'Tokenmaxxing': Cuando la obsesión por la IA cuesta millones

La fiebre por integrar la inteligencia artificial en los procesos corporativos ha dado un giro inesperado. Gigantes tecnológicos como Amazon han tenido que frenar en seco una de sus métricas estrella tras descubrir un fenómeno que ya empieza a conocerse en la industria como tokenmaxxing: el uso desenfrenado de IA no por necesidad, sino por competición. El cierre de KiroRank, el ranking interno que medía el consumo de tokens de sus empleados, marca un precedente necesario sobre el coste real de una adopción tecnológica sin estrategia.

Este episodio nos invita a mirar más allá de la anécdota y a reflexionar sobre cómo estamos integrando estas herramientas en nuestros entornos profesionales.

Una mirada desde mi experiencia

En mi trayectoria como desarrollador backend y consultor de accesibilidad, he observado cómo la transición hacia la IA en las empresas suele vivirse como un proceso de adaptación acelerado. En una de mis experiencias anteriores, el desafío principal no era la tecnología en sí, sino cómo esta se alineaba con las distintas necesidades del equipo.

Muchas veces, al implementar métricas de adopción —como rankings de uso o metas de integración—, se genera una presión por utilizar la herramienta de forma constante. Sin embargo, en el día a día, esto puede presentar matices importantes:

• Accesibilidad y flujo de trabajo: Cuando se estandarizan flujos de trabajo basados en IA, es vital considerar que no todas las herramientas ofrecen la misma accesibilidad. Para quienes utilizamos tecnologías asistivas, la eficiencia no se mide por la cantidad de interacciones, sino por la precisión y la capacidad de integrar esas herramientas en nuestro entorno de trabajo.
• La calidad sobre la cantidad: La presión por “mostrar” un alto uso de la IA a veces puede invisibilizar el valor del trabajo analítico, pausado y consciente que requiere la accesibilidad. Mi enfoque siempre ha sido que la tecnología debe ser un apoyo que potencie nuestras capacidades individuales y colectivas, permitiéndonos construir software robusto y, sobre todo, inclusivo.
• Ambientes de trabajo sostenibles: Fomentar una cultura donde se valore la ingeniería responsable significa priorizar la calidad del código y la accesibilidad por encima de las métricas de consumo bruto. Un ambiente laboral saludable es aquel que permite que cada profesional, independientemente de sus herramientas de acceso, pueda aportar al máximo de su potencial.

Hacia una ingeniería inclusiva

Más que señalar, este caso nos ofrece una oportunidad para promover un cambio de paradigma. Es momento de que las empresas, al diseñar sus estrategias de adopción de IA, incorporen el concepto de tecnología consciente. Esto implica:

1. Priorizar el impacto: Medir el éxito por la utilidad del software, no por el volumen de procesos ejecutados.
2. Accesibilidad desde la base: Asegurar que cualquier herramienta de IA que se integre al stack tecnológico sea plenamente compatible con los estándares de accesibilidad desde el primer día.
3. Fomento de la diversidad técnica: Reconocer que la productividad tiene diferentes formas y que un equipo diverso necesita flexibilidad en sus herramientas para alcanzar la excelencia técnica.

La tecnología está para servirnos, no para dictar un ritmo que deje a personas o estándares de calidad por el camino. Nuestro rol como profesionales es abogar por una ingeniería que sea un puente de oportunidades, donde la innovación y la inclusión caminen siempre de la mano.