Bajarle la factura de IA a equipos de ingeniería
Servicio para equipos que gastan de más en IA. Reviso en qué se va la plata, muevo trabajo a modelos más baratos y guardo las respuestas que se repiten.
Los precios por token cayeron con fuerza en 2026, y aun así las facturas de IA empresariales se dispararon: el uso creció más rápido que lo que abarató el unit cost. Empaqueté ese dolor en un servicio de FinOps para equipos de ingeniería.
El problema
Los equipos que viven de asistentes de código y de inferencia LLM en producción ven crecer la factura sin saber qué la mueve. No es un problema de precio por token; es de arquitectura de uso.
El enfoque
La pieza central es una taxonomía de waste-drivers — el foco de la auditoría:
- Sobre-selección de modelo → política de model-tiering + routing (modelo chico donde alcanza).
- Sin prompt caching → reestructurar para acierto de cache (prefijo estable).
- Loops agénticos desbocados → topes de turnos y submodelos baratos para subagentes.
- Sin visibilidad → cuotas por dev/equipo, alertas y dashboard.
- Todo a la nube → ruteo híbrido a modelos locales para tareas elegibles.
Sobre esto construí la oferta (auditoría → sprint de reducción → FinOps fraccional) y un landing.
El resultado
Mi propia factura, corriendo un stack híbrido local↔cloud sobre una GPU de consumo, es el caso de estudio: cada porcentaje que reporto está medido, nunca inventado.