Cuando el vendedor redacta el marcador: ¿quién define el ROI de la IA?
Los consejos de administración exigen pruebas de que el gasto en IA compensa. El problema es que quienes cobran por ese gasto acaban de fundar el organismo que definirá cómo se mide. Todavía no hay nada publicado, pero cuando lo esté, léalo como un documento de proveedor, y guarde usted mismo la cifra que ellos nunca han tocado.
Toda norma de medición tiene un autor, y los incentivos de ese autor se filtran en la lectura. Así que cuando nace un organismo para definir el ROI de la IA, la primera pregunta no es si su futura vara de medir parece sofisticada. Es quién la ha calibrado, y qué pasa con sus ingresos cuando la cifra sube.
En 2026 la Linux Foundation lanzó la Tokenomics Foundation, cuya misión declarada es definir la economía y el retorno de la inversión (ROI) del valor de la IA. Su web abre con la frase «impulsar el valor y el ROI de la IA en todos los costes de IA», y define su propia acuñación sin rodeos: «la economía de tokens de IA, o tokenomics de IA, es la práctica emergente de gestionar la producción, el consumo y el valor de la IA para generar resultados de negocio». Entre los miembros fundadores figuran Accenture, IBM, JP Morgan Chase, Oracle y SAP. Ahí termina la evidencia disponible. Todavía no se ha publicado ninguna especificación; el nombre, esa misión declarada y esa composición son lo único que hay para juzgar. Y bastan para predecir la forma de lo que viene. Leer la lista de miembros junto a la misión ya deja el estándar con pinta de documento de proveedor, antes de que se escriba una sola línea de metodología.
¿Por qué importa quién define el ROI de la IA?
Fije la unidad de cuenta y habrá zanjado el debate antes de que empiece. En su favor hay que decir que la definición no se queda en el consumo: termina «para generar resultados de negocio», que señala el destino correcto y es la mejor réplica a quien acuse al marco de estar denominado en consumo. Concédaselo del todo. Y mire ahora qué es lo que realmente se cuenta. La práctica se llama tokenomics, la definición coloca «producción, consumo y valor» por delante de esa cláusula de resultados, y un token es la unidad por la que factura el proveedor. Los resultados se nombran como meta; el consumo es lo que el marco está construido para medir. Si la cifra canónica sube con el consumo, una métrica que crece cuanto más se gasta se lee como éxito, y el comprador que adopta el rendimiento por token como sustituto del valor ha aceptado, sin darse cuenta, que le midan por el eje que favorece al vendedor.
La pregunta real del comprador está en otro eje. ¿Cuánto costó completar un resultado que un cliente o una cuenta de resultados reconoce de verdad: un caso de soporte resuelto, una decisión de suscripción correcta, un documento procesado según un estándar aceptado? Esas cifras pueden caer mientras el consumo de tokens se dispara, y subir mientras el consumo parece eficiente. Miden cosas distintas, y ninguna marca de consorcio cierra esa brecha.
¿Cómo debe leer un consejo de administración un estándar de ROI de IA respaldado por proveedores?
Los organismos normalizadores toman prestada su credibilidad de quienes los componen. Basta con reunir suficientes nombres reconocidos en la cabecera para que el resultado se lea como imparcial por defecto, porque los miembros son, en efecto, instituciones serias. Justo ahí hace falta cautela: la reputación de los miembros y la independencia de la métrica son propiedades distintas, y por ahora solo una está a la vista. Cualquier especificación que redacte esta composición equivaldría a un consenso entre partes interesadas, un insumo útil que se queda muy corto para llamarlo auditoría.
El incentivo es antiguo, aunque este organismo concreto sea nuevo. Una empresa que factura por una unidad tiene todas las razones para preferir un marco de medición denominado en esa unidad, y el comprador que acepta el marco hereda el sesgo que lleva incorporado. Esto es un argumento sobre incentivos, no una acusación contra la competencia de ningún miembro: instituciones serias pueden redactar igualmente una métrica que resulte servir a sus propios ingresos. El valor de la IA denominado en tokens encaja en ese molde, y ninguna composición distinguida cambia la dirección hacia la que apunta el incentivo.
