En los últimos años hemos aprendido a utilizar inteligencia artificial sin pensar demasiado en lo que ocurre detrás. Abrimos ChatGPT, DeepSeek, Qwen o cualquier otra herramienta, escribimos una pregunta y recibimos una respuesta. Nos han contado que cada una de esas respuestas necesita capacidad de computación, servidores, chips, electricidad y centros de datos, que consume mucha agua y aunque muchos no lo acaben de entender ya aseguran que es malo para el planeta.

Una de las formas que utiliza la industria para medir ese consumo son los tokens, pequeñas unidades en las que los modelos dividen la información que reciben y generan. Hasta hace poco, hablar de tokens interesaba sobre todo a desarrolladores y empresas tecnológicas, porque permitían calcular cuánto costaba utilizar una API. Después llegaron herramientas como Claude, que te dejaba “castigado” unas horas sin consumías determinado número de tokens y entonces empezamos a entender mejor de qué se trataba.

En China ahora todo el mundo habla de token. Este término empieza a ser tan familiar que aparece en bancos (que los utilizan para medir cuánto usan la inteligencia artificial) e incluso puedes comprar “planes de tokens” en determinados sitios como Tmall. Ciudades como Hangzhou empieza a ofrecer a emprendedores créditos para utilizar herramientas de IA… en definitiva, el token está empezando a salir del lenguaje técnico y a entrar en la economía real.

La idea no surge de la nada. Durante la China International Big Data Industry Expo de Guiyang, Liu Liehong, director de la Administración Nacional de Datos, planteó que el token podría convertirse en una referencia para medir, fijar precios, intercambiar y liquidar determinados servicios de inteligencia artificial. No significa que China quiera crear una moneda nueva ni que un token sea una criptomoneda, es mucho más sencillo: cuando una empresa utiliza un modelo millones de veces al día, alguien necesita saber cuánto está consumiendo y cuánto cuesta prestar ese servicio. China pasó de consumir alrededor de 100.000 millones de tokens diarios a comienzos de 2024 a más de 100 billones al terminar 2025, según los datos oficiales, y en marzo de 2026 ya superaba los 140 billones. A esa escala, contar tokens deja de ser únicamente una cuestión técnica. Empieza a convertirse en una forma de observar cuánto se está utilizando realmente la inteligencia artificial.

Los bancos empiezan a contar su consumo de IA

Los resultados de varios bancos chinos ofrecen una de las señales más claras de este cambio. China Merchants Bank informó de que el volumen diario de tokens procesados por sus sistemas había aumentado más de un 78% respecto al año anterior, mientras Ping An Bank señaló un consumo medio superior a 5.300 millones de tokens diarios durante el primer semestre de 2026, alrededor de un 130% más que un año antes. Jiangsu Bank afirma que su consumo diario se ha multiplicado por 18 desde finales de 2025. Al mismo tiempo, las entidades están desplegando centenares de aplicaciones y agentes de inteligencia artificial para revisar operaciones, analizar documentos, detectar riesgos, atender clientes o automatizar tareas internas. No todos los bancos ofrecen las mismas cifras y algunos prefieren hablar de número de escenarios, asistentes o agentes, lo que demuestra que todavía no existe una forma común de medir la adopción empresarial de la IA. Pero que el token aparezca ya en resultados corporativos es importante: empieza a utilizarse como una manera de medir la intensidad con la que una gran organización utiliza inteligencia artificial.

Algunos bancos chinos publican también estimaciones de millones de horas de trabajo ahorradas o equivalentes a miles de años de trabajo humano, pero esas cifras deben interpretarse con cautela porque cada entidad utiliza su propia metodología y no siempre explica con detalle cómo realiza los cálculos. Lo mismo ocurre con los tokens: una empresa puede consumir el doble y no ser el doble de productiva. Un sistema mal diseñado puede utilizar enormes cantidades de capacidad y generar poco valor, mientras una aplicación muy concreta puede consumir pocos tokens y ahorrar millones. El token puede ayudarnos a medir actividad y gasto, pero no mide directamente inteligencia, productividad ni valor económico. Esa distinción será importante si esta unidad empieza a utilizarse cada vez más.

