Cómo gestionar la gobernanza de la IA y sus costes

---

7 de septiembre | Por Juan Merodio

Hace unas semanas, en una sesión con directivos dentro de TEKDI, una directora de operaciones de una compañía de retail me contó algo que llevo escuchando con una frecuencia que ya empieza a preocuparme, y es que su departamento financiero le había pasado una factura de consumo de inteligencia artificial que multiplicaba por seis lo presupuestado para todo el trimestre, sin que absolutamente nadie dentro de la organización fuera capaz de explicar de dónde salía exactamente ese dinero ni qué trabajo concreto se había producido a cambio.

Cuando le pregunté cuántas cuentas activas tenían, se quedó callada unos segundos, hizo un cálculo mental rápido y me dijo que probablemente unas cuarenta, aunque la cifra real, después de revisarlo con calma, resultó estar más cerca de setenta, repartidas entre creativos, redactores, becarios, agencias externas y algún directivo que se la había dado de alta por su cuenta para hacer pruebas y luego se había olvidado de darla de baja. Setenta puertas abiertas. Ningún portero.

 

El desorden no aparece en el dashboard, aparece en la factura

La realidad es que la mayoría de las empresas que hoy están escalando la generación de contenidos con inteligencia artificial lo están haciendo exactamente igual que se hacía el marketing digital en 2010, es decir, dejando que cada persona monte su propio tinglado con la herramienta que más le guste, sin ningún tipo de trazabilidad, sin métricas compartidas y sin nadie que se responsabilice del conjunto, y luego sorprendiéndose cuando el conjunto se comporta como lo que es: un desorden caro.

Y esto lo veo constantemente, tanto en empresas medianas que están empezando como en compañías con equipos de marketing de treinta o cuarenta personas donde uno esperaría más rigor.

Lo que ocurre por debajo tiene una mecánica bastante sencilla de entender. Cada vez que alguien de tu equipo redacta un prompt largo, lo lanza, no le gusta el resultado, lo reescribe, vuelve a lanzarlo y repite la operación siete u ocho veces hasta dar con algo aprovechable, esa persona ha consumido siete u ocho veces los tokens que habría consumido con una instrucción bien construida desde el principio, y multiplica eso por setenta personas trabajando cada día sobre las mismas necesidades repetidas, y ya tienes explicada la factura sin necesidad de auditoría forense.

El coste no está en usar la IA. Está en usarla mal setenta veces al día.

 

Cada empleado inventando su propio prompt es una fábrica de incoherencia de marca

Pero déjame ser directo, porque el problema económico, con ser molesto, es el menor de los dos que tienes encima de la mesa.

El problema serio llega cuando revisas lo que esa producción descontrolada está publicando con el nombre de tu empresa encima, y descubres que el tono de voz cambia según quién haya escrito el prompt aquella mañana, que hay textos que prometen cosas que legal jamás habría aprobado, que en un par de piezas se menciona a un competidor sin que nadie se haya dado cuenta y que las imágenes generadas para la última campaña tienen una paleta cromática que se parece bastante poco a tu manual de identidad.

Has tardado quince años en construir una marca reconocible y estás dejando que la defina cada persona que abre una ventana de chat un martes por la tarde con prisa por entregar.

En mi experiencia, esto es lo que de verdad debería quitarle el sueño a un director de marketing, porque el sobrecoste de tokens se corrige en un trimestre con una decisión técnica, mientras que la erosión de la coherencia de marca se corrige en años y con mucho más dinero del que te has ahorrado por el camino.

 

Aquí está la clave, y es una idea que repito en casi todas las conferencias del último año porque veo que sigue sin calar del todo: los prompts que tu empresa utiliza de forma recurrente no son mensajes de chat, son activos operativos de la compañía, y como tales deberían estar documentados, versionados, aprobados y mantenidos por alguien con nombre y apellidos.

Piénsalo un momento. Nadie en tu empresa permitiría que cada comercial se inventara su propio contrato desde cero cada vez que cierra una venta, porque para eso existen las plantillas legales revisadas, y sin embargo estás permitiendo alegremente que cada creativo se invente desde cero las instrucciones que van a producir literalmente todo lo que tu marca dice al mercado.

Una biblioteca central de prompts bien montada hace algo que a primera vista parece burocrático y que en la práctica es liberador, porque mete las directrices de marca, las restricciones legales, el tono de voz, las palabras prohibidas y los formatos de salida dentro de la instrucción de sistema, en esa capa que el usuario ni siquiera ve, de manera que el redactor junior que entró hace tres semanas produce contenido dentro de los estándares corporativos sin necesidad de haberse leído el manual de marca de ochenta páginas que nadie se lee jamás.

