Los empleados de Meta consumieron más de 60 billones de tokens en 30 días, generando un intenso debate en Silicon Valley sobre el “Tokenmaxxing”. También se ha observado un fenómeno similar entre empleados de Amazon, quienes manipulan las “KPI de IA”. Según datos de la Administración Nacional de Datos, el volumen de llamadas a tokens en China se multiplicó por más de mil veces en dos años, pasando de 100 mil millones diarios a principios de 2024 a 140 billones diarios en marzo de 2026. La industria enfrenta una crisis de “triple descontrol”: volumen, costo y valor. Los tokens han pasado de ser un costo de chat a convertirse en un medio de producción, pero las empresas tienen dificultades para medir su valor real. SuperFusion presentó FusionOne AI en WAIC 2026, creando una “Token Factory” para resolver los tres grandes desafíos: la cuenta económica, la cuenta de seguridad y la cuenta de continuidad, ya implementada en escenarios propios de AI Coding y en el sector médico de Chuangye Huikang.Autor y fuente del artículo: Nuevos智元
¡De la noche a la mañana, Tokenmaxxing se convirtió en un tema de conversación en Silicon Valley!
Hace varios meses, Meta creó un ranking interno para rastrear el consumo de tokens de más de 85 000 empleados de la empresa.
El resultado, asombroso—
Solo en 30 días, los empleados de Meta quemaron más de 60 trillones de tokens; el primer lugar gastó 281 mil millones individualmente, ni siquiera Mark Zuckerberg entró en los primeros 250.
Fuente: Information
No es el único caso: los empleados de Amazon también han comenzado a manipular desmedidamente los KPI de IA, incluso haciendo que los agentes de IA funcionen en vacío durante varias horas solo para elevar su clasificación.
Este aparentemente absurdo juego de clasificación reveló inesperadamente el velo de la IA empresarial en 2026:
¿Más tokens quemados equivalen realmente a más valor creado?
Nadie puede responderlo, porque es imposible medirlo.
Tras la celebración, la industria cayó en la incómoda "triple pérdida de control": control de uso, control de costos y control de valor.
Los modelos grandes pasaron de «no utilizables» a «utilizables» en solo dos o tres años. Pero los problemas que surgieron después de ser «utilizables» son mucho más complejos que los que existían cuando «no eran utilizables».
El token se convirtió en "medios de producción"
Pero no es igual al valor
Para responder a esta pregunta, primero debes entender qué se convirtió el Token.
Hace tres años, los tokens aún eran solo una «unidad de costo» en conversaciones informales entre humanos e IA, con preguntas y respuestas que consumían decenas a cientos de tokens.
Para 2026, la lógica se invierte por completo.
Un agente único consume decenas de miles de tokens para completar una tarea de oficina; mientras que múltiples agentes colaborativos consumen millones de tokens para una sola tarea.
El token ya no es solo un gasto de chat, sino también un "medio de producción" para reestructurar los procesos empresariales.
La cantidad de transacciones es aún más asombrosa. Según datos del Consejo Nacional de Datos, el volumen diario de llamadas a tokens en el país aumentó de mil millones diarios en enero de 2024 a ciento cuarenta billones diarios en marzo de 2026.
Se ha multiplicado por más de mil en dos años; esto ya no es una curva, sino un muro que surge de la nada.
Detrás de la pared, hay cuatro escenarios de alto valor ya verificados: AI Coding, AI for Science, creación de video multimodal y Agentes de oficina general.
El AI Coding es el que más rápido opera, y solo esta categoría ha consumido más del 50% de los tokens a nivel mundial.
Fuente: Informe State of AI publicado por OpenRouter en colaboración con a16z
Pero la verdadera clave está precisamente en la pregunta del prólogo: ¿cuantos más tokens se queman, más valor se crea?
The answer is no.
Porque el token en sí es un «costo», no un «valor»: es un nuevo centro de costos, y solo se convierte en valor cuando los agentes lo utilizan realmente y lo integran en los negocios.
El verdadero centro de beneficios es el agente que utiliza tokens para trabajar.
Un token que gira en segundo plano manipulando listas de clasificación y un token que ha implementado inspección industrial, escrito código de producto y rastreado una enfermedad tienen el mismo saldo en cuenta, pero su valor es completamente diferente.
Lo absurdo de la competencia entre Meta y Amazon radica en que miden el «rendimiento» del Token, pero ignoran la «calidad del consumo».
Entonces, la regla para medir la potencia de hash también cambió de unidad de medida.
