Token Budget Wars

Puntos clave

1. Fecha / fuente. 28 de mayo de 2026 (1:51 AM), hilo de X @JayaGup10, 230.5K visualizaciones. Formato de ensayo largo en una sola publicación.
2. Autora. Jaya Gupta, inversora (probablemente de Foundation Capital — autora del marco Context Graphs, autocitado).
3. Tesis central. "La IA empresarial ha pasado de la adopción a la asignación" — fase 1: los modelos funcionan; fase 2: cuánto vale ese trabajo. ### El concepto central — utilidad marginal del token > "el valor de negocio creado por cada dólar adicional de inferencia. Es el número que importa a escala, y el número que la mayoría de las empresas no puede ver."
4. Es la derivada del ROI: no el costo total, sino el valor del dólar marginal de inferencia.
5. Invisible porque la utilidad del token no se cuantifica: la factura no dice si el gasto sustituyó trabajo, generó ingresos, redujo riesgo, aceleró un flujo de trabajo… o simplemente financió a ingenieros haciendo tokenmaxxing en la clasificación. ### Cronología del cambio | Momento | Hecho | |--------|------| | Nov. 2025 | Claude se lanzó después de que se cerraran los presupuestos anuales de 2026 | | T1 2026 | Empresas "funcionando muy por encima de lo previsto" | | Umbral de ~unos cientos de miles de $ | Todavía experimentación | | Umbral de siete cifras (más de 1 M$) | Se convierte en infraestructura → oscilaciones materiales en el P&L |
6. Varianza técnica canónica. "dos ejecuciones del mismo flujo de trabajo sobre la misma entrada pueden diferir en costo de tokens entre 5 y 10 veces sin que nada se vea visiblemente roto" → a escala de infraestructura, "una cifra que el CFO tiene que explicarle al CEO." ### La IA compite con la mano de obra (no con el SaaS)
7. 3 tipos de solicitudes presupuestarias. sustituir trabajo externalizado / sustituir trabajo interno / generar ingresos.
8. Cambio de unidad: del token al costo de un resultado completado → costo por ticket resuelto, siniestro procesado, contrato revisado, factura completada, contratación evitada, cliente retenido, dólar de ingreso movilizado.
9. BPO = la referencia más fácil. (ya tiene precio por unidad completada: precio por ticket/siniestro/factura/revisión). El trabajo interno = mucho más difícil (empleados multi-competencia, ganancias difusas = contratación/capacidad evitada, resistencia de RR. HH.).
10. ⚠️ Trampa: "un siniestro que requiere tres reintentos, corrección humana y un modelo de vanguardia puede resultar más caro que la mano de obra externalizada que se suponía debía sustituir." ### Por qué el SaaS ya no aplica > "La señal y el ruido comparten la misma unidad." El token (unidad de facturación) es estable, pero el trabajo que representa no lo es. > "El uso de SaaS te decía que el software había sido adoptado. El uso de IA te dice que el contador sigue corriendo. No te dice si tu empresa está funcionando de verdad."
11. ### Las 3 causas de la invisibilidad — directamente accionables (FinOps) | # | Causa | Mecanismo | Palanca | |---|-------|-----------|--------| | 1 | Colas de reintento | tokens/flujo de trabajo resuelto ≈ T/p; finalización 90%→70% = +~28% de costo (no 20%, los fallos se acumulan) | mejorar la fiabilidad de finalización en el primer intento | | 2 | Inflación de contexto | costo ≈ O(n²) respecto a la longitud del contexto; duplicar el contexto multiplica por 4 el costo de razonamiento; sobre-recuperación (50 documentos en lugar de 5, hilos de correo enteros, historial obsoleto) | higiene de contexto, recuperación específica | | 3 | Enrutamiento | por defecto = el modelo más potente; una clasificación básica ejecutada en un modelo de razonamiento complejo | enrutamiento de modelos (modelo pequeño para tareas fáciles) = "factura manejable frente a problema de nivel de consejo de administración" | → Se corresponde exactamente con las palancas del bloque «Cost Optimization» de la sesión matinal de Claude Code (enrutamiento Haiku/Sonnet/Opus, caché de prompts, higiene de contexto, subagentes).
12. ### División sectorial | | Software | No-software | |--|-------------|------------------| | Naturaleza del problema | Medición de productividad | Transformación | | Por qué | Trabajo ya instrumentado (PR, commits, despliegues, incidentes, tiempo de ciclo, MTTR) | Trabajo operativo (siniestros, suscripción de pólizas, soporte, cumplimiento, cadena de suministro, disputas de pago) | | Requisito | correcto en promedio | correcto bajo auditoría | | Síntoma | sigue el rastro de los "despidos por IA" | unidad de trabajo ≠ unidad de costo ≠ misma organización | ### La capa que falta — atribución de token a resultado
13. Capa de conversión. que vincula: gasto en inferencia → trabajo realizado → resultado de negocio.
14. 3 preguntas. (1) ¿costo real incluyendo reintentos/correcciones? (2) ¿qué partes de la traza importaron frente al desperdicio? (3) ¿el trabajo cambió el modelo operativo (menos tickets/agente, ciclos de siniestros más cortos, partida de BPO reducida, contratación retrasada)?
