El control del gasto en tokens de IA se vuelve crucial para las empresas. La nueva suite de reportes de Anthropic ofrece visibilidad detallada sobre qué produce cada euro invertido, permitiendo a los responsables financieros y técnicos alinear costes con resultados reales y optimizar flujos de trabajo sin perder eficiencia operativa.
El gasto en tokens de IA ya no parece una prueba. Anthropic registró beneficio operativo en el segundo trimestre y una retención neta de ingresos del 900%: lo que gastaban los mismos clientes en el tercer trimestre de 2025 se multiplicó por nueve un año después. La pregunta es qué compra exactamente esa factura.
Anthropic acaba de lanzar una suite de reportes para clientes empresariales. Combinando analítica interna y encuestas a los empleados, un responsable puede revisar el trabajo de su equipo en un rango de fechas: qué produjo, cuánto costó y dónde se rompieron sus flujos. La compañía afirma que por defecto no usará esos datos para entrenar modelos, y los informes añaden recomendaciones de mejora. En paralelo crea presupuestos de grupo para que varios equipos compartan y controlen el gasto de tokens.
Jellyfish publicó datos sobre el uso de herramientas de codificación agéntica por 276.000 de sus clientes, que explican por qué urge resolver la pregunta: Claude Code y otras herramientas sobre modelos de Anthropic siguen siendo las más usadas, responsables de casi un tercio de los cambios de código propuestos para revisión, y su gasto se multiplicó por diez desde principios de año, hasta equivaler a cerca del 2% del coste total de ingeniería. «Aunque digas que el 2% sigue siendo pequeño, ese crecimiento de 10x es un crecimiento que la mayoría de los CFO no había previsto», afirmó Nicholas Arcolano, científico jefe de Jellyfish.
La competencia, de momento, no aprieta. La salida del modelo Astra de OpenAI este verano parecía una amenaza, pero hasta ahora no ha frenado la adopción de Anthropic. «Anthropic ya estaba ahí, con un buen trabajo comercial en empresa, y tenía el peso de ser el ya instalado: la herramienta funcionaba y funcionaba bien, mucha gente se esforzó en estandarizar sus flujos alrededor, y no hay una razón lo bastante grande para cambiar», explicó Nikolas Albarran, responsable de producto de IA en Jellyfish.
El motivo está en el coste de cambiar, que no es cero. Albarran lo relaciona con la inversión de los laboratorios en ingeniería desplegada en cliente (FDE), equipos de consultores que se instalan dentro de la organización del cliente, y con que estos reportes son una versión ligera de ese acompañamiento.
Conviene no perder de vista el resto del dato: la mayoría del Fortune 500 todavía no ve beneficios relevantes de las herramientas de IA que ha desplegado, mientras el gasto en tokens lo empujan sobre todo las empresas con capital de riesgo. Quien más gasta no siempre es quien más está ganando.
El valor de la suite está menos en los gráficos que en la conversación que abre con el cliente. Cuando el gasto en IA ya está presupuestado, medir el consumo no sirve si no se puede atribuir el resultado a cada equipo. Anthropic pone su versión sobre la mesa y, con ella, el argumento que le faltaba en las reuniones con el área financiera.
Fuentes:
Tim Fernholz, “Anthropic just launched tools to show companies what their AI spending is buying”, TechCrunch, 28 de octubre de 2026. Citas traducidas del original en inglés.
https://techcrunch.com/2026/10/28/anthropic-just-launched-tools-to-show-companies-what-their-ai-spending-is-buying/
Importancia de medir el gasto en tokens de IA
La capacidad de desglosar el gasto en tokens de IA transforma la percepción interna de estas herramientas. No se trata solo de registrar facturas, sino de entender la correlación directa entre consumo y productividad. Esto permite justificar presupuestos ante direcciones financieras que exigen retorno tangible.
Además, al vincular costos con equipos específicos, las organizaciones pueden identificar cuellos de botella. Esta transparencia reduce la incertidumbre y facilita decisiones basadas en datos concretos, no en suposiciones generales sobre el uso de modelos avanzados.
Retención de talento frente a cambio de proveedor
A pesar de la competencia emergente, la inercia tecnológica juega un papel fundamental. Los equipos han estandarizado sus flujos alrededor de soluciones existentes, creando un costo de migración elevado. Este factor estructural protege la cuota de mercado actual más que las diferencias puramente técnicas.
Los nuevos reportes actúan como una herramienta de fidelización sutil. Al ofrecer acompañamiento ligero y datos accionables, las plataformas refuerzan su valor estratégico dentro de la organización, haciendo menos atractivo buscar alternativas externas sin una razón de peso clara.
