La gobernanza de costos de agentes de IA es el conjunto de controles que atribuye el gasto en tokens a un agente, un flujo de trabajo y un dueño con nombre, mide el costo por tarea completada y aplica presupuestos mientras los agentes se ejecutan. Una revisión mensual de facturas no puede cumplir esa función, porque informa sobre decisiones que el software ya tomó semanas antes. En octubre de 2026, tres proveedores anunciaron o lanzaron controles de costos dentro de sus productos de gobernanza de agentes y de gestión de SaaS, junto a la identidad y las políticas.
Esto es lo que anunciaron los tres proveedores. Solo el anuncio de BetterCloud está confirmado como disponible hoy. Google y ServiceNow mencionaron este trimestre para algunos elementos, así que lea con atención la columna de estado.
| Proveedor | Qué se anunció | Disponibilidad declarada |
|---|---|---|
| Google Cloud Agent Gateway (22 de octubre) | Gestión de tokens para atribuir el gasto, aplicar límites de presupuesto y ofrecer una única fuente de verdad para las métricas de tokens, además de políticas de enrutamiento de modelos | "Llegará este trimestre en vista previa." La documentación del producto indica que el soporte llegará pronto y que las funciones y los plazos pueden cambiar. Sin fecha de disponibilidad general (GA). |
| ServiceNow (15 de octubre) | Gobernanza de costos por usuario, departamento y entorno de ejecución; AI Cost Management en IT Asset Management, que combina los costos de modelos de frontera, IA integrada en SaaS, hiperescaladores y GPU de centros de datos; aplicación de políticas que gestiona respuestas de alerta, limitación y bloqueo | AI Passport, la detección de IA en la sombra y AI Cost Management se esperan para el cuarto trimestre de 2026. El comunicado no da una fecha separada para la aplicación de políticas ni para la gobernanza de costos. |
| BetterCloud (29 de octubre) | Consumo de IA de varios proveedores en una sola vista, costo mensual y dueño por herramienta, gasto total en IA por empleado y gestión del ciclo de vida de los agentes | Disponible hoy para los clientes de BetterCloud, según el comunicado de la empresa. Se planean más proveedores. |
Cada uno ve una parte distinta: un gateway ve el tráfico que pasa por él, una plataforma de gestión de SaaS ve herramientas y personas, y una vista de activos intenta combinarlos. La demanda es clara: en el informe State of FinOps 2026, el 98% de los encuestados dijo que gestiona el gasto en IA, frente al 31% de dos años antes, y la capacidad de herramientas más solicitada fue el monitoreo detallado del gasto en IA por tokens, solicitudes a LLM y uso de GPU.
Una factura responde "¿cuánto le pagamos a este proveedor?". La gobernanza debe responder tres preguntas más difíciles.
Nuestro artículo anterior sobre la economía de los agentes explicó por qué la baja en los precios de los modelos no reduce el costo total de un agente en producción. Los tokens más baratos también invitan a tener más agentes y más trabajo en segundo plano, y eso es lo que vuelve urgente la gobernanza.
Cada llamada a un modelo o a una herramienta debe llevar cinco etiquetas: identidad del agente, flujo de trabajo, dueño de negocio, centro de costos y entorno. Dé a cada agente su propia identidad y credencial, porque las claves compartidas hacen imposible la atribución. Un gateway de IA es el lugar natural para aplicarlas. La documentación preliminar de Google es una referencia útil: describe cómo agrupar el uso por proyecto, aplicación, identidad del agente, endpoint del modelo, clave de API o encabezado personalizado, y registra en un grupo separado todo lo que no coincide.
Ese remanente es su primer KPI. Mida el gasto no atribuido como porcentaje del gasto total en IA y redúzcalo. La IA integrada en SaaS y las licencias por usuario nunca pasan por su gateway, así que esas cifras deben provenir de los datos de facturación o de una herramienta de gestión de SaaS.
Use el costo por tarea completada: el costo total de modelos, herramientas y revisión humana en un período, dividido entre las tareas terminadas con un estándar aceptado. Las ejecuciones fallidas y los reintentos se quedan en el numerador y fuera del denominador.
Ejemplo ilustrativo, no son datos de clientes: un agente de codificación de facturas hace 12,000 intentos en un mes con $3,600 de costo de modelos y herramientas, o $0.30 por ejecución. Las personas revisan 1,800 de ellos a $4.50 de mano de obra cada uno ($8,100), y 1,200 fallan por completo. El costo total es de $11,700 por 10,800 facturas aceptadas, o alrededor de $1.08 por tarea completada. Eso es 3.6 veces la cifra por ejecución.
Use una aplicación gradual, para que la mayoría de los excesos termine en una conversación y pocos en una interrupción del servicio. ServiceNow usa la secuencia de alerta, limitación y bloqueo para describir la aplicación de políticas, y nosotros aplicamos ese lenguaje a los presupuestos. Agregamos una detención de seguridad separada, porque un agente comprometido no debe esperar a un umbral de presupuesto.
| Etapa | Activador ilustrativo | Qué sucede | Quién actúa |
|---|---|---|---|
| Alerta | 60 a 80% del presupuesto | Se notifica al dueño y a finanzas. Sin cambios en el comportamiento. | Dueño del agente |
| Limitación | 90% del presupuesto, o ritmo de consumo anormal | Se reduce la concurrencia, se pone en cola el trabajo de baja prioridad y los tipos de tarea ya probados pasan a un modelo más barato. | Operaciones de TI |
| Bloqueo de trabajo nuevo | 100% del presupuesto | Se rechazan tareas nuevas, se deja terminar las tareas en curso y el trabajo en espera pasa a una cola humana. | Operaciones de TI, con aviso al dueño |
| Detención de seguridad | Bucle confirmado o sospecha de compromiso | Se revocan las credenciales del agente, se detiene y se ejecutan la limpieza y la revisión. | Seguridad |
Los presupuestos mensuales por sí solos son demasiado lentos, así que agregue topes por tarea en pasos, tokens y tiempo transcurrido, además de bolsas por hora o por día. Un presupuesto en tokens no es un presupuesto en dólares: las bolsas documentadas por Google se aplican en tokens, y los dólares aparecen solo como una métrica separada de costo estimado, mientras que finanzas piensa en dólares y los precios de los tokens varían según el modelo. Cuente también con excedentes: la misma documentación advierte que las solicitudes concurrentes admitidas antes de agotarse una bolsa pueden superar el límite, así que fije los límites por debajo de la cifra que realmente no puede cruzar.