Antes se miraba «cuántos FLOPS se producen por kilovatio hora», midiendo el rendimiento del hardware; hoy, la unidad básica ha pasado de FLOPS a Token, y la regla se ha extendido hasta el extremo del valor—
WATT → FLOPS → TOKENS → AGENTS → VALUES
La regla antigua solo medía «cuánta capacidad de cálculo se produce por cada vatio de electricidad»; la nueva regla debe medir hasta el final:
¿Cuánta de cada unidad de electricidad que invertiste se convierte realmente en tokens válidos utilizados por el agente y convertidos en valor?
La conclusión es lógica: dado que el token ha pasado de ser un «costo de chat» a una «materia prima en la cadena de valor», toda la infraestructura que lo rodea—
Cómo producir, cómo calcular y cómo gestionar todo debe reiniciarse desde cero.
No es que el modelo no funcione, es que la base no ha avanzado al mismo ritmo
Justamente aquí está el problema: la naturaleza del token ha cambiado, pero la base que lo sustenta aún se construye con lógica antigua.
Durante los últimos diez años, la mentalidad de las empresas al comprar servidores era «comprar el equipo, instalar el sistema y que funcione».
En esta nueva cadena de valor, este marco mental deja de funcionar por completo—
La infraestructura antigua construida para un solo modelo no puede adaptarse a la programación combinada de múltiples modelos, versiones y escenarios de hoy.
Lo que duele más es que la potencia de cálculo en el papel ≠ Token efectivo.
La utilización de la GPU es generalmente inferior al 50%, los puntajes son excelentes, pero al aplicar cargas de trabajo reales, el sistema se vuelve lento; cuando se procesan documentos largos o contextos extensos, todo el sistema se bloquea por completo.
La popularización de los agentes ha convertido los contextos largos y la alta concurrencia en algo cotidiano. El rendimiento anunciado y la experiencia real son dos mundos distintos.
En otras palabras, la infraestructura antigua mide FLOPS, pero no produce tokens estables y efectivos.
Siguiendo la nueva cadena de valor, las empresas realmente deben llevar tres cuentas.
Un cálculo económico.
¿Cada conversión es eficiente? ¿Cada Token se mide, atribuye y controla? Una utilización de la GPU inferior al 50% equivale a quemar la mitad de la electricidad; no poder explicar qué obtuviste a cambio de los Tokens equivale a gastar dinero sin sentido.
A secure ledger.
Para la mayoría de los clientes empresariales, esta base también debe construirse en sus propias instalaciones: los datos no salen de la empresa, el modelo es autónomo y controlable, y los agentes inteligentes están restringidos dentro de límites de seguridad.
También hay un libro de continuidad que más fácilmente se pasa por alto.
Como es una fábrica, lo que más teme nunca es que la electricidad sea cara, sino la parada de la producción.
Los tokens comprados no deben elegirse solo por el precio barato, sino por su capacidad determinista: asegurar que las tareas críticas no sean desplazadas por tareas de baja prioridad, que un documento extremadamente largo no bloquee todo el sistema, y que el modelo pueda iterar semanalmente sin quedar rezagado.
Estas tres cuentas no están en el nivel del modelo que se discute una y otra vez, sino en la base sobre la que se apoyan. Al aplicarlo a una industria específica, el dolor se vuelve inmediatamente agudo:
La manufactura quiere que la IA se integre en I+D, simulación, control de calidad y programación de producción, pero los planos y los datos de procesos son esenciales, por lo que solo se puede implementar de forma privada. El resultado es que, tras recibir el equipo, se tarda de una a dos semanas en generar el primer Token, y cada iteración del modelo es como una transfusión de sangre.
Las finanzas desean implementar control de riesgos, informes y operaciones inteligentes; el cumplimiento y la seguridad de los datos son líneas rojas, y no pueden aprovechar la conveniencia de la nube pública, que ofrece soluciones «empaquetadas como API y listas para usar». Al construir su propia infraestructura, deben asumir por sí mismos la selección, optimización, monitoreo y resolución de problemas; equipos de TI no especializados en IA simplemente no pueden manejarlo.
La medicina es la más típica: la interpretación de informes, la asistencia al diagnóstico y el seguimiento de pacientes son de un valor incalculable, pero los datos de historias clínicas son más sensibles que el oro y deben permanecer dentro del hospital, mientras que los modelos se actualizan semanalmente y los productos comerciales suelen estar retrasados un mes; médicos y pacientes no pueden esperar.
Tres industrias, tres caras, pero sus dolores apuntan al mismo problema:
Las empresas ya no necesitan un conjunto de hardware capaz de ejecutar modelos, sino un «sistema de producción» que convierta la capacidad de cómputo en tokens válidos de manera estable, segura y medible.
Este «sistema de producción» ya tiene un nombre: Token Factory.