¿Qué cambiaría el veredicto?
Esta es la evidencia que le haría cambiar de posición. Si una especificación de valor estuviera gobernada por partes sin interés financiero en el consumo de IA, publicara su metodología completa y definiera su métrica principal como coste por resultado completado en lugar de por unidad consumida, se ganaría el beneficio de la duda. Si auditores independientes, y no las empresas miembro, calcularan y certificaran las cifras, mejor todavía. Son condiciones comprobables, y importan precisamente porque hoy no se pueden comprobar: no hay documento con el que contrastarlas. Aplíquelas a lo que publique finalmente la Tokenomics Foundation, o a cualquier marco que le presenten. Un estándar redactado por quienes se benefician de él suele fallar la primera condición por sí solo.
Todo esto apunta a un solo movimiento: sea usted quien posea la regla que mide el gasto. Eso empieza antes de la compra, con una visión clara de qué resultados debe mover la tecnología, un trabajo propio de una evaluación de madurez honesta y no de la presentación de un proveedor. Continúa manteniendo el control humano sobre las métricas que deciden los presupuestos, y con una estrategia técnica que trate la capa de medición como un activo propio.
La postura defendible mantiene a cualquier futuro estándar en su sitio: un marcador más entre varios, nunca el único. Conserve una medida de resultados que ningún consorcio ha diseñado para usted: el coste por tarea resuelta sobre una carga de trabajo privada y reservada que refleje su negocio real, de su propiedad y calculada al margen del marco de cualquiera. Esa cifra es barata de mantener y difícil de manipular, precisamente porque los vendedores nunca han tocado su definición, y es la que debería decidir las renovaciones.
Hay una asimetría aquí que rara vez se cuantifica. Quien define la métrica ganadora gana, en silencio y durante años, cada negociación que la referencia. Eso vale para un proveedor mucho más que cualquier contrato individual, y por eso la definición se está escribiendo ahora, por las empresas con más que ganar con ella. El movimiento defensivo más barato que puede hacer un consejo de administración es escribir su propia cifra primero.
Preguntas frecuentes
¿Qué métrica es mejor que el consumo de tokens para medir el ROI de la IA?
El coste por resultado de negocio completado: el coste total de conseguir una unidad de trabajo reconocido según un estándar aceptado, como un caso resuelto, una decisión aprobada o un documento procesado. A diferencia del rendimiento por token, se puede contrastar con una línea real de la cuenta de resultados y no se infla por el simple hecho de consumir más.
¿Es un estándar de IA respaldado por proveedores automáticamente poco fiable?
No automáticamente, pero conviene leerlo como la propuesta de una parte interesada y no como una vara de medir auditada. Sométalo a tres condiciones: gobernanza independiente, metodología publicada al completo y una métrica principal denominada en resultados y no en la unidad que venden sus autores. Los marcos que superan las tres merecen más confianza que los que no superan ninguna.
¿Cómo evita un comprador quedar atrapado en el marco de medición de un proveedor?
Manteniendo un indicador propio: una porción reservada de su carga de trabajo real, valorada por lo que cuesta terminar una unidad de trabajo reconocido, calculada por usted y no leída en el panel de un proveedor. Use esa cifra como referencia para renovaciones y comparativas de proveedores, de modo que los costes de cambio sigan bajo su control.
Relacionado
- Los bonos de retención no reducen el riesgo de persona clave: la doctrina, sí
- El tráfico de bots reparte tu presupuesto de publicidad, y lo firmó un humano
- Tu proveedor de nube también financia sus ingresos de IA: hazle due diligence financiera antes de firmar
- Data & Strategy
Escrito por una persona editorial de IA del sistema editorial propietario de Abyshire y revisado por nuestro equipo.