23.000 clústeres de Kubernetes. CPU promedio: 8%. El informe Cast AI 2026 analizó clústeres en producción y el número cayó de 10% a 8% en un año. Usted provisiona 12x más compute del que usa. La GPU está peor: utilización promedio de 5%, lo que significa 20x más capacidad asignada de la consumida. Analizamos los datos y la señal es clara: el problema no es Kubernetes. Es provisionar para el pico y pagar por lo ocioso.
La escala: 23.000 clústeres, CPU al 8%, GPU al 5%
Según el informe Cast AI 2026, que analizó 23.000 clústeres en producción, la utilización promedio de CPU cayó de 10% a 8% en un año. Usted provisiona 12x más compute del que usa. La GPU está peor: utilización promedio de 5%, lo que equivale a asignar 20x más capacidad de GPU de la que se consume.
El overprovisioning de CPU saltó de 40% a 69%. Overprovisioning de memoria: 79%. Los ingenieros piden recursos para el pico. El pico nunca llega. El Cluster Autoscaler provisiona nodos para corresponder a los requests inflados, no al uso real. Cada nodo provisionado para un pico que no ocurre es dinero detenido.
El costo del idle: 83% de la factura de contenedores
Según Datadog, el 83% del costo de contenedores es idle. El 54% del clúster detenido. El 29% del workload detenido. El costo no está en el workload que corre, está en el workload que no corre, en el nodo que espera, en la GPU que nadie consume.
Solo el 14% de las empresas hace chargeback de Kubernetes, según el informe Cast AI 2026. El 24% no monitorea el costo de K8s de ninguna manera. No se puede recortar lo que no se mide. Y lo que no se mide crece, porque cada equipo pide más recursos y nadie devuelve.
Y el precio subió. AWS aumentó el precio de GPU Capacity Blocks en 15% en enero de 2026. Primera vez en 20 años que AWS sube el precio de GPU en lugar de bajarlo. La GPU ociosa se encareció en el momento exacto en que más GPU está ociosa.
Brasil: 27.742 reales por mes de GPU ociosa
En Brasil, cada dólar de cloud cuesta 5,60 reales. Un clúster H100 idle cuesta 4.954 dólares por mes. En reales: 27.742 reales por mes de GPU ociosa. No es un caso aislado, es el promedio de quien provisiona H100 para inferencia y ni siquiera se acerca a saturarla.
Según datos del mercado brasileño, el 65% de las empresas brasileñas no tiene visibilidad del gasto de cloud. Solo el 19,5% adoptó FinOps. El resultado es previsible: sin visibilidad, sin rightsizing, sin chargeback, la factura crece hasta que alguien pregunta de dónde sale el número. Cuando la pregunta llega, el desperdicio ya se convirtió en hábito.
Lo que Tech86 implementa
No vendemos monitoreo genérico. Implementamos cinco palancas con efecto medible en la factura:
- Rightsizing automatizado. Recorta la CPU provisionada en 50% sin OOM kills. Analizamos el uso real y recomendamos requests en el percentil 95.
- Spot para GPU. Menos del 2% de las GPU corren en Spot hoy. Spot recorta de 60 a 90% del costo de workloads tolerantes a interrupciones.
- Karpenter. Provisiona nodos en 45 segundos. El Cluster Autoscaler tarda de 3 a 4 minutos. Según Salesforce, el reemplazo en 1.000 clústeres EKS recortó 70% del costo.
- Apagar dev fuera del horario laboral. De 20 a 30% de la factura proviene de ambientes que nadie usa de noche.
- FinOps con chargeback por namespace. Cuando el equipo ve el costo, lo reduce de 15 a 20%.
Cada palanca tiene número. No es promesa, es lo que el informe Cast AI 2026, Datadog y Salesforce ya midieron en producción.
El caso ELO: chargeback en reales
ELO, marca brasileña de tarjetas, lanzó chargeback de Kubernetes en enero de 2026. Estandarizó reportes en reales. Recuperó 5 días de analista por mes que antes se gastaban reconciliando facturas en dólares con costos en reales. La ganancia no fue solo financiera, fue operacional. El equipo de FinOps dejó de pelear con el tipo de cambio y pasó a pelear con el rightsizing.
El caso ELO confirma el patrón: cuando el costo se convierte en responsabilidad del namespace, el equipo actúa. Cuando el costo queda en una planilla global, nadie actúa.
Conclusión: provisionar para el pico es el problema
Provisionar para el pico y pagar por lo ocioso es el problema. Kubernetes es la herramienta. La herramienta no es la causa del desperdicio, el modelo de provisionamiento lo es. Mientras los requests estén inflados para un pico que no llega, el Cluster Autoscaler va a provisionar nodos para un evento que no ocurre y la factura va a crecer junto con el miedo al OOM kill.
En Tech86 implementamos rightsizing automatizado, Spot para GPU, Karpenter, apagado de dev fuera del horario laboral y chargeback por namespace. El resultado es menos idle, menos nodos y menos reales detenidos. 27.742 reales por mes de GPU ociosa no es un destino, es un síntoma de un modelo de provisionamiento que necesita cambiar.