Desde la llegada de ChatGPT, uno de los usos más claros de la inteligencia artificial ha sido escribir código. Cada nueva versión de estas herramientas programa mejor que la anterior. Pasamos de modelos que completaban pequeños fragmentos a un escenario donde Anthropic reporta que más del 80 por ciento del código que integró a su base de producción en mayo lo escribió Claude, su propio modelo.
Querido lector, esto representa un cambio de paradigma. La misma Anthropic asegura que ese salto multiplicó por ocho el código que entrega cada ingeniero. Varias empresas ya operan con código agéntico, agentes de IA que desarrollan programas de cualquier escala dentro de la organización.
Por mucho tiempo el mantra en Silicon Valley fue gastar lo más posible. Algunos ingenieros llegaron a generar entre 500 y 2 mil dólares mensuales en consumo de IA, y los usuarios más intensivos se dispararon muy por encima de esa cifra. A esta práctica se le bautizó tokenmaxxing, por el uso al extremo del token, la unidad mínima con la que un modelo procesa texto. Meta incluso montó un tablero interno para incentivar a sus empleados a consumir más.
Ese mismo mantra sirvió para justificar recortes. Empresas como Block, la firma de pagos de Jack Dorsey, y la herramienta web Tailwind citaron de forma explícita a la IA al anunciar sus despidos. Pinterest hizo lo mismo. Meta notificó el 20 de mayo a unos 8 mil empleados, cerca del 10 por ciento de su plantilla, mientras Intuit recortaba 3 mil puestos.
El caso de Meta merece atención aparte. Además de los despidos, reasignó a 7 mil empleados a trabajar en sus herramientas de IA. La empresa empezó a monitorear los clics y las teclas de sus trabajadores para entrenar sus modelos, sin opción de desactivarlo. Más de mil 500 firmaron una petición para frenarlo. Su director de tecnología lo resumió diciendo que ahora los agentes hacen el trabajo y el papel humano es dirigirlos y revisarlos.
Pero la marea empezó a cambiar. Ese consumo indiscriminado está generando costos estratosféricos. Axios reportó el caso de una empresa que habría gastado 500 millones de dólares en un solo mes después de no poner límites al uso de Claude entre sus empleados. Conviene tomar la cifra con cautela porque proviene de una sola fuente anónima. Lo verificable apunta en la misma dirección. Microsoft canceló buena parte de sus licencias internas de Claude Code y Uber agotó todo su presupuesto de IA para 2026 en abril.
Esto no es menor. Si empresas estadounidenses con presupuestos holgados para software ya enfrentan este problema, vale la pena preguntarse qué significa para el sur global, donde los presupuestos de infraestructura ni siquiera se acercan. El costo de un token es el mismo en cualquier país. Se deriva de un costo computacional internacional y no de un salario local.
Aquí está el punto que me interesa. Un ingeniero senior de primer nivel en Silicon Valley puede costar más de 300 mil dólares al año sumando sueldo y compensación en acciones. En México ese mismo perfil cuesta entre 60 y 90 mil dólares. Si reemplazarlo con tokens cuesta 200 mil dólares al año, en Estados Unidos la cuenta cierra. En México no. El arbitraje que vuelve atractivo sustituir personas con IA desaparece cuando el salario local es bajo.
Ahora bien, es un hecho que los agentes de programación aceleran el desarrollo de software. Por eso veremos una brecha clara entre los países donde el acceso a los tokens resulta accesible frente a sus presupuestos y aquellos donde no.
Dicho esto, considero que al menos durante el próximo año veremos popularizarse los agentes basados en modelos de pesos abiertos como Kimi o DeepSeek. No alcanzan las capacidades de Claude o GPT en los problemas más difíciles, aunque ya son suficientemente buenos para mantener una base de código. El argumento económico los favorece. DeepSeek fijó un precio permanente cercano a 0.43 dólares por millón de tokens de entrada, una fracción de lo que cobran los modelos cerrados de frontera.
Me entusiasma el futuro del software agéntico. Lo veo como uno de los grandes casos de uso que las empresas deben observar con seriedad. Pero también creo que la conversación necesita madurar. No basta con decir que la IA vuelve más productivos a los programadores. Hay que preguntar cuánto cuesta, quién puede pagarlo, qué parte del trabajo realmente automatiza y en qué países la cuenta económica tiene sentido.
El código con IA será más barato. Pero no será igual de barato en todos lados.