“Tokenmaxxing” —la idea de que el éxito en codificación con IA depende de usar la mayor cantidad posible de tokens— es una métrica atractiva. Los tokens son la unidad fundamental que las herramientas de IA utilizan para leer, escribir y razonar. A primera vista, más tokens deberían traducirse en más salida, mayor productividad e impacto.

Sin embargo, tras analizar a 12,000 desarrolladores en 200 empresas, los datos muestran que, si bien un mayor consumo de tokens se asocia con mayor producción, este incremento tiene un coste por unidad significativamente más alto.

Algunas organizaciones empujan a los ingenieros a usar la mayor cantidad de tokens posible, con tableros de liderazgo que destacan a los usuarios más grandes de IA. Pero esa no es una estrategia sostenible. Los CFOs están reclamando controles ante gastos desmesurados en IA y piden recibos.

Los líderes pueden estar dispuestos a gastar para avanzar rápido, pero no pueden hacerlo sin demostrar que sus equipos de ingeniería generan impacto.

La mejor vía para evitar el “tokenmaxxing” es no promover la adopción de IA de forma indiscriminada. En su lugar, las empresas deben impulsar una adopción de IA más amplia en la ingeniería, situando a más ingenieros en el centro de la curva y evitando tanto el subuso como el sobreuso costoso.

Por qué el ‘tokenmaxxing’ no escala

Encontramos que el 10% superior de usuarios de Claude Code consumía unos 10 veces más tokens que la mediana, pero producía solo alrededor del doble de resultados. En otras palabras, aumentar el consumo de tokens sí eleva la salida, pero no de forma proporcional.

La investigación también revela un grupo pequeño pero creciente de usuarios potentes que dominan el consumo total de tokens. En el percentil 90, los usuarios queman aproximadamente 225 millones de tokens por semana, alrededor de 3 veces lo que utilizaban hace seis meses y unas 7 veces la mediana.

Muchos líderes de ingeniería están evaluando a sus mayores adoptadores para lograr que el resto de la organización alcance el mismo nivel. Ese enfoque es equivocado. Al aumentar el coste por PR fusionado de $0.28 en los niveles de adopción más bajos a $89.32 en los más altos, escalar un uso extremo de tokens simplemente no genera valor.

En su lugar, los líderes deben buscar suavizar la curva. Un consumo amplio y moderado de tokens resulta mucho más rentable que tener un pequeño grupo de usuarios potentes en un extremo y un resto que va quedando atrás. Cuando la mayoría de la organización opera en el centro de la curva, la IA se convierte en una ventaja sostenible: suficiente para impulsar mejoras reales de productividad, sin que los equipos se desborden financieramente buscando salidas marginales.

Maximizar el impacto, no el consumo de tokens

Las organizaciones que consumen más tokens no siempre obtienen el mayor progreso con IA. Cuando el consumo es alto, la mayor parte se destina a automatizar tareas manuales con herramientas como Claude, Copilot o Cursor. Los desarrolladores tienen herramientas para hacer el mismo tipo de trabajo que ya hacían.

Para realmente impulsar el impacto con IA, las organizaciones de ingeniería deben avanzar hacia modos de trabajo verdaderamente autónomos. Sin embargo, los sistemas agentivos requieren inversiones importantes en infraestructura de TI, incluyendo ingeniería de contexto, orquestación y entornos aislados. Hasta que las organizaciones aborden estos aspectos, las ganancias de productividad seguirán bloqueadas por una “barrera agentiva” que ningún número de tokens puede superar.

Cómo las empresas consolidadas pueden seguir el liderazgo nativo de IA

Las conversaciones sobre IA y desarrollo de software suelen centrarse en la codificación, pero escribir código es solo una parte del rol del ingeniero. Llevar un producto al mercado también implica trabajo de roadmap, despliegue, habilitación de go-to-market y más. Si los ingenieros invierten grandes cantidades de tokens en escribir código lo más rápido posible, todo lo demás debe avanzar al mismo ritmo.

Cambiar la cadencia del roadmap y acelerar la habilitación de ventas requiere cambios culturales profundos para los que muchas organizaciones no están preparadas. Como resultado, cadencias adicionales a menudo se vierten en el backlog u otros frentes que pueden aportar valor a futuro, pero que no moverán el indicador de ingresos a corto plazo. Equipos que consumen millones de tokens cada semana pueden no ver resultados al cierre del trimestre.

Las empresas nativas de IA tienen más probabilidades de obtener un retorno inmediato de sus inversiones en IA. Aunque las grandes corporaciones no pueden empezar desde cero, adoptar principios nativos de IA puede reducir cuellos de botella y convertir el gasto en tokens en retornos comerciales medibles más rápido. Diseñando flujos de trabajo con la automatización en mente, pueden acelerar la codificación sin generar deuda técnica.

“Tokenmaxxing” está en tendencia, pero los líderes de ingeniería deben ir más allá del conteo de tokens y buscar formas de demostrar valor. Midiendo cómo IA impacta la entrega, la calidad y la productividad a lo largo del ciclo de vida del desarrollo de software, los líderes pueden demostrar ROI y asegurar que cada token cuente.

Este artículo se incluye en TechRadar Pro Perspectives, nuestra vía para presentar a las mentes más brillantes de la industria tecnológica de hoy.

from Latest from TechRadar https://ift.tt/ekdglYf
via IFTTT IA