¿Cansado de que un tuit te mueva el mercado? Los índices sintéticos de Deriv no reaccionan a noticias → Operá índices sintéticos en Deriv.
Espacio patrocinadoCuando una empresa decide medir la productividad de sus ingenieros por cuánta inteligencia artificial consumen, el resultado casi inevitable es que los ingenieros encuentren la forma más eficiente de consumir IA sin hacer nada útil. Eso es exactamente lo que le acaba de ocurrir a Amazon, y la lección vale para cualquier organización que esté pensando en gamificar la adopción de IA.
La compañía implementó un sistema interno llamado Kirorank, un tablón de puntuaciones que medía la actividad de los desarrolladores dentro de Kiro, su herramienta propia de codificación asistida por IA. La dirección se había fijado un objetivo ambicioso: que el 80% de sus programadores usaran la herramienta cada semana. Para incentivarlo, convirtió el uso en una métrica visible, con rankings entre equipos.
El tokenmaxxing y sus consecuencias
Lo que siguió fue predecible en retrospectiva, aunque claramente no lo fue para quienes diseñaron el experimento. Los ingenieros comenzaron a desplegar agentes autónomos que ejecutaban procesos en bucle, consumiendo tokens de forma masiva sin que eso se tradujera en código funcional ni en ningún entregable real.
El fenómeno tiene ya nombre: tokenmaxxing, término que define la práctica de inflar artificialmente el consumo de tokens para simular actividad productiva. El resultado fue un agujero en los costes de infraestructura de Amazon, sin contrapartida en valor generado.
Esta semana, el vicepresidente sénior Dave Treadwell tuvo que intervenir públicamente ante la plantilla para anunciar el cierre del experimento.
Admitió que el diseño original había tenido «buenas intenciones», pero los incentivos mal calibrados produjeron el efecto opuesto al buscado. Su mensaje a los desarrolladores fue directo: no usen la IA solo por el hecho de usarla, sino para construir mejores productos.
Un error que no es exclusivo de Amazon
El caso no es una anomalía. Meta y Microsoft han atravesado dinámicas similares, con empleados compitiendo por posiciones en rankings internos de adopción de IA a base de consumo vacío de tokens. La pauta se repite porque el error de diseño es el mismo: medir un proxy -el uso- en lugar de medir el resultado -el valor generado.
Amazon ya tiene una propuesta de corrección. En lugar de contabilizar tokens brutos, el nuevo enfoque medirá «despliegues normalizados»: cuántas interacciones con la IA se convierten efectivamente en líneas de código integradas en productos reales. Es una métrica más difícil de inflar y más cercana a lo que realmente importa.
La métrica equivocada tiene un coste real
Lo que este episodio deja en evidencia va más allá de Amazon. La presión corporativa por demostrar adopción de IA a cualquier precio genera sistemas de incentivos que recompensan la apariencia de productividad sobre la productividad real.
Las organizaciones que quieran integrar IA de forma genuina necesitan medir impacto, no actividad. La diferencia entre ambas cosas es, precisamente, la diferencia entre una herramienta útil y un tablón de puntuaciones que sus propios usuarios aprenden a manipular en días.
