Los trabajadores chinos ya montan un teatro de productividad con IA para sus jefes
En enero, el consejero delegado de Nvidia, Jensen Huang, desató lo que los trabajadores tecnológicos chinos llaman ahora la ola del Tokenmaxxing. Su comentario, ampliamente difundido en internet, fue que le inquietaría profundamente que un ingeniero con un salario de 500.000 dólares al año consumiera tokens por valor de menos de 250.000 dólares en un año. En las grandes empresas de internet de China, el número de tokens consumidos por las herramientas de IA se convirtió rápidamente en un indicador del esfuerzo. Usar mucho los modelos te hacía parecer comprometido; usarlos poco, alguien que no estaba haciendo su trabajo.
Para junio llegó la factura. Las empresas que habían fomentado un uso casi ilimitado de los grandes modelos de lenguaje empezaron a examinar el retorno de ese gasto. El giro no tranquilizó a nadie. Según un relato ampliamente compartido del año dentro de las tecnológicas chinas, más bien agudizó la ansiedad: los trabajadores ahora tenían que demostrar que las herramientas de IA rendían, incluso cuando las herramientas hacían poco del trabajo.
El resultado es un nuevo tipo de actuación de oficina. Los empleados mantienen sesiones abiertas, generan documentos largos y lanzan instrucciones cuyo principal propósito es dejar un rastro visible de actividad. Lo importante no es el resultado, sino el registro del esfuerzo. Un trabajador que hace una tarea sin IA en silencio corre el riesgo de parecer más lento que un colega que envuelve la misma tarea en una gruesa capa de borradores generados por el modelo. En un año en que las decisiones de plantilla se toman con métricas de productividad, ese es un riesgo real.
Este es el incómodo punto medio de la historia de la adopción de la IA. Las herramientas son genuinamente útiles para redactar, resumir y programar, pero las ganancias son desiguales y difíciles de atribuir a una sola persona. Los directivos quieren un número medible. Los recuentos de tokens, los historiales de instrucciones y los paneles de uso lo proporcionan. Lo que miden es actividad, no valor, y los empleados han aprendido a optimizar para la medida en lugar del objetivo.
El patrón recuerda a los despliegues anteriores de software empresarial, cuando la frecuencia de inicio de sesión y el número de licencias se convirtieron en la vara de medir para herramientas que nadie usaba bien. La IA añade un giro: como los modelos son baratos de invocar y fáciles de ejecutar en paralelo, la actuación es casi gratuita de producir. Un trabajador puede fabricar una impresión convincente de eficiencia impulsada por IA en una tarde, lo que hace que la métrica sea aún menos fiable.
Para las empresas chinas, lo que está en juego va más allá de la política de oficina. Las compañías están bajo presión para justificar un fuerte gasto en potencia de cálculo y suscripciones a modelos, y muchas están reorganizando equipos sobre la suposición de que la IA elevará la producción. Si las ganancias de productividad son en parte teatrales, esos planes se asientan sobre arena. Algunas organizaciones están respondiendo al pasar a evaluaciones basadas en resultados, juzgando el trabajo terminado en lugar del uso de herramientas, aunque la transición es desigual.
También hay un coste humano. Los trabajadores describen fatiga por mantener una actuación que nunca termina, y reticencia a admitir que una herramienta no ayudó. El miedo a quedarse atrás, el FOMO que impulsó el auge de los tokens, no ha desaparecido; simplemente ha cambiado de forma. Ahora la ansiedad consiste en demostrar retornos en lugar de demostrar entusiasmo.
La próxima prueba llega cuando las empresas fijen los presupuestos para el año que viene. Habrá que ver si los empleadores chinos retiran los paneles de tokens y uso en favor de productos entregados, tickets resueltos e ingresos, y si los empleados dejan de tratar la actividad con IA como una forma de seguridad laboral. Hasta entonces, la señal más visible de adopción de IA en muchas oficinas puede ser la apariencia de ella.