Durante los últimos años, miles de personas disfrutaron de modelos de inteligencia artificial con capacidad de redactar, programar, investigar y crear, todo respaldado por un poder de cómputo que parecía sostenerse con una suscripción mínima. Esa era de abundancia subsidiada está llegando a su fin. Sin embargo, el cambio no se limita a un simple aumento de tarifas: estamos presenciando el nacimiento de una economía de los agentes y, con ella, una pregunta incómoda sobre el verdadero valor de la inteligencia humana.
Estamos despertando de una ficción económica. Durante un tiempo, la inteligencia artificial se sintió como electricidad casi gratuita. “La energía nunca fue gratis, lo que sucedía era que alguien más pagaba la diferencia”, señala el artículo original, reflejando cómo millones de usuarios accedieron a sistemas avanzados por el precio simbólico de veinte dólares o incluso de forma gratuita.
El problema radica en que ese precio nunca reflejó el costo real de operación. Fue una estrategia de adopción masiva, financiada por capital de riesgo y la feroz competencia entre gigantes tecnológicos por capturar usuarios antes que rentabilidad. La industria nos acostumbró a pensar que la inteligencia artificial costaba lo mismo que una plataforma de streaming, pero detrás de cada respuesta hay una infraestructura física monumental: centros de datos, chips, energía eléctrica, sistemas de refrigeración y agua para enfriamiento. La nuca fue una nube, sino una infraestructura pesada, territorial y costosa.
Hoy la transformación es más profunda que un encarecimiento de suscripciones. Pasamos de la inteligencia artificial conversacional a la inteligencia artificial agéntica. Mientras un modelo tradicional responde una pregunta, un agente trabaja de forma continua: lee instrucciones, carga contexto, consulta archivos, usa herramientas, navega, ejecuta acciones, falla, se corrige y vuelve a intentar. La diferencia económica es enorme, ya que un agente puede permanecer activo durante horas, multiplicando el consumo de tokens.
Los principales actores ya están ajustando sus modelos de negocio. GitHub Copilot, el asistente de programación de Microsoft, introdujo desde el 1 de junio de 2026 un sistema de GitHub AI Credits, donde las interacciones se computan según el modelo y los tokens consumidos (entrada, salida y caché). Cada crédito equivale a un centavo de dólar. OpenAI ahora ofrece su plan Pro en dos niveles: cien y doscientos dólares mensuales, con capacidades centrales similares pero distinta asignación de uso (cinco y veinte veces superior al plan Plus).
Anthropic sigue una lógica similar con Claude Max, disponible en niveles de cien y doscientos dólares mensuales (Max 5x y Max 20x), más la opción de créditos adicionales al alcanzar los límites del plan. Google reorganizó Google AI Ultra: tras presentar un plan superior a 249,99 dólares mensuales en 2025, en mayo de 2026 redujo ese nivel a doscientos dólares y lanzó una alternativa de cien dólares. Google también cambió los límites diarios de prompts por un modelo basado en cómputo, con créditos de pago por uso para Google Antigravity, Google Flow y próximamente Gemini. El mensaje para la industria es claro: la inteligencia artificial deja de ser una tarifa plana simbólica y se revela como una infraestructura intensiva en cómputo, costosa y administrada como recurso escaso.
Otra señal elocuente llegó de Anthropic: desde el 15 de junio de 2026, ciertos usos agénticos de Claude dejarán de estar incluidos en la suscripción general y se medirán en créditos separados, con cobro adicional según tarifas estándar de API. “Las tareas automatizadas, persistentes y de alto consumo ya no entran cómodamente en la lógica del todo incluido”, se afirma. El cambio es conceptual: el problema ya no es si una persona tiene acceso a inteligencia artificial, sino qué tipo puede pagar. Habrá una IA barata para tareas simples, y otra, mucho más costosa, con agentes autónomos capaces de producir valor económico. Esa es la nueva brecha digital: no entre conectados y desconectados, sino entre quienes consumen información y quienes pueden financiar IA para producir, automatizar y competir.
Frente a este costo creciente, el futuro probable será híbrido. Las tareas simples se resolverán en los propios dispositivos, con mayor privacidad, mientras los procesos complejos seguirán en servidores remotos. Esta transición ya comenzó: a principios de junio de 2026, en NVIDIA GTC Taipei y Computex, Nvidia y Microsoft presentaron RTX Spark, una plataforma para Windows que ejecuta agentes de IA en el propio dispositivo. La computadora deja de ser solo una herramienta para convertirse en una infraestructura personal de IA.
Todo esto ocurre en un contexto geopolítico. Estados Unidos lidera la carrera; China avanza con modelos de código abierto y accesos más baratos; Europa, limitada por su cautela regulatoria, corre el riesgo de quedar rezagada. Además, se debate el rol del código abierto: Geoffrey Hinton advierte que liberar modelos muy capaces facilita su uso por actores maliciosos, mientras otros ven en ello una barrera para proteger a las grandes corporaciones.
Queda la frontera más íntima: el ser humano. Cuando la inteligencia artificial se convierta en una fuerza económicamente rentable en todas las industrias, el desafío no será solo aprender a usarla, sino aprender a administrarla: asignar presupuesto, distinguir tareas menores de procesos decisivos, y saber cuándo un modelo básico es suficiente o cuándo justifica pagar por un agente avanzado. El nuevo alfabetismo digital será también una alfabetización económica del cómputo.
Se terminó la ilusión de una inteligencia artificial barata. Lo que viene es una economía agéntica, y en ella la ventaja la tendrá quien pueda pagar el costo de una inteligencia no biológica trabajando a su favor.
Fuente: Infobae