Menos costo por token, más adopción de IA en América Latina

Cuando OpenAI habla de su nueva arquitectura y de sus chips, la tentación es leerlo en clave de laboratorio. Pero hay un dato en su último informe que importa más para un director de tecnología en São Paulo o en Ciudad de México: el costo de producir cada token, la unidad mínima de texto que genera un modelo, está cayendo a un ritmo acelerado. Y en mercados donde el precio es la barrera principal de adopción, eso cambia las reglas del juego.

La eficiencia como palanca de adopción

OpenAI reporta que su chip de inferencia llamado Jalapeño entrega entre 1.5 y 1.9 veces más rendimiento por vatio que los sistemas comerciales en pruebas con tres modelos públicos (resultados de InferenceX). Antes de eso, un modelo de la familia GPT-5.6 ya logró reducir en 20% los costos de servir a los usuarios, con un aumento de más de 15% en la eficiencia de generación de tokens (detalles del avance).

Es tentador celebrar la capacidad bruta, pero el componente económico es el que desbloquea el resto. Más eficiencia significa que la misma infraestructura produce más respuestas con menos energía, y que esos ahorros pueden trasladarse a la factura que reciben las empresas. Para una compañía latinoamericana que evalúa automatizar su servicio al cliente o su análisis de datos, la pregunta nunca fue si el modelo era capaz: fue si el costo por llamada justificaba el proyecto.

Un efecto volante entre consumo y empresa

OpenAI afirma que sus productos llegan a más de mil millones de usuarios semanales (datos de adopción). Esa escala masiva no es decorativa: los planes de consumo financian la investigación y la computación que luego bajan de precio para los clientes empresariales. El estudio interno muestra además que el uso no se estanca: las personas en planes individuales envían aproximadamente 50% más mensajes diarios después de seis meses de registro que en su primer mes (estudio de adopción).

Es un círculo virtuoso que las compañías latinoamericanas pueden aprovechar de forma pragmática. En lugar de esperar a que un producto corporativo madure, conviene empezar con pilotos de bajo costo usando los planes de consumo, medir resultados y recién entonces migrar al nivel empresarial. La curva de uso creciente sugiere que el valor real se descubre con el uso, no en la especificación técnica.

El caso de referencia: de India a México

OpenAI menciona a Cars24, la plataforma de compraventa de autos usados, como ejemplo de uso avanzado de agentes. La referencia no es casual: si un modelo puede resolver tareas complejas de inventario y valuación para una empresa como esa, el mismo esquema puede adaptarse a un concesionario multiplicado por diez en la región.

Hay también señales en el sector salud, como la adopción en Boston Children's Hospital. Para clínicas y laboratorios latinoamericanos, donde la documentación y el seguimiento de pacientes consumen horas de trabajo, ese tipo de adopción tiene un impacto directo en costos operativos.

La pregunta que los ejecutivos latinoamericanos deben hacerse

El punto de inflexión no es la capacidad del modelo, sino que la eficiencia de cómputo avanza más rápido que la generación de demanda corporativa. Eso significa que las empresas que hoy posponen sus proyectos de IA por razones de presupuesto están dejando de aprovechar la reducción de costos del 20% y el aumento de eficiencia superior al 15% que ya se registran.

La investigación interna de OpenAI, que ya registra 3.1 días-agente de trabajo por cada día laboral humano (actualización de investigación), muestra hacia dónde va la industria: las personas seguirán fijando prioridades y juzgando resultados, pero la ejecución se delegará cada vez más.

Para un director general en la región, la pregunta no es si integrar agentes de IA en su operación. La pregunta correcta es qué procesos de su empresa son los primeros candidatos para delegarlos, y si su equipo ya está midiendo el costo por tarea automatizada. Quienes empiecen ahora, cuando los precios caen, tendrán ventaja sobre quienes esperen a que la ola sea evidente.