Publicado el

FinOps para IA

El gasto en inteligencia artificial llega por caminos distintos al cloud tradicional y crece sin que nadie lo vea completo. Cómo llevarlo al mismo formato, asignarlo y medirlo por funcionalidad.

Línea de servicio Ingeniería FinOps

Un gasto que no aparece donde se le busca

El costo de la inteligencia artificial llega por varios caminos a la vez: llamadas a APIs de modelos, cómputo con GPU en el cloud, plataformas de IA contratadas como servicio. Cada uno factura de forma distinta y muchas veces por fuera de la cuenta cloud principal. El resultado es un gasto que crece rápido y que nadie ve completo.

A eso se suma una diferencia de fondo: en IA el costo depende del comportamiento de los usuarios y del diseño del producto (cuántas consultas, cuán largas, qué modelo se usa en cada caso) mucho más que de la infraestructura.

Las mismas reglas, aplicadas a algo nuevo

Dónde se va el gasto de IAMapa del gasto de IA por funcionalidad y costo por 1.000 conversaciones según el tamaño del modelo.FINOPS · INTELIGENCIA ARTIFICIAL¿Dónde se va el gasto de IA?GASTO MENSUAL DE IA POR FUNCIONALIDADAsistente46 %Búsqueda · 27 %Resumen18 %Otros9 %COSTO POR 1.000 CONVERSACIONES, SEGÚN EL MODELOModelo grande38 €Modelo mediano9 €Modelo pequeño2 €Si el resumen funciona igual con el modelo pequeño,esa decisión vale más que cualquier descuento.Datos ilustrativos, no corresponden a ningún caso realN100F · n100f.com

Todo lo visto en esta serie aplica, con algunos matices:

  • Normalizar: llevar el gasto de cada proveedor de IA al mismo formato que el resto del cloud. Así se suma, se compara y se asigna con las mismas consultas.
  • Asignar por funcionalidad: el dueño natural del costo no es un servidor, es una función del producto (un asistente, una búsqueda, un resumen automático). Para eso cada llamada debe llevar identificada la funcionalidad que la originó.
  • Medir por unidad: costo por conversación, por documento procesado, por usuario activo. Es la única forma de saber si una funcionalidad de IA es rentable.
  • Prever con el uso: el consumo de IA puede multiplicarse con un cambio de producto o un pico de adopción. La previsión tiene que mirar el uso, no solo el gasto pasado.

Palancas propias de la IA

Además de las palancas habituales, la IA tiene las suyas:

  1. Elegir el modelo adecuado para cada tarea. No todo necesita el modelo más capaz y más caro.
  2. Reducir lo que se envía y lo que se pide: contexto más corto, respuestas más acotadas.
  3. Reutilizar resultados cuando la misma pregunta se repite.
  4. Fijar límites por usuario o por funcionalidad, para que un uso anómalo no se convierta en una factura sorpresa.

Por qué ahora

Muchas organizaciones están incorporando IA sin haber ordenado todavía su costo cloud. Empezar con el gasto de IA normalizado y asignado desde el primer día es mucho más barato que reconstruirlo cuando ya es una de las partidas más grandes.

Con este artículo cierra la serie: de entender que el costo no es una factura a construir, asignar, medir, prever, optimizar y operar, también para lo que viene.


Cómo lo aplicamos: Ingeniería FinOps.

Si tu costo cloud crece sin que nadie sepa por qué, o tu arquitectura depende de quien la montó, conversemos.

Conversemos