Una "fábrica de tokens" ha aparecido
En otras palabras, cada empresa necesita una fábrica de tokens propia.
En WAIC 2026, Super Fusion presentó una respuesta práctica.
Su acción clave no es volver a explicar esa cadena de valor, sino convertir la regla en una línea de producción.
Cada conversión en la cadena se materializa en un proyecto concreto:
Capa de infraestructura de hash power (WATT → FLOPS): hardware, refrigeración líquida y supernodos, que determinan cuánta potencia de cálculo se extrae por cada vatio de energía;
Capa de servicios de modelos y capacidad de cómputo (FLOPS → TOKENS): aceleración de inferencia, programación concurrente y suministro de modelos, que determinan si la capacidad de cómputo puede convertirse en tokens estables y eficaces;
Métricas y capa de operación de tokens (TOKENS → VALUES): Hacer que cada token sea medible y gestionable, y luego entregarlo al agente para que lo convierta en valor empresarial.
Tres capas caen, y lo que se está dando por finalizado es precisamente esa caja negra sin responsables durante mucho tiempo—
Las empresas anteriormente solo se centraban en los dos extremos de la cadena: comprar capacidad de cálculo y exigir resultados, mientras que la eficiencia y el costo de cada conversión intermedia nunca fueron cuestionados.
Si Token Factory es la fábrica que se va a construir, FusionOne AI es el paquete completo de "plan de construcción" entregado por Hyperfusion.
FusionOne AI, una solución integral de IA y el vehículo para llevar la fábrica de tokens empresarial desde el concepto hasta la implementación.
Su posicionamiento puede resumirse como «1+3+N».
- Una arquitectura unificada: una arquitectura completa de Token Factory con experiencia consistente en nivel de escritorio, oficina y centro de datos;
- Tres puntos clave de valor: colaboración entre software y hardware para liberar el rendimiento del token, AI Lab ofrece capacidad de cómputo y modelos con T+0, y práctica continua las 24 horas del día, los 7 días de la semana;
- N escenarios ecológicos: desde AI Coding y desarrollo de agentes, hasta AI Office,短视频 de IA, oficina gubernamental, riesgo y marketing financiero, atención médica inteligente.
En términos de capacidad, lo que promete resolver se corresponde exactamente con esos tres libros.
En la cuenta de costos, la capacidad de cómputo diversa se gestiona de forma unificada como una línea de producción, sin quedar atada a un solo chip; TokenOps permite que cada Token sea medible, gestionable y optimizable.
En el flujo continuo, el motor de aceleración de razonamiento Smart maximiza el rendimiento, mientras que el motor Smart QoS garantiza el orden de entrega, protegiendo los negocios clave de ser desplazados por solicitudes de baja prioridad; además, los modelos 0-Day siempre actualizados permiten a las empresas mantenerse al día con los cambios y hacer que los nuevos modelos lleguen a producción en el acto.
En la cuenta segura, AgentCare ha configurado un sandbox seguro y memoria inteligente para el agente, permitiendo que el agente se integre en procesos reales.
Además, otro punto es la replicabilidad del ecosistema; el AI Lab de Superfusion y FusionXplay simplemente trasladan directamente los caminos ya recorridos por otros.
Token Factory va a implementarse
No se puede evitar el hardware
Para que la IA se implemente realmente, finalmente no puede prescindir del hardware.
Este es precisamente el punto en el que SuperFusion, como veterana en capacidad de cómputo, no cede: sin importar lo sofisticado que sea la plataforma de software, finalmente debe ejecutarse sobre una base de capacidad de cómputo tangible.
El «1» en «1+3+N» se materializa en tres tipos de Token Factory: de escritorio, de oficina y de centro de datos.
La nueva plataforma de producción de tokens, TokenBox™, lleva por primera vez esta capacidad, que antes solo pertenecía a los centros de datos, a la oficina.
The key is plug-and-play.
Los servidores de IA de nivel de centro de datos son tan ruidosos que resultan insoportables en una oficina, y el umbral para su instalación es muy alto; mientras que las estaciones de trabajo normales tienen una potencia de cómputo insuficiente para soportar modelos grandes.
TokenBox™ utiliza refrigeración líquida para reducir el ruido a solo 35 decibelios bajo carga principal, ofreciendo un silencio de nivel biblioteca y permitiendo ejecutar modelos grandes de última generación como «DeepSeek V4 completo» con 1,6 billones de parámetros en una sola unidad.
Además, se puede lograr una interconexión eficiente de un solo equipo a múltiples nodos mediante TokenFabric™, soporte para nuevos modelos en el día 0 y expansión elástica del hardware como si se ensamblaran bloques.
