Dentro del problema de “tokenmaxxing” de Amazon

Cuando los objetivos de adopción de IA empiezan a moldear el comportamiento

Según informes, empleados de Amazon están usando una herramienta interna de IA para automatizar tareas no esenciales con el fin de aumentar su aparente uso de los sistemas de IA de la empresa. La práctica, descrita en una información publicada por Ars Technica a partir de Financial Times, recibe dentro de la compañía el nombre de “tokenmaxxing”. El término es jocoso, pero el problema de fondo es serio: cuando la dirección enfatiza la adopción de IA como métrica, la gente puede optimizar la métrica en lugar de hacer un trabajo útil.

Según el informe, Amazon ha desplegado ampliamente un producto interno llamado MeshClaw que permite a los empleados crear agentes de IA conectados al software del lugar de trabajo y hacer que ejecuten tareas en nombre del usuario. Varios empleados dijeron que compañeros estaban usando el sistema para generar actividad adicional e innecesaria de IA con el fin de aumentar el consumo de tokens, las unidades de datos que procesan los modelos.

Los incentivos detrás del comportamiento

El artículo dice que Amazon introdujo objetivos para que más del 80% de los desarrolladores use IA cada semana y comenzó a seguir el consumo de tokens de IA en tablas de clasificación internas a principios de año. Aunque, según se informa, Amazon dijo a los empleados que las estadísticas de tokens no se usarían en las evaluaciones de desempeño, varios miembros del personal dijeron que creían que los gerentes igualmente estaban observando los datos.

Ese es exactamente el tipo de ambigüedad que alimenta el uso performativo. Si los trabajadores creen que un comportamiento medido puede influir en su posición, a menudo intentarán maximizar la señal visible, incluso cuando la actividad subyacente aporte poco o ningún valor. En este caso, eso puede significar usar IA para realizar tareas que no necesitaban automatización o generar actividad principalmente para que las métricas reflejen participación.

El informe cita a un empleado que decía que había “mucha presión” para usar las herramientas, y a otro que afirmaba que los gerentes miraban los datos de uso. Independientemente de si esas estadísticas afectan formalmente las revisiones, la percepción de que importan puede ser suficiente para reconfigurar el comportamiento en el lugar de trabajo. Las métricas no necesitan ser criterios oficiales de desempeño para convertirse en señales informales de poder.

Por qué esto importa más allá de Amazon

Los detalles específicos de la empresa son notables, pero el problema más amplio va mucho más allá de un solo empleador. En todo el sector tecnológico, las compañías intentan demostrar el retorno de grandes inversiones en IA mientras empujan al mismo tiempo las herramientas generativas más profundamente en los flujos de trabajo cotidianos. En ese entorno, las cifras de adopción pueden convertirse en un sustituto del impulso estratégico.

El problema es que la adopción no es lo mismo que la productividad. Una plantilla puede generar cifras impresionantes de uso sin producir ganancias equivalentes en producción, calidad o velocidad. De hecho, si los empleados empiezan a automatizar tareas de poco valor solo para elevar el conteo de tokens, los datos resultantes pueden inducir activamente a error a la dirección al hacer que el compromiso con la herramienta parezca más saludable de lo que realmente es.

MeshClaw y el crecimiento del software de oficina agéntico

MeshClaw de Amazon se describe como un sistema que permite a los empleados crear agentes de IA capaces de conectarse con software del lugar de trabajo y actuar en nombre de un usuario. Eso lo convierte en parte de un cambio más amplio hacia herramientas empresariales agénticas, en las que los modelos no solo responden preguntas, sino que inician acciones, mueven información entre sistemas y gestionan tareas operativas.

El atractivo de estas herramientas es obvio. Prometen apalancamiento: menos pasos manuales, finalización más rápida de tareas y la posibilidad de delegar trabajo digital repetitivo. Pero también crean una nueva superficie de informes dentro de las organizaciones. Si cada acción puede contarse, cada empleado puede clasificarse y cada token puede rastrearse, entonces el uso de IA empieza a convertirse en un objeto de gestión.

El informe señala que Amazon había restringido recientemente el acceso a las estadísticas de todo el equipo para que solo los empleados y los gerentes pudieran ver los datos. Ese cambio sugiere que la compañía ya podría estar intentando calibrar cómo la visibilidad afecta al comportamiento. Una vez que se forma una cultura de tablas de clasificación en torno a herramientas internas de IA, puede ser difícil separar la experimentación genuina de la búsqueda de puntos.

Un contexto costoso para la presión interna

El impulso se está produciendo en un contexto de gasto enorme. El informe dice que se espera que Amazon gaste 200.000 millones de dólares en gasto de capital este año, con la gran mayoría destinada a IA e infraestructura de centros de datos. Ese tipo de compromiso financiero aumenta naturalmente la presión para mostrar utilización. La dirección quiere pruebas de que una infraestructura costosa no está ociosa.

Desde esa perspectiva, los conteos de tokens resultan tentadores. Son inmediatos, cuantificables y fáciles de comparar. Pero también son un proxy superficial. Un alto total de tokens podría reflejar asistencia productiva para programar, experimentación desperdiciada, tareas duplicadas o tokenmaxxing directo. Sin medidas de resultados más sólidas, los datos de uso pueden contar una historia segura pero incompleta.

La lección de gestión

La lección más importante aquí no es que los empleados manipularon una métrica. Los empleados manipulan métricas todo el tiempo cuando los incentivos lo vuelven racional. La verdadera lección es que las organizaciones necesitan ser precisas sobre lo que están recompensando. Si el objetivo es mejor software, entrega más rápida o operaciones internas de mayor calidad, entonces esos resultados deben medirse de la forma más directa posible. Si la meta medida es simplemente “usar más IA”, los trabajadores encontrarán maneras de hacerlo exactamente así.

Eso no significa que los datos de uso sean inútiles. Pueden mostrar si las herramientas se están descubriendo, dónde el despliegue es desigual o qué equipos pueden necesitar apoyo. Pero cuando la visibilidad y la presión crecen más rápido que la claridad sobre el valor, la métrica se convierte en un juego. El término “tokenmaxxing” es una advertencia útil para ese modo de fallo.

Una señal de la próxima tensión laboral en IA

Durante años, el debate sobre la IA en el trabajo se centró en si los empleados adoptarían las herramientas en absoluto. El episodio de Amazon sugiere que la siguiente fase puede ser distinta: cómo evitar el teatro de la sobreadopción, los incentivos de uso superficial y los paneles internos que distorsionan el comportamiento. Mientras las empresas buscan pruebas de que las inversiones en IA están dando frutos, podrían descubrir que medir el uso es la parte fácil. Medir el uso útil es más difícil.

Esa distinción probablemente será más importante a medida que la IA empresarial se vuelva estándar. Las organizaciones que la gestionen bien no serán las que tengan las cifras de tokens más altas. Serán las que sepan distinguir entre apalancamiento genuino y ruido costoso.

Este artículo se basa en una información de Ars Technica. Leer el artículo original.