En 2025, la empresa promedio del Global Fortune 500 operaba menos de 15 agentes de AI. Para 2028, Gartner proyecta más de 150.000. Es un salto de cuatro órdenes de magnitud en tres años, y la parte incómoda del mismo informe es esta: solo 13% de las organizaciones cree tener la gobernanza adecuada para manejarlo, y 51% no está seguro de conocer todos los agentes que ya tiene activos.
Ese 51% es el dato que debería incomodar a cualquier CFO de una empresa de tecnología. No dice "no controlamos". Dice "no sabemos cuántos hay". Y lo que no está inventariado no está presupuestado, no está asignado a ningún proyecto y no aparece en ningún cálculo de margen.
Shadow AI ya no es un chatbot suelto
La versión 2023 de este problema era manejable: alguien pegaba un fragmento de código en un chat público. Riesgo de confidencialidad, sí, pero un evento aislado, con un costo cercano a cero y una solución de política interna.
La versión 2026 es distinta en naturaleza, no en escala. Un agente no responde: ejecuta. Se conecta a un repositorio, abre un pull request, consulta una base de datos de producción, llama a la API de un cliente, corre un pipeline, reintenta cuando falla. Y sigue corriendo cuando la persona que lo armó cambió de proyecto, o de empresa.
Gartner llama a esto agent sprawl: la acumulación descontrolada de agentes construidos por distintos equipos sin inventario central ni supervisión consistente. En una fábrica de software o una consultora de IT, esa acumulación tiene una particularidad que agrava todo: los agentes no corren sobre procesos administrativos internos, corren adentro de proyectos facturables de clientes. El costo aterriza directo en el margen del proyecto. Y no hay ningún campo donde se cargue.
Es exactamente el mismo problema que estas empresas ya conocen con las horas humanas, corrido un casillero. Se registra actividad. Se mide mal. Solo que ahora la actividad no la registra nadie.
Dónde se esconde el costo
1. El gasto en tokens que no se le imputa a ningún proyecto
Un flujo agéntico no consume como un chatbot. Según el análisis de Gartner de marzo de 2026, los workloads agénticos consumen entre 5 y 30 veces más tokens por tarea que una consulta conversacional estándar, porque el agente planifica, llama herramientas, valida su propio output y reintenta la cadena cuando un paso falla. La investigación de McKinsey de julio de 2026 pone número a esa mecánica: cerca del 60% del costo de una tarea agéntica corresponde a refinar la respuesta —reintentos, re-prompts y loops de validación— y 93% de las empresas que corren AI agéntica se está pasando de su presupuesto de AI.
El caso más citado del año es Uber: habilitó un agente de código a unos 5.000 ingenieros en diciembre de 2025, la adopción pasó de 32% a 84% del equipo en cuatro meses y en abril de 2026 el presupuesto anual completo de AI estaba consumido. No es una historia de descontrol. Es una historia de una estructura de costos que se comportó de una forma que el modelo financiero no contemplaba.
El problema de fondo es de unidad de medida. El software empresarial se presupuestó durante dos décadas por asiento: costo fijo por usuario, previsible, modelable. El gasto agéntico es variable por interacción y no lineal. Por eso la función FinOps pasó de 31% a 98% de practicantes gestionando gasto de AI en dos años. Es una categoría de costo nueva, sin playbook, y en una empresa de servicios profesionales llega con una pregunta adicional que nadie del lado de finanzas puede responder todavía: ¿a qué proyecto, a qué cliente y bajo qué modelo de cobro corresponde este consumo?
2. Las horas de supervisión que se facturan como si fueran desarrollo
Este es el costo que ya venía antes de los agentes y que los agentes multiplican.
La Developer Survey 2025 de Stack Overflow —más de 49.000 desarrolladores en 177 países— muestra la brecha con claridad: 84% usa o planea usar herramientas de AI, contra 76% el año anterior. Pero solo 29% confía en la precisión de esos outputs, cuando en la medición previa era 40%. Y 66% dedica más tiempo del previsto a corregir código generado que queda "casi bien".
Ese "casi bien" es rework. En la mayoría de las empresas del segmento el rework no existe como categoría propia: se carga mezclado dentro de horas facturables. Así que el dato que más importaría mirar —cuánto cuesta una mala estimación o una entrega que hay que rehacer, proyecto por proyecto— queda enterrado en el mismo renglón que el desarrollo nuevo.
Los agentes cambian la proporción. Un agente produce más volumen de output por hora humana, lo que significa más volumen a revisar, más superficie donde el error entra sin que nadie lo note hasta la entrega. El tiempo de revisión y validación crece; la categoría donde registrarlo sigue sin existir.
3. La conversación comercial que llega antes que la medición
Hay un patrón que ya aparece en las conversaciones del segmento: el cliente pide descuento porque "ahora ustedes usan AI".
Es una negociación que se pierde de antemano cuando la empresa no puede responder qué le costó realmente entregar ese proyecto. Del lado del cliente hay una intuición razonable —el trabajo se hizo más rápido—. Del lado de la empresa hay un costo por proyecto que en muchos casos subió, entre consumo agéntico y horas de validación, y no hay un dato para ponerlo sobre la mesa.
En modelos a precio cerrado el efecto es más agudo. La estimación se apoya en el histórico de proyectos parecidos, y ese histórico se construyó con una operación donde no había agentes consumiendo presupuesto ni horas dedicadas a validar output generado. La base de comparación quedó vieja sin que nadie la actualizara.
Y sí, también hay un costo de riesgo
El eje de este artículo es el margen, pero el dato de seguridad es demasiado relevante para el segmento como para omitirlo.
