💸 Model Routing: la palabra que controla tu factura de IA

¿Te adelanto algo? Tu factura de IA va a subir otra vez este mes. Gartner calcula que el gasto mundial en inteligencia artificial alcanzará los 2,59 billones de dólares en 2026, un 47% más que el año pasado.

El precio por token baja, sí. Pero el consumo sube más rápido. Flo Crivello, CEO de Lindy, contó a CNBC que trasladó el 100% de su tráfico a DeepSeek para sobrevivir: “es una cuestión de supervivencia del negocio, eso es todo”.

Esto no va sobre si merece la pena pagar por IA. Va sobre si alguien en tu empresa sabe cuánto cuesta cada tarea, y si lo está decidiendo con cabeza o dejando que la factura decida por él. ¿Haces el business case de la IA?

🔥  El coste que nadie está midiendo

Todo el mundo mide cuánto usa la IA. Casi nadie mide en qué la está gastando.

A mediados de 2026, CFO Dive documentó que la gestión del coste ya es uno de los cinco mayores frenos a la adopción de IA entre directores financieros. No es falta de presupuesto: es falta de visibilidad sobre dónde se va ese presupuesto.

Mientras tanto, Fortune documentó a finales de junio cómo el boom de inversión en infraestructura de IA se acelera, con las grandes tecnológicas destinando cifras récord a capacidad de cómputo. El coste invisible es ese: crece la infraestructura de fondo, y con ella, la factura de todos los que la usan encima.

¿Y si el problema no es cuánto gastas, sino en qué modelo lo gastas sin saberlo? Ahí es donde entra el routing.

🎛️  Model Routing: el interruptor que faltaba

Usar el modelo de razonamiento más caro del catálogo para corregir una coma es como pedir una grúa para mover una silla. Nadie lo haría a propósito. Casi todo el mundo lo está haciendo sin darse cuenta.

GitHub lo llama “auto model selection”: desde mayo de 2026, Copilot decide automáticamente qué modelo usar según la complejidad real de cada tarea, reservando los modelos de razonamiento más caros para lo que de verdad los necesita.

Microsoft hace lo mismo a escala de empresa con Copilot Cowork: enruta entre modelos de Anthropic y OpenAI según la tarea, y factura por consumo con créditos de 0,01 $ en lugar de una cuota plana. Nadie pidió eso, pero es la consecuencia lógica de que el coste por tarea ya no sea el mismo para dos tareas distintas.

Pero elegir bien el modelo no sirve de nada si no sabes cuántos modelos, ni cuántos agentes, tienes corriendo a la vez. Y ahí aparece el coste que no está en ninguna factura.

🕸️  Agent Sprawl: el coste que no ves en ningún Excel

Pregúntale a un director de tecnología cuántos agentes de IA tiene su empresa en producción. La respuesta casi nunca es un número. Es un silencio.

Gravitee encuestó a 750 responsables de tecnología en abril de 2026 y encontró que la flota de agentes se duplicó en solo cuatro meses, mientras la cobertura de monitorización sigue estancada en el 52%. Traducido: casi la mitad de los agentes de IA en producción corre sin ningún tipo de supervisión.

Gartner ya avisó en abril de que una empresa Fortune 500 típica podría gestionar más de 150.000 agentes en 2028, frente a menos de 15 en 2025, y que solo el 13% cree tener la gobernanza adecuada para sostenerlo.

Microsoft respondió el 1 de mayo con Agent 365: un registro que descubre los agentes que tu empresa ya tiene desplegados, aunque nadie los haya dado de alta oficialmente.

Dos costes distintos, un mismo origen: nadie está mirando el mapa completo. Así que hagámoslo nosotros.

🗺️  Las tres capas del coste de IA que tu empresa paga a la vez

Casi ningún CEO distingue estas tres capas. Por eso paga de más en las tres al mismo tiempo.

Cruzando los datos de Gartner, Microsoft y Gravitee, el coste real de la IA se reparte así:

• Capa de Consumo (qué modelo usas): cada llamada a un modelo de razonamiento cuesta órdenes de magnitud más que una llamada a un modelo ligero para la misma tarea mal asignada. Ejemplo típico: corregir la ortografía de un email con el modelo más caro del catálogo.
• Capa de Agentes (cuántos tienes): cada agente sin inventario es una suscripción que nadie evalúa ni da de baja. El 48% corre sin supervisión, según Gravitee.
• Capa de Infraestructura (dónde corre): la capacidad de cómputo que sostiene todo lo anterior, con el gasto mundial en IA camino de los 2,59 billones de dólares en 2026 según Gartner.

Las tres capas comparten un mismo síntoma: nadie tiene el mapa completo hasta que llega la factura.

