Gartner: los agentes de IA costarán 5 veces más en 2028

La paradoja de la inferencia: qué anunció Gartner

El costo de inferencia por cada flujo de trabajo con agentes de IA subirá más de cinco veces de aquí a 2028, incluso mientras el precio por token sigue cayendo. Para un founder que armó su presupuesto de producto asumiendo que la IA se abarata sola, la advertencia de Gartner apunta a un problema de fondo: la factura no la define el precio unitario, la define cuánto consumes.

La firma bautizó el fenómeno como la paradoja de la inferencia: mejores economías unitarias que terminan escalando el costo total de la IA, sin una ruta clara hacia un valor equivalente y predecible. No es un detalle contable. Es la diferencia entre un producto de IA con margen y uno que suma usuarios mientras pierde dinero en cada tarea.

Según Crypto Briefing, Gartner publicó el pronóstico en agosto de 2026. El mismo dato lo replicó Insurance Business, que lo sitúa también en agosto de ese año.

¿Por qué los tokens más baratos no reducen la factura de IA?

Hay tres fuerzas detrás del fenómeno, según el análisis de Gartner.

• Generar tokens es cada vez más barato. Eso vuelve viables aplicaciones que antes eran prohibitivas, así que las empresas las construyen.
• Las mejoras de eficiencia no se reinvierten en bajar precios, sino en modelos más potentes y más caros. Will Sommer, senior director analyst de Gartner, lo ejemplifica con Fable de Anthropic, que cuesta más por token que Opus.
• El consumo explota. Un agente necesita entre 5 y 30 veces más tokens que un chatbot básico para resolver la misma tarea.

A eso se suma el costo de entrenamiento: en los modelos más capaces, Gartner lo estima 2,5 veces más alto, según Crypto Briefing. El gasto aparece en las dos puntas, al construir el modelo y al ejecutarlo.

Sommer lo resume sin vueltas: los costos de los tokens no están bajando, se están ensanchando. Y compara la diferencia de fondo entre un chatbot y un agente: el primero interpreta una consulta y responde; el segundo razona, negocia y se cuestiona a sí mismo en cada paso, y todo eso se factura.

El gasto no sube en línea recta: sube en olas

Gartner no espera una escalada continua hasta 2028. La tensión entre contener costos y no quedar atrás frente a los competidores empuja el gasto hacia arriba y hacia abajo, y el gasto ha oscilado al ritmo de los lanzamientos de modelos.

Sommer describe el ciclo con precisión: la primera ola de capacidades agénticas provocó un salto fuerte del gasto en la primavera, impulsado en parte por la moda del tokenmaxxing, y hoy la industria está en una fase de ajuste de cinturón. Gartner anticipa varias olas más a medida que maduren agentes de razonamiento más capaces y otras tecnologías.

El ajuste, además, es desparejo. Una encuesta VB Pulse de VentureBeat de septiembre, sobre 109 respondientes calificados, encontró que 21% de las empresas que usan una plataforma de orquestación no tiene nada que detenga automáticamente el gasto de tokens de sus agentes. Otro 31% manda las tareas rutinarias y de alto volumen a modelos más baratos para contener el costo.

Lo que ya les pasó a las empresas que soltaron el gasto

El pronóstico no es teórico: los casos ya están documentados. TechCrunch reportó en junio de 2026 que Uber agotó todo su presupuesto de IA para código de 2026 en abril, que Microsoft revocó las licencias de Claude Code de sus desarrolladores meses después de habilitarlas, y que en Priceline una renovación rutinaria de contrato volvió 4 o 5 veces más cara. La misma nota menciona a una empresa que llegó a una factura de US$500 millones en Claude por no fijar límites de uso a sus empleados.

La medición también se vuelve difusa. Jellyfish encontró que los ingenieros que más tokens consumen son cerca del doble de productivos, pero gastan 10 veces más tokens para lograrlo, y que el consumo por desarrollador subió alrededor de 18,6 veces en nueve meses. El propio informe advierte que el retorno depende del valor de negocio del código entregado, algo que la mayoría de las empresas todavía no puede medir.

