ESTUDIO
Guía sobre la economía de tokens de IA para los CIO
Cómo mejorar la visibilidad, el control y la gestión del gasto en tokens de IA
10 MINUTOS DE LECTURA
10 September 2026
En resumen
- Cuatro de cada cinco dólares gastados en tokens de IA no pueden vincularse a resultados financieros cuantificables
- El 80% de los directivos afirma que la IA genera valor, Aunque menos del 20% del gasto en tokens puede vincularse a resultados financieros cuantificables
- Los CIO están en un punto muerto: no pueden prever el consumo de tokens ni demostrar el valor generado. Tienen una factura de tokens cuyo precio no puede planificarse y un valor que nadie puede probar
- Los nuevos requisitos de los CIO: conseguir que el consumo de tokens pase de ser un gasto impredecible a una inversión con un retorno cuantificable para los CEO y evaluable para las juntas directivas
Los responsables de IA han dedicado los últimos dos años a justificar la inversión. Ahora, tienen que responsabilizarse de las finanzas: el gasto en tokens representa una nueva factura que crece a una velocidad difícil de justificar. La gestión del gasto en tokens es una preocupación creciente para las juntas directivas, ya que el coste de cada prompt, inferencia e interacción agéntica aumenta mucho más rápido que la capacidad de probar el valor que estos generan.
Encuestamos a 750 directivos sénior de 17 países y entrevistamos a 15 líderes de tecnología y finanzas en empresas de la lista Fortune 500. En lo que respecta al gasto en tokens empresariales, menos de uno de cada cinco dólares puede conectarse de forma directa a un resultado financiero cuantificado (efecto en los beneficios, costes evitados o productividad convertida en una cifra sobre la que el área financiera pueda actuar).
La preocupación está relacionada con dos problemas: las empresas no pueden predecir de forma fiable el volumen de tokens y su gasto correspondiente de un trimestre a otro ni tampoco explicar el retorno de la inversión una vez gastado el dinero. Esto lleva a un punto muerto. Si los costes son impredecibles, los departamentos de finanzas pondrán más pegas a la hora de aprobar presupuestos de IA mayores. Cuando el valor es invisible, las juntas presionan a los CEO para que den explicaciones; estos, a su vez, piden a los CFO que lleven un mayor control, y estos esperan que los CIO consigan un consumo de IA predecible, económicamente responsable y con un valor tangible.
Cuatro de cada cinco directivos dicen que la IA genera resultados cuantificables, pero menos de uno de cada cinco puede vincular el gasto en tokens con el valor generado. La mayoría tiene dificultades para explicar el gasto en términos financieros que resulten útiles para los CFO, que los CEO puedan cuantificar y que las juntas puedan evaluar.
PREGUNTAS FRECUENTES
¿Qué es la economía de los tokens?
The Tokenomics Foundation define la economía de los tokens como la disciplina mediante la cual se convierten la energía y el capital en capacidades de IA y se consume esa inteligencia de forma eficiente en toda la organización, con el fin de materializar el valor empresarial. Los tokens son las unidades de datos que procesan los modelos de IA. Se consumen con cada prompt, respuesta, paso de recuperación de información e interacción con agentes de IA. Este estudio y las disciplinas que describe se centran en la gestión del gasto en tokens y en la medición del valor generado.
La cuestión económica no es cuántos [tokens] se consumieron, sino qué consiguió realmente cada uno de ellos.
Field CTO for AI, Cybersecurity and Data en una empresa global de infraestructura tecnológica
78%
Crecimiento previsto del consumo de tokens en los próximos 24 meses
1 de cada 3
organizaciones agotan sus presupuestos de tokens antes de que acabe el año
Solo el 35%
de las empresas es capaz de calcular el coste por resultado empresarial incluso para su mayor caso de uso de IA
El problema es la trayectoria
Con estas cifras, el punto muerto es difícil de ignorar. El año pasado, las empresas encuestadas gastaron, aproximadamente, 2.500 millones de dólares en tokens. Entre los principales costes asociados a la IA, el gasto en tokens ocupa la tercera posición, por detrás de la infraestructura y el desarrollo y mantenimiento del software.