Y lo que consigues con eso, más allá del cumplimiento, es velocidad, porque la persona deja de gastar veinte minutos peleándose con la instrucción y se dedica a lo que de verdad aporta valor, que es juzgar, editar y decidir si lo que ha salido sirve.

 

Todo lo que no se mide acaba pagándose dos veces

La segunda pieza es menos glamurosa y es la que separa a las empresas que tienen esto controlado de las que van a seguir recibiendo sustos trimestrales: hacer pasar absolutamente todas las peticiones corporativas a los modelos por una única pasarela intermedia en lugar de dejar que cada departamento consuma directamente por su cuenta.

Suena a decisión de sistemas, y lo es, pero las consecuencias son puramente de negocio, porque en el momento en que todo circula por un mismo punto puedes ver en tiempo real cuántos tokens está quemando cada equipo, puedes etiquetar el consumo por departamento, por campaña o por línea de producto, puedes fijar límites automáticos que corten el grifo antes de la desviación en lugar de después, y sobre todo puedes empezar a hacerte la pregunta que hoy no puede responder casi nadie, que es cuánto te cuesta realmente producir una pieza de contenido con IA.

Sin esa pasarela estás gestionando un centro de coste a ciegas y justificándolo con la excusa de que estás innovando.

Y mira, todo eso de innovar está muy bien. Pero a tu director financiero le vas a tener que enseñar números en algún momento, y más te vale que sean tuyos y no los de la factura.

 

El control de calidad manual perdió esta carrera antes de empezarla

Hay una tentación evidente cuando alguien descubre este problema, que consiste en montar un comité de revisión humana por el que pase todo antes de publicarse, y entiendo perfectamente el impulso, pero es una solución de la época anterior aplicada a un volumen que ya no la admite.

Es como intentar controlar el tráfico de una autopista de ocho carriles poniendo a un señor con un cuaderno anotando matrículas.

Si tu equipo va a producir cuatrocientas piezas al mes, la única revisión que va a funcionar es la que se ejecuta automáticamente sobre la salida del modelo antes de que un humano la vea, detectando términos vetados, menciones a la competencia, afirmaciones que requieren respaldo legal o errores de formato, de forma que cuando el contenido llega por fin a una persona esa persona esté ejerciendo criterio editorial de verdad y no haciendo de corrector ortográfico de una máquina.

El humano tiene que estar en el proceso. Pero tiene que estar al final y decidiendo, no en el medio y limpiando.

 

El contexto barato no existe

Queda una última cuestión que parece técnica y que en realidad es cultural, y tiene que ver con formar a la gente en la idea de que cada palabra que entra y sale del modelo tiene un precio.

Lo que yo estoy viendo en muchos equipos es una especie de creencia implícita de que cuanto más contexto le metas al modelo, mejor va a ser el resultado, y por eso hay gente pegando documentos de cuarenta páginas dentro de un prompt cuando lo que el modelo necesitaba para responder bien eran tres párrafos concretos, con la particularidad de que ese exceso se paga dos veces, primero en dinero y después en calidad, porque un modelo saturado de información irrelevante responde peor, no mejor.

Enseñar a tu equipo a construir instrucciones limpias, a eliminar lo redundante y a recuperar solo el fragmento de información que hace falta en cada momento es probablemente la formación con mejor retorno que puedes darle a un departamento de marketing este año, y cuesta bastante menos que la mayoría de las herramientas que estás evaluando.

 

La decisión que tienes encima de la mesa

Así que ahora mismo tienes dos caminos delante y solo uno de ellos termina bien.

En el primero sigues como estás, dejando que cada equipo consuma inteligencia artificial por su cuenta, celebrando la productividad aparente de los primeros meses y aplazando la conversación difícil hasta que llegue una factura imposible de justificar o hasta que alguien de fuera te haga notar que tu marca ya no suena a tu marca.

En el segundo asumes que la generación de contenidos con IA es infraestructura de negocio y la tratas como tal, con su biblioteca de prompts, su pasarela de consumo, sus controles automáticos y su gente formada para trabajar con criterio, y lo haces ahora que tienes setenta cuentas descontroladas y no dentro de dieciocho meses cuando tengas trescientas.

Y esto aplica a cualquier empresa. Incluida la tuya.

Abre hoy mismo la factura de consumo de IA del último trimestre y averigua quién la ha generado. Si no puedes responder a eso en menos de diez minutos, ya sabes por dónde empezar.

Compartir >>