{"id":44439,"date":"2026-09-25T15:17:00","date_gmt":"2026-09-25T15:17:00","guid":{"rendered":"https:\/\/www.iprofesional.com\/finanzas\/465254-bancos-y-fintechs-enfrentan-nuevo-gasto-por-ia-que-crece-con-cada-token-usado"},"modified":"2026-09-25T15:17:00","modified_gmt":"2026-09-25T15:17:00","slug":"la-ia-suma-un-costo-dificil-de-prever-para-bancos-y-fintechs-cuando-crece-el-uso","status":"publish","type":"post","link":"https:\/\/latecordoba.com\/index.php\/2026\/09\/25\/la-ia-suma-un-costo-dificil-de-prever-para-bancos-y-fintechs-cuando-crece-el-uso\/","title":{"rendered":"La IA suma un costo dif\u00edcil de prever para bancos y fintechs cuando crece el uso"},"content":{"rendered":"\n
<\/div>\n
<\/div>\n

Los bancos y las fintech<\/strong> se encuentran dentro de las empresas que m\u00e1s dependen de la tecnolog\u00eda <\/strong>para operar. Sistemas de pagos, aplicaciones, prevenci\u00f3n de fraude, atenci\u00f3n al cliente, an\u00e1lisis de datos y ciberseguridad forman parte de una estructura que convirti\u00f3 al <\/span>software en un componente principal del negocio financiero<\/span><\/strong>.<\/span><\/p>\n

Ahora, la inteligencia artificial agrega una nueva variable<\/span>: parte del costo tecnol\u00f3gico puede crecer de acuerdo con cu\u00e1nto se utiliza. Un informe elaborado por Ycon Research y Cloudbeach<\/strong><\/a> muestra que el <\/span>sector financiero fue el principal cliente de la industria argentina de software durante 2025, con el 20,1% de la facturaci\u00f3n<\/span><\/strong>.<\/span><\/p>\n

La categor\u00eda incluye bancos, fintech y terminales de pago y qued\u00f3 por encima de otros grandes demandantes como la propia industria de software, energ\u00eda y seguros<\/strong>.<\/span><\/p>\n

La importancia del sector financiero tambi\u00e9n se explica por la intensidad tecnol\u00f3gica de su actividad. Ycon, a partir de una referencia internacional utilizada por CESSI, se\u00f1ala que las empresas destinan en promedio cerca del <\/span>5% de su facturaci\u00f3n a tecnolog\u00eda<\/span><\/strong>, aunque las compa\u00f1\u00edas intensivas en informaci\u00f3n, como servicios financieros, seguros y empresas tecnol\u00f3gicas, pueden superar el 8% o 10%.<\/span><\/p>\n

El cambio que introdujo la inteligencia artificial<\/strong> est\u00e1 en la forma de consumir esa tecnolog\u00eda. Una empresa puede pagar una licencia mensual por una determinada cantidad de usuarios, contratar infraestructura cloud o incorporar un sistema de IA dentro de una plataforma que ya utiliza.<\/span><\/p>\n

Sin embargo, cuando desarrolla aplicaciones que se conectan directamente con modelos de inteligencia artificial, aparece otra modalidad, la cual es <\/span>pagar por la cantidad de informaci\u00f3n que el sistema procesa y genera<\/span><\/strong>.<\/span><\/p>\n

Qu\u00e9 es un token y por qu\u00e9 genera un nuevo costo<\/span><\/h2>\n

Para entender el cambio hay que bajar la inteligencia artificial<\/strong> a una unidad mucho menos conocida que una licencia o una suscripci\u00f3n: el <\/span>token<\/span><\/strong>. Los modelos de IA procesan el texto en estas unidades<\/span>, que pueden corresponder a una palabra completa, una parte de una palabra, un car\u00e1cter o un signo de puntuaci\u00f3n.<\/span><\/p>\n

El mismo texto puede generar distinta cantidad de tokens seg\u00fan el modelo, la codificaci\u00f3n y el idioma. Adem\u00e1s, existen <\/span>tokens de entrada y de salida<\/span><\/strong>. Los primeros corresponden a la informaci\u00f3n que la empresa env\u00eda al modelo; los segundos, a lo que el modelo genera.<\/span><\/p>\n

Asimismo, en determinados sistemas, tambi\u00e9n pueden existir tokens asociados a razonamiento o al uso de contexto almacenado<\/strong>. En los servicios que cobran por consumo, cada una de esas categor\u00edas puede tener un precio diferente.<\/span><\/p>\n

Esto significa que una empresa financiera no necesariamente paga una suma fija por “tener inteligencia artificial”. Puede pagar por <\/span>cada interacci\u00f3n que procesa el modelo<\/span><\/strong>. Una consulta de un cliente, el an\u00e1lisis de un documento, la clasificaci\u00f3n de una operaci\u00f3n o la generaci\u00f3n autom\u00e1tica de una respuesta pueden implicar consumo de tokens.<\/span><\/p>\n

