{"id":181061,"date":"2026-10-26T11:12:35","date_gmt":"2026-10-26T14:12:35","guid":{"rendered":"https:\/\/www.itsitio.com\/ch\/?p=181061"},"modified":"2026-10-26T11:12:35","modified_gmt":"2026-10-26T14:12:35","slug":"apenas-el-35-de-las-organizaciones-es-capaz-de-medir-cuanto-cuesta-generar-un-resultado-de-negocio-con-la-ia","status":"publish","type":"post","link":"https:\/\/www.itsitio.com\/ch\/inteligencia-artificial\/apenas-el-35-de-las-organizaciones-es-capaz-de-medir-cuanto-cuesta-generar-un-resultado-de-negocio-con-la-ia\/","title":{"rendered":"Apenas el 35% de las organizaciones es capaz de medir cu\u00e1nto cuesta generar un resultado de negocio con la IA"},"content":{"rendered":"

El desarrollo de la inteligencia artificial en las empresas est\u00e1 creando un nuevo costo de hacer negocios: los tokens. \u00c9stos son las unidades de datos que procesan los modelos de IA. Cada instrucci\u00f3n (prompt<\/em>), respuesta, paso de recuperaci\u00f3n de informaci\u00f3n e interacci\u00f3n de un agente consume tokens. La tokenom\u00eda es la disciplina que conecta lo que la IA consume con el valor que devuelve.<\/p>\n

Un nuevo estudio de Accenture muestra que 78% de las empresas proyecta que crezca el consumo de tokens en los pr\u00f3ximos 24 meses, mientras solo 35% de las organizaciones<\/strong> puede calcular el costo por resultado de negocio, incluso para su caso de uso de IA m\u00e1s importante. En contraste, 59%<\/strong> trabaja \u00fanicamente con estimaciones generales o indicativas.<\/p>\n

A medida que el consumo de IA comienza a escalar entre las empresas, la econom\u00eda de los tokens se est\u00e1 convirtiendo en un riesgo y una oportunidad cada vez m\u00e1s relevantes, atrayendo una creciente atenci\u00f3n tanto de la alta direcci\u00f3n como de los directorios.<\/p>\n

Nicol\u00e1s Deino, Managing Director Financial Services Lead de Accenture Chile<\/strong>, explica que \u201clos directorios est\u00e1n exigiendo a los CEOs que expliquen el nivel de exposici\u00f3n y el retorno de estas inversiones; los CEOs recurren a los CFO para obtener control financiero; y los CFOs, a su vez, dependen de los CIOs para lograr que el consumo de IA sea predecible, econ\u00f3micamente disciplinado y capaz de demostrar valor de manera tangible. Las empresas que logren dominar esta econom\u00eda tendr\u00e1n una ventaja competitiva frente a sus competidores\u201d.<\/em><\/p>\n

La verdadera oportunidad de la tokenom\u00eda no es \u00fanicamente reducir costos. Es transformar el consumo de IA en un activo gestionable, capaz de demostrar resultados de negocio. Seg\u00fan el an\u00e1lisis de Accenture, las organizaciones que dominan esta disciplina pueden capturar hasta US$55 millones de valor por cada US$100 millones invertidos anualmente en IA<\/strong>, combinando eficiencia operativa, control financiero y una medici\u00f3n m\u00e1s clara del retorno generado por la inteligencia artificial.<\/p>\n

De acuerdo con el estudio de Accenture, 48% de las organizaciones<\/strong> opera con un modelo de responsabilidad compartida entre TI y Finanzas, donde no existe una \u00fanica persona responsable de gestionar los costos y el retorno de la inversi\u00f3n en IA. Los equipos tecnol\u00f3gicos pueden identificar qu\u00e9 funci\u00f3n, \u00e1rea o persona est\u00e1 consumiendo tokens y cu\u00e1nto cuesta ese consumo. Lo que no pueden determinar es si dicho consumo gener\u00f3 un resultado que realmente justifique la inversi\u00f3n.<\/p>\n

La soluci\u00f3n<\/strong><\/span><\/h2>\n

Para capturar el valor de la IA a escala, las organizaciones deben avanzar m\u00e1s all\u00e1 de la simple medici\u00f3n del consumo y adoptar una gesti\u00f3n disciplinada de los tokens. Adem\u00e1s, Deino explica que \u201cesto comienza con la visibilidad: cada interacci\u00f3n con IA debe registrarse para identificar qu\u00e9 equipo utiliza qu\u00e9 modelo, cu\u00e1nto cuesta y qu\u00e9 resultado genera. A partir de esa informaci\u00f3n, las empresas pueden asignar los costos a las \u00e1reas que los generan mediante modelos de chargeback, una pr\u00e1ctica que sigue siendo poco com\u00fan, pero que ha demostrado ser una de las m\u00e1s efectivas para optimizar gastos y atribuir valor. Asimismo, es fundamental dirigir cada tarea al modelo adecuado, ya que el estudio de Accenture concluye que el 90% de las cargas de trabajo no requiere modelos de frontera y puede resolverse con alternativas m\u00e1s econ\u00f3micas\u201d.<\/em><\/p>\n

La disciplina financiera tambi\u00e9n exige evaluar el caso de negocio antes de llevar una soluci\u00f3n de IA a producci\u00f3n, definiendo con anticipaci\u00f3n qu\u00e9 resultado financiero se espera obtener y c\u00f3mo ser\u00e1 medido. Deino destaca que \u201cactualmente, menos del 20% del gasto en tokens puede vincularse a un resultado econ\u00f3mico cuantificable. A ello se suma la necesidad de desarrollar capacidades de IA en toda la organizaci\u00f3n, ya que m\u00e1s de la mitad de las solicitudes se env\u00edan a modelos m\u00e1s potentes y costosos de lo necesario. En este contexto, las compa\u00f1\u00edas l\u00edderes son aquellas que combinan visibilidad, responsabilidad financiera, reglas claras de uso y formaci\u00f3n continua para garantizar que cada token consumido contribuya efectivamente a la generaci\u00f3n de valor para el negocio\u201d.<\/em><\/p>\n

Leer m\u00e1s<\/span><\/h3>\n