Lo verdaderamente preocupante es la trayectoria, ya que las empresas esperan que el consumo de tokens crezca un 78% en los próximos 24 meses. Aunque se prevé que los precios bajen un 19%, los directivos esperan que, en el mismo periodo, el gasto agregado en tokens se acerque a los 3.600 millones de dólares sin aplicar estrategias de optimización de costes. El alcance tras ese dato es enorme: una empresa tecnológica internacional que gasta más de 20 millones de dólares anualmente, una aseguradora europea con un presupuesto de inferencia de IA de 150-200 millones de dólares y una empresa que trabaja para la administración pública con un límite de gasto en IA de 250 millones de dólares.
Hoy en día, es posible que el gasto en tokens les pase desapercibido a las juntas directivas. No obstante, la trayectoria de estos costes es preocupante. Es posible que los CIO y los equipos de finanzas se den cuenta de que los gastos operativos pueden convertirse en un riesgo financiero importante con una rapidez sorprendente.
En nuestras entrevistas, el líder tecnológico de una gran institución financiera estadounidense nos indicó que, en seis meses, el gasto en tokens había aumentado entre cinco y diez veces. Un gran banco europeo pasó de gastar prácticamente cero en tokens a desembolsar 5 millones de euros anualmente en tan solo un año, con gastos de 200.000 € semanales en una única carga de trabajo.
Esto es un problema real que no para de crecer. Hacer un seguimiento del gasto en tokens es todo un desafío, especialmente si está repartido en distintas organizaciones y equipos.
Chief Technology Officer de una empresa global de medios de comunicación y datos financieros
Una bajada en los precios de la IA no solucionará el problema. Nueve de cada diez directivos afirman que si los tokens son más baratos, aumentarán los casos de uso, en lugar de reducirse el gasto. Tras plantearles la pregunta de qué harían si los precios bajaran un 25% más, solo uno entre veinte dijo que aprovecharía el ahorro.
Cómo responderán los directivos ante una bajada en el precio de los tokens
Una factura que no se puede predecir con un valor que no se puede probar
Las empresas no saben cuántos tokens se consumen en una sola carga de trabajo. Los gastos que no están vinculados a ninguna carga de trabajo no pueden predecirse, de la misma manera que un valor que no se asocia a ninguna carga de trabajo no se puede probar. En resumen, las empresas reciben una factura de IA que nadie puede planificar y con un valor que no se puede probar. La brecha procede de seis puntos ciegos que se comen los presupuestos de IA sin apenas llamar la atención.
Coste de tareas desconocido
El modelo más avanzado por defecto
Multiplicador agéntico
Presupuestos obsoletos
Estructura de precios fragmentados
Lagunas en la responsabilidad
Qué se les pide a los CIO
Para avanzar de manera estratégica, debe corregirse la causa mediante visibilidad en las cargas de trabajo, control y responsabilidad financiera. Hay cinco disciplinas que distinguen a las empresas que van en cabeza. La visibilidad es la primera, ya que las otras cuatro dependen de ella. Además, hay una técnica que sobresale por encima de todas las demás, pero la utilizan menos del 10% de las empresas.
01
Tus cargas de trabajo deben ser observables antes de crecer
Implementa un portal de IA o una capa de observabilidad que capture los siguientes datos por cada interacción de la IA: el nombre de la carga de trabajo, el equipo asociado, el modelo utilizado, el coste de los tokens y el resultado. Sin esta medida, lo demás son meras sugerencias.
DATO
53%
del uso de los tokens puede vincularse a un usuario o equipo específico.
02
Haz que los equipos paguen por lo que usan
Cobra los costes de los tokens a los equipos que más consuman. Empieza por la ingeniería y las tres o cuatro funciones que más tokens consuman.
