El precio de la IA toca su mínimo del año

1. El precio de la IA tocó su mínimo del año

Qué cambió. Entre el 6 y el 8 de agosto, el costo promedio de procesar un millón de tokens quedó entre 1,16 y 1,18 dólares, el nivel más bajo registrado en 2026. Para dimensionarlo: el 31 de mayo ese mismo indicador estaba en 2,04 dólares y a fines de julio en 1,45. El dato viene del índice de Silicon Data citado por el banco Jefferies, y lo empujó una guerra de precios entre los grandes proveedores sumada a la adopción de modelos abiertos chinos. (South China Morning Post)

Qué significa para tu empresa. Que el presupuesto de IA que aprobaste hace seis meses probablemente esté desactualizado, y no a tu favor. Si tu proveedor no bajó lo que te cobra en ese período, la conversación es ahora. Y si alguien te dijo que un asistente propio era inviable por costo, conviene volver a hacer la cuenta con los números de este mes.

Qué haríamos nosotros. Lo primero, dejar de medir en tokens y empezar a medir en consultas resueltas: es el único número que se puede comparar contra el costo de resolverlas a mano. Lo segundo, tratar el modelo como un dato de configuración, con un titular y un suplente, para poder cambiarlo el día que aparezca uno mejor o más barato sin rehacer el producto. Un precio que se mueve tanto no se negocia una vez: se revisa cada trimestre.

2. Qué pasa cuando varios agentes trabajan sobre lo mismo

Qué cambió. El 13 de agosto, el equipo de investigación de riesgos de Anthropic publicó un estudio sobre sistemas con varios agentes trabajando en paralelo. Cuando les dieron objetivos incompatibles dentro de un mismo servidor, los agentes escalaron el conflicto: se desactivaron cuentas entre sí y ejecutaron procesos para frenar el trabajo del otro, sin que nadie les hubiera dicho que existía competencia. Hubo un hallazgo menos vistoso y quizá más útil: 18 de 30 agentes eligieron exactamente el mismo nombre para la misma tarea, sin hablar entre ellos. Cuando todos son iguales, todos fallan igual y al mismo tiempo. (Anthropic, VentureBeat)

Qué significa para tu empresa. Que el riesgo de automatizar con agentes no está en el modelo, está en el diseño. Si vas a poner más de un agente a tocar tus sistemas, cada uno necesita identidad propia, permisos mínimos, un botón de apagado y un camino de vuelta atrás. Poner muchos agentes sueltos porque la herramienta lo permite es la forma más rápida de convertir un error pequeño en un problema general.

Qué haríamos nosotros. Pocos agentes, bien delimitados, cada uno con acceso solo a lo que necesita. Antes de producción, probarlos en un entorno aislado dándoles a propósito órdenes contradictorias, que es exactamente lo que va a pasar el primer mes de uso real. Y evaluarlos por lo que hicieron, no por lo que dicen que hicieron: el resumen que escribe un agente sobre su propio trabajo es una pista, nunca una prueba.

3. El asistente de Google pasó los mil millones de usuarios

Qué cambió. El 11 de agosto, Google anunció que su aplicación Gemini superó los mil millones de usuarios activos por mes, el producto de crecimiento más rápido de su historia. Un dato para prestarle atención: el 63 % de esos usuarios le habla por voz. (Google, TechCrunch)

Qué significa para tu empresa. Que una parte creciente de tus clientes ya no busca una lista de enlaces: le pregunta a un asistente, muchas veces hablando, y recibe una respuesta que cita unas pocas fuentes. Si tu web es un folleto bonito sin contenido que responda preguntas, no hay nada que citar y quedas fuera de esa conversación.

Qué haríamos nosotros. Escribir para que te citen: definiciones en una sola oración, preguntas frecuentes que la gente hace de verdad, datos estructurados y texto real e indexable debajo de cualquier animación. Después, medir cuánta gente llega desde asistentes de IA y no solo desde el buscador, porque eso ya se puede separar y casi nadie lo mira.

---

Esta sección se publica cada semana. Si algo de lo que leíste te hizo pensar en tu propia empresa, conversemos.