Tmall convierte la capacidad de IA en un producto

Tmall es una de las grandes plataformas de comercio electrónico de Alibaba, integrada en el mismo ecosistema que Taobao. Podemos pensar en ella como un enorme centro comercial online en el que las marcas tienen sus propias tiendas y los consumidores buscan, comparan y compran productos y servicios. El 3 de septiembre, Tmall abrió dentro de esa plataforma una sección específica para inteligencia artificial llamada AI Space Station o Token Recharge Center. No es una tienda física ni un lugar en el que se compren tokens que después puedan utilizarse libremente en cualquier modelo. Es más parecido a una sección de recargas digitales: el usuario entra desde Taobao, busca “token” o “centro de recargas” y encuentra planes de diferentes servicios de IA que puede comprar directamente, igual que podría adquirir una suscripción digital o recargar un servicio de telefonía.

En el lanzamiento aparecían productos de Alibaba Cloud, Zhipu, Kimi y MiniMax, además de ofertas relacionadas con DeepSeek comercializadas por distribuidores externos. Algunos proveedores venden desde sus tiendas oficiales y otros aparecen a través de intermediarios.

¿Y qué compra exactamente el usuario? Depende del proveedor. Puede comprar una suscripción durante un periodo determinado, un Coding Plan para utilizar herramientas de programación con IA o una cantidad concreta de capacidad de uso. En algunos casos recibe un código que activa posteriormente en el servicio correspondiente y en otros la recarga se realiza directamente en su cuenta.

Por ejemplo, algunas ofertas permiten comprar varios millones de tokens de un modelo para utilizarlos durante un día, mientras que otras funcionan como una tarifa mensual con determinados límites o créditos.

Es como cuando compramos gigas extra para el teléfono. Aquí en lugar de comprar un servidor o pagar directamente cada operación que realiza el modelo, el usuario compra por adelantado una determinada cantidad o modalidad de uso de inteligencia artificial. La diferencia es que, una vez comprado el paquete, no “gasta” esos tokens dentro de Tmall (como si los compramos en Movistar o Vodafone), sino que los consume cuando utiliza el modelo o la herramienta correspondiente. Tmall actúa como escaparate, punto de venta y sistema de pago, no como el lugar donde se ejecuta la inteligencia artificial.

Esto es precisamente lo interesante. Hasta ahora, quien quería utilizar un modelo mediante API solía acudir a la página del proveedor, crear una cuenta, entender cuánto costaban los tokens de entrada y de salida, cargar saldo y gestionar el consumo. Tmall lleva parte de ese proceso a un entorno que cualquier consumidor chino conoce: buscar, elegir un paquete, pagar y activarlo. La prensa china lo ha comparado directamente con recargar el saldo o los datos del móvil.

Una vez que la capacidad de IA entra en un marketplace, puede empezar a venderse mediante planes mensuales, descuentos, cupones, promociones o paquetes para empresas y también resulta más sencillo colocar varias ofertas en un mismo escaparate y competir por el cliente. Según cifras difundidas por la propia plataforma, la llegada de Zhipu provocó un fuerte aumento de las búsquedas y de las transacciones relacionadas con estas suscripciones. Más allá de esas cifras promocionales, el cambio relevante es que utilizar un modelo empieza a convertirse en algo que puede comprarse de una manera cada vez más parecida a contratar cualquier otro servicio digital.

La comparación con la telefonía, sin embargo, se rompe en un punto importante. Si dos operadores venden 10 GB de datos, sabemos qué cantidad estamos comparando. Con los tokens todavía no ocurre eso, porque diez millones de tokens de un modelo pequeño y diez millones de un modelo avanzado de razonamiento pueden necesitar cantidades muy diferentes de computación y ofrecer capacidades también muy distintas.

Además, hay modelos que trabajan solo con texto y otros que procesan imágenes, audio, vídeo o utilizan herramientas externas. Por eso en Tmall no vemos simplemente una lista uniforme del tipo “un millón de tokens de Zhipu frente a un millón de tokens de Kimi”. Los proveedores crean sus propios planes, créditos, puntos y suscripciones para traducir esa complejidad a algo que el comprador pueda entender. Y quizá ahí esté la señal más interesante de Tmall: la inteligencia artificial empieza a empaquetarse como un producto de consumo, aunque la industria todavía no haya encontrado una unidad verdaderamente comparable entre proveedores.

Hangzhou empieza a subvencionar el uso de inteligencia artificial

La tercera pieza de esta evolución aparece en Hangzhou.

Un programa dirigido a los parques de emprendimiento universitario de la ciudad distribuirá una primera tanda de mil tarjetas para utilizar Qwen Office, cada una con 10.000 puntos y un valor comercial aproximado de 500 yuanes.