De esta forma, la l\u00f3gica se parece m\u00e1s a una factura de servicios que a la compra o suscripci\u00f3n a una licencia tradicional. Por lo tanto, <\/span>cuanto mayor sea el volumen procesado, mayor puede ser el consumo<\/span><\/strong>.<\/span>Adem\u00e1s, el costo depende del modelo utilizado y de la cantidad de informaci\u00f3n que entra y sale en cada operaci\u00f3n.<\/span><\/p>\n

C\u00f3mo una automatizaci\u00f3n puede hacer crecer la factura<\/span><\/h2>\n

El problema aparece con mayor claridad cuando la IA deja de ser una herramienta que utiliza una persona y pasa a funcionar autom\u00e1ticamente dentro de un proceso<\/strong><\/a>.<\/span><\/p>\n

Un banco, por ejemplo, puede utilizar un modelo para resumir documentos internos, clasificar consultas de clientes, analizar comunicaciones<\/strong>, asistir a operadores o procesar informaci\u00f3n para determinadas tareas.<\/span><\/p>\n

Una fintech puede integrarlo en un chatbot, un sistema de soporte o una herramienta que analiza grandes vol\u00famenes de datos. En todos esos casos, <\/span>la cantidad de operaciones realizadas puede multiplicar el consumo<\/span><\/strong>.<\/span><\/p>\n

“Cuando se hace ese tipo de automatizaciones o bots que responden a un evento (por ejemplo, llega un correo a soporte y se contesta autom\u00e1ticamente), eso no se puede hacer con una cuenta de 20 d\u00f3lares; ah\u00ed hay que pagar tokens”, explica Alexander Ditzend, presidente de la Sociedad Argentina de Inteligencia Artificial<\/strong> (SAIA).<\/span><\/p>\n

En este punto, aparece una diferencia importante para el \u00e1rea financiera de una compa\u00f1\u00eda. Mientras que una herramienta contratada por 100 empleados permite conocer de forma anticipada una parte importante del gasto mensual, una automatizaci\u00f3n que procesa miles de solicitudes puede tener una factura mucho m\u00e1s sensible al <\/span>nivel de actividad<\/span><\/strong>.<\/span><\/p>\n

El nuevo desaf\u00edo es medir cu\u00e1nto cuesta cada resultado<\/span><\/h2>\n

Para un banco o una fintech, saber cu\u00e1ntos tokens consume un modelo puede ser \u00fatil para controlar una factura<\/strong>, pero no alcanza para determinar si la inversi\u00f3n funciona. Una herramienta puede consumir millones de tokens y generar un ahorro significativo, mientras otra puede utilizar una cantidad menor y no producir ning\u00fan impacto relevante sobre el negocio.<\/span><\/p>\n

La FinOps Foundation<\/a> ya plantea una evoluci\u00f3n desde el simple control del gasto hacia la medici\u00f3n del <\/span>valor de la tecnolog\u00eda<\/span><\/strong>. En el caso de la inteligencia artificial, esto implica avanzar hacia indicadores como el costo por operaci\u00f3n, por consulta resuelta, por documento procesado o por proceso automatizado.<\/span><\/p>\n

La organizaci\u00f3n incluso identifica la necesidad de contar con un monitoreo m\u00e1s granular del gasto en IA, incluyendo <\/span>tokens, solicitudes a modelos y utilizaci\u00f3n de GPU<\/span><\/strong>, mientras desarrolla nuevas herramientas y est\u00e1ndares para ordenar esa informaci\u00f3n. El objetivo es poder relacionar el consumo tecnol\u00f3gico con el resultado que obtiene la empresa.<\/span><\/p>\n

Para el sector financiero, el cambio puede ser especialmente relevante. Una entidad que incorpora IA para atenci\u00f3n al cliente, an\u00e1lisis documental, prevenci\u00f3n de fraude o asistencia interna<\/strong> no solamente necesita calcular cu\u00e1nto cuesta implementar la herramienta.<\/span><\/p>\n

Tambi\u00e9n tiene que conocer <\/span>qu\u00e9 volumen de operaciones generar\u00e1, cu\u00e1nto consumo implicar\u00e1 cada una y qu\u00e9 resultado econ\u00f3mico espera obtener<\/span><\/strong>.<\/span>Para bancos y fintech, el pr\u00f3ximo desaf\u00edo tecnol\u00f3gico no ser\u00e1 solamente incorporar inteligencia artificial, sino <\/span>aprender a presupuestar una tecnolog\u00eda cuyo costo puede crecer cada vez que se utiliza<\/span><\/strong>.<\/span><\/p>\n

\n
\n

COMPARTIR ESTA NOTA<\/p>\n<\/p><\/div>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"\n

<\/div>\n

La IA introduce un nuevo desaf\u00edo para bancos y fintech, ya que el costo tecnol\u00f3gico depende de cada consulta, documento u operaci\u00f3n procesada