Cuando se presupuesta un agente de IA se habla de dos cosas: la licencia y los tokens. Son las dos líneas que salen en la propuesta y las dos que cualquier proveedor sabe calcular. Después el agente se pone a trabajar y la factura que sube es otra: la de todo lo que el agente mueve a su alrededor.
La tesis en una línea: el coste de un agente no escala con el número de usuarios, escala con el número de agentes y con lo que cada uno toca. Un empleado más pulsa botones a su ritmo. Un agente más abre conexiones con cada sistema al que tiene acceso, repite lo que falla y deja rastro de todo lo que hace. Esa parte no sale en ninguna tarifa de modelo.
El coste de infraestructura de un agente de IA: la partida que no sale en la propuesta
Busca cuánto cuesta un agente de IA en España y encontrarás de todo: desde 10-40 € al mes hasta 500-37.000 € al mes, según el blog. No los citamos, porque ninguno enseña cómo llegó al número. Una horquilla de tres órdenes de magnitud no es un rango de precios, es la señal de que falta método. Casi todas suman licencia y consumo de modelo, que es lo que se ve, y dejan fuera lo que no aparece en ninguna página de precios.
¿Qué es lo que queda fuera? La infraestructura que el agente activa al trabajar: el tráfico entre tus sistemas, las llamadas a cada herramienta conectada, los datos que salen de una nube a otra, el almacenamiento de la traza de cada actuación y la observabilidad para enterarte de cuándo algo falla. Es la parte que crece sola: nadie la contrató, nadie la aprobó y suele aparecer en la factura de otro departamento.
¿Cuánto tráfico de red más genera un agente?
Según pruebas propias de Cisco, las tareas ejecutadas por agentes pueden generar hasta un 450% más de tráfico de red total cuando se incluye el tráfico de la IA agéntica. Y según un análisis de Cisco sobre telemetría agregada de tráfico directo a servicios de IA, ese tráfico va camino de duplicarse cada seis meses. Las dos cifras figuran en la nota de prensa Cisco AI Research: AgenticOps Scaling Quickly in the Enterprise, del 23 de septiembre de 2026.
En la misma nota, el estudio de Omdia dice que la organización media genera unas 4.100 alertas y eventos de monitorización al día, más de la mitad relacionados con la red (mismo ámbito: organizaciones grandes de esas tres regiones). Cada agente que enciendes es otra fuente de eventos que alguien tiene que mirar, filtrar o pagar por almacenar.
Por qué el coste escala con los agentes y no con los usuarios
Porque un agente no se comporta como un usuario. Un usuario hace una consulta cuando la necesita. Un agente trabaja por cadencia y por encargo: consulta el ERP, el banco y el correo para cada caso, vuelve a leer el contexto en cada ejecución, reintenta cuando algo da error y registra cada paso. Añadir usuarios a un agente casi no cambia su comportamiento. Añadir agentes multiplica las conexiones, y si además se hablan entre ellos, las llamadas crecen con la malla y no con la suma, tal como pasa en un sistema multiagente.
| Partida | Qué la dispara | Con qué crece |
|---|---|---|
| Modelo (tokens) | Cada decisión o lectura del agente | El volumen de casos |
| Tráfico entre sistemas | Cada herramienta que el agente lee o escribe | Agentes × sistemas conectados |
| Salida de datos (egress) | Datos que cruzan de una nube o región a otra | La arquitectura, no el uso |
| Almacenamiento de trazas | Cada paso guardado, con entrada y salida | El tiempo que lo conservas |
| Observabilidad y alertas | Métricas y eventos de cada agente | El número de agentes |
Un ejemplo sin cifras inventadas
Imagina un agente de cobros que consulta el ERP, el banco y el correo para cada factura vencida. Que lo use una persona más o diez no cambia lo que hace. Ahora pon cinco agentes (cobros, compras, soporte, ventas, administración), cada uno con sus tres o cuatro sistemas. No tienes cinco veces la actividad: tienes cinco cadencias de consulta, sus reintentos, cinco juegos de trazas y cinco fuentes de alertas, sobre sistemas que ahora reciben el tráfico de todos.
