La empresa de software de recursos humanos Rippling ha lanzado AI Spend Console, un producto anti-tokenmaxxing que ayuda a las empresas a rastrear y contener su gasto en inteligencia artificial. Una de sus funciones más interesantes es que mide cuánto gastan los empleados, equipos y roles individuales, y si realmente son más productivos o están generando más “AI slop”, es decir, contenido de baja calidad generado por IA.
La compañía promete que la herramienta mostrará “qué ingenieros tienen un alto gasto en IA y cuyos compañeros les piden a menudo que rehagan el trabajo en las revisiones de código”.
La herramienta nació después de que Rippling apostara por el tokenmaxxing a principios de año, como tantas otras compañías, y descubriera que sus empleados estaban quemando dinero de forma acelerada. El Chief Product Officer, Matt MacInnis, aún recuerda la reunión del comité ejecutivo en marzo, cuando el CFO Adam Swiecicki presentó una cifra que los dejó impactados.
“Estábamos incrédulos”, dijo MacInnis.
Rippling estaba en camino de gastar el 40% de su presupuesto de personal de I+D en tokens de IA, es decir, tanto como el 40% de toda la compensación que pagaba a los empleados de esa unidad: millones de dólares. La organización de I+D alberga la ingeniería en la mayoría de las empresas tecnológicas. El gasto crecía un 80% mes a mes y, de continuar esa tendencia, el siguiente año la empresa habría gastado casi tanto en tokens de IA (90%) como en los salarios de sus empleados mejor pagados de I+D.
| Métrica | Valor |
|---|---|
| Gasto proyectado en tokens de IA frente al presupuesto de personal de I+D | 40% |
| Crecimiento mensual del gasto en tokens | 80% |
| Proyección si la tendencia continuaba | 90% |
| Empleados que generaban el 60% del gasto total en IA | 10-15% |
| Gasto mensual de un ingeniero | $50,000 |
La dirección emprendió de inmediato un proyecto “urgente” para entender el gasto y qué estaban obteniendo a cambio. De hecho, el anuncio de lanzamiento de este producto muestra a Swiecicki sentado en un taburete mientras empleados recogen fajos de billetes y los arrojan a una trituradora de papel.
Cuando Rippling realizó su análisis, descubrió que entre el 10% y el 15% de los empleados generaban alrededor del 60% del gasto total en IA. Un ingeniero gastaba $50,000 al mes.
Rippling no quería detener el uso de IA, sino controlarlo para reducirlo considerablemente. Comenzó negociando un límite máximo de gasto con cada una de las herramientas que usaba: Cursor, OpenAI y Anthropic. De inmediato encontró un problema evidente: los empleados usaban por defecto los modelos frontier más recientes y caros para todas las tareas.
“La verdad es que los proveedores de inferencia, como Anthropic y OpenAI, no tienen absolutamente ningún incentivo para ayudarte a controlar tu gasto. Tienen todo el incentivo para que sea un gasto descontrolado, y eso es exactamente lo que hacen. No te proporcionan una gran información de uso y no colaboran entre sí”, explicó MacInnis.
Era un problema habitual a principios de 2026. Ahora, ocho meses después, las empresas han comprendido un par de cosas. Primero, necesitan múltiples modelos de varios laboratorios de IA a distintos precios, incluida una opción de pesos abiertos de nivel frontier, quizás de origen chino.
El fundador y CEO de Rippling, Parker Conrad, señaló el mes pasado que cuando su empresa realizó sus propios benchmarks para usos internos, descubrió que el Grok de SpaceX era el líder general, pero que GLM 5.2 es un 85% más barato y ofreció un rendimiento casi idéntico al de los modelos frontier. SpaceX ahora es propietaria de Cursor, que ofrece acceso a Grok y a docenas de otros modelos. El GLM 5.2 de Z.ai se ha convertido en un modelo chino especialmente popular para tareas de codificación, y Databricks también lo ha impulsado.
Segundo, las empresas saben que necesitan un gateway de IA que enrute los prompts al modelo más adecuado y rentable para cada tarea. Rippling llegó a esa conclusión y construyó su propio gateway, que también forma parte de este producto. MacInnis señala que las empresas que ya usan otro gateway pueden seguir usando AI Spend Console, aunque si quieren las funciones que controlan el gasto, tendrían que usar el gateway de Rippling.
AI Spend Console produce paneles —antes conocidos como leaderboards en los días del tokenmaxxing— que puntúan atributos como los prompts por día combinados con la producción de trabajo (líneas de código o pull requests) y el gasto.
Con esta herramienta, Rippling redujo su gasto en tokens del 40% del presupuesto de personal a aproximadamente el 15%. Pero no recortó el uso de IA. La compañía alcanzó un pico de 605 mil millones de tokens en el mes en que el CFO lanzó su advertencia. En julio, el uso interno volvió a alcanzar los 600 mil millones de tokens, pero el costo del gasto de tokens de julio fue el 37% del costo del gasto de tokens de abril.
“Eso se debe a que ahora enrutamos hacia los modelos más eficaces”, dijo MacInnis, y bromeó: “no estamos dejando que el equipo de ventas haga actualizaciones de gramática usando Fable”.
Pero las soluciones tecnológicas no son suficientes. Rippling identificó a personas que usaban la IA de forma eficaz y las convirtió en “AI captains”, encargadas de asistir al resto de la compañía.
Aun así, estos esfuerzos por usar la IA más allá de la ingeniería son un trabajo en progreso. Hasta ahora, los ingenieros de software han sido los principales usuarios. Rippling está trabajando, por ejemplo, con los equipos de incorporación de clientes para automatizar algunos datos de envío y tareas de conciliación de datos. El panel medirá la productividad en términos de incorporar más clientes.
“Tenemos que poder vincular el consumo de tokens en las funciones de G&A y en las funciones orientadas al cliente con la productividad. Si no podemos hacerlo, todo esto deja de estar disponible para la base general de empleados”, explicó MacInnis.
Si Rippling sirve de ejemplo, el tokenmaxxing puede haberse movido tan lejos en la otra dirección que el acceso de los empleados a la IA ya no sea como Slack o el correo electrónico. Si la empresa no puede medir la productividad, es posible que no todos los empleados tengan acceso.
AI Spend Console está incluido para los suscriptores de RRHH de Rippling, aunque hay costos adicionales basados en el uso de IA. También puede adquirirse como producto independiente e integrarse con otro sistema de registro de RRHH, según MacInnis.
Estas buscando algo?
Nuestros Programas:
Al Ritmo de Miami Healthy
Aprende qué comer y cómo vivir mejor para elevar tu bienestar.
Despertando con Claudio María Domínguez
Reflexiones de espiritualidad, bienestar y conciencia Claudio María Domínguez
Misterios Ocultos
OVNIs, enigmas históricos y lo inexplicable contado por expertos.
Inmigrar a Miami
Tu puente a los Estados Unidos Te ayudamos a alcanzar tus sueños americanos con soluciones personalizada.
