La inteligencia artificial gana espacio en las empresas argentinas, pero su incorporación empieza a plantear un problema que va más allá de la tecnología: cómo saber si realmente está generando resultados y cuánto cuesta conseguirlos. La falta de herramientas para medir su impacto y controlar el gasto aparece como uno de los principales desafíos para las organizaciones que buscan ampliar su utilización.
El fenómeno no es exclusivo del mercado local. Según el informe The State of AI in 2026, publicado por McKinsey en agosto, una de cada cinco organizaciones encuestadas reconoce que los costos operativos de la inteligencia artificial, incluidos los asociados al consumo de tokens, limitan su utilización. A su vez, el estudio Global AI Pulse Q2 2026, de KPMG, encontró que el 42% de los directivos consultados tiene solamente una visibilidad parcial de los gastos en IA.
Los números reflejan una dificultad que se vuelve más evidente a medida que las compañías pasan de experimentar con herramientas como ChatGPT a incorporar asistentes, agentes autónomos y aplicaciones de inteligencia artificial en diferentes áreas de su operación. El gasto deja de concentrarse en una única plataforma y empieza a distribuirse entre distintos proveedores, modelos, usuarios y tareas.
En ese contexto, Wonderful, el unicornio de inteligencia artificial valuado en u$s 5.000 millones que este año comenzó a operar en la Argentina, realizó un diagnóstico sobre la situación de las compañías en el país.
“La inteligencia artificial está creciendo dentro de las empresas a una velocidad que muchas veces supera su capacidad de gestionarla. Hoy, distintas áreas incorporan herramientas y agentes de IA, pero no siempre existe una visión centralizada de cuánto se está invirtiendo ni de cómo se distribuye ese consumo. El desafío ya no es solamente adoptar inteligencia artificial, sino administrarla de manera eficiente y contar con mayor visibilidad sobre sus costos y su impacto en el negocio”, señaló Federico Ruiz Guiñazú, gerente general de Wonderful para el Cono Sur.
El costo de la IA: cuánto se gasta y qué resultados genera
Uno de los problemas que enfrentan las empresas es que el costo de utilizar inteligencia artificial no siempre es fijo. Algunos servicios cobran en función de los tokens procesados, es decir, las unidades de texto que los modelos reciben y generan. Cuanto mayor es el volumen de información, la extensión de las respuestas o la complejidad de las tareas, mayor puede ser el consumo de recursos.
Cuando una compañía utiliza varios modelos y proveedores en simultáneo, conocer el gasto total puede resultar complicado. También se vuelve más difícil identificar qué departamentos consumen más recursos, qué aplicaciones justifican su costo y dónde existen oportunidades para mejorar la eficiencia.
En ese contexto, surgen nuevas soluciones para las empresas. Por caso, Wonderful lanzó recientemente su AI Gateway, una herramienta que permite monitorear el consumo de IA, establecer presupuestos y definir qué modelos pueden utilizarse dentro de una organización.
La solución presentada por Wonderful busca responder a esa necesidad mediante una capa de administración integrada a su plataforma Wonderful AI OS. Permite identificar cuánto se destina a inteligencia artificial por departamento, equipo, usuario, modelo y tarea, además de proyectar consumos, detectar anomalías y establecer presupuestos y límites de utilización.
Esto permite pasar de una medición general del gasto tecnológico a un análisis más específico. Por ejemplo, una empresa puede conocer cuánto le cuesta procesar documentos, responder consultas de atención al cliente o asistir a sus desarrolladores en la escritura de código.
Otra de las funcionalidades es la selección dinámica de modelos. Según el tipo de solicitud y su complejidad, el sistema puede elegir entre las alternativas autorizadas aquella que ofrezca una mejor relación entre costo y calidad. El objetivo es evitar que una tarea sencilla consuma recursos de un modelo más costoso cuando puede resolverse con otro más económico.
La plataforma también incorpora controles de acceso y políticas de utilización para reducir riesgos relacionados con el tratamiento de información sensible.
Las empresas argentinas todavía no miden el impacto de la IA
La dificultad para administrar los costos y evaluar los resultados también aparece en el entramado productivo local. Una encuesta nacional realizada por el Nodo Argentino de Inteligencia Artificial (nadIA), con apoyo del Banco Interamericano de Desarrollo (BID) y la Fundación Observatorio PyME, encontró que el 41,6% de las empresas industriales y de software relevadas ya utiliza al menos una tecnología de inteligencia artificial.
Sin embargo, entre las organizaciones que incorporaron estas herramientas, el 57% no mide formalmente su impacto sobre el desempeño del negocio. El relevamiento, realizado sobre 402 empresas, también identificó una baja formalización de su gestión: apenas el 4% cuenta con un presupuesto específico para IA y solo el 3,3% dispone de una política formal escrita para orientar su utilización.
Los resultados muestran que la adopción tecnológica avanza más rápido que la capacidad de las empresas para organizarla. En muchos casos, la incorporación depende de iniciativas individuales de empleados o equipos, sin criterios comunes para determinar qué herramientas utilizar, cuánto invertir o qué resultados esperar.
La medición del impacto, además, no necesariamente pasa por calcular cuánto dinero ahorra una empresa. Puede incluir una reducción de los tiempos de respuesta, una mejora de la productividad, un aumento de las ventas, menos errores o una mejor experiencia para los clientes.
En ese sentido, Ruiz Guiñazú explicó a El Cronista que los indicadores deben definirse junto con cada organización: “La ‘medición’ de los resultados no la imponemos desde Wonderful, sino que trabajamos con nuestro cliente para descubrir cuál sería el indicador correcto de éxito en cada caso”.
La distinción es importante porque incorporar inteligencia artificial no garantiza, por sí solo, una mejora económica. Para determinar si una implementación funciona, las empresas necesitan comparar los recursos que invierten con los resultados concretos que obtienen y establecer indicadores que permitan seguir esa evolución.
