El costo oculto de la IA: Walmart y el fin de los tokens ilimitados

Imagina que en tu empresa reparten tarjetas de crédito corporativas sin límite de gasto. Al principio, todos piden lo que necesitan. Pero al llegar la factura, llega el shock. Algo similar está ocurriendo con la inteligencia artificial en las grandes corporaciones. Walmart, el gigante minorista con 2.1 millones de empleados, acaba de descubrir que la IA ilimitada tiene un precio salado. Su asistente interno, llamado Code Puppy, prometía ayudar con análisis de hojas de cálculo, creación de presentaciones y otras tareas automatizables. Pero la demanda superó las expectativas, y ahora la empresa ha empezado a racionar el acceso mediante tokens. No es un caso aislado: es la señal de un cambio de paradigma en cómo se paga por la inteligencia artificial.

Hasta hace poco, las empresas pagaban una suscripción fija por acceso a modelos de lenguaje como GPT-4 o Claude. Eso daba una sensación de recursos infinitos. Pero los proveedores, como OpenAI y Anthropic, están migrando a modelos de pago por uso, donde cada consulta cuesta según su complejidad. Walmart asignó a sus empleados un número fijo de tokens, limitando su uso. ¿La razón? Incluso consultas modestas, multiplicadas por millones de trabajadores, generan facturas astronómicas. El caso de Uber es aún más extremo: la compañía agotó su presupuesto anual de IA en solo cuatro meses. La lección es clara: la IA no es gratis, y las empresas están empezando a sentir el peso de su propio éxito en adoptarla.

Uno de los efectos secundarios más curiosos de esta nueva economía es el llamado 'token maxxing'. Cuando las empresas medían la productividad por el número de consultas de IA, los empleados empezaron a gamificar el sistema. Usar la IA por usarla, sin importar si era realmente necesaria, se convertía en un logro. Un socio de Sequoia Capital incluso animaba a 'maxear tokens' en público. Pero ahora que cada token cuesta dinero, esa estrategia se vuelve contraproducente. Walmart, al limitar los tokens, obliga a los empleados a pensar dos veces antes de preguntar algo a la IA. La paradoja es que la eficiencia real puede mejorar: menos consultas, pero más valiosas.

No solo las consultas simples se encarecen. Los flujos de trabajo con múltiples agentes de IA, donde un modelo pasa contexto a otro en ciclos iterativos, multiplican el consumo de tokens. Si el resultado no es perfecto al primer intento, hay que refinarlo, y eso cuesta. Lo que antes era un gasto marginal ahora se mide en dinero contante y sonante. Walmart aconseja a sus empleados elegir el modelo adecuado para cada tarea, evitando usar modelos 'thinking' (los que razonan internamente) para tareas triviales como dar formato a una presentación. Es un nuevo campo de batalla: la optimización del costo por consulta.

Walmart no es la única. Microsoft ya cobra por tokens en GitHub Copilot desde junio de 2026. El cambio de facturación es imparable. Para las empresas, la lección es triple: primero, medir el ROI real de cada uso de IA; segundo, educar a los empleados en elegir la herramienta adecuada; tercero, establecer topes de gasto desde el inicio. No se trata de abandonar la IA, sino de usarla con inteligencia financiera. Como dice el refrán: 'lo que no se mide, no se mejora'. Y ahora, lo que no se mide, se paga.

Si cada acción en IA tiene un costo asociado, el próximo paso es inevitable: las empresas empezarán a asignar presupuestos de tokens por departamento, como hacen con el papel o la electricidad. Algunas ya hablan de 'contabilidad de tokens' como una nueva función financiera. Los empleados, por su parte, tendrán que priorizar: ¿vale la pena gastar 500 tokens en un análisis rápido o mejor hacerlo manual? La era de la IA sin límites se acaba. Pero en lugar de verlo como una restricción, podemos verlo como una invitación a ser más estratégicos. Al final, la mejor IA es la que se usa con cabeza.