La evolución de la Inteligencia Artificial (IA) generativa parece encaminada a hacerla cada vez más eficiente y asequible, especialmente de cara a 2030. Así lo confirma una reciente previsión publicada por Gartner, uno de los referentes en el análisis tecnológico. Sin embargo, la consultora advierte de que esta reducción en el coste técnico no implica necesariamente una democratización del acceso a la IA avanzada para empresas y organizaciones.
Reducción drástica del coste de la IA generativa para 2030
Según Gartner, el abaratamiento será especialmente significativo en la ejecución de modelos de gran escala. Sus estimaciones señalan que, en 2030, ejecutar inferencias sobre modelos de lenguaje de 1 billón de parámetros costará más de un 90% menos que en 2025. Este descenso se asocia a varios factores como:
- Progresos en semiconductores y hardware especializado.
- Despliegue de infraestructuras más eficientes.
- Innovaciones en el diseño de modelos y algoritmos.
- Uso creciente de chips especializados en inferencia.
- Aplicación de dispositivos edge para determinados casos de uso.
La combinación de estos avances podría hacer que los modelos gigantes sean hasta 100 veces más eficientes en costes respecto a los desarrollados en 2022.
El coste por token baja, pero el consumo se multiplica
A pesar de este escenario favorable en términos de eficiencia, Gartner destaca un matiz crítico para quienes piensan en explotar la IA avanzada: el coste por token puede bajar, pero la demanda de cómputo tiende a dispararse. Los futuros sistemas agénticos, por ejemplo, consumirán entre 5 y 30 veces más tokens por tarea que los actuales chatbots generativos.
Esto se debe a que un agente de IA no solo responde preguntas, sino que realiza tareas complejas como:
- Planificación multinivel.
- Consultas a herramientas externas.
- Revisión de contexto.
- Toma de decisiones a lo largo de varios pasos.
Cada una de estas operaciones genera mayor consumo de tokens, lo que puede traducirse en facturas finales más elevadas, incluso en un contexto de precios por token mucho más bajos.
En este sentido, el descenso del coste por unidad abrirá la puerta a nuevas capacidades, pero también repercutirá en un aumento sustancial de la demanda de inferencia.
Diferenciar IA barata de IA realmente avanzada
Gartner incide en la necesidad de no confundir la caída de precios de los “tokens commodity” con una democratización real de la inteligencia de frontera. Es probable que surja una capa de IA asequible y casi comoditizada, útil para tareas simples y repetitivas.
No obstante, la IA vinculada a procesos de razonamiento más avanzados y modelos de frontera seguirá siendo costosa y deberá reservarse para escenarios de alto valor o complejidad. Ante esta realidad, Gartner recomienda:
- Utilizar modelos pequeños o especializados para tareas frecuentes y de bajo margen.
- Destinar los modelos más potentes y caros a procesos complejos o estratégicos.
- Orquestar cargas de trabajo eficientemente entre diferentes tipos de modelos, en función del caso de uso y el coste asociados.
Impacto empresarial: más que una cuestión de precio
La previsión de Gartner trasciende el mero abaratamiento técnico y afecta tanto a proveedores de IA como a empresas usuarias. Para los primeros, los menores costes de inferencia intensificarán la competencia y podrían llevar a una mayor comoditización en las capas básicas de servicio.
Para las empresas usuarias, la clave será construir productos y servicios que no derrochen cómputo. Entre los retos están:
- Optimizar prompts y flujos agénticos.
- Reducir el número de pasos por tarea.
- Reaprovechar contexto y seleccionar el modelo adecuado para cada caso.
- Controlar activamente los costes de inferencia en tiempo real.
La apuesta por una arquitectura bien diseñada será esencial para que la escala agéntica sea realmente sostenible y eficiente.
Preguntas frecuentes sobre el futuro del coste de la IA
¿Cuál es la previsión concreta de Gartner para 2030?
Gartner prevé una reducción superior al 90% en el coste de ejecución de modelos de 1 billón de parámetros respecto a 2025.
¿Se trasladará este abaratamiento a las empresas?
No completamente. El aumento en el consumo de tokens por operación puede hacer que el coste total no se reduzca en la misma proporción.
¿Cuánto más demandantes son los nuevos modelos agénticos?
Estos pueden requerir entre 5 y 30 veces más tokens por tarea que los chatbots actuales.
¿Qué recomienda Gartner para optimizar el uso de IA en empresa?
Orquestar las cargas de trabajo entre distintos tipos de modelos y priorizar el uso de modelos avanzados solo para procesos de alto valor.
Más información sobre esta previsión en la nota oficial de Gartner.
