En los centros tecnológicos más punteros del planeta se libra una competencia silenciosa que poco tiene que ver con el talento o la creatividad, y mucho con el uso intensivo de inteligencia artificial. Esta carrera, casi invisible desde fuera, se ha convertido en un factor clave dentro de las empresas: quién utiliza más IA y cómo se mide ese consumo. Ya no se trata de percepciones, sino de datos concretos, rankings internos y cifras que, hasta hace poco, parecían inalcanzables. Un caso reciente ilustra el fenómeno: un ingeniero logró procesar en una semana el equivalente a 33 Wikipedias completas en texto gracias a modelos de IA. En otra compañía, un solo usuario generó una factura de más de 150.000 dólares en un mes usando herramientas de programación automatizada. Estas cifras, impensables hace un año, son ahora parte del día a día en un sector que redefine la productividad a gran velocidad. Lo más relevante no es la cantidad de IA utilizada, sino el motivo detrás de este uso. En empresas como Meta, OpenAI o Shopify, la inteligencia artificial ha dejado de ser un recurso opcional para convertirse en un criterio de evaluación del desempeño. Los empleados aparecen en listas internas según la cantidad de “tokens” consumidos, la métrica que mide la interacción con estos sistemas. En este contexto, gastar más se interpreta, paradójicamente, como un signo de eficiencia. “Probablemente gasto más en Claude que en mi propio sueldo”, confiesa Max Linder, ingeniero en Estocolmo. Su declaración resume el nuevo paradigma: el coste deja de ser un obstáculo cuando lo importante es no quedarse atrás. Aunque las empresas suelen asumir el gasto, la presión recae sobre cada individuo, impulsada por el temor a perder relevancia profesional en un entorno que evoluciona a toda velocidad. Este fenómeno ya tiene nombre: tokenmaxxing. Consiste en maximizar el uso de IA, desplegando múltiples agentes que trabajan en paralelo, revisan código, generan funciones o corrigen errores sin intervención humana directa. Algunos desarrolladores gestionan auténticas “granjas” de agentes que producen millones de tokens en pocas horas, incluso mientras duermen. Así, la productividad se transforma en un flujo constante de procesamiento automático. Sin embargo, bajo esta apariencia de hiperactividad tecnológica surgen dudas. Varios empleados reconocen en privado que esta carrera tiene mucho de “teatro de productividad”: una forma de aparentar estar ocupado y alineado con el futuro, aunque el impacto real sea difícil de medir. Un detalle clave suele pasar desapercibido en los rankings: la calidad de lo producido rara vez se evalúa con el mismo rigor. El verdadero motor de esta tendencia es el miedo. Miedo a quedarse atrás, a ser reemplazado por colegas más hábiles con la IA o, directamente, por la propia tecnología. En este contexto, consumir más IA se convierte en una estrategia de supervivencia, más que en una decisión técnica. Las conversaciones en el sector reflejan este cambio: antes la pregunta era “¿qué estás construyendo?”; ahora es “¿cuántos agentes tienes funcionando?”. El foco se ha desplazado del resultado final a la capacidad de gestionar sistemas automáticos que produzcan sin descanso, como si la cantidad garantizara el valor. Las grandes tecnológicas observan el fenómeno con interés, e incluso entusiasmo: más uso implica más ingresos, y el consumo de IA supera todas las previsiones. Sin embargo, empiezan a surgir voces críticas que cuestionan la sostenibilidad de este modelo y advierten sobre una posible burbuja alimentada por la ansiedad colectiva. La gran incógnita persiste: ¿estamos ante una revolución real de la productividad o ante una ilusión bien construida? Quizá estos usuarios intensivos de IA estén definiendo el futuro del trabajo, o tal vez todo sea una acumulación de esfuerzo automatizado sin rumbo claro, una torre de tokens erigida más por presión que por necesidad, destinada a tambalearse cuando se empiece a medir lo que realmente importa. Fuente: huffingtonpost.es