Los costos de la codificación de IA podrían superar los salarios de los desarrolladores para 2028.

      Para 2028, las herramientas de IA que utiliza un desarrollador podrían costar más que el salario del desarrollador, advierte Gartner. Los costos de codificación de IA están aumentando rápidamente, y la mayoría de las empresas ni siquiera pueden ver lo que están gastando.

      El auge de la codificación de IA tiene una factura, y está creciendo rápidamente. Para 2028, se prevé que los costos de codificación de IA superen el salario promedio de un desarrollador, predijo Gartner el 24 de junio. La causa es simple: cada movimiento que hace un agente de IA quema tokens, y el medidor siempre está funcionando.

      Los tokens son las unidades de datos que procesa un modelo de IA. Bajo los nuevos modelos de precios, más tokens significan una factura más grande. “Las organizaciones están pasando rápidamente de la experimentación al despliegue a gran escala de agentes de codificación de IA, pero muchas subestiman el impacto financiero”, dijo Nitish Tyagi, un analista principal de Gartner.

      La advertencia llega en un momento extraño. Las herramientas de codificación de IA son extremadamente populares. A los ingenieros les encantan, y los gerentes les atribuyen verdaderas ganancias de velocidad. Sin embargo, las mismas herramientas ahora amenazan con costar más que las personas a las que ayudan. El punto de Gartner es contundente: la popularidad y el precio están aumentando juntos.

      De $20 a $5,000 al mes

      El salto ya es visible. Las facturas de codificación de IA están saltando de $20 o $100 al mes por desarrollador a $2,000 o incluso $5,000, dijo Tyagi a The Register. El motor es un cambio silencioso en cómo se venden las herramientas.

      Los proveedores solían cobrar una tarifa fija por asiento. Ahora la mayoría cobra por consumo. Un desarrollador paga por lo que un agente utiliza, y un agente puede usar mucho. Ese cambio convierte un ítem de línea predecible en uno salvaje. Es la misma dinámica que ya ha visto triplicar las facturas de IA empresarial incluso cuando los precios de los tokens cayeron.

      La fijación de precios por consumo recompensa al proveedor cuando el uso crece. Cuanto más escribe, prueba y vuelve a intentar un agente, más factura. Una sola tarea autónoma puede consumir tokens que un desarrollador nunca ve. Multiplica eso en todo un equipo, y la factura mensual se inflará.

      Nada de eso significa que las herramientas fallen. Usadas bien, envían características más rápido y liberan a los ingenieros del trabajo arduo. La preocupación es la brecha entre la promesa y la factura. En este momento, muy pocos equipos la miden, y aún menos actúan sobre lo que encuentran.

      Nadie puede ver la factura

      El problema más profundo es la visibilidad. Muchos proveedores no muestran cómo calculan o facturan el uso de tokens, dijo Gartner. Las empresas no pueden prever el costo, por lo que los presupuestos se agotan temprano. “La mayoría de las organizaciones aún carecen de la madurez y los marcos para medir efectivamente el costo frente al impacto empresarial”, dijo Tyagi.

      Gartner es contundente sobre el resultado. Los líderes de ingeniería encuentran cada vez más difícil justificar el gasto impulsado por tokens. Los presupuestos desaparecen antes de lo planeado. Y sin una forma de vincular el gasto al valor empresarial, la próxima reunión de presupuesto se vuelve incómoda.

      Los desarrolladores no son quienes lo controlan. Optimizan por velocidad, no por costo. “La disciplina de tokens no surgirá solo por la elección del desarrollador”, advirtió Tyagi. Sin reglas, advirtió, los costos pueden aumentar más rápido que la productividad que prometen las herramientas.

      Por qué los costos siguen aumentando

      Varias fuerzas empujan el medidor hacia arriba. Los agentes que se dejan funcionar por su cuenta queman tokens libremente. Ventanas de contexto infladas, donde la herramienta recibe más texto del que necesita, añaden más. Y los equipos rara vez construyen un bucle de retroalimentación para recortar el desperdicio.

      Las herramientas en sí mismas ofrecen poca ayuda. Los proveedores de codificación de IA no han incorporado controles de costos maduros, dijo Gartner. Así que la tarea de restricción recae en el comprador. La mayoría de los compradores no están listos para ello.

      La base de usuarios también está cambiando. A medida que las personas se sienten cómodas con las herramientas, los usuarios ligeros se convierten en usuarios pesados. Gartner espera que los precios de los modelos también aumenten, a medida que las empresas de IA persigan ganancias. Más uso, a un precio más alto, apunta en una dirección.

      Esto ya está remodelando el comportamiento. Algunas empresas han comenzado a limitar cuánto IA puede usar su personal. Las empresas más hambrientas de IA ahora gastan alrededor de $7,500 por empleado cada mes.

      La industria se apresura a encontrar una solución

      El dolor ha creado un mercado. Los proveedores de bases de datos ahora se presentan como la cura para los costos descontrolados de IA, argumentando que pueden reducir el número de llamadas que hace un agente de codificación. Otros quieren un organismo de estándares de la industria para explicar las facturas.

      Incluso los grandes actores están retrocediendo. Microsoft se retiró silenciosamente del uso intensivo de Claude Code debido al costo, y GitHub pausó algunas inscripciones de Copilot a medida que la demanda de agentes tensaba la economía. Las herramientas funcionan. Pagar por ellas a gran escala es la parte difícil.

      Gartner ve que el mercado más amplio entra en una nueva fase de expansión y competencia. Eso debería, con el tiempo, traer mejores herramientas de costos y precios más claros. Por ahora, los compradores están por delante de los productos. Se están escalando rápidamente en herramientas que nunca fueron diseñadas para ser baratas.

      Lo que Gartner dice que se debe hacer

      El consejo de Gartner es sobre disciplina, no sobre retirada. Les dice a los líderes de ingeniería que clasifiquen las tareas en tres categorías: lideradas por desarrolladores, desarrollador con agente y completamente lideradas por agentes. Cada una recibe un nivel de autonomía establecido.

      Toma primero el enrutamiento de modelos. Un modelo fronterizo es excesivo para una función simple. Gartner quiere que los equipos envíen tareas fáciles y de alta frecuencia a modelos más pequeños y baratos, y reserven los costosos para trabajos complejos. Hecho bien, eso solo puede recortar la factura drásticamente.

      La ingeniería de contexto es la otra palanca. Cada línea adicional alimentada al modelo cuesta tokens. Recorta la entrada a lo que importa, resume el resto, y el medidor se ralentiza. Luego establece límites de tokens, monitorea el uso automáticamente y revisa los flujos de trabajo más pesados en cada sprint, en lugar de entrar en pánico una vez que se agota el presupuesto.

      La conclusión

      Nada de esto mata el caso para la codificación de IA. Las herramientas realmente aceleran el trabajo, y pocos equipos las devolverán. Pero la previsión de Gartner es una advertencia de que los ahorros no son automáticos. Una herramienta que escribe código más rápido no es una ganga si cuesta más que la persona que la utiliza.

      La pregunta abierta es si la disciplina llega antes de que llegue la factura. Los precios siguen aumentando, el uso sigue creciendo y la visibilidad sigue siendo pobre. 2028 no está lejos. Las empresas que ganen serán aquellas que aprendan a contar tokens antes de que los tokens las cuenten.