Para las pequeñas y medianas empresas y sucursales de grupos que necesitan privacidad pero no pueden costear un centro de datos ni un equipo de mantenimiento de IA, esto convierte casi en realidad el sueño de «usar tokens tan fácilmente como agua o electricidad» en una máquina que puede colocarse en un rincón.
Si el Token Factory es una central eléctrica, los "supernodos" son las máquinas que realmente generan la electricidad.
Lo que aborda es precisamente el nudo de "potencia de cálculo en papel ≠ Token efectivo".
En la arquitectura tradicional, múltiples tarjetas de aceleración operan de forma aislada, y la comunicación entre nodos es como el tráfico en hora pico: la eficiencia del poder de cómputo no se libera y se bloquea ante contextos largos.
La idea del supernodo es integrar un gabinete completo con múltiples tarjetas en un sistema interconectado de alta velocidad, utilizando alta densidad, refrigeración líquida y una arquitectura unificada para extraer nuevamente la potencia de cálculo desperdiciada por cuellos de botella de comunicación.
En pocas palabras, con el mismo conjunto de chips, otros solo pueden extraer el 50%, pero este quiere que los exprimas al límite.
Para grandes empresas que necesitan soportar cientos o miles de usuarios simultáneos con capacidad de cómputo limitada, esto no es un plus, sino una cuestión de supervivencia.
Desde el centro de datos hasta la oficina y hasta el escritorio, las formas de poder de cómputo de Superfusion cubren todos los escenarios, desde grandes grupos hasta superindividuos.
Primero lánciate a ti mismo
La codificación de IA se convierte en el campo de batalla principal
La fuerza de persuasión de Superfusion radica precisamente no en lo que dice, sino en lo que ya ha logrado implementar en sí misma.
En sus propias palabras, se llama “vender lo que uso, usar lo que vendo”. Los productos que se ofrecen a los clientes deben ser primero utilizados de manera profunda y amplia por uno mismo.
Fue precisamente después de consolidar, pulir y documentar esta experiencia, metodología y sistema de herramientas de uso interno que Super Fusion lanzó FusionOne AI al exterior.
La codificación con IA es el músculo que el equipo enfocará intensamente en la segunda mitad del año, y también el más convincente.
La razón es sencilla: en todos los escenarios de alto valor ya verificados, la programación es la más rápida.
Lo que es raro es que Chao Jufan no se quedó en contar historias, sino que se convirtió en el "primer cliente".
El ejemplo más típico es un equipo de desarrollo que no escribió ni una sola línea de código a mano en todo el proceso—
Tres meses, entrega de código de producto a nivel de 500,000 líneas.
Lo más interesante es su trayectoria de evolución: desde un «superindividuo» de una sola persona hasta un «superproyecto» que cumple con procesos empresariales y utiliza programación automática de múltiples agentes.
Aquí, la codificación con IA ya no es una herramienta para mejorar la eficiencia, sino una infraestructura de desarrollo integrada en las empresas.
Una empresa que ha integrado la IA en su propia carne, al volver a hablar sobre la implementación de la IA, tiene un peso naturalmente diferente.
El significado de la implementación de IA se ha hecho tangible
Lo que tiene más persuasión que la autoprueba son los resultados obtenidos por otros.
Chuangye Huikang ha estado en la informática médica durante treinta años y cuenta con 7.000 instituciones médicas y 250 millones de historiales de salud de residentes.
Allí, la IA médica se ha dividido en múltiples agentes inteligentes «pequeños y excelentes»: desde la consulta preliminar y las rondas hasta la evaluación de riesgo de úlceras por presión y la asistencia especializada; los escenarios se multiplican cada vez más, y la demanda de tokens crece exponencialmente.
Cómo enviar el Token a los departamentos y a la primera línea se ha convertido en un nuevo desafío.
For this, they searched for such tools for a full year.
La respuesta de TokenBox™ consiste en reducir esa fábrica a un tamaño que pueda caber en una sala. Así nació BsoftGPT+TokenBox™, la base de cálculo localizada para IA médica.
La primera mitad de la inteligencia artificial consiste en hacer funcionar los modelos; la segunda mitad consiste en generar inteligencia de forma continua, además de mantener un control preciso de los costos y resistir las operaciones clave.
Cuando la potencia de cálculo ya no es escasa, lo verdaderamente escaso es la capacidad de organizar la potencia de cálculo, los modelos y los negocios en una línea de producción eficiente.
Cuando cada empresa —ya sea una oficina o un centro de datos— pueda tener su propia fábrica de tokens, la IA habrá pasado realmente de la mesa de experimentación a la línea de producción.
Esto, quizás, es el significado más sencillo y sólido de las cuatro palabras "implementación de IA".