La incorporación de inteligencia artificial a las empresas comienza a cambiar la forma de medir la productividad y también los costos de operación.
Mientras las primeras herramientas generativas se utilizaban principalmente para producir texto, imágenes o código, los agentes de IA pueden conectarse con sistemas corporativos, utilizar herramientas y ejecutar procesos de principio a fin.
Esa capacidad abre nuevas posibilidades de automatización, pero también obliga a las organizaciones a vigilar cada acción y calcular cuánto cuesta entregar un trabajo terminado.
El gasto, por tanto, no termina en la licencia de una plataforma o en el consumo de un modelo. Las empresas también necesitan infraestructura para operar sus agentes, mecanismos de supervisión, personal capacitado y tiempo para revisar los resultados antes de incorporarlos a sus procesos.
David Casillas, Chief Technology Officer (CTO) de NYXN, compañía especializada en la adopción empresarial de inteligencia artificial agéntica, señala que en el modelo de costos utilizado por la empresa para presupuestar un área de ingeniería, el consumo de los modelos representa alrededor de 0.3 por ciento del costo de entregar un trabajo terminado, mientras que el tiempo de las personas concentra cerca de 92 por ciento.
Estas cifras corresponden al modelo de costos que utiliza NYXN para sus operaciones de ingeniería, no a un promedio de todas las empresas. Sin embargo, ilustran uno de los retos de la adopción empresarial: reducir el gasto en tecnología no necesariamente significa abaratar el proceso completo.
“Por eso hablar solo de licencias deja fuera casi todo el costo”, explica Casillas en entrevista con MILENIO.
La compañía desarrolló Forge, una metodología para organizar el trabajo con agentes de inteligencia artificial y establecer mecanismos de control sobre su operación. Su propuesta parte de una premisa: antes de ampliar la autonomía de estas herramientas, las empresas necesitan definir qué tareas pueden ejecutar, cómo comprobar sus resultados y quién debe responder cuando algo sale mal.
La IA también factura: el costo de dejar trabajar a los agentes
A diferencia de una herramienta que responde a una instrucción y termina su tarea, un agente puede ejecutar una secuencia de acciones. Lee información, toma decisiones dentro de sus parámetros, utiliza aplicaciones, revisa los resultados y vuelve a actuar hasta completar el encargo.
Cada vuelta puede generar nuevos consumos y, dependiendo de la complejidad de la tarea, una sola instrucción puede convertirse en decenas o incluso cientos de ciclos de ejecución.
Por eso, el precio de un token —la unidad con la que se mide y cobra el procesamiento de los modelos— no basta para calcular cuánto cuesta operar un agente. También hay que considerar cuántas veces vuelve a ejecutarse, qué modelo utiliza en cada etapa y cuánto trabajo adicional requiere el resultado.
Casillas identifica seis partidas que las empresas deberían separar en sus presupuestos:
- Consumo de modelos
- Plataforma tecnológica
- Capacitación
- Gobierno de la inteligencia artificial
- Revisión humana
- Retrabajo.
Esta última categoría incluye las horas que deben invertirse para corregir o reconstruir entregables que no cumplen con los criterios establecidos. El problema puede agravarse cuando una organización busca ahorrar utilizando modelos más baratos para tareas que requieren mayor precisión.
“Una propuesta mal hecha se come más horas de revisión humana de las que ahorró en tokens”, señala el directivo, al describir una experiencia de NYXN durante sus pruebas con distintos modelos.
La decisión de utilizar una herramienta de menor costo puede resultar contraproducente si aumenta el tiempo que los especialistas necesitan para revisar el resultado. En ese escenario, el ahorro en consumo tecnológico se traslada a la operación y puede terminar elevando el costo total.
"También existe un problema presupuestario: el dinero destinado a inteligencia artificial puede salir de partidas que originalmente estaban asignadas a otras actividades".
En sus respuestas a MILENIO, Casillas cita una medición de Gartner sobre un área de servicio en la que el gasto en IA aumentó 38 por ciento, mientras el presupuesto total creció 2 por ciento.
