El consumo de tokens y el tiempo que los empleados pasan utilizando herramientas de inteligencia artificial pueden mostrar qué tan extendida está su adopción dentro de una empresa, pero no cuánto valor genera. Esa diferencia es central para Raju Vegesna, jefe evangelista de Zoho, quien cuestiona que estas variables sean utilizadas como indicadores de productividad.
La discusión surge mientras las organizaciones buscan nuevas maneras de evaluar el desempeño de sus empleados después de años de utilizar métricas vinculadas con resultados. En ese proceso, algunas compañías han comenzado a considerar como indicadores la frecuencia con la que se emplea la IA o la cantidad de tokens consumidos, bajo la premisa de que un mayor uso representa una mayor contribución.
Dos casos citados por Vegesna muestran los riesgos de ese enfoque. Starbucks vinculó una cuarta parte de la bonificación de sus colaboradores del área de IT con el uso de un asistente varias veces por semana. La medida buscaba impulsar la adopción, pero terminó generando incentivos para aparentar que las herramientas estaban siendo utilizadas.
Uber enfrentó una situación distinta. La compañía consumió en cuatro meses todo su presupuesto de inteligencia artificial correspondiente a 2026, después de ofrecer incentivos a sus ingenieros para utilizar estas herramientas. El resultado fue un nivel de uso superior al necesario, sin que el consumo por sí mismo permitiera establecer si hubo una mejora equivalente en los resultados.
Según Vegesna, el desafío consiste en determinar cómo medir el trabajo realizado con apoyo de IA cuando sus resultados pueden ser cualitativos, dependen del contexto y no siempre cuentan con una referencia previa que permita establecer una comparación.
La dificultad no es completamente nueva. Durante las primeras etapas de la automatización, las empresas recurrieron a indicadores como el número de informes elaborados, correos enviados o documentos procesados. Con el tiempo, esas variables fueron abandonadas como medidas principales porque su relación con los resultados del negocio era limitada.
El consumo de tokens y el tiempo de utilización de la IA pueden presentar el mismo problema. Estas variables registran actividad, pero no necesariamente productividad. Un ingeniero que genere 500 líneas de código mediocre puede consumir más tokens que otro que emplee la herramienta para solucionar un problema concreto, sin que eso signifique que haya producido más valor.
El caso de Uber también expone la dimensión financiera de esta medición. Cada ingeniero de la empresa gasta entre 500 y 2.000 dólares mensuales en herramientas de IA. Con 95 % de los ingenieros utilizándolas, la compañía alcanzó una adopción casi universal, pero agotó su presupuesto anual en cuatro meses.
Praveen Neppalli Naga, director de tecnología de Uber, reconoce que la empresa debió replantear el modelo porque el nivel de utilización alcanzado resultó demasiado costoso para sostenerlo a esa escala.
Para Vegesna, la exigencia de los líderes empresariales de obtener resultados de sus inversiones en inteligencia artificial es válida. El punto está en establecer qué se espera de la tecnología en cada caso y, a partir de ello, determinar cómo debe medirse su aporte.
Una primera categoría corresponde a la IA utilizada para acelerar procesos. Cuando una herramienta permite completar en una hora una actividad que anteriormente requería cuatro, existen variables concretas para evaluar el resultado: tiempo ahorrado, reducción de costos y aumento del rendimiento.
El segundo escenario es el de la inteligencia artificial como apoyo al razonamiento. Su aporte resulta más complejo de cuantificar, aunque, según el autor, allí se encuentran aplicaciones de mayor valor. La tecnología puede emplearse para modelar escenarios, cuestionar supuestos, sintetizar información compleja o generar distintas alternativas para que una persona tome una decisión.
En estos casos, el indicador relevante es la calidad de las opciones generadas y no la cantidad de tokens consumidos. El volumen de uso no permite determinar por sí solo el valor obtenido.
Vegesna plantea que las empresas deberían comenzar por separar las métricas de adopción de aquellas destinadas a medir productividad. Los datos sobre frecuencia y cobertura de uso pueden servir para conocer el alcance de una implementación, pero no deberían utilizarse como reemplazo de los resultados obtenidos.
También propone establecer las métricas de resultado antes de incorporar una herramienta de IA en una función determinada. Para áreas como atención al cliente, ingeniería o análisis financiero, la empresa tendría que definir previamente qué constituye una mejora significativa en cada caso de uso.
Otro punto consiste en evaluar los cargos según el tipo de valor que se espera obtener de la inteligencia artificial. La aceleración de procesos y el apoyo al razonamiento requieren sistemas de medición diferentes. Aplicar únicamente indicadores relacionados con el tiempo ahorrado a trabajos donde el resultado principal depende de la calidad puede llevar a subestimar de manera sistemática el aporte de la IA.
La medición también está vinculada con la gestión del gasto. Las empresas necesitan relacionar el costo de sus herramientas e infraestructura de inteligencia artificial con resultados de negocio demostrables. Desde esta perspectiva, el caso de Uber puede entenderse tanto como un problema de gobernanza del gasto como de medición, mientras los costos de infraestructura de IA continúan aumentando.
Las ganancias de productividad derivadas de una implementación adecuada de inteligencia artificial son reales, sostiene Vegesna, pero su identificación depende de cómo se establezcan los indicadores. Para el autor, las organizaciones que desarrollen marcos de medición deberían comenzar por los resultados que buscan alcanzar y retroceder hasta determinar qué actividad de IA contribuye a ellos, en lugar de medir primero la actividad y esperar que los resultados aparezcan después.
