La inteligencia artificial se encamina hacia un modelo de pago por resultados y no por consultas
- Tecnologías
La llegada de los agentes inteligentes está acelerando un cambio profundo en la economía de la IA, en la que las empresas pagarán por tareas completadas, incidencias resueltas o valor generado. El nuevo modelo amenaza las licencias por usuario y redefine cómo se mide el impacto real de la tecnología.
Durante años, el negocio de la inteligencia artificial se ha sustentado en el consumo, bien por número de consultas, volumen de texto procesado o tokens generados. Pero la irrupción de los agentes inteligentes, capaces de planificar, consultar herramientas, verificar y ejecutar acciones, está desplazando el foco desde el uso técnico hacia el resultado final. Como explica Carles Méndez-Ortega, profesor de la UOC, “la clientela no quiere comprar cómputo, sino una tarea resuelta: un informe, una campaña, una reserva, una incidencia cerrada o una mejora de la productividad”.
Los estudios recientes apuntan a que estos agentes consumen hasta mil veces más tokens que los chats convencionales, pero también completan procesos de principio a fin. Esto cambia la lógica del mercado, y en lugar de pagar por tokens o accesos, las organizaciones podrían empezar a pagar por incidencias resueltas, procesos automatizados, campañas ejecutadas o ahorros generados.
La diferencia entre chatbot y agente es, según el profesor Antonio Pita, comparable a la que existe entre un asesor y un ejecutor. “El chatbot ayuda a pensar; el agente ayuda a hacer”, resume. Y cuando la IA actúa, el valor deja de estar en la conversación y pasa a medirse en resultados verificables.
El fin de las licencias por usuario y el auge del pago por tarea
Este cambio amenaza uno de los pilares históricos del software, como es el cobro por licencia individual. Si un solo agente puede realizar el trabajo que antes requería varias personas, el modelo pierde sentido. En su lugar, convivirán cuotas fijas de acceso con pagos variables vinculados al número de agentes desplegados, al volumen de actividad o a las tareas completadas.
Los sectores que antes adoptarán este modelo serán aquellos donde el resultado es fácil de medir, como atención al cliente, compras, recursos humanos, gestión administrativa o desarrollo de software. En estos ámbitos, cobrar por ticket resuelto, pedido tramitado, código validado o informe entregado encaja con la lógica operativa y reduce la incertidumbre del cliente.
Sin embargo, el modelo también plantea una serie de desafíos, entre ellos definir qué constituye un resultado satisfactorio, evitar que los proveedores esquiven tareas complejas y gestionar el coste creciente de la inferencia, especialmente en un contexto donde algunos analistas alertan de una posible “crisis de inferencia” por la presión sobre los márgenes.
El reparto de costes será desigual. Las empresas integradas verticalmente, que controlan modelos, infraestructura, distribución y relación con el cliente, estarán mejor posicionadas. En cambio, los proveedores que solo ofrecen acceso por API podrían sufrir mayor presión competitiva.
A medida que la IA se convierte en infraestructura básica, su evolución recuerda a la de internet o la electricidad: el valor económico se desplaza hacia los servicios construidos sobre ella. Si esta tendencia se consolida, el futuro de la IA se medirá menos por tokens consumidos y más por problemas resueltos.