"Para NYXN, la forma de evitar que estos gastos pasen inadvertidos consiste en establecer una partida específica para la IA y medir el costo por trabajo entregado y aceptado, en lugar de limitarse al número de tareas generadas o al volumen de tokens consumidos".
La diferencia es relevante para las áreas financieras y de tecnología: producir más no necesariamente significa completar más trabajo. Si los agentes generan entregables a mayor velocidad de la que las personas pueden revisarlos, la organización puede terminar acumulando tareas pendientes de aprobación.
¿Qué está haciendo tu agente? La nueva pregunta de las empresas
El control del gasto está relacionado con otra necesidad: conocer qué hace cada agente durante su operación. Cuando varias herramientas trabajan simultáneamente, las empresas necesitan identificar qué sistemas consultan, qué instrucciones reciben, qué acciones ejecutan y cuánto consumen.
NYXN aplica estos principios en un proyecto de modernización de un sistema central bancario, conocido como core bancario. De acuerdo con la compañía, el equipo está integrado por 12 personas y 47 agentes de inteligencia artificial, con una estimación de reducir de tres años a 11 meses el tiempo de ejecución del proyecto.
El plazo es una proyección, no un resultado alcanzado. Casillas precisa que las cifras describen la configuración actual del equipo y que el cumplimiento de la estimación depende, entre otros factores, de la capacidad del banco para revisar y aceptar los cambios que producen los agentes.
La tarea es compleja porque las reglas de negocio de un sistema bancario pueden estar distribuidas en miles de procedimientos acumulados durante décadas. Los agentes ayudan a inventariar esos procedimientos, identificar sus relaciones, proponer equivalencias para la nueva arquitectura y preparar pruebas para comprobar los cambios.
Las 12 personas, en cambio, deben reconstruir la intención detrás de las reglas: determinar por qué existen ciertas validaciones, cuáles siguen siendo necesarias y qué cambios podrían afectar las obligaciones del banco. Esa labor requiere conocimiento del negocio y decisiones que no pueden resolverse únicamente mediante la lectura del código.
Para que el trabajo de los agentes pueda revisarse de forma sistemática, NYXN utiliza un banco de pruebas independiente, conocido como harness. Este mecanismo compara el comportamiento del sistema anterior con el de la nueva versión y permite comprobar qué cambios mantienen las reglas existentes y cuáles deben modificarse deliberadamente.
La compañía sostiene que esa verificación es indispensable para ampliar el número de agentes sin perder capacidad de control. En un sistema bancario, un cambio no puede darse por correcto solo porque funciona: debe existir evidencia de que cumple los criterios establecidos.
La estimación de completar el proyecto en 11 meses depende de que ese banco de pruebas esté disponible desde las primeras etapas, de que las decisiones sobre las reglas de negocio comiencen desde el inicio y de que el cliente asigne suficiente personal con autoridad para aprobar los resultados.
El ejemplo también muestra por qué la productividad de los agentes no puede medirse de manera aislada. Si producen más cambios de los que el equipo humano puede aceptar, el cuello de botella se traslada de la construcción a la revisión.
Más velocidad, más control: el dilema de automatizar con IA
Para administrar ese volumen de trabajo, las empresas necesitan mecanismos de observabilidad que permitan reconstruir las acciones de cada agente. Casillas los resume en tres elementos: identidad, registro de actividad y presupuesto.
El primero consiste en asignar credenciales propias a cada agente, en lugar de permitir que opere con el usuario y la contraseña de una persona. De esa manera, una auditoría puede identificar quién o qué ejecutó una operación y evitar que las acciones de un sistema automatizado queden atribuidas a un empleado.
El segundo es mantener un registro de las actividades: qué información recibió el agente, qué herramienta utilizó, qué resultado obtuvo, cuánto tardó, cuánto costó y si el trabajo superó las pruebas correspondientes. El tercero consiste en establecer límites de gasto por sesión y por proyecto, junto con alertas para detectar consumos inusuales o tareas que se rechazan repetidamente.
Estos controles deben acompañarse de reglas que definan qué puede hacer cada agente y qué acciones requieren intervención humana. La metodología Forge, desarrollada por NYXN, plantea tres principios: proporcionar a los agentes contexto suficiente sobre el negocio, establecer mecanismos de gobierno y mantener a las personas supervisando la operación.
