El peor KPI de la era de la inteligencia artificial

Jensen Huang, CEO de Nvidia, afirmó que se sentiría “profundamente alarmado” si un ingeniero que gana US$500.000 al año no consumiera al menos US$250.000 en tokens de inteligencia artificial. La intuición parece razonable: un profesional altamente remunerado debería aprovechar las nuevas herramientas. El problema es que esa afirmación transforma el gasto en IA en un indicador de productividad. Económicamente, es una mala idea.

Los tokens son un insumo, no un resultado. Medir a un programador por el cómputo que consume equivale a evaluar una fábrica por su consumo eléctrico, un hospital por la cantidad de exámenes solicitados o una universidad por el número de páginas escritas. Más consumo puede reflejar actividad, pero también ineficiencia. Cuando una empresa premia el uso de recursos en lugar del valor generado, incentiva el sobreconsumo.

Aquí opera la ley de Goodhart, cuando una medida se vuelve objetivo, deja de ser buena medida. Si los trabajadores son evaluados por su uso de IA, responderán racionalmente, ejecutarán consultas innecesarias, usarán modelos costosos para tareas simples o mantendrán agentes en ciclos improductivos. No hace falta mala fe; bastan incentivos mal diseñados. El trabajador cumple la métrica, la empresa paga los tokens.

Esto ya dejó de ser hipótesis. En Amazon apareció KiroRank, un tablero informal creado por empleados para clasificar el uso de IA, retirado después de que algunos trabajadores asignaran a agentes tareas innecesarias para escalar posiciones. En Meta apareció Claudeonomics con una lógica similar. Y en Uber, su presidente y jefe de operaciones reconoció que un mayor consumo de tokens no mostraba una relación clara con mejores funcionalidades para los clientes. La teoría comenzó a verse en la práctica.

El desempeño de un programador tiene múltiples dimensiones: calidad y seguridad del código, resolución de problemas, plazos, mantenibilidad y utilidad para el cliente. Al premiar una dimensión fácil de observar —los tokens—, la empresa arriesga descuidar otras más valiosas. Un estudio sobre agentes de programación encontró que, en las tareas analizadas, distintas ejecuciones podían variar hasta 30 veces en consumo, sin que gastar más garantizara mayor precisión. El volumen de tokens no es productividad: es una señal ruidosa.

Existe, además, un evidente incentivo comercial. Nvidia se beneficia de cada dólar invertido en capacidad computacional. Que su CEO promueva presupuestos de tokens equivalentes a la mitad del salario de un ingeniero puede ser una estrategia de negocios brillante, pero no necesariamente una buena política para quienes financian esos costos. Al vendedor de electricidad también le conviene que las fábricas midan su éxito por el consumo energético.
La ironía es que este enfoque puede hacer que la IA parezca tan cara que contratar personas vuelva a ser competitivo. Si se premia el consumo en lugar del valor creado, los costos crecerán más rápido que la productividad y la automatización se debilitará por sus propios excesos.

Las organizaciones deben promover el uso de inteligencia artificial, pero medir aquello que realmente importa: tiempo ahorrado, problemas resueltos, calidad del trabajo y valor generado por cada dólar invertido. La pregunta relevante no es cuántos tokens consumió un programador, sino cuánto mejor hizo su trabajo gracias a ellos. Huang tiene razón en algo: ignorar la IA sería absurdo. Pero consumir tokens sin criterio tampoco es modernización. Es convertir el despilfarro en KPI.