Rippling presentó esta semana su nueva herramienta, AI Spend Console, diseñada para que las empresas puedan rastrear, limitar y optimizar el gasto en tokens de inteligencia artificial. La solución surge tras descubrir que el uso descontrolado de modelos de lenguaje estaba devorando presupuestos de investigación y desarrollo de forma alarmante. (source)
El problema del "tokenmaxxing" sin control. Durante el primer trimestre de 2026, la empresa detectó que estaba en camino a gastar el 40% de su presupuesto de personal de I+D únicamente en tokens de IA. Este gasto crecía a una tasa del 80% mes a mes, lo que representaba una cifra de millones de dólares destinados a servicios de inferencia sin una métrica clara de retorno de inversión.
Identificación de fugas y métricas de productividad. Al analizar el consumo interno, Rippling descubrió datos reveladores que cualquier gestor de tecnología debería considerar:
- Solo el 10–15% de los empleados generaban cerca del 60% del gasto total en IA.
- Se detectaron casos extremos donde un solo ingeniero gastaba hasta $50,000 al mes en tokens.
- El uso excesivo a menudo resultaba en "slop" (contenido de baja calidad) en lugar de código o tareas útiles.
Estrategias para reducir costos operativos. Para frenar el gasto, la compañía implementó una serie de medidas que ahora ofrece a sus clientes a través de la consola. La estrategia se basa en tres pilares clave:
- Establecimiento de techos de gasto: Negociar límites máximos con proveedores como Cursor, OpenAI y Anthropic.
- Enrutamiento inteligente: Utilizar una puerta de enlace (gateway) que dirija las tareas a modelos más económicos cuando no se requiere potencia de frontera.
- Adopción de modelos eficientes: Implementar opciones como GLM 5.2, que es un 85% más barato que los modelos de frontera con un rendimiento casi idéntico para tareas de codificación.
Resultados medibles tras la implementación. Tras activar estas herramientas de gobernanza, Rippling logró reducir su gasto en tokens del 40% al 15% del presupuesto de personal. A pesar de esta reducción drástica en costos, el volumen de uso se mantuvo alto, alcanzando los 600 mil millones de tokens en julio, pero con un costo que representó solo el 37% de lo que costaba en abril.
Tu siguiente paso para optimizar la IA. Si gestionas un equipo tecnológico, la lección es clara: no todos los procesos necesitan el modelo más caro. Configura un gateway de IA para automatizar el enrutamiento de prompts y audita mensualmente quiénes son tus "capitanes de IA" para asegurar que la inversión en tokens se traduzca en resultados tangibles, no solo en consumo de nube. Más sobre el tema: Microsoft lanza modelos MAI propios: la clave para reducir tus costos de IA.
