Lo que los CFOs no saben medir: el uso real de IA en sus empresas

Las empresas llevan dos años firmando contratos con Anthropic, OpenAI y sus equivalentes en infraestructura. Las facturas llegan puntuales. Lo que no llega es la respuesta a una pregunta básica: ¿quién está usando qué, para qué, y con qué resultado? Según recoge el WSJ en su edición de esta semana, los directores financieros tienen dificultades crecientes para rastrear el uso real de IA dentro de sus organizaciones, lo que convierte el gasto en IA en una partida opaca dentro de los balances.

El problema no es menor. Cuando el coste de una herramienta es visible pero su impacto no, el siguiente movimiento presupuestario —recortar o escalar— se hace a ciegas. Y en un entorno donde los equipos de ingeniería, legal, marketing y operaciones pueden estar usando modelos de formas completamente distintas, sin coordinación central, la fotografía que tiene el CFO suele ser fragmentaria.

Por qué es tan difícil medir esto

El uso de IA empresarial no se concentra en un solo punto de acceso. Un equipo puede usar Claude a través de la API directamente, otro a través de Claude Code con MCP servers personalizados, un tercero mediante integraciones embebidas en herramientas SaaS de terceros. Cada canal genera datos distintos, en formatos distintos, y muchos de ellos no llegan de forma consolidada al área de finanzas.

A esto se suma la naturaleza del propio consumo: los modelos se facturan por tokens, no por horas ni por usuarios activos. Un analista que genera un informe exhaustivo puede consumir más tokens en una sesión que un equipo entero en una semana de uso ligero. La correlación entre volumen de uso y valor generado no es lineal, y los dashboards financieros tradicionales no están pensados para capturar esa granularidad.

Otro factor es la proliferación de agentes y subagentes autónomos. Cuando una tarea se delega a un subagente que a su vez llama a varios MCP servers y genera múltiples llamadas al modelo en segundo plano, el coste real de esa operación es difícil de atribuir a un departamento, proyecto o persona concreta. La observabilidad de los flujos agénticos sigue siendo un problema abierto incluso para los equipos técnicos, y mucho más para quienes gestionan el presupuesto.

Qué están haciendo las empresas que sí tienen datos

Las organizaciones que han logrado cierta visibilidad sobre su uso de IA comparten un patrón: han centralizado la configuración de acceso antes de escalar el despliegue. En la práctica, eso significa que todas las llamadas al modelo pasan por una capa intermedia —un proxy, un gateway de API o una plataforma de gestión— que registra metadata: departamento, proyecto, usuario, tokens consumidos, modelo utilizado.

Este enfoque tiene un coste de implementación inicial, pero permite construir las métricas que los CFOs necesitan: coste por departamento, coste por caso de uso, evolución temporal del consumo, y en los casos más maduros, correlación con KPIs de negocio. Sin esa capa de instrumentación, el análisis posterior es casi imposible.

Algunos equipos han empezado a usar hooks en Claude Code para registrar eventos del ciclo de vida de las sesiones —PreToolUse, PostToolUse, Stop— y volcar esa información en sistemas de observabilidad internos. No es una solución universal, pero es un ejemplo de cómo los equipos técnicos están intentando dar respuesta a una demanda que viene desde finanzas.

Para quién es relevante esto

Esta tensión afecta principalmente a empresas medianas y grandes que ya han superado la fase piloto y están consolidando su gasto en IA como línea presupuestaria estable. Para los equipos de ingeniería que construyen sobre Claude —ya sea vía API, Claude Code o integraciones MCP—, el mensaje práctico es claro: la instrumentación no es opcional si quieren conservar el presupuesto en el próximo ciclo de planificación.

Para los CFOs, la conclusión más incómoda es que la métrica que necesitan no la va a generar sola ninguna herramienta de IA. Requiere decisiones de arquitectura que hay que tomar antes de que el uso se vuelva demasiado disperso para auditar.

---

Desde ElephantPink hemos visto este patrón repetirse en varios proyectos de integración: la conversación sobre métricas llega tarde, cuando el ecosistema interno ya está fragmentado. No es un problema técnico difícil de resolver, pero sí requiere voluntad de hacerlo antes de que escale el gasto, no después.