Un gateway aplica los controles por solicitud. En modo estricto, el comportamiento documentado de Google es rechazar la llamada con un HTTP 429 una vez agotada la bolsa, y un gateway no tiene forma de saber que esa llamada era el paso cuatro de siete. Una tarea a medio terminar puede costar mucho más que los tokens ahorrados. Proteja estos casos:
El patrón tiene cuatro partes. Verifique el presupuesto cuando una tarea inicia, para rechazar el trabajo antes de que comience. Retenga una reserva de finalización para que las tareas admitidas puedan terminar. Diseñe los agentes para que traten un rechazo como un estado gestionado, con límites de reintentos y una cola humana. Y otorgue a los flujos de trabajo críticos una asignación de emergencia aprobada de antemano, con nombre, tope, registro y revisión, nunca una exención ilimitada.
El enrutamiento envía cada tipo de tarea al modelo más barato que cumpla su nivel de calidad: la clasificación y la extracción simples a modelos más pequeños, la planificación y las excepciones a modelos más potentes. Compruebe la calidad con evaluaciones antes de bajar de modelo, porque un modelo más barato que reintenta o escala con más frecuencia puede elevar el costo por tarea completada. Haga que seguridad apruebe también la tabla de enrutamiento, ya que un nuevo modelo o proveedor puede cambiar el destino de sus datos.
El consumo inexplicable tiene una lista corta de causas: un error de software, un cambio en una API externa, un prompt envenenado o una credencial robada. Las cuatro pueden verse igual en un tablero de costos. Vigile las llamadas idénticas repetidas a herramientas, los tokens por tarea muy por encima de la línea base, la actividad en horarios inusuales y las llamadas a herramientas o modelos que el agente nunca ha usado.
Envíe esas anomalías a su equipo de seguridad y también a su contacto de finanzas. Las trazas de observabilidad de agentes muestran qué hizo el agente y por qué, y su proceso de operaciones de seguridad decide si fue un accidente.
Divida el trabajo por decisión: TI opera los controles y finanzas fija las metas.
| Función | Es dueño de |
|---|---|
| Finanzas | Presupuestos, metas de costo unitario, chargeback o showback, conversión de tokens a dólares |
| TI | Etiquetado, políticas del gateway, umbrales, enrutamiento, aplicación |
| Seguridad | Triaje de anomalías, revocación de credenciales, aprobación del enrutamiento |
| Dueño de negocio | El resultado de cada agente, la solicitud de presupuesto y las excepciones |
El dueño con nombre es lo que más importa. El comunicado de ServiceNow cita a LTM, que según la empresa ha desplegado 1,500 agentes, cada uno con un ID de empleado y un gerente asignados. Ningún agente debe ejecutarse sin una persona responsable.
Atribuya cada llamada, mida el costo por tarea completada, aplique los presupuestos por etapas, proteja las transacciones en curso y trate las anomalías de gasto como eventos de seguridad. El etiquetado, los registros y las alertas pueden empezar ahora, mientras se despliegan las funciones de los proveedores.
Para el día 30 usted debería tener un dueño para cada agente, un porcentaje no atribuido conocido, costos unitarios para sus mayores cargas de trabajo y una ruta de aplicación probada. Nuestro equipo de consultoría de IA puede ejecutar este plan con usted, nuestros desarrollos de agentes de IA a medida pueden incluir estos controles desde el inicio, y conviene comparar las cargas de trabajo estables y de alto volumen con las opciones de IA Alojada.
La gobernanza de costos de agentes de IA es la práctica de atribuir el gasto en IA a cada agente, flujo de trabajo y dueño, medir el costo por tarea completada y aplicar presupuestos en tiempo de ejecución mediante pasos graduales como alerta, limitación y bloqueo.
El FinOps de nube gestiona principalmente capacidad que las personas aprovisionan y revisan después. El gasto de los agentes se define en tiempo de ejecución por el propio razonamiento del agente, sus reintentos y sus llamadas a herramientas, por lo que los límites por tarea y la aplicación en vivo importan más que los informes posteriores.
No a mitad de una transacción. El patrón más seguro es rechazar tareas nuevas al llegar al límite, dejar que las tareas en curso terminen o se reviertan limpiamente, y enviar el trabajo en cola a una persona. Reserve la terminación inmediata para un bucle descontrolado confirmado o una sospecha de compromiso.
Ambos, con funciones separadas. Finanzas fija los presupuestos y las metas de costo unitario, TI opera la atribución y la aplicación, seguridad atiende las anomalías y un dueño de negocio con nombre responde por cada agente.
Infonaligy tiene su sede en Dallas–Fort Worth y apoya programas de gobernanza de costos de IA en nuestras ubicaciones de servicio y en todo el país mediante atención remota.
Ayudamos a los líderes de TI y finanzas a atribuir el gasto de los agentes, fijar metas de costo unitario y poner en marcha una aplicación gradual y segura.