Por eso está naciendo una categoría de herramientas. La Tokenomics Foundation, impulsada por la Linux Foundation, busca estandarizar métricas de consumo y facturación de tokens, según TechCrunch. En paralelo, Stacklet lanzó Token Custodian, un plano de control que atribuye el consumo de tokens a equipos, proyectos y agentes, y ejecuta acciones automáticas según presupuesto. La empresa cita la encuesta State of Tokenomics 2026 de la Tokenomics Foundation, donde 43% de los encuestados señaló demostrar valor como su mayor desafío con el gasto en IA, cinco veces más que quienes mencionaron el precio.

Y el terreno se mueve rápido: según el informe State of FinOps 2026, con 1.192 respondientes, 98% de las organizaciones ya gestiona gasto en IA, contra 31% dos años antes, reporta Analytics Insight.

Las cinco decisiones de arquitectura que recomienda Gartner

Gartner propone cinco cambios para adelantarse a la paradoja:

• Invertir en observabilidad. Sommer lo dice directo: no se puede optimizar lo que no se observa. La disciplina de FinOps aplicada a IA es el punto de partida de cualquier ahorro real.
• Medir valor por resultado. Cada función de IA debería pronosticarse contra escenarios de incertidumbre y medirse contra una métrica clara de resultado, como tareas automatizadas o casos cerrados. Lo que no rinde se mejora o se apaga rápido.
• Institucionalizar el enrutamiento por niveles (inference tiering). Bloquear la invocación por defecto de modelos frontera para tareas rutinarias y definir dónde, cuándo y cómo se despliega cada modelo dentro del sistema autónomo.
• Fijar estándares mínimos de ejecución. Definir umbrales de éxito, costo de cumplimiento y mitigación de riesgo antes de aprobar un despliegue, y no lanzarlo sin probarlo contra vaivenes de precio de tokens.
• Apoyarse en datos propietarios. Ajuste fino con datos propios y bucles de retroalimentación para sostener diferenciación y margen. Sommer sostiene que los modelos eficientes y específicos de dominio suelen superar a los modelos frontera genéricos en confiabilidad para cargas concretas.

¿Qué significa esto para tu startup?

Si tu producto usa agentes, tu margen depende de decisiones de arquitectura, no de la lista de precios de tu proveedor. Un flujo agéntico mal diseñado puede costar 30 veces lo que cuesta la misma tarea resuelta con una llamada simple a un modelo, y ese múltiplo se come cualquier precio que hayas puesto.

Tres acciones concretas para esta semana:

• Mide el costo por resultado, no por token. Elige una métrica de negocio —un ticket cerrado, una tarea automatizada, un documento procesado— y calcula cuánto gastas por cada una. Si no puedes obtener ese número hoy, ese es tu primer proyecto.
• Instrumenta el gasto antes de escalar. Registra consumo por agente, por cliente y por entorno, y pon un corte automático al llegar a un umbral. Un límite que se revisa a mano no es un límite.
• Enruta por defecto a lo barato. Reserva los modelos frontera para los pasos que realmente los necesitan y manda el volumen rutinario a modelos más económicos. Somos pocos los que podemos permitirnos pagar razonamiento de frontera para clasificar un correo.

Para una startup en LATAM o España, donde el capital rinde menos y cada punto de margen cuenta, adoptar esta disciplina temprano es una ventaja competitiva frente a corporativos que descubren la factura cuando ya se pasaron del presupuesto anual.

Conclusión

La paradoja de la inferencia no dice que la IA sea cara: dice que la IA es barata por unidad y cara por resultado. Gartner proyecta que el costo por flujo agéntico subirá más de cinco veces hacia 2028, con olas de gasto y ajuste en el camino, y con empresas que ya tuvieron que recortar licencias o poner límites internos.

La respuesta no es dejar de usar agentes, sino gobernarlos: observabilidad, enrutamiento por niveles y una métrica de valor por resultado desde el día uno. Quien construya esa capa ahora tendrá una discusión de margen; quien la postergue tendrá una discusión de supervivencia presupuestaria.

Fuentes

• VentureBeat: Gartner says agent costs will rise fivefold by 2028
• IT Voice: Gartner Predicts AI Inference Costs Per Agentic Workflow Will Increase More Than Fivefold Through 2028
• Crypto Briefing: Gartner forecasts fivefold rise in AI agent costs by 2028
• TechCrunch: The token bill comes due
• Pulse 2.0: Stacklet Launches Token Custodian
• Insurance Business: Rising AI costs concern insurtechs as token bills keep climbing
• Analytics Insight: Cloud Computing Trends Shaping Enterprise IT in 2026