La inteligencia artificial (IA) agéntica está cambiando la forma en que las empresas calculan sus costos tecnológicos. Para Gonzalo Gómez, director ejecutivo de Altiana, no basta con medir cuánto cuesta usar un modelo: también es necesario saber cuánto cuesta resolver una tarea y qué valor genera.
En entrevista exclusiva con FOLOU, Gómez explicó que esta transformación está dando mayor relevancia a la denominada economía del token, una unidad técnica utilizada para medir parte del procesamiento de los modelos de IA y que, en muchos servicios, también funciona como unidad de facturación.
Sin embargo, el ejecutivo señala que medir tokens no basta para calcular el retorno. Con la llegada de sistemas capaces de razonar, consultar datos y ejecutar acciones, una misma tarea puede requerir distintos modelos y niveles de procesamiento.
Por eso, plantea un cambio de perspectiva: “El token mide consumo; el negocio debe medir valor”. Bajo este enfoque, las organizaciones deben relacionar el costo tecnológico con variables como productividad, tiempo, errores, experiencia, riesgo y resultados económicos.
TE PUEDE INTERESAR: Vertiv apuesta por centros de datos preparados para la IA
FOLOU: ¿Qué es la ‘economía del token’ en IA y por qué debería ser relevante para las empresas?
Gonzalo Gómez:El token mide el consumo técnico y la facturación de la IA, una variable que cobra mayor peso con la llegada de los agentes autónomos. Al razonar, consultar datos y ejecutar acciones, estos sistemas exigen distintos modelos según la complejidad del proceso. Por ello, las empresas deben cambiar su enfoque: la meta no es calcular cuánto cuesta consumir tecnología, sino evaluar cuánto cuesta resolver una tarea y qué valor aporta ese resultado.
FOLOU: ¿Consumir más tecnología e IA garantiza mejores resultados o valor para el negocio?
Gonzalo Gómez: Usar el modelo más potente o consumir más datos no garantiza un mejor resultado. Para comprobar el valor real de la IA es indispensable establecer una línea base (baseline) que mida tiempos, costos y tasa de errores antes y después de su adopción.
En Altiana evaluamos este impacto definiendo el problema (por qué), el caso de uso (para qué), la integración (cómo) y la arquitectura (dónde). Un caso práctico en el sector legal demostró que, al sustituir el modelo más costoso por uno adaptado a la tarea, se mantuvo la calidad reduciendo los costos operativos a una cuarta parte.
FOLOU: ¿Cómo debería medirse el retorno de una iniciativa de IA?
Gonzalo Gómez: El ROI debe medirse comparando el proceso antes y después de incorporar IA. Es necesario revisar tiempo, costos, errores, satisfacción, disponibilidad, recursos utilizados y resultados económicos.
La tecnología está evolucionando desde modelos basados en licencias o capacidad instalada hacia esquemas que pueden medir tareas, acciones o resultados concretos.
Por eso, la pregunta principal es qué se ganó: más tiempo, menor esfuerzo, mayor capacidad, menos errores, mejor experiencia, menor riesgo o mayores ingresos. El ROI aparece cuando esa mejora puede demostrarse y cuantificarse.
FOLOU: ¿Qué áreas del negocio tienen mayor potencial para generar eficiencias o nuevos ingresos mediante IA?
Gonzalo Gómez: El verdadero potencial de la IA está en ampliar la capacidad humana en tareas repetitivas, de alto volumen o personalizadas. Por ejemplo, 90 comerciales no pueden atender manualmente a 91.000 empresas, pero la IA permite analizar datos, redactar correos y detectar oportunidades a escala. Sin embargo, automatizar solo genera valor si se traduce en más clientes, mayor retención o nuevos ingresos; la tecnología resuelve la escala, pero el negocio debe validar su impacto.
FOLOU: ¿Qué papel juegan los datos propios de una empresa para obtener mayor valor de la IA?
Gonzalo Gómez: Los datos propios pueden convertirse en una ventaja competitiva porque permiten que la IA comprenda la historia, los clientes, los procesos y las decisiones de una organización.
No basta con acumular información. También se necesita gobierno de datos: saber dónde están, qué significan, cuáles son confiables, quién puede usarlos y cómo deben protegerse.
La ventaja surge al combinar datos privados, conocimiento empresarial, procesos y gobierno. Los modelos se democratizan, pero el contexto propio de cada empresa no.
FOLOU: ¿Qué diferencia a las empresas que obtienen resultados concretos de aquellas que siguen experimentando?
Gonzalo Gómez: Las empresas más avanzadas trabajan en dos frentes. El primero incluye gobierno, seguridad, datos, controles y gestión de riesgos. El segundo se concentra en casos de uso con impacto medible.
Ambos frentes deben avanzar juntos: los casos generan aprendizaje y el gobierno permite escalar con mayor seguridad. No es necesario esperar a tener un sistema perfecto, pero tampoco conviene experimentar sin control.
La recomendación es gobernar mientras se aprende y aprender mientras se ejecuta. La ventaja aparece cuando los casos de uso están conectados con procesos, datos y problemas reales del negocio.
FOLOU: ¿Qué deberían hacer las empresas colombianas para gestionar la economía del token y preparar su estrategia de IA?
Gonzalo Gómez: No deberían comenzar preguntándose qué modelo usar o cuánto cuesta un millón de tokens. Primero deben responder cuatro preguntas: por qué, para qué, cómo y dónde.
El por qué define el objetivo de negocio; el para qué, el caso de uso; el cómo, los procesos, datos, personas, agentes, controles y arquitectura; y el dónde, el modelo de despliegue más conveniente según costo, seguridad, privacidad, regulación y desempeño.
El consumo debe medirse desde el primer piloto, pero el objetivo es gobernar la economía completa del resultado. El valor aparece cuando la IA mejora una métrica importante del negocio y esa mejora puede demostrarse.
Foto: Altiana.