Entrenar un modelo cuesta una vez. Inferir cuesta todos los días, a cada usuario, a cada agente. Esta frase simple describe el vuelco silencioso que reescribió la economía de la IA en los últimos tres años. Hemos seguido de cerca este cambio con clientes corporativos, y la señal es unánime: quien todavía presupuesta la IA como costo único de entrenamiento está presupuestando el proyecto equivocado.
El vuelco silencioso del centro de gravedad
En 2023, entrenar era el cuello de botella. Quien tenía GPU dominaba el juego. La inferencia era residual, cerca de un tercio del compute de IA. La lectura cambió rápido. Según Deloitte, en el TMT Predictions 2026, la inferencia pasó de 33% a dos tercios de todo el compute de IA. En tres años, el centro de gravedad migró del entrenamiento a la inferencia.
El vuelco no es solo técnico, es financiero. El FinOps Foundation ve la misma curva en el bolsillo. Según el State of FinOps 2026, la inferencia responde por 80 a 90% del gasto total de IA en producción. El entrenamiento todavía es necesario, pero se volvió CapEx residual. La inferencia se volvió OpEx perpetuo.
El entrenamiento es CapEx. La inferencia es OpEx perpetuo
La distinción importa presupuestariamente. Entrenar un modelo es una inversión de capital con principio, desarrollo y fin: usted provisiona GPU, entrena, valida, archiva el checkpoint. El costo es finito y previsible. Inferir es lo opuesto: cada usuario activo, cada documento procesado, cada agente ejecutado genera tokens. El costo se compone mensualmente y crece con el uso real del producto.
Es por eso que el piloto cuesta poco y la producción sorprende. El piloto corre con pocos usuarios, pocos workloads, pocos agentes. La producción escala con cada usuario activo y cada integración nueva. El costo de inferencia no es lineal en el tiempo, es lineal en el uso, y el uso solo crece cuando el producto funciona.
El multiplicador es agéntico
El factor que acelera el vuelco es el multiplicador agéntico. Según McKinsey, en julio, las tareas agénticas consumen cerca de 1.000 veces más tokens que tareas de chat o code-reasoning. Según Gartner, en marzo, son de 5 a 30 veces más tokens que un chatbot estándar, por tarea. Los números no se contradicen: miden comparaciones diferentes. McKinsey compara agentes contra chat y code-reasoning; Gartner compara agentes contra un chatbot estándar. Ambos muestran la misma dirección: los agentes cambian el orden de magnitud del consumo de tokens.
Presupuestar con el baseline del chatbot es el error más común. El equipo proyecta costo con base en interacciones simples de chat, lanza un agente autónomo en producción y descubre que el consumo real es 10x o 100x mayor. El multiplicador agéntico necesita entrar en el TCO antes de cualquier decisión de arquitectura.
La cuenta que nadie hizo
Los datos confirman el choque. Según Gartner, 58% de las empresas excedieron estimaciones de costo de IA en 40% o más. Según IDC, 96% de las organizaciones reportaron costos de infraestructura de IA mayores a lo esperado al migrar del piloto a producción. No es un problema aislado, es un patrón estructural.
La consecuencia es presupuestaria. La IA era un proyecto de infraestructura con principio, desarrollo y fin. Hoy es un costo operativo mensual que se compone con cada cliente atendido, cada documento procesado, cada agente ejecutado. El modelo financiero cambió, pero muchos presupuestos todavía no lo acompañaron.
FinOps para IA como disciplina
Es donde FinOps para IA entra como disciplina. Medir el gasto después de que llega es demasiado tarde. El trabajo empieza antes: modelar costo por token, por usuario, por workload, antes del commit de arquitectura. Significa separar entrenamiento de inferencia en las categorías presupuestarias, proyectar TCO por workload, implementar gobernanza de gasto con showback y chargeback antes de que la cuenta sorprenda.
Nosotros, en Tech86, hemos trabajado con clientes corporativos en ese punto exacto. Separar entrenamiento de inferencia, proyectar TCO por workload, implementar gobernanza de gasto antes de que la factura sorprenda. El trabajo es preventivo: después de que el gasto de inferencia aparece en la planilla, la palanca de optimización ya es reactiva, no proyectiva.
Conclusión
El vuelco ya ocurrió. Quien todavía trata la IA como costo único de entrenamiento está presupuestando el proyecto equivocado. El entrenamiento es CapEx residual; la inferencia es OpEx perpetuo que responde por 80 a 90% del gasto total de IA en producción. El multiplicador agéntico amplifica el problema en órdenes de magnitud. FinOps para IA no es opcional, es la disciplina que separa a quien escala IA con previsibilidad de quien descubre el costo solo cuando llega la factura.