El consumo de IA se ha convertido en objeto de culto pero esto no es productividad.
Hay una forma muy eficaz de equivocarse en tecnología: medir con precisión lo que no importa. Es un error elegante, moderno y hasta tranquilizador, porque convierte algo complejo en algo visible. Nos da la ilusión de control. Y en plena fiebre de la inteligencia artificial estamos empezando a cometerlo otra vez.
En Silicon Valley empieza a asomar una práctica que, más que anecdótica, parece un síntoma de época: nuevas contrataciones que reciben, además de salario, bonus y equity, capacidad de consumo de IA. Dicho de otro modo, tokens. No como un detalle menor, ni como una simple herramienta de trabajo, sino como parte del paquete de compensación con el que seducir talento.
La escena tiene algo de distopía de oficina y algo de lógica industrial. Si se supone que la IA multiplica la productividad, ofrecer más capacidad de uso parece equivalente a ofrecer más poder. Más velocidad. Más rendimiento. Más ventaja competitiva.
El problema empieza cuando esa lógica se simplifica demasiado.
Una cosa es dar acceso a herramientas potentes y otra muy distinta asumir que consumir más de esas herramientas equivale a producir más valor
Porque una cosa es dar acceso a herramientas potentes y otra muy distinta asumir que consumir más de esas herramientas equivale a producir más valor. Y esa confusión, que al principio puede parecer menor, acaba deformando la manera en que entendemos el trabajo técnico.
Hoy ya se desliza una idea inquietante: valorar a los desarrolladores por el volumen de tokens que consumen. Cuanto más usan, más productivos parecen. Da igual para qué. Da igual en qué se convierta esa potencia. Da igual si el resultado es mejor, peor o irrelevante. Lo importante pasa a ser el consumo.
Es el tipo de razonamiento que una industria adopta cuando necesita justificar una inversión gigantesca.
Porque no estamos hablando de una moda menor. La inversión en IA está siendo una de las mayores de la historia de la informática. Las grandes tecnológicas están levantando infraestructuras masivas, ampliando capacidad de cómputo, asegurando suministro energético, resolviendo problemas de refrigeración y comprometiendo cantidades ingentes de capital en la expectativa de que el uso de esta tecnología crecerá de manera sostenida y voraz.
Toda gran expansión necesita una demanda que la sostenga
«Hay que facilitar la decisión. Hay que empujar el hábito. Hay que convertir el uso en costumbre y la costumbre en necesidad»
Hay que facilitar la decisión. Hay que empujar el hábito. Hay que convertir el uso en costumbre y la costumbre en necesidad
Y ahí aparece la gran pregunta incómoda: ¿qué ocurre si el consumo real no alcanza el ritmo esperado? ¿Qué pasa si la sociedad, las empresas o los equipos no usan tanta IA como hace falta para rentabilizar toda esa maquinaria?
La respuesta parece clara: hay que facilitar la decisión. Hay que empujar el hábito. Hay que convertir el uso en costumbre y la costumbre en necesidad.
No sorprende la avalancha de contenidos patrocinados, demostraciones deslumbrantes, vídeos simplificados y mensajes publicitarios que ensalzan las bondades de la IA en todos los rincones posibles
Por eso no sorprende la avalancha de contenidos patrocinados, demostraciones deslumbrantes, vídeos simplificados y mensajes publicitarios que ensalzan las bondades de la IA en todos los rincones posibles. Influencers contratados, campañas en redes, casos de uso espectaculares y una narrativa continua que no solo explica la tecnología, sino que invita, empuja y casi presiona a consumirla.
No es casualidad. Es estrategia.
Y el dato ayuda a entender la magnitud del movimiento: las plataformas de IA generativa gastaron más de 1.000 millones de dólares en anuncios digitales en Estados Unidos en 2025, un 125% más que el año anterior. No es solo una cifra grande. Es una declaración de intenciones. Muestra una industria que no se conforma con existir: necesita ser usada masivamente.
Hasta aquí, nada obliga a concluir que la IA sea una mala inversión o una herramienta sobrevalorada. Sería una lectura torpe. La IA puede ser extraordinariamente útil. Puede eliminar trabajo repetitivo, reducir tareas manuales, acelerar procesos y permitir que los profesionales dediquen más tiempo a pensar, decidir y construir con más criterio. Utilizada con sentido, mejora mucho. Y en algunos casos, muchísimo.
El matiz decisivo está en ese ‘utilizada con sentido’.
Porque también puede usarse mal. Puede convertirse en una trituradora de energía, agua y dinero al servicio de tareas irrelevantes, iteraciones innecesarias o una inflación artificial de actividad. Puede producir mucho ruido y muy poco valor. Puede dar una apariencia de sofisticación donde solo hay desperdicio.
Y de ese ecosistema nace incluso una caricatura bastante reveladora: el tokenmaxxing, esa maximización deliberada del consumo de tokens como si gastar más capacidad de IA fuera, por sí mismo, un signo de excelencia. Una especie de culto al derroche tecnológico envuelto en lenguaje de alto rendimiento.
Pero el consumo no es el producto.
Nunca lo ha sido.
Tampoco las líneas de código fueron una buena métrica de productividad, ni las horas sentados frente a una pantalla, ni la cantidad de reuniones, ni la cantidad de palabras de un informe. Medir es útil solo cuando la medida mantiene una relación directa con el valor que se quiere capturar. Y el valor en desarrollo de software no está en el combustible consumido, sino en el resultado entregado.
Lo relevante no es cuántos tokens se han gastado. Lo relevante es en qué se han convertido.
Si esa capacidad de IA termina materializándose en software requerido por negocio, alineado con objetivos concretos y útil para el usuario, entonces hablamos de productividad. Si no, hablamos de actividad. Y la actividad, por intensa que sea, no siempre genera valor.
Por eso, la métrica interesante no debería ser el volumen absoluto de tokens, sino la relación entre tokens consumidos y producto software generado. Ahí sí empieza la conversación seria. Ahí sí aparece una noción de eficiencia. Porque si dos equipos producen el mismo resultado, pero uno necesita una fracción del consumo de IA del otro, entonces no solo está trabajando bien: está convirtiendo mejor los recursos en valor.
Eso cambia por completo el enfoque.
Dejamos de premiar el gasto y empezamos a observar la transformación. Dejamos de confundir potencia con rendimiento. Dejamos de asumir que más máquina significa más productividad. Y volvemos a una verdad bastante menos vistosa, pero mucho más útil: el desarrollo de software se debe medir por el software que entrega, no por la energía computacional que quema en el camino.
Hoy el riesgo no es solo sobreinvertir en IA, sino adoptar una cultura en la que consumir IA se convierta en una virtud en sí misma
La industria tecnológica ha tendido siempre a enamorarse de sus medios. A veces olvida sus fines. Hoy el riesgo no es solo sobreinvertir en IA, sino adoptar una cultura en la que consumir IA se convierta en una virtud en sí misma.
Y no lo es.
La virtud está en producir mejor. En resolver mejor. En construir mejor. En gastar menos para obtener más. En hacer que la potencia se convierta en resultado, y no en humo estadístico.
El producto software sigue siendo el rey. Todo lo demás, incluidos los tokens, solo merece atención en la medida en que lo sirva.
