Expertos de la UOC anticipan un cambio en el modelo de negocio de la inteligencia artificial, que pasaría del cobro por consumo —número de consultas, volumen de texto procesado o licencias por usuario— al pago por resultados obtenidos. El planteamiento fue difundido el 22 de junio de 2026.
Hasta ahora, una de las unidades básicas de facturación es el token, el fragmento mínimo de texto que el modelo procesa o genera, que puede ser una palabra corta, parte de una palabra o un signo de puntuación. Según los investigadores, la evolución de la IA generativa hacia agentes capaces de ejecutar procesos completos desplaza el valor del uso técnico hacia el resultado.
«La clientela no quiere comprar cómputo, sino una tarea resuelta: un informe, una campaña, una reserva, una incidencia cerrada o una mejora de la productividad», explica Carles Méndez-Ortega, profesor de los Estudios de Economía y Empresa e investigador del grupo i2TIC-IA Lab de la UOC.
Un estudio citado concluye que los agentes de IA consumen muchos más tókenes que los chats convencionales, ya que planifican, consultan herramientas, verifican y ejecutan acciones. En las tareas analizadas llegaban a consumir hasta mil veces más tókenes.
En lugar de pagar por tókenes, consultas o accesos, las organizaciones podrían empezar a pagar por incidencias resueltas, procesos completados, campañas ejecutadas o ahorros generados.
Antonio Pita, profesor de los Estudios de Informática, Multimedia y Telecomunicación e investigador del grupo ICSO de la UOC, distingue entre chatbots y agentes: «Un chatbot suele limitarse a conversar. Un agente de IA, en cambio, va un paso más allá, porque no solo responde, sino que puede actuar». Según Pita, la diferencia es comparable a la existente entre un asesor y un ejecutor.
Los primeros sectores en experimentar esta transición podrían ser aquellos donde los resultados son fáciles de definir y medir: centros de atención al cliente, gestión administrativa, compras, recursos humanos o determinadas tareas de desarrollo de software.
El cambio amenaza el cobro de licencias por persona usuaria. «El modelo de licencia por usuario tiene cada vez menos sentido», afirma Méndez-Ortega, quien prevé la convivencia de cuotas fijas con pagos variables vinculados al número de agentes desplegados, al volumen de actividad o a las tareas completadas. Según el experto, tendría sentido cobrar por cada ticket resuelto, lead cualificado, código validado, informe entregado o proceso automatizado.
El modelo plantea desafíos. Es necesario definir con precisión qué constituye un resultado satisfactorio y cómo medirlo. «Solo tiene sentido aplicarlo a acciones que puedan medirse con claridad, como incidencias resueltas, pedidos tramitados o errores corregidos», advierte Pita. Otros riesgos son que el proveedor evite las tareas más complejas o costosas y que la clientela deba dedicar recursos a supervisar cada resultado.
A estos retos se suma el coste de la inferencia, el proceso mediante el cual un modelo ya entrenado genera una respuesta. Un estudio de 2025 sobre la economía de la inferencia subraya que desplegar estos sistemas a escala implica equilibrar el coste por token, la velocidad, la memoria y la latencia. Algunos analistas mencionan una posible crisis de inferencia: si los precios bajan mientras el uso se multiplica, la presión sobre los márgenes aumentará.
Según Méndez-Ortega, esa presión se repartirá entre proveedores de modelos, plataformas que integran la IA y empresas de infraestructura como las de chips, nube, centros de datos y energía. Los actores integrados verticalmente —que controlen modelos, infraestructura, distribución y relación directa con la clientela— tendrán más capacidad para mantener márgenes, mientras que los proveedores que vendan solo acceso indiferenciado a modelos por API podrían sufrir mayor presión competitiva.
📬 Newsletter gratuito