La técnica Showback, es decir, desglosar los costes, visibiliza el consumo, pero no conlleva ninguna consecuencia financiera. Esta medida solo conciencia y cambia el comportamiento si está asociada a otros incentivos. La técnica Chargeback implica cobrar a los equipos por los servicios que utilizan. Es el factor de predicción más importante para la optimización de costes y la asignación de valor, pero solo la utilizan unas pocas empresas. Su efectividad depende de las capacidades de gobernanza que se hayan establecido.
El mecanismo es sencillo. Cuando un equipo paga por el consumo, los responsables se preguntan si ese gasto está justificado, por lo que los ingenieros eligen los modelos teniendo en cuenta los costes.
DATO
Solo el 7%
de las empresas utilizan un modelo Chargeback para monitorizar los costes de IA.
03
Utiliza el modelo más adecuado para cada tarea
Identifica las cargas de trabajo, aproximadamente un 10%, que realmente requieren una gran capacidad (razonamiento complejo, síntesis de varias fuentes y generación de alto riesgo), y redirige todas las demás a modelos de nivel medio o de pesos abiertos. Impón este modelo por defecto, no dejes que cada desarrollador lo implemente según su criterio.
DATO
90%
Según nuestras investigaciones, más de 9.000 tareas no requieren los modelos de IA más avanzados, por lo que sería suficiente emplear uno de nivel medio.
04
Exige un caso de valor antes de que las cargas de trabajo lleguen a producción
Define tres elementos antes de invertir capital en cualquier carga de trabajo de IA nueva: cuánto cuesta el proceso hoy (tanto en dinero como en tiempo), qué resultado financiero concreto mejorará la IA y cómo se cuantificará ese resultado en dinero. Después, mantente firme.
Esta medida no tiene por qué resultar compleja, pero sí debe existir antes de gastar, no como forma de justificar el gasto después.
El concepto de valor varía según la función, ya que puede ser la tasa de desviación en las operaciones con clientes, los plazos de desarrollo de software o las horas por transacción en el procesamiento interno. Cambia la definición, pero no los requisitos.
DATO
<20%
del gasto en tokens puede atribuirse a resultados financieros cuantificados.
05
Desarrolla habilidades de IA en toda la organización
La mayoría de los errores de enrutamiento se deben una falta de orientación, no de sentido común. Los desarrolladores y los empleados eligen el modelo más avanzado porque no saben ver la diferencia en los costes, y en muchas ocasiones no cuentan con reglas claras para los casos en los que un modelo más barato es suficiente.
Visibiliza los costes para aquellas personas que quieran utilizar tokens. Establece una opción predeterminada para que la elección correcta sea siempre la más fácil y deja el criterio humano para los casos importantes.
DATO
54%
de las solicitudes de IA se enrutan incorrectamente y se envían a modelos más expansivos y avanzados de lo necesario.
La disciplina es lo que marca la diferencia
Ser líder en IA implica control y disciplina en la gestión. Las empresas que van en cabeza gestionan cada token antes de tener que justificar su coste y después lo conectan a un caso de valor que puedan justificar.
Esto no solo es competencia del CIO. Es necesario que el CFO garantice que el valor cuantificable sea condición imprescindible para invertir en IA, el CHRO debe integrar la visibilidad del coste en las expectativas de la plantilla y los líderes empresariales deben asignar un propietario a cada carga de trabajo desde el primer día.
Las preguntas ya vuelan, de la junta directiva al CEO, del CEO al CFO y del CFO al CIO. Los CIO que integren la visibilidad de las cargas de trabajo, la responsabilidad del gasto y el enrutamiento inteligente de modelos podrán ampliar la IA con total seguridad basándose en las pruebas, no en la esperanza.
Acerca de este estudio
En este estudio, realizado entre junio y julio de 2026, se encuestó a 750 directivos sénior de empresas de 17 países con ingresos anuales que superan los mil millones de dólares. Además, se llevaron a cabo 15 entrevistas exhaustivas a líderes en tecnología y finanzas de la lista Fortune 500.