Los emprendedores podrán emplearlos para acceder a herramientas de inteligencia artificial destinadas a crear documentos, presentaciones, analizar información o realizar otras tareas. Es un programa pequeño y local, y no conviene convertirlo en algo que todavía no es, pero resulta interesante por el tipo de recurso que se está ofreciendo. Si durante años las políticas tecnológicas han ayudado a empresas a pagar servidores, cloud, electricidad, oficinas o capacidad de computación, ahora aparece algo un poco distinto: facilitar directamente capacidad para utilizar inteligencia artificial.

Es parecido a lo que ocurrió con el cloud, cuando Amazon, Microsoft o Google comenzaron a ofrecer créditos a startups para que construyeran sus productos sobre sus plataformas. Ahora Hangzhou empieza a experimentar con una idea parecida, pero aplicada directamente al consumo de herramientas de inteligencia artificial.

¿Está naciendo una economía de la inferencia?

Aquí aparece una palabra que conviene explicar porque será cada vez más importante. Entrenar un modelo significa enseñarle, y la inferencia es cuando ese modelo utiliza lo aprendido (por ejemplo cuando el chatbot responde a tu pregunta).

Durante los últimos años hemos hablado muchísimo del enorme coste de entrenar modelos, pero la inferencia también necesita computación y tiene un coste (ya vimos lo que le pasó a Kimi K3 que tuvo que limitar las suscripciones porque el gasto “se le iba de las manos” tras el lanzamiento). Por eso empieza a tener sentido hablar de una economía de la inferencia: un mercado alrededor de cuánto cuesta utilizar inteligencia artificial de forma continua.

China está mostrando varias piezas de esa economía al mismo tiempo. Construye centros de datos y capacidad de computación, aparecen las llamadas “fábricas de tokens” para ofrecer grandes volúmenes de servicios de IA, DeepSeek aplica precios distintos según la hora del día para aprovechar mejor sus recursos, los bancos empiezan a contabilizar su consumo, Tmall comercializa planes y algunos gobiernos locales experimentan con ayudas para utilizarlos. No existe todavía un sistema común ni un mercado perfectamente organizado, pero sí empieza a existir una cadena reconocible: alguien produce capacidad de IA, alguien la compra, alguien mide cuánto consume y alguien fija un precio.

El token todavía no es el kilovatio hora de la inteligencia

La comparación con la electricidad resulta tentadora, porque el kilovatio/hora permitió convertir algo complejo como la producción y distribución eléctrica en una unidad que cualquiera podía medir y pagar. El cloud hizo algo parecido con la capacidad informática. La pregunta es si el token podría terminar cumpliendo una función parecida para la inteligencia artificial.

Por ahora conviene ser prudente. Un kilovatio hora siempre representa la misma cantidad de energía. Un token no representa siempre la misma cantidad de trabajo, ni la misma calidad, ni el mismo coste. Tampoco mide el valor generado. Podemos utilizar millones de tokens para producir contenido irrelevante o muchos menos para detectar un problema que ahorre una gran cantidad de dinero. Además, si los modelos se vuelven más eficientes, podrían necesitar menos tokens o menos computación para realizar mejor una tarea. Consumir más inteligencia artificial no significa necesariamente utilizarla mejor.

Pero la comparación sigue siendo útil por otra razón. Las grandes industrias necesitan formas de medir y cobrar aquello que venden. Si millones de agentes y aplicaciones de IA empiezan a funcionar continuamente dentro de las empresas, alguien tendrá que presupuestar ese consumo, los proveedores tendrán que facturarlo, las compañías tendrán que compararlo y los gobiernos podrán decidir incluso si quieren subvencionarlo.

Eso es precisamente lo que empieza a resultar interesante en China: el token nació como una unidad técnica, después se convirtió en una forma de cobrar las API y ahora comienza a aparecer en los resultados de bancos, en marketplaces y en programas de apoyo a empresas. Tal vez nunca llegue a convertirse en el verdadero kilovatio hora de la inteligencia artificial y quizá el mercado termine utilizando créditos, suscripciones, horas de agentes o alguna unidad que todavía no existe, pero la cuestión importante ya ha cambiado.

La inteligencia artificial empieza a dejar de ser únicamente una tecnología que compramos dentro de una aplicación. Cada vez más, será también una capacidad que las empresas consumirán de forma continua y por eso conviene que tengamos respuesta a la pregunta de cuánto cuesta utilizar la inteligencia artificial. No mediremos la rentabilidad, pero al menos sí tendremos alguna de las variables que afectan al coste.