Agentes de IA consumen cinco veces más que los usuarios humanos
El tráfico de agentes de IA superó a las personas en febrero de 2026 y ya domina el consumo de tokens.
La inteligencia artificial empezó a consumirse a sí misma. La mayor parte de las consultas que reciben los grandes modelos de lenguaje —los sistemas detrás de los chatbots y los asistentes— ya no viene de personas, sino de otros sistemas de IA. Así lo planteó Daniel Newman, CEO de Futurum Group, en X el 30 de septiembre de 2026, con datos de OpenRouter y de un informe de la firma de capital de riesgo Andreessen Horowitz.
Newman sostiene que la IA es usada hoy por la propia IA cinco veces más de lo que la usan los humanos, y que esa proporción se acelerará hasta diez veces o más en el corto plazo. Su advertencia apunta al retorno de inversión: las empresas siguen calculando cuánto la usa la gente, pero la escala automatizada ya es exponencialmente mayor.
Cuando las máquinas superaron a las personas
Los números provienen de OpenRouter, una plataforma que decide qué modelo de lenguaje responde cada consulta. Según las métricas de agosto de 2026, los agentes automatizados —programas que ejecutan tareas sin supervisión humana directa— consumieron 7,3 billones de tokens, mientras que las interacciones humanas sumaron 1,4 billones. Un token es la unidad básica de texto que el modelo procesa para generar respuestas. El punto de inflexión ocurrió en febrero de 2026: desde ese mes, la demanda automatizada es mayor que la humana.
El costo oculto detrás del tráfico automatizado
Tanto movimiento de agentes esconde un obstáculo técnico. Más del 85% de los tokens que procesan los agentes automatizados proviene de instrucciones almacenadas en caché; en la práctica, el sistema casi todo el tiempo está releyendo conversaciones e historiales que ya había revisado para mantener el contexto de su tarea.
La caché es un almacenamiento temporal de datos que evita volver a calcular todo desde cero. En los sistemas de IA actuales, esa caché se aloja en la memoria de alto ancho de banda de las tarjetas gráficas especializadas. Por eso, sostener todo ese contexto está exigiendo al límite la capacidad de las unidades de procesamiento.
Qué significa para los costos en Chile
Para los fabricantes, la conclusión es que la memoria y el almacenamiento serán el próximo gran cuello de botella. Micron proyecta que la escasez general de memoria y componentes de almacenamiento se agudizará de forma crítica durante 2027 y 2028.
Además, la alta demanda está desplazando la producción: los proveedores están destinando el hardware prioritariamente a los centros de datos corporativos. Eso dejará a los consumidores de computadores personales pagando precios más altos por componentes absorbidos en buena parte por los agentes autónomos.
En los datos entregados no hay cifras para Chile, así que no se puede medir el impacto local con esta fuente. La advertencia global sí sirve para las empresas chilenas que usan modelos de lenguaje mediante una API (interfaz que permite a un programa hacer consultas a esos servicios): la escasez de memoria y el aumento del tráfico automatizado pueden presionar los costos de operar IA.
Con información de La Tercera
