Gartner proyecta que el costo de inferencia por flujo de trabajo agéntico se multiplicará por más de cinco hacia 2028, aunque cada token cueste menos. Mientras 98% de los equipos de FinOps ya gestiona gasto en IA, más de la mitad de los profesionales de operaciones dice no controlarlo bien. Lo que falta no es una herramienta de monitoreo. Es la unidad de medida correcta: el costo de una tarea que quedó bien hecha.

Imagine dos modelos de IA para extraer datos de contratos. El primero cuesta US$0,20 por ejecución y entrega un resultado aceptable 15% de las veces. El segundo cuesta US$0,80 y acierta 78%. Si el criterio de compra es el precio por ejecución, gana el primero. Si el criterio es cuánto cuesta cada resultado utilizable, la cuenta se invierte: unos US$1,33 con el primero y unos US$1,03 con el segundo, antes de sumar el trabajo de corrección.

El ejemplo es hipotético y lo propone Donald Farmer, de TreeHive Strategy, en un artículo de TechTarget. Pero resume una discusión que esta semana está en los comités de tecnología y finanzas de la región: en IA agéntica, el precio del token dejó de ser la cifra que importa.

El 17 de agosto, Gartner publicó una proyección que contradice la intuición de cualquier presupuesto: el costo de inferencia por flujo de trabajo agéntico aumentará más de cinco veces hasta 2028, aún cuando el costo por token siga bajando. La razón es estructural. Cada generación de capacidad de IA exige más tokens y, a menudo, tokens más caros, y los flujos sofisticados consumen muchísimos más que una conversación simple con un chatbot. Según Gartner, enviar una tarea a un modelo de razonamiento agéntico multiplica al menos por cinco el costo de inferencia frente a un chatbot básico, y bastante más a medida que crece la complejidad. En palabras de su analista Will Sommer, la tasa de innovación está superando la curva de costos.

Su conclusión práctica no es dejar de usar agentes. Es dejar de usarlos por defecto: Gartner advierte que recurrir a inteligencia autónoma genérica para todo produce costos sin techo, mucho mayores que los de un ecosistema de productos optimizado, y recomienda enrutar y orquestar para que cada tarea use la inteligencia más barata que alcance.

Una tarea agéntica no es una llamada al modelo. Es una secuencia que puede incluir reintentos, comunicación entre agentes, consultas a bases de datos y revisión de una persona. Las guías de la FinOps Foundation ayudan a separar las capas:

La guía que Tammy Burnitt, de la FinOps Foundation, publicó el 6 de octubre añade un matiz que cualquier director financiero reconocerá: las herramientas de apoyo se contratan por separado, en distintos equipos, y la observabilidad es una fuente frecuente de sobrecostos porque las aplicaciones de IA generativa producen enormes volúmenes de datos. A eso se suma que algunos proveedores han empezado a facturar por separado componentes como la memoria persistente, las sesiones y el registro de habilidades de los agentes, según reportó Revista Cloud Computing en septiembre sobre Google Cloud.

El informe State of FinOps 2026, con 1.192 profesionales que administran más de US$83.000 millones al año en nube, muestra que 98% ya gestiona gasto en IA, frente a 31% hace dos años. La gestión llegó. El control todavía no.

El State of Observability 2026 de Splunk, que consultó a 2.050 profesionales de operaciones e ingeniería de TI en diez países, encontró que 55% no controla bien los costos de IA, que 56% no logra medir de forma eficaz la calidad de sus cargas de IA y que 54% todavía no vincula esa vigilancia con resultados de negocio. Es un estudio de un proveedor de observabilidad, pero coincide con lo que ocurre en la región. Una encuesta de Sensedia, Squadra y MIT Sloan Review Brasil, realizada entre asistentes al evento APIX 2026 y divulgada el 4 de agosto, indica que 74% de las organizaciones latinoamericanas enfrenta costos imprevistos por una implementación desordenada de la IA.

IDC estima que Latinoamérica gastará cerca de US$10.000 millones en IA en 2026, con un crecimiento de 3,8 veces entre 2025 y 2029. El sector que más gasta es el financiero, con US$1.739 millones, y 65% del total viene de grandes empresas. Es decir, la decisión de escalar agentes la están tomando, con presupuestos grandes, las mismas instituciones que más rinden cuentas sobre cada peso.

Gartner anticipó además, en 2025, que más de 40% de los proyectos de IA agéntica se cancelaría hacia fines de 2027 por costos en aumento, valor poco claro o controles de riesgo insuficientes. Los tres factores comparten un punto de partida: sin una unidad de costo ligada a un resultado, ni el comité ni el regulador ni el auditor pueden saber si un agente se paga solo.

La fórmula es simple. Lo difícil es tener los datos para aplicarla:

Costo por tarea aceptada = (costo de todos los intentos + arnés + revisión humana) ÷ tareas aceptadas

1. Definir qué es una tarea completada antes de medir su costo. Un resultado cuenta solo si lo acepta el proceso, el cliente o la persona responsable. Sin ese criterio, el denominador es una opinión.
2. Costear el arnés, no solo el modelo. La FinOps Foundation advierte que, en arquitecturas agénticas de producción, la infraestructura que rodea al modelo puede ser entre 40% y 60% del gasto de la función y nada de eso aparece en la factura del proveedor.
3. Enrutar por complejidad. Reservar los modelos de razonamiento para las tareas cuyo valor justifica su costo, y resolver el resto con alternativas más baratas. Es la recomendación central de Gartner.
4. Poner límites económicos dentro de la arquitectura. Tope de pasos, tokens y tiempo por ejecución, presupuestos por sesión, alertas de consumo y una regla clara de cuándo el agente escala a una persona. La FinOps Foundation sugiere medir cada aplicación durante 30 a 60 días y fijar presupuestos alrededor de 110% a 120% de esa línea base, con alertas al 80% y al 100%.
5. Atribuir y gobernar la compra. Etiquetar cada solicitud por equipo, función y tarea desde el origen, como propone Farmer, y canalizar el gasto experimental por una instancia central de revisión para evitar suscripciones duplicadas, como sugiere la FinOps Foundation.

Hay una sexta consecuencia que los comités suelen descubrir tarde. Si el costo se mide por tarea aceptada, deja de ser una discusión sobre tecnología y se vuelve una pregunta de organización del trabajo: para cada tarea, ¿conviene el agente, la persona o un equipo híbrido? La respuesta cambia de tarea en tarea, y solo se conoce con datos.

En Q-Vision, compañía de tecnología con más de 22 años de experiencia en impulsar la transformación inteligente de las organizaciones, esa cuenta toca las tres capacidades que integramos. En Cloud, la visibilidad y el control del gasto de IA: atribución, límites y arquitectura de costos. En Digital Product Engineering, el diseño de los agentes con enrutamiento y topes desde la primera versión, no como corrección posterior. Y en Human-Agent Talent, la decisión de qué tarea hace el agente, cuál la persona y cuál un equipo híbrido, medida por costo por resultado.

El principio detrás de las tres es el mismo que guía nuestra propuesta de valor: acelerar la innovación y potenciar la productividad solo tiene sentido si genera resultados medibles para el negocio.

La próxima vez que un equipo proponga escalar un agente, la primera pregunta de un comité ya no debería ser cuánto cuesta el modelo ni cuántos tokens consume. Debería ser cuánto cuesta cada tarea que queda bien hecha, y cuánto de ese costo no aparece en la factura del proveedor.

Las organizaciones que puedan responderla con datos podrán decidir dónde escalar, dónde enrutar a un modelo más barato y dónde mantener a una persona. Las que no, descubrirán la respuesta en la factura.