El contexto incluye los objetivos, las reglas, la arquitectura tecnológica y los criterios con los que se evaluarán los resultados. Para estructurar esa información, la compañía utiliza especificaciones que describen qué debe hacerse, por qué, cuáles son las restricciones y en qué condiciones debe detenerse una tarea.
La gobernanza, por su parte, busca que la autonomía no dependa exclusivamente de las instrucciones escritas en una conversación. Los permisos deben establecerse mediante controles externos al agente, con una identidad propia y acceso únicamente a las herramientas que necesita.
Esto cobra importancia ante riesgos como la inyección de instrucciones maliciosas (prompt injection), mediante la cual un agente puede encontrarse con órdenes ocultas en documentos, correos u otras fuentes de información. Por ello, NYXN plantea que los límites relevantes deben imponerse en la arquitectura y en los permisos del sistema, no únicamente en las instrucciones que recibe el modelo.
La empresa también considera necesario definir operaciones que siempre deben detenerse y escalarse a una persona, como pagos, tratamiento de datos personales, incidentes de seguridad y cambios que eliminan información.
El objetivo es que la automatización tenga límites verificables. Una empresa debe poder identificar qué agente ejecutó una acción, con qué autorización, bajo qué reglas y con qué evidencia de cumplimiento.
El humano sigue pagando la cuenta… y tomando las decisiones
El tercer principio de Forge es Human on the Loop: los agentes pueden ejecutar tareas de forma autónoma dentro de parámetros previamente definidos, mientras las personas supervisan su desempeño e intervienen cuando es necesario.
El modelo no significa que un empleado deba aprobar cada movimiento. La supervisión puede concentrarse en las excepciones, siempre que existan reglas claras, registros suficientes y mecanismos para detener las operaciones que representen un riesgo.
La responsabilidad final, sin embargo, permanece en las personas y en la organización que utiliza la tecnología. Ante un cliente o un regulador, la empresa debe poder explicar qué regla autorizó una operación, quién aprobó esa regla y qué evidencia demuestra que el sistema actuó conforme a ella.
Este esquema también modifica el trabajo de los equipos de tecnología. En lugar de concentrarse únicamente en ejecutar tareas de programación, los especialistas deben definir objetivos, preparar especificaciones, coordinar agentes y revisar sus resultados. La planeación, por tanto, necesita considerar cuántos entregables puede aceptar el equipo, no solo cuántos puede producir.
NYXN reporta que, durante dos años de comparación entre proyectos desarrollados con agentes de IA y proyectos que utilizaron metodologías ágiles convencionales, observó mejoras de entre 50 y 70 por ciento en los tiempos de ejecución.
La cifra corresponde a la experiencia de la compañía y no debe interpretarse como una reducción garantizada para cualquier organización o tipo de proyecto.
Casillas también reconoce que parte de la mejora puede relacionarse con una mayor medición del trabajo y con la reutilización de especificaciones, pruebas y criterios de aceptación entre proyectos, además de la incorporación de agentes.
"La capacitación es otro componente de la transición. Un equipo con menor experiencia puede aceptar resultados que un especialista más experimentado identificaría como incorrectos. Por eso, la autonomía debe ajustarse a la capacidad de revisión de las personas y al riesgo de cada tarea, en lugar de incrementarse de manera automática conforme avanza la implementación".
En México, la adopción también requiere considerar el manejo de datos personales y las obligaciones aplicables a cada operación. El hecho de utilizar inteligencia artificial no elimina las responsabilidades de la empresa sobre la información que procesa ni sobre las decisiones que toma con ella.
Para Casillas, el reto consiste en establecer un esquema que permita medir tanto los beneficios como los costos y riesgos. Esto implica definir indicadores antes de implementar los agentes, separar las partidas presupuestarias, capacitar a los equipos y mantener registros de lo autorizado y de lo que realmente está en funcionamiento.
La adopción empresarial de agentes de inteligencia artificial, concluye el directivo, no depende únicamente de contar con modelos más capaces. También exige cambiar la forma de organizar el trabajo y mantener mecanismos que permitan supervisar la ejecución, medir los costos y comprobar los resultados.