💼  Implicaciones estratégicas

Para CEOs

• Tu presupuesto de IA de 2026 puede agotarse antes de lo previsto: si tu consumo crece al ritmo que describe Gartner (+47% interanual) sin ningún control de routing, la partida que aprobaste en enero no llega a diciembre.
• No toda tarea necesita el modelo más caro, y pagarlo es una decisión, no un accidente: GitHub ya demuestra que el routing automático por tarea es viable en producción desde mayo de 2026.
• Sin inventario de agentes no hay gobernanza posible, y sin gobernanza no hay ahorro real: mientras la cobertura de monitorización siga en el 52% (Gravitee), cualquier plan de optimización de coste tiene un agujero del tamaño de la mitad de tu flota de agentes.
• El 2 de agosto deja de ser una fecha teórica: los poderes de sanción de la Comisión Europea sobre modelos de propósito general entran en vigor ese día, y sin inventario ni gobernanza de agentes, demostrar cumplimiento se vuelve mucho más caro que prevenirlo.

Para fundadores

• El routing es tu ventaja de margen, no solo tu ahorro: una startup que enruta bien puede ofrecer el mismo producto a menor coste marginal que una que no lo hace, y eso se nota en la ronda siguiente.
• Un agente sin dueño es una decisión de producto que nadie tomó a propósito: antes de escalar agentes, asigna un responsable a cada uno, aunque solo tengas tres.
• La capa de consumo es la única de las tres que puedes controlar esta semana sin pedir presupuesto adicional: empieza por ahí.

¿Sabes cuánto te cuesta cada tarea que tu empresa le pide hoy a la IA?

📚 TENDENCIAS interesantes elegidas para ti

🌍 GEOPOLÍTICA:

«Taiwán estudia restringir la exportación de chips de IA a toda China»

(Taipei Times)

¿Por qué es interesante leerlo?

Bloomberg informó el 9 de junio de que Taiwán estudia endurecer sus controles de exportación de chips de IA para alinearse con Estados Unidos, ampliando las restricciones más allá de empresas vetadas como Huawei a todo el mercado chino. China sigue en sus guerra geopolíticas- La medida busca frenar el contrabando de hardware avanzado, como servidores de IA con chips de Nvidia, que hoy solo puede sancionarse administrativamente y no como delito. Si se aprueba, Taiwán podría perseguir penalmente las exportaciones no autorizadas, algo que hasta ahora no contemplaba su legislación. La industria taiwanesa fabrica la mayoría de los chips de IA del mundo, así que cualquier cambio aquí afecta a toda la cadena de suministro global. ¿Qué pasa con las empresas europeas que dependen de ese hardware si Pekín responde con represalias?

📊 NEGOCIO:

«DeepSeek duplicó su cuota de tokens en OpenRouter en solo seis meses»

(OpenRouter)

¿Por qué es interesante leerlo?

OpenRouter, el mayor intermediario de modelos de IA del mercado, confirmó en su blog de junio que DeepSeek dobló su cuota de tokens procesados en la plataforma en seis meses, empujada por su modelo V4 Flash. La razón es puramente económica: Flash cuesta 0,14 $ / 0,28 $ por millón de tokens de entrada y salida, hasta 150 veces menos que el coste de salida de los modelos frontera como GPT-5.5. Es la prueba de campo, a escala real, de lo que veníamos contando en esta edición: cuando cambiar de modelo es tan fácil como una línea de código, el precio manda. La propia OpenRouter señala que las cargas de trabajo agénticas son las que más están empujando ese cambio de comportamiento. ¿La carrera a la baja en precio es sostenible para los laboratorios que la protagonizan, o China está subsidiando la factura mientras tanto?

⚖️ LEGISLACIÓN:

«Las multas del AI Act europeo empiezan a aplicarse el 2 de agosto»

(Comisión Europea)

¿Por qué es interesante leerlo?

La Comisión Europea confirma que sus poderes de supervisión y sanción sobre los proveedores de modelos de IA de propósito general entran en vigor el 2 de agosto de 2026, un año después de que empezaran a exigirse las obligaciones de transparencia. A partir de esa fecha, Bruselas puede pedir documentación, evaluar modelos y, si detecta incumplimiento, imponer multas. Las obligaciones ya existen desde agosto de 2025; lo que cambia ahora es que dejan de ser voluntarias en la práctica. Para cualquier empresa española o latinoamericana que use modelos de proveedores no europeos, la pregunta relevante ya no es si el AI Act aplica, sino si su proveedor puede demostrar cumplimiento cuando se lo pidan.

ℹ️ Mi segundo libro ya está a la venta

“La inteligencia artificial y tú”

ℹ️ ¿Cómo hago Buzzwords?

Cada edición nace de un barrido de las fuentes de la quincena, verificando cada dato y cada enlace uno a uno. Esta semana: MIT NANDA, Gartner, Deloitte, la Comisión Europea y Fortune. Me apoyo en Claude para organizar el material; la voz, el criterio y la última palabra son míos.