El Cost of a Data Breach Report 2026 de IBM —602 organizaciones, 16 países, incidentes entre marzo de 2025 y febrero de 2026— encontró que los incidentes con shadow AI involucrado pasaron de 20% a 43% de las brechas en un año. El costo promedio de esas brechas fue de USD 5,39 millones, y más de dos tercios de las organizaciones afectadas no tenían ningún proceso de gobernanza para limitar el uso de AI no aprobada.
Para una consultora que vende transformaciones tecnológicas con certificaciones ISO o SOC 2 como parte del entregable, esto no es un riesgo de TI. Es un riesgo de propuesta comercial. La pregunta "¿qué agentes tienen acceso a nuestro código y nuestros datos?" ya está apareciendo en los due diligence de clientes enterprise, y no se responde con una política en PDF.
Lo que no funciona: prohibir
La reacción instintiva es cortar el acceso. El analista de Gartner Max Goss fue explícito sobre por qué eso falla: cuando la gente no puede trabajar con las herramientas aprobadas, esquiva los controles y empieza a usar shadow AI, que es un riesgo bastante mayor. Bloquear no reduce el uso; reduce la visibilidad del uso.
El primer paso del framework de Gartner no es una restricción, es un inventario: construir un registro centralizado de todos los agentes de la organización, incluidos los que nacieron por fuera de las herramientas sancionadas. Después vienen las políticas, los permisos, el ciclo de vida y el monitoreo. Pero primero saber cuántos hay y quién es dueño de cada uno.
Cómo se ve esto puertas adentro de una empresa de tecnología
Cinco movimientos concretos, en orden de dificultad:
Inventariar con dueño, no solo con nombre. Cada agente activo necesita un responsable identificado, un alcance declarado y una fecha de revisión. Un agente sin dueño es un costo sin dueño.
Imputar el consumo agéntico a proyecto y cliente. Es el cambio que más resistencia genera y el que más impacto tiene. Mientras el gasto de AI viva en una línea global de infraestructura, ningún cálculo de rentabilidad por proyecto es real. La métrica útil no es costo por token: es costo por tarea completada con éxito, imputado a la cuenta que corresponde.
Abrir el rework como categoría propia. Separado de desarrollo nuevo, separado de soporte. Sin esa distinción no hay forma de saber cuánto cuesta el output que hay que corregir, y esa cifra es la que justifica o desarma cualquier decisión sobre agentes.
Comparar estimado contra ejecutado mientras el proyecto está abierto. Estimar ya lo domina la industria; lo que falla es la segunda mitad del ejercicio. Un desvío que se descubre en el cierre de mes es un dato histórico. El mismo desvío detectado cuando el proyecto consumió buena parte de sus horas asignadas y todavía queda scope por entregar es una decisión que se puede tomar.
Definir el modelo de cobro antes de que lo defina el cliente. Por tarea, por resultado, por hora con el trabajo del agente itemizado aparte. Cualquiera de los tres es defendible. Ninguno se puede sostener sin datos de costo real por proyecto.
El punto
La discusión sobre agentes se está dando casi enteramente en clave de seguridad y compliance, y eso deja afuera a las dos personas que más deberían estar en la mesa: quien tiene el P&L de la unidad y quien tiene el presupuesto de tecnología.
Porque el problema, visto desde ahí, no es nuevo. Es el mismo de siempre: una operación que registra actividad y no logra conectarla con el margen de cada proyecto, cada cliente y cada servicio. Los agentes no crearon ese problema. Le agregaron una capa que además nadie inventarió.
Y hay una ironía que vale nombrar, porque es la del segmento entero: son empresas que le venden a otras el software para ordenar su operación, y puertas adentro no pueden responder si cada proyecto les dejó plata.
Los tableros de gestión —Jira, Azure DevOps, Linear, GitHub— resuelven bien tickets, sprints y asignación, y nadie los va a cambiar por esto. Ninguno responde la pregunta financiera. El board dice si la tarea avanza. El margen dice otra cosa.
Fuentes
- Gartner, Six Steps to Manage AI Agent Sprawl (abril 2026): más de 150.000 agentes por empresa del Global Fortune 500 para 2028, desde menos de 15 en 2025; 13% cree tener gobernanza adecuada; 51% no está seguro de conocer todos sus agentes activos. Declaraciones de Max Goss, Senior Director Analyst.
- Gartner, análisis de marzo de 2026: workloads agénticos consumen entre 5 y 30 veces más tokens por tarea que una consulta conversacional estándar.
- McKinsey, investigación sobre gasto agéntico (julio 2026): ~60% del costo de una tarea agéntica corresponde a refinamiento (reintentos, re-prompts, validación); 93% de las empresas con AI agéntica excede su presupuesto de AI.
- IBM / Ponemon Institute, Cost of a Data Breach Report 2026 (publicado 29/07/2026, 602 organizaciones, 16 países): shadow AI presente en 43% de los incidentes, contra 20% el año anterior; costo promedio de brecha con shadow AI de USD 5,39 M; más de dos tercios de las organizaciones sin proceso de gobernanza de AI.
- Stack Overflow, Developer Survey 2025 (49.000+ desarrolladores, 177 países): 84% usa o planea usar AI; 29% confía en la precisión del output; 66% dedica más tiempo del previsto a corregir código "casi bien".
- FinOps Foundation: 98% de los practicantes gestiona gasto de AI, contra 31% dos años antes.
- Caso Uber: reportado por prensa especializada (Cockroach Labs, Portal26, DataStorage, junio–agosto 2026) sobre la base de declaraciones públicas de ejecutivos de la compañía.
- COR, Reporte de industria 2026: 1.632 conversaciones con líderes de empresas de tecnología, IT y desarrollo de software.