15. Atribución en el lenguaje del negocio: no "este flujo de trabajo costó 2,13 $" sino "esta clase de siniestros es más barata con agentes que con BPO, excepto cuando la póliza requiere documentos de excepción, en cuyo caso la cola de reintentos destruye la economía." ### La medición se convierte en memoria > "El razonamiento de una decisión es uno de los activos más perecederos de una empresa" — vive en hilos de Slack, cadenas de correo, llamadas de escalado y en la cabeza de las personas (que se van).
16. Los sistemas de registro capturan qué ocurrió, rara vez por qué (un CRM dice que un trato se cayó, no el juicio no escrito detrás de la previsión).
17. Los agentes crean trazas. (recuperación, invocación de herramientas, reintento, escalado, corrección humana, decisión final).
18. Capturadas primero para justificar el gasto, se vuelven "más valiosas que el informe de costos" → un grafo de contexto (jerga de la que la autora dice estar "tan cansada"). ### La capa de asignación es el premio
19. Quien posea la atribución de token a resultado toma las decisiones de asignación: qué flujos de trabajo → reciben más cómputo / tienen un tope / pasan a modelos más baratos / siguen siendo humanos / sustituyen al BPO.
20. "Y una vez que tomas esas decisiones, controlas hacia dónde va el gasto en IA dentro de la empresa y ganas la confianza para asignarlo."
21. Se compra como una transformación. (manual del Fortune 500): exalumnos de McKinsey + Palantir y un CEO que impulsa desde arriba; llega como una transformación ERP/BI/digital, un "programa" con un patrocinador ejecutivo + infraestructura = nueva fuente de verdad.
22. Los fundadores capaces de hacer esto serán "personas distintas del arquetipo clásico." ### Para aprovechar en
23. Bloque «Cost Optimization» (sesión matinal de Claude Code). cita canónica para el paso de costo por token → costo por resultado completado; las 3 causas (reintento/contexto/enrutamiento) estructuran la sección de palancas; "el contador sigue corriendo" y "¿tu empresa está funcionando de verdad?" = frases de impacto para los tomadores de decisiones.
24. Oferta de consultoría de FinOps agéntico. la capa de atribución de token a resultado es una categoría emergente de producto/consultoría — posible posicionamiento para SFEIR (instrumentar la traza, vincularla al P&L).
25. Narrativa CFO/CEO. "una cifra que el CFO tiene que explicarle al CEO" — encuadra exactamente la conversación de presupuesto de IA de 2026.
26. Argumento de trazas de decisión / grafo de contexto. convergencia con Foundation Capital (misma autora), Bain (foso de datos de ejecución), Talisman (ontología/gobernanza) — la medición se convierte en memoria = la tesis del foso de datos de 2026. ### Conexiones con el corpus de vigilancia
27. Bain — cross-system labor. (2026-05): el mismo maridaje de datos de ejecución = foso + costo de resultado completado; Bain dimensiona el mercado, Gupta dimensiona el problema de medición que lo desbloquea. Ambos citan la IA como sustitución de costo laboral.
28. Ng — No AI jobpocalypse. (2026-05-08): Ng describe el poder de fijación de precios (los proveedores anclan el precio al salario del empleado sustituido); Gupta describe la contraparte del lado del comprador (la IA se compara con el BPO/salario). Dos caras de la misma dinámica de el gasto en IA compite con la mano de obra.
29. ROI de DORA. (2026-04-21): "no medimos la IA por el código que escribe, sino por los cuellos de botella que despeja" + "el código es un pasivo" → Gupta = la versión a nivel de token del mismo rechazo a los indicadores de actividad indirectos.
30. Mensch / Mistral. (2026-05-13): "estamos convirtiendo electricidad en inteligencia, en generación de tokens" — una economía electrón→token del lado de la oferta; Gupta = una economía token→resultado del lado de la demanda.
31. Ensarguet — Economía del cómputo. (2026-03-11): el momento del kilovatio-hora, el fin del cerebro facturado por hora; Gupta extiende esto en el lado del valor unitario del cómputo.
32. Foundation Capital — Context Graphs. (2025-12-22, misma autora): la medición se convierte en memoria = un puente explícito hacia el marco Context Graphs; las trazas de decisión = el nuevo sistema de registro.
33. Wescale — Augmented Software Factory. (2026-05-03): el concepto de Token Burning + Agent Manager = la contraparte operativa francesa del desperdicio de Gupta.
34. BFM / Girard. (2026-05-05): "token = combustible de valor," bonificaciones de NVIDIA pagadas en tokens, la metáfora del taxi — convergencia directa con el contador sigue corriendo.
35. @tuning_engines. (respuesta — "DevSecFinOps for the Agentic Era"): una extensión de la tesis a nivel de gobernanza/organización. Tres ideas: (1) "los tokens básicamente tendrán que gestionarse como la plantilla" — el token se convierte en un recurso gestionado como una plantilla de personal (presupuesto, asignación, justificación); (2) jerarquías de modelos — "qué modelo reporta a qué usuario (es decir, qué usuario puede usar qué modelo, en esencia)" = control de acceso basado en roles (RBAC) sobre los modelos: quién puede usar Opus frente a Sonnet frente a Haiku; (3) "muchas técnicas organizativas de gestión de ETC también tendrán que aplicarse a los tokens" — importar técnicas de RR. HH. de gestión de la fuerza laboral (planificación de capacidad, asignación, revisión) a la gestión de tokens. → Un puente directo hacia el bloque matinal de Governance (cuotas/permisos por usuario y por modelo) y convergencia con Uber Engineering (identidad de agente, qué puede hacer cada agente).