El ingeniero mediano ya gasta 213 dólares por semana en tokens de IA y el percentil 90 llega a 911, según datos de Larridin

El 27 de septiembre de 2026, Jason Lemkin publicó en SaaStr un análisis de Larridin, plataforma que conecta el uso y el gasto en inteligencia artificial con resultados de negocio, junto con un referente de gasto que vale la pena mirar aunque la empresa no sea del rubro comercial: cuánto está costando realmente la programación asistida por IA en las organizaciones que la miden.

El dato central corresponde a agosto de 2026: el ingeniero mediano gastó 213 dólares por semana en tokens de programación con IA, equivalentes a unos 920 dólares al mes. El percentil 90 gastó 911 dólares por semana, cerca de 47 mil dólares anualizados por persona. La diferencia entre ambos extremos es de diez veces.

¿El mayor gasto en IA produce mayor resultado?

No de forma lineal, y ahí está el hallazgo más útil. Los datos que cita Lemkin separan el resultado por nivel de adopción, no por monto:

• Ingenieros con adopción profunda, con 79% de su producción atribuida a IA, alcanzaron 11,8 veces de producto alrededor de 1.300 dólares semanales de gasto.
• Ingenieros con adopción parcial, con 37% atribuido a IA, vieron caer el retorno marginal aproximadamente a la mitad una vez que el gasto pasó los 600 dólares semanales.
• Quienes tienen adopción baja se estancaron cerca de 1,9 veces, sin importar cuánto gastaran.

La conclusión que se desprende es que el gasto adicional solo rinde cuando el flujo de trabajo ya cambió. Sumar presupuesto de tokens sobre una forma de trabajar antigua produce una mejora que se agota rápido.

¿Qué hace Larridin y quién está detrás?

La plataforma ofrece cuatro productos: Spend Intelligence para rastrear el costo de tokens, AI Impact para medir adopción y retorno, Developer Intelligence para vincular producción de ingeniería con gasto en IA y Workflow Intelligence para identificar oportunidades de automatización.

La compañía levantó una Serie A de 17 millones de dólares liderada por Andreessen Horowitz. Su fundador es Russ Fradin, con seis empresas previas, acompañado por Jim Larrison como presidente y Ameya Kanitkar como director de tecnología. Entre sus clientes figuran Gainsight, Vertiv, Klaviyo, SurveyMonkey, EcoVadis, TigerConnect y Sundt. Cuenta con certificación SOC 2 Tipo II y cumplimiento de GDPR e HIPAA. El precio es de nivel empresa y no está publicado; un análisis de competidores citado en el artículo sitúa este tipo de contratos en torno a 50 mil dólares anuales.

¿Por qué un líder comercial debería mirar un dato de ingeniería?

Porque la estructura del problema es idéntica en el área comercial y todavía casi nadie la mide ahí. Los equipos de ventas y marketing ya consumen tokens en redacción de correos, investigación de cuentas, resúmenes de llamadas y generación de contenido, y ese consumo suele estar oculto dentro de licencias por asiento. Cuando el proveedor cobra por asiento, el consumo desigual no se ve; cuando empieza a cobrar por uso, aparece de golpe en la factura.

El patrón de los diez veces de diferencia entre el mediano y el percentil 90 también aparece en equipos comerciales: un grupo pequeño usa intensamente las herramientas, la mayoría las usa de forma superficial, y el promedio esconde ambas realidades.

¿Qué significa para las empresas en Chile y Latinoamérica?

En Chile y en Latinoamérica el efecto es más agudo por una razón simple de moneda: el gasto en tokens se cobra en dólares mientras los ingresos se generan en moneda local, de modo que un consumo variable sin control se traduce en un margen que se mueve por tipo de cambio además de por uso. Un percentil 90 de 47 mil dólares anuales por persona es una cifra que, aplicada a un equipo de la región, cambia la estructura de costos de forma material.

A esto se suma que buena parte de las empresas de la región compró licencias de IA durante 2026 sin instrumentar el consumo, porque el modelo por asiento lo hacía innecesario. El movimiento de la industria hacia cobro por uso deja esa omisión al descubierto.

Análisis de Revenue Hub

Lo que este referente muestra, y que aplica de lleno a la operación comercial, es que el gasto en IA dejó de ser una licencia fija y pasó a ser un costo variable por persona con dispersión enorme. Eso lo convierte en una partida que hay que administrar con la misma disciplina que se usa para el gasto en publicidad: con visibilidad por usuario, con techo definido y con un indicador de resultado asociado. La diferencia es que casi ninguna empresa tiene hoy esa visibilidad en el área comercial.

La recomendación concreta para un líder comercial es levantar este mes un inventario de consumo de IA en ventas y marketing con tres columnas: qué herramienta, cuánto se gasta al mes por usuario y qué resultado atribuible produce. Con eso se puede tomar la decisión que realmente importa, que no es recortar de forma pareja sino concentrar: dar más presupuesto al grupo que ya rediseñó su flujo de trabajo y alcanzó adopción alta, y en el grupo de adopción baja invertir en cambio de proceso antes que en más tokens. Gastar más en quien usa poco es la peor de las tres opciones disponibles.

El segundo movimiento es contractual: al renovar, conviene pedir al proveedor visibilidad de consumo por usuario y un mecanismo de alerta por umbral. Sin eso, el primer contrato por uso se convierte en una sorpresa de fin de trimestre. Seguimos la evolución de los modelos de precios en la sección de tendencias SaaS y publicamos criterios de gasto y adopción en el blog de Revenue Hub.