Advertencias de Gartner sobre el costo de desarrollar software con IA
El uso irresponsable y sin supervisión de la inteligencia artificial generativa está reconfigurando drásticamente los costos de los departamentos de tecnología. De acuerdo con una reciente proyección de la firma de investigación Gartner, para el año 2028 los costos asociados al uso de herramientas de IA para la programación de software superarán el salario promedio de un desarrollador humano. Este fenómeno es impulsado por un incremento masivo en el consumo de tokens —las unidades de datos que procesan estos modelos— y un cambio agresivo en el esquema de cobro de los proveedores tecnológicos.
Históricamente, las organizaciones pagaban una tarifa fija mensual por cada usuario (licencias por asiento). Sin embargo, la industria del software ha migrado velozmente hacia un modelo de licenciamiento basado en el consumo. Bajo esta nueva lógica comercial, las empresas pagan exactamente por la cantidad de datos e interacciones que ejecutan sus programadores y agentes autónomos. Al automatizar pruebas, revisiones de código o migraciones masivas, un solo agente de IA puede procesar millones de tokens en segundo plano sin que el equipo humano lo perciba, elevando las facturas de forma exponencial.
El factor humano y la falta de control corporativo
Nitish Tyagi, analista principal sénior de Gartner, explicó que las organizaciones se encuentran en una transición acelerada desde la fase de experimentación hacia el despliegue a escala de agentes de codificación, pero están subestimando gravemente el impacto financiero.
«La disciplina en el uso de tokens no surgirá únicamente por elección del desarrollador, ya que los programadores tienden a optimizar la velocidad y la conveniencia por encima de la eficiencia de costos», advirtió Tyagi. «Sin un modelo operativo de ingeniería gobernado, los costos pueden escalar más rápido que las ganancias de productividad que estas herramientas prometen ofrecer».
El análisis técnico revela que la mayoría de las empresas carece actualmente de la madurez operativa y los marcos metodológicos necesarios para medir el costo versus el impacto real en el negocio. Muchos de los principales proveedores de IA para código no ofrecen transparencia total ni herramientas nativas maduras de optimización de gastos, lo que provoca que los líderes de ingeniería de software vean cómo sus presupuestos anuales se agotan mucho antes de lo previsto, enfrentando serias dificultades para justificar el retorno de inversión (ROI) ante los directorios.
Recomendaciones clave para mitigar la crisis de costos
Frente a esta coyuntura, Gartner destaca que existen prácticas técnicas comunes que están inflando el gasto, tales como el uso de «ventanas de contexto redundantes» (enviar fragmentos enteros de código innecesario al modelo en cada consulta) y la ejecución descontrolada de agentes autónomos.
Para contener la sangría presupuestaria, la consultora plantea cuatro pilares de gobernanza obligatorios para los líderes de tecnologías de la información:
- Implementar «Ingeniería de Contexto» (Context Engineering): Entrenar exhaustivamente a los desarrolladores para estructurar las solicitudes enviadas a la IA de forma óptima, recortando datos innecesarios y resumiendo códigos para reducir drásticamente los tokens consumidos por consulta sin sacrificar la calidad del resultado.
- Ruta inteligente de modelos: No todas las tareas requieren el uso de los modelos de IA más avanzados y costosos del mercado. Las empresas deben estructurar flujos donde las subtareas sencillas y repetitivas sean derivadas a modelos más pequeños y económicos, reservando la «IA de frontera» únicamente para los desafíos de alta complejidad.
- Establecer umbrales y alertas automatizadas: Introducir topes máximos de consumo de tokens por día o por proyecto, activando alertas y políticas de escalamiento obligatorias cuando un equipo o proceso automatizado empiece a registrar un comportamiento de gasto anómalo.
- Auditorías en los ciclos de desarrollo: Integrar revisiones periódicas del gasto de tokens dentro de las reuniones de evaluación técnica de los equipos de ingeniería, permitiendo identificar ineficiencias de código, corregir malas prácticas y optimizar los flujos de trabajo de forma continua.
Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú
Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario
