La ironía más oscura de la inteligencia artificial: Microsoft, el mayor inversor de OpenAI, tuvo que racionar sus propios modelos de IA

La ironía central del racionamiento interno de la IA en Microsoft es que el mayor inversor mundial de OpenAI —la empresa que vende los mismos modelos de frontera que ahora Microsoft prohíbe a sus empleados usar— tuvo que racionar su propio acceso a esos modelos porque sus ingenieros habían convertido el consumo de tokens en un deporte de competición, quemando costosos recursos informáticos sin resultados empresariales equivalentes. El CEO de Microsoft, Satya Nadella, reconoció que hay "mucho" tokenmaxxing dentro de la empresa, y los ingenieros habían creado tablas de clasificación internas para ver quién podía gastar más tokens de IA, mientras la empresa se vende a sí misma como el proveedor de plataformas de IA para empresas .

La ironía, al detalle

Microsoft es el inversor principal de OpenAI y el revendedor exclusivo de sus modelos a través de Azure, sin embargo, internamente descubrió que los ingenieros usaban modelos de frontera caros para tareas triviales, lo que disparaba los costes hasta un punto que ni el propio equipo financiero de la empresa podía tolerar . El vicepresidente ejecutivo Jay Parikh envió un correo electrónico en el que afirmaba que "el tokenmaxxing no es lo que estamos optimizando" y anunció que, a partir de julio de 2026, las divisiones recibirían objetivos de presupuesto de tokens de IA .

El "tokenmaxxing" se convirtió en un comportamiento gamificado. Los ingenieros competían en tablas de clasificación internas para maximizar el uso de tokens, el equivalente en IA a tratar la capacidad de cómputo como puntos de fútbol de fantasía . Esta práctica infló el consumo sin un valor empresarial medible, ya que las empresas descubrieron que "tirar IA a todo" aumentaba los costes sin un pico proporcional de productividad .

El propio Satya Nadella tuvo que intervenir y pidió a los empleados que dejaran de usar los modelos de IA más potentes para cada tarea y que ajustaran el modelo al problema . La empresa cambió su modelo interno por defecto al GPT-5.6, más barato, y revocó las licencias de Claude Code para la mayoría de los empleados para frenar la hemorragia .

El gran viraje en la medición del éxito de la IA

La industria está pasando de considerar el volumen de tokens como una métrica de vanidad a medir el retorno de la IA en función de los resultados.

Jubilar las tablas de clasificación de tokens. Amazon y Meta retiraron sus tablas de clasificación internas de uso de tokens de IA después de que los empleados las manipularan . El CTO de Meta, Andrew Bosworth, advirtió al personal: "No todo movimiento es progreso y el uso de tokens por sí solo no es una medida de impacto de ningún tipo" .

Sustituir el recuento de tokens por métricas de implementación. Amazon reemplazó su sistema "KiroRank" por "implementaciones normalizadas", que cuentan el código asistido por IA que realmente llega a producción .

Límites por ingeniero y modelos escalonados. Meta está considerando establecer límites de tokens de IA por ingeniero . Las empresas están avanzando hacia "derechos de uso a nivel de modelo" que asignan el modelo más barato y adecuado a cada rol, y establecen alertas de umbral de gasto .

Gobernanza del presupuesto frente a la maximización del uso. Atlassian limitó el gasto después de que su factura mensual de IA pasara de unos 5 millones de dólares a más de 15 millones . Citi revocó temporalmente el acceso a los modelos más nuevos de Claude y ChatGPT para los desarrolladores después de que se convirtieran en "el principal impulsor del elevado consumo empresarial" de los créditos de IA compartidos . Anthropic lanzó herramientas de control de gasto empresarial después de que el 78 % de las empresas informaran de facturas de IA inesperadas .

La lección fundamental: los tokens no son asientos —a diferencia del SaaS tradicional, la IA generativa escala los costes con cada instrucción, reintento y bucle de agente . La industria está tratando ahora la IA no como un elixir de productividad ilimitado, sino como un recurso gestionado que requiere la misma disciplina financiera que cualquier otro insumo crítico, midiendo el éxito por el código enviado, los tickets resueltos o el impacto en los ingresos, y no por el simple volumen de tokens quemados.