Rippling descubrió que su gasto en tokens de IA crecía un 80% al mes y amenazaba con comerse el 40% del presupuesto de personal de I+D. La respuesta no fue prohibir el uso de IA, fue aplicar control del gasto en IA por empleado: construyó AI Spend Console, un panel que cruza cuánto gasta cada persona con si su trabajo mejora de verdad.
Para Carla y Marta el problema no es hipotético: entre el 10% y el 15% de la plantilla suele concentrar el 60% del gasto en IA de toda la empresa, y ese dato rara vez llega a dirección hasta que la factura ya duele.
El panel enruta cada prompt al modelo más barato que resuelve la tarea, señala a los empleados cuyo alto gasto coincide con más revisiones de su trabajo, y fija topes por herramienta. Rippling bajó así su gasto del 40% al 15% del presupuesto sin reducir el volumen de trabajo con IA.
No hace falta ser cliente de Rippling para aplicar la idea esta semana: pide a IT o finanzas un desglose de gasto en IA por persona o equipo, cruzado con algún indicador de resultado. Lo que Rippling no ha resuelto todavía es medir productividad fuera de perfiles técnicos, justo donde trabajan la mayoría de equipos en una empresa mediana.