Microsoft pone límites al gasto en IA tras un empleado que gastó 28.000 dólares en 28 días

Microsoft ha decidido vigilar de cerca cuánto gastan sus empleados en inteligencia artificial después de que una hoja de cálculo interna revelara diferencias enormes de consumo. El caso más extremo: un trabajador que gastó 28.000 dólares en apenas 28 días. La compañía, que durante años animó a sus plantillas a usar estas herramientas, ahora se enfrenta al problema contrario: un uso descontrolado que dispara los costes.

Según recoge Android Headlines, los datos salieron de una hoja de cálculo interna en la que unos 350 empleados estadounidenses comparten información sobre salarios y primas. Al añadirse una columna sobre consumo mensual de IA apareció una diferencia enorme entre trabajadores: una mediana mensual de 300 dólares, frente a los 28.000 dólares del caso más extremo.

¿Qué es el 'tokenmaxxing' y por qué preocupa a Microsoft?

Las diferencias por departamentos ayudan a entender hasta qué punto podía dispararse la factura. CoreAI rozaba los 1.000 dólares de mediana mensual y alcanzaba un máximo de 16.000, mientras Security se movía en 526 dólares con picos de 10.000. Cloud and AI bajaba a 325 dólares de mediana, aunque uno de sus empleados llegó a 15.000.

El caso más extremo, sin embargo, salió de Customer and Partner Solutions, donde la mediana era de solo 134 dólares. Allí se registró un máximo de 28.000 dólares con una media de 134, una diferencia que contrasta todavía más con los empleados cuyo consumo se quedaba en apenas unas decenas de dólares dentro de esos mismos departamentos.

Detrás de parte de ese gasto aparece lo que dentro de Microsoft llaman 'tokenmaxxing': empleados que lanzaban consultas enormes para inflar las métricas de uso, con ventanas de contexto muy cargadas o procesos automatizados. Jay Parikh, vicepresidente ejecutivo de CoreAI, escribió en un memorando que 'el tokenmaxxing no es lo que queremos optimizar' y pidió centrarse en resultados empresariales reales.

¿Qué medidas está tomando Microsoft para controlar el gasto en IA?

Microsoft ya venía recortando este tipo de costes. La empresa había eliminado licencias externas por su elevado precio, incluyendo cancelaciones de Claude Code, mientras dirigía parte de esas tareas hacia GitHub Copilot CLI. El gasto interno en IA ya estaba bajo revisión antes de que apareciera el caso de los 28.000 dólares.

GPT-5.6 Sol pasa a ser el modelo por defecto

El siguiente cambio afecta a las herramientas que los empleados encuentran por defecto. Microsoft está haciendo que GPT-5.6 Sol de OpenAI sea el modelo por defecto para las cargas de trabajo internas y desaconsejando Claude, de Anthropic, en programación. La compañía llevaba meses restringiendo Claude Code entre empleados, así que no es una decisión aislada.

A la vez, Microsoft está siguiendo con más detalle cuánto consume cada trabajador y qué coste generan esos tokens. Más vigilancia sobre el gasto individual sirve para detectar a quienes se alejan de los patrones habituales, algo que la hoja interna muestra: en un mismo departamento conviven empleados que gastan decenas de dólares con otros que acumulan miles.

¿Cuánto gasta realmente un empleado de Microsoft en IA?

Conviene poner una cautela antes de extrapolar demasiado esas cifras. Los datos proceden de unos 350 empleados de Estados Unidos que participaron voluntariamente, frente a una plantilla mundial de más de 223.000 personas. La muestra no representa a toda Microsoft: los 300 dólares son la mediana de ese grupo concreto y no una medida de toda la compañía.

El fenómeno, además, no parece exclusivo de Microsoft. Android Headlines señala que Amazon también ha visto comportamientos parecidos alrededor del uso intensivo de IA. En ambos casos, el problema aparece después de años animando a las plantillas a utilizar estas herramientas cada vez más, hasta que el coste obliga a mirar con mucha más atención cuánto se consume.

La lección para otras empresas, especialmente en economías abiertas como la panameña donde la tecnología avanza rápido, es clara: la adopción de IA requiere políticas claras de uso y control de costes desde el principio, no después de que la factura se dispare.