Gartner anticipa que, hacia 2028, los costos asociados a la codificación asistida por inteligencia artificial podrían superar el salario promedio de un desarrollador, una proyección que surge del crecimiento acelerado en el consumo de tokens y del avance de modelos de licenciamiento basados en uso. La firma observa que las organizaciones han pasado de la experimentación a la adopción cotidiana de agentes de codificación, pero sin una gobernanza madura que permita controlar el gasto derivado de estos sistemas. Los tokens, que representan las unidades mínimas de información procesadas por los modelos generativos, se han convertido en un componente central del costo operativo. A medida que los desarrolladores recurren a agentes más autónomos y a ventanas de contexto más amplias, el volumen de procesamiento aumenta y, con él, la factura asociada al consumo.
Gartner anticipa que, hacia 2028, los costos asociados a la codificación asistida por inteligencia artificial podrían superar el salario promedio de un desarrollador…
Nitish Tyagi, analista principal de Gartner, señala que la disciplina en el uso de tokens no suele surgir de manera natural. Los desarrolladores priorizan la velocidad y la conveniencia, lo que conduce a patrones de uso que incrementan el gasto sin una correlación clara con beneficios de productividad. La falta de modelos operativos gobernados, añade, está generando presiones presupuestarias en equipos de ingeniería que adoptan estas herramientas con entusiasmo, pero sin mecanismos para medir su impacto económico real.
El cambio desde licencias por asiento hacia esquemas basados en consumo ha introducido una dinámica distinta en la economía del software. Gartner advierte que muchos proveedores aún no ofrecen suficiente transparencia sobre cómo se calcula y factura el consumo de tokens, lo que dificulta a las empresas anticipar gastos y evaluar el valor que obtienen de los agentes de codificación. La visibilidad limitada también afecta la capacidad de los líderes técnicos para identificar flujos de trabajo ineficientes, especialmente en entornos donde los agentes operan con autonomía parcial y ejecutan tareas sin supervisión directa.
La firma identifica varios factores que explican el aumento del gasto: ventanas de contexto demasiado extensas, flujos autónomos que procesan más información de la necesaria, ausencia de prácticas de ingeniería de contexto y falta de herramientas de retroalimentación que permitan optimizar el uso de los modelos. A esto se suma que los proveedores aún no han incorporado capacidades maduras de optimización de costos en sus agentes, lo que deja a las organizaciones con la responsabilidad de diseñar sus propios controles.
El fenómeno coincide con una tendencia más amplia en la industria. Estudios independientes publicados en 2026 muestran que la productividad puede aumentar en tareas específicas cuando se emplean agentes de codificación, pero también señalan que el costo por token ha crecido de forma sostenida debido a la demanda de modelos más grandes y a la inversión en infraestructura de cómputo. La expansión de estos sistemas ha generado un mercado en transición, donde las empresas buscan equilibrar la eficiencia que prometen los agentes con la necesidad de mantener presupuestos controlados.
Gartner sugiere que los líderes de ingeniería adopten marcos de decisión que definan cuándo y cómo deben emplearse los agentes, que seleccionen modelos según la complejidad de cada tarea, que entrenen a los desarrolladores en prácticas de ingeniería de contexto y que establezcan controles de gobernanza y monitoreo para evitar consumos excesivos. También recomienda revisar periódicamente los flujos de trabajo de alto consumo para identificar patrones que puedan optimizarse.
La firma presentará más detalles sobre la autonomía de los agentes de IA en su conferencia Application Innovation & Business Solutions Summit, prevista para septiembre en Londres, donde se abordarán prácticas de adopción responsable y modelos operativos para equipos de software que buscan integrar estas herramientas sin comprometer sus presupuestos.
Fuente: Gartner | Editado por CDOL
