Métricas de Economía de la Salud

Tema 77 de 91· Aceleración con IA

Economía Unitaria de la Inferencia

La economía unitaria de la inferencia asigna precio a las funcionalidades de IA según su cómputo marginal: coste por token, agregado hasta el coste por transacción, por usuario, por episodio clínico. La dinámica definitoria: los precios de los LLM han caído aproximadamente un orden de magnitud cada 1-2 años a capacidad constante: una tasa de deflación sin precedentes en la valoración de tecnología sanitaria.

Por qué importa

Del colapso de precios se derivan dos consecuencias. En el plano comercial, una funcionalidad de IA que hoy es marginal puede ser trivialmente rentable en 18 meses, y un competidor con precios basados en los costes actuales quedará expuesto a ser desplazado. Para la evaluación económica, cualquier modelo de coste-efectividad de un servicio clínico habilitado por IA que congele los precios de inferencia de 2024 sobreestima de forma sustancial el coste continuado: el análisis necesita escenarios de caída de precios del mismo modo que los modelos de fármacos gestionan la expiración de patentes y la entrada de genéricos. (Puntos de referencia de la investigación: tokens de salida de frontera ~$15–75/M a mediados de 2026, modelos de nivel medio un orden de magnitud más baratos, capacidad de nivel GPT-4 bajando de ~$20/M en 2022 a ~$0.40/M; Epoch AI midió caídas de 9×–900×/año según el hito de capacidad.)

Las matemáticas

Coste por llamada   = tokens de entrada × tarifa de entrada + tokens de salida × tarifa de salida
Coste por unidad    = Σ llamadas por unidad de resultado de negocio (por episodio
                      de triaje, por carta redactada, por resumen de consulta)

Realidad combinada  = llamada base + reintentos + contexto RAG (intensivo en entrada)
                      + llamadas de evaluación/salvaguarda (a menudo 20-50% de sobrecarga)

Escenario de caída de precios para modelos multianuales:
  coste_t = coste_0 × d^t, probar d ∈ {0.3, 0.5, 0.7}/año en análisis de sensibilidad

Ejemplo resuelto

Un servicio de resúmenes de alta con IA: el resumen medio usa 12,000 tokens de entrada (contexto del historial) + 1,200 de salida, más una pasada de verificación (6,000 de entrada / 300 de salida). A $3/M de entrada, $15/M de salida:

Borrador:    12,000 × 3/1M + 1,200 × 15/1M  = $0.036 + $0.018 = $0.054
Verificación: 6,000 × 3/1M +   300 × 15/1M  = $0.018 + $0.0045 ≈ $0.023
Por resumen ≈ $0.077 → por 100,000 resúmenes/año ≈ $7,700

Frente a ~20 minutos-clínico ahorrados por resumen (≈ £25), la inferencia
supone el 0.25% del valor creado: la economía está dominada por todo
EXCEPTO los tokens: integración, evaluación, gobernanza, adopción.

Esa conclusión —el coste de inferencia rara vez es la restricción vinculante, a los precios actuales, para tareas clínicas de alto valor— es en sí misma el hallazgo que merece la pena llevar a las reuniones de precios.

Conexión con la ingeniería de software

Esto es cloud unit economics especializada para IA, con tres notas prácticas: mide por unidad de negocio, no por llamada a la API, para que la cifra se incorpore directamente a los modelos de ICER/impacto presupuestario; vigila la asimetría entrada/salida (la salida suele costar ~4× el precio de la entrada; las arquitecturas RAG son intensivas en entrada: las decisiones de arquitectura son decisiones de precio); y enruta por nivel de tarea: adaptar la capacidad del modelo a la dificultad de la tarea (modelos económicos para clasificación, de frontera para síntesis) reduce habitualmente el coste combinado entre 5 y 10 veces con igual calidad, la versión software de usar la intervención efectiva más barata (minimización de costes, con equivalencia demostrada).

Trampas habituales

  • Modelos multianuales de precio congelado: sobreestiman el coste; pero también los modelos de ingresos con deflación asumida: una guerra de precios no es un contrato; contempla ambos escenarios.
  • Ignorar la sobrecarga de evaluación: las salvaguardas, los jueces y los reintentos son tokens reales, a menudo la mayoría en entornos regulados.
  • Miopía del per-token: la latencia, los límites de tasa y las restricciones de ventana de contexto conllevan costes que ningún precio por token captura.

Fuentes