En junio de 2026, concretamente en la tarde del día 16 de junio, Microsoft dio un paso importante con la evolución de su estrategia de Inteligencia Artificial en Microsoft 365: Copilot Cