GOLD COAST, Australia — A mediados de septiembre, sobre el escenario del Gartner IT Symposium/Xpo, Daryl Plummer desplegó las principales predicciones estratégicas de Gartner para 2027 en adelante. Tres rótulos ordenaban la década que viene: robots everywhere, cost to value y unknown unknowns. Ninguno hablaba de modelos más grandes. Todos hablaban de lo que los modelos cuestan, dónde actúan y quién paga cuando se salen del guion.
El titular más citado fue el de los 10.000 millones: antes de que termine 2030, más de 10.000 millones de agentes autónomos creados por personas, empresas y gobiernos saturarán los servicios públicos. Agentes que identifican oportunidades, verifican elegibilidad y radican solicitudes en nombre de usuarios con intervención humana mínima. Una avalancha de trámites que los sistemas estatales no están preparados para absorber.
Aquí está lo que hace distinto a este pronóstico: no anuncia una capacidad nueva, sino una factura nueva. Durante tres años, la conversación corporativa giró alrededor de qué podía hacer la IA. Gartner la traslada a cuánto cuesta hacerla operar y quién controla el medidor: el gasto mundial en IA llegará a 2,52 billones de dólares en 2026, un 44% más que el año anterior. La era de los pilotos ilusionados quedó atrás; la contratación entró en el valle de la desilusión, donde la supervivencia depende del retorno predecible.
La paradoja que subyace a este anuncio es de manual económico y, sin embargo, contraintuitiva. El precio unitario del token se desploma —alrededor de 90% desde 2023, según cifras de Silicon Data citadas por McKinsey—, pero la factura total sube: los modelos agentivos consumen entre 5 y 30 veces más tokens por tarea, estima Gartner. Will Sommer, director analista senior de la firma, advierte que los líderes de producto no pueden confiar en que la economía del token racionalice los costos, porque cada generación exigirá tokens más numerosos y más caros. Su pronóstico: el costo de inferencia por flujo de trabajo agentivo se multiplicará por más de cinco hasta 2028.
Los tres vectores que reconfiguran la década
El primer vector es la saturación agentiva. Diez mil millones de agentes autónomos no son una metáfora: son solicitudes de subsidios, licencias, citas médicas y devoluciones de impuestos radicadas por software a las tres de la mañana. Gartner recomienda a los gobiernos modernizar su infraestructura digital y endurecer la verificación de identidad.
El segundo vector es la IA física: para 2030, el 80% de los trabajadores de primera línea de compañías internacionales será asistido por sistemas que sienten el mundo e interactúan con él —robots, drones, vehículos autónomos—. La IA sale del centro de datos y entra a la bodega y al andén, con seguridad primero: plataformas escalables y gobernanza robusta.
El tercer vector es el costo como superficie de ataque. El 80% de las organizaciones con IA de cara al público habrá sufrido un cost exhaustion attack antes de 2030: actores maliciosos que inflan el uso para disparar la factura operativa. Gartner recomienda tratar el consumo de tokens como un indicador de ciberseguridad, con controles enfocados en costo y monitoreo extendido a todas las tecnologías de IA. El token deja de ser gasto para convertirse en señal de intrusión.
Dos predicciones más completan el cuadro. Las compañías del Global 2000 poseerán colectivamente más de 10 billones de dólares en activos energéticos, convirtiéndose en proveedoras de las redes eléctricas. Y la industria aseguradora —no solo los reguladores— se consolidará como fuerza de gobernanza de la IA, con estándares de suscripción más estrictos para el seguro de responsabilidad. Cuando el asegurador tasa el riesgo, la gobernanza deja de ser voluntaria.
La anatomía del impuesto invisible
El mecanismo es brutalmente simple y por eso mismo difícil de gobernar:
┌─────────────────┐ ┌──────────────────┐ ┌─────────────────┐
│ Precio/token │ │ Tokens por tarea │ │ Factura total │
│ cae ~90% │ × │ sube 5–30× │ = │ se dispara │
│ (desde 2023) │ │ (modelos │ │ (93% de las │
│ │ │ agentivos) │ │ empresas ya │
└─────────────────┘ └──────────────────┘ │ superó su │
│ presupuesto) │
└─────────────────┘| Sistema | Tokens por tarea | Costo relativo | Transparencia de facturación |
|---|---|---|---|
| Chatbot básico | 1× | 1× | Alta |
| Agente de código (2026) | 5–30× | $200–500 USD/dev/mes | Baja |
| Agente con razonamiento | hasta 150× | 150× el chatbot básico | Muy baja |
Los datos de la tabla no son especulación. Una investigación de Gartner Peer Insights, reportada por Computer Weekly en junio de 2026, encontró que el 23% de los líderes tecnológicos gasta entre 200 y 500 dólares mensuales por desarrollador solo en tokens para agentes de codificación como Claude Code, Cursor y OpenAI Codex, y que el 6% supera los 2.000 dólares. La firma proyecta que, para 2028, el costo de la codificación con IA superará el salario promedio de un desarrollador, con la migración del licenciamiento por puesto al cobro por consumo: costos variables y poca transparencia sobre cómo se calcula cada token facturado.
Voces: del laboratorio al consejo directivo
Nitish Tyagi, analista principal senior de Gartner, ofreció el veredicto más incómodo: nadie debería abandonar la IA porque los costos totales aumenten, pero los costos de los tokens ciertamente seguirán subiendo.
Sachin Chitturu, socio de QuantumBlack (la unidad de IA de McKinsey), lo resumió en Tech Week Singapur: “El costo de los tokens no está bajando tanto como está subiendo el uso de los tokens”. Su encuesta de FinOps encontró que el 93% de las empresas superó su presupuesto de IA en los últimos seis meses, y que una de cada cinco recortó su uso de IA por costos operativos. La cifra que más duele: aunque el 80% de los usuarios dice que la IA mejoró su productividad individual, solo el 37% reporta una contribución positiva al EBIT.
La propia Gartner aporta el contrapeso: anticipa que más del 40% de los proyectos de IA agentiva se cancelará antes de finales de 2027 por falta de valor de negocio claro. Desplegar agentes es barato; hacer que paguen su factura, no.
Mientras Gartner habla de costos, los reguladores hablan de responsabilidad: la investigación de la FTC a OpenAI y Anthropic por los riesgos de sus agentes marca el momento en que el riesgo dejó de ser lo que el modelo dice para convertirse en lo que el agente hace. Y en el frente de la IA física, la respuesta técnica ya existe: el freno de hardware que Nvidia presentó para aislar agentes descarriados anticipa exactamente el mundo de robots en planta que Gartner describe.
El espejo latinoamericano: pagar en dólares, decidir en pesos
Para una empresa en Bogotá, Medellín o Ciudad de México, el pronóstico de Gartner se lee con una variable adicional que las firmas de Stamford rara vez modelan: cada token se factura en dólares y cada presupuesto se aprueba en moneda local. Cuando la inferencia se multiplica por cinco, el tipo de cambio hace el resto: la disciplina FinOps decide si un proyecto sobrevive al comité financiero.
La buena noticia es que la arquitectura de respuesta ya está documentada y es accesible. El análisis de junio sobre los costos explosivos de los LLM trazó el manual: modelos abiertos autoalojados para las cargas repetitivas, enrutadores que asignan el modelo más barato a cada tarea, caché de contexto y orquestación con topes de consumo que impidan los bucles infinitos de los agentes. La predicción de Gartner sobre los cost exhaustion attacks convierte ese manual en requisito de seguridad, no solo de ahorro.
Hay además una lectura de soberanía que el mercado latinoamericano no puede soslayar. Si los agentes van a radicar trámites ante servicios públicos, las empresas de la región operarán sobre infraestructura y APIs extranjeras, con datos cruzando fronteras en cada llamada. La arquitectura pragmática combina modelos propios donde el dato es sensible, orquestación local con herramientas como n8n y microservicios en Python, y canales que la región ya domina —WhatsApp como interfaz, ERPs heredados como sistema de registro— antes de entregar el control a un agente autónomo con la tarjeta de crédito abierta.
Desde la experiencia de implementación, el veredicto es sobrio: la mayoría de las empresas no necesita el modelo más caro, necesita el medidor más honesto. Ningún agente toca producción sin un tope de gasto. La IA agentiva no fracasa por falta de inteligencia; fracasa por falta de contabilidad.
En la Gold Coast, Plummer cerró con la frase que resume la década: las organizaciones más exitosas serán las que equilibren innovación con responsabilidad. El futuro pertenece a quien mida. Los robots llegan igual; la diferencia entre apalancarse en ellos o ahogarse con su factura se decide en una hoja de cálculo, mucho antes de que el primer agente toque el primer servidor.