¿Qué partidas crecen solas?
- Reintentos y bucles. Un agente que falla vuelve a intentarlo, y uno en bucle puede gastar en una tarde lo presupuestado para el mes. Si no hay tope por agente, el límite lo pone la factura.
- Lectura redundante. Si el agente vuelve a leer el mismo contexto en cada ejecución, pagas tráfico y tokens por algo que no ha cambiado. La forma de dar memoria a un agente de IA decide cuánto se repite.
- Datos que salen de donde viven. Cuando el agente corre en una nube y el sistema que consulta está en otra, cada lectura es una salida de datos que alguien factura.
- Trazas. Guardar cada paso con su entrada y su salida es lo que permite auditar, y su tamaño lo fija el plazo de conservación. Cuánto guardar es una decisión de coste y de obligación a la vez: cuánto tiempo guardar los logs de un agente de IA.
- Alertas. Cada agente suma métricas, y una operación que ya recibe miles de eventos al día no necesita una fuente de ruido más sin dueño.
Cómo presupuestar un agente: separa lo que depende del modelo de lo que crece solo
- Parte variable: el modelo. Mídela por caso resuelto, no por token. Es la partida que se mueve con el volumen y con el modelo que elijas, como explica la guía de qué modelo usar en un agente.
- Parte que crece sola: tráfico, egress, trazas y observabilidad. Presupuéstala por agente y por sistema conectado, nunca por usuario. Es la que olvida la propuesta comercial.
- Un tope en cada una. Límite de gasto por agente, alerta cuando el consumo se sale del patrón y retención de trazas escrita, con fecha de caducidad.
- Un dueño de la factura. Estas partidas aterrizan en tres o cuatro centros de coste distintos. Si nadie las suma, nadie las controla.
- Una revisión mensual. Lo que crece solo se detecta mirando la tendencia, y es parte del mantenimiento de las automatizaciones de IA.
Ese ejercicio de medir, atribuir, presupuestar y poner topes es una función, no un proyecto puntual, y es la que montamos cuando operamos el control de coste de tu IA en producción: la factura deja de ser una sorpresa mensual para ser una línea que sabes descomponer.
¿Cuándo es seguro pasar de uno a cinco agentes?
Cuando sabes, para el primero, cuánto tráfico, cuántas llamadas, cuánta traza y cuántas alertas genera cada caso, y has multiplicado esos números por los sistemas que los demás agentes van a compartir. Si no tienes esas cuatro medidas del primer agente, el segundo no es una ampliación: es una apuesta.
Durante los primeros treinta días del primer agente, mide esto:
- El tráfico que genera por ejecución en cada sistema que toca, comparado con el de antes de conectarlo.
- Las llamadas por caso resuelto y la tasa de reintentos.
- Los gigabytes de traza por semana y la retención que has fijado.
- Los eventos y alertas que produce, y cuántos requieren a una persona.
- El coste por caso con las dos partidas juntas: la variable y la que crece sola.
La medición continua es justo lo que cubre monitorizar la IA en producción. Y con esos números en la mano, calcular el ROI de una automatización con IA deja de ser un ejercicio de diapositiva: el denominador es el real.
Cuándo esto no te aplica
Si tienes un único agente dentro de un SaaS cerrado que factura todo en la suscripción y no se conecta a sistemas propios, la infraestructura ya va dentro de su precio y el modelo clásico de licencia más uso te sirve. Cambia cuando el agente se conecta a tus sistemas, corre en tu nube o se suma a otros. Incluso entonces conviene leer qué incluye la tarifa, como en pagar por resultado o por licencia: lo que el proveedor no cobra de forma explícita lo pagas de forma implícita, en otro sitio.
La frase para llevarse: presupuestar un agente por licencia y tokens es presupuestar la parte que ya veías. La que decide tu factura es la que el agente mueve, y esa se mide antes de escalar, no después.