a bajar solo con el tiempo, que es la suposición implícita de casi todos los planes que he visto.
Lo práctico es medir hoy dos números por cada proceso automatizado: tokens consumidos por ejecución y ejecuciones al mes. Con eso tienes el coste real por tarea terminada, que es la unidad que hay que comparar contra la alternativa humana. Ese es el número que aguanta una reunión de presupuesto, no el precio por millón de tokens.
Y hay una palanca de ingeniería que sí funciona contra esta curva: la mayoría de los agentes en producción gastan de más porque arrastran contexto que no necesitan. Recortar el contexto por llamada, cachear lo que se repite y usar un modelo pequeño para los pasos mecánicos reduce el consumo sin tocar el resultado. Si el coste unitario va a multiplicarse por cinco, el trabajo de optimización que hoy parece prematuro va a ser lo que decida si el proceso sigue siendo rentable en 2028.
Relacionado
