Reid Hoffman respalda el ‘tokenmaxxing’ como métrica clave para la adopción de IA en empresas

Reid Hoffman defiende el ‘tokenmaxxing’ en la era de la IA

Tras el cierre del panel interno de «tokenmaxxing» por parte de Meta, el cofundador de LinkedIn y capitalista de riesgo, Reid Hoffman, ha expresado públicamente su apoyo a esta práctica que está revolucionando Silicon Valley.

¿Qué son los tokens y por qué importan?

Un token de IA es una pequeña unidad de datos que procesa un modelo de inteligencia artificial para comprender una solicitud y generar una respuesta. También es la medida utilizada para cuantificar el uso de IA y determinar el costo de los servicios.

Muchas empresas han comenzado a rastrear internamente qué empleados utilizan más tokens, utilizando esta métrica como un indicador de quiénes están adoptando más activamente las herramientas de IA. A este concepto lo han denominado «tokenmaxxing» — donde el sufijo «maxxing» es una jerga de la Generación Z que significa optimizar algo, similar a términos como «looksmaxxing» o «sleepmaxxing».

El respaldo de un visionario

En una entrevista difundida durante la cumbre World Economy de Semafor, Hoffman ofreció su perspectiva favorable sobre el rastreo del gasto de tokens por parte de los empleados.

«Deberías lograr que personas de todo tipo de funciones se involucren y experimenten [con la IA]», dijo Hoffman. «Aquí hay una de las cosas que es un buen panel para observar — no significa que sea un ejemplo perfecto de productividad, pero… ¿cuánto uso de tokens está haciendo la gente realmente mientras trabaja?»

El inversor explicó que, si bien algunas personas pueden usar muchos tokens de manera exploratoria o aleatoria, es crucial combinar esta métrica con una comprensión de para qué se utilizan esos tokens.

Consejos estratégicos para la adopción de IA

Hoffman compartió más recomendaciones para empresas que definen sus estrategias de inteligencia artificial:

• Integración total: La IA debe estar incrustada en toda la organización.
• Experimentación y aprendizaje: Fomentar un uso amplio y colectivo, aceptando que algunos experimentos fallarán.

Check-ins semanales para compartir conocimientos

«Deberíamos tener, esencialmente, una revisión semanal. No tiene que ser todo el mundo, todo el tiempo, entre ellos — sino una revisión grupal sobre ‘¿qué intentamos hacer nuevo esta semana, para usar la IA tanto para la productividad personal, como grupal y de la empresa, y qué aprendimos?’. Porque lo que encontrarás es que algunas cosas son realmente increíbles», añadió Hoffman.

Este enfoque, según el cofundador de LinkedIn, permite a las empresas no solo medir la actividad, sino también capitalizar el conocimiento colectivo generado a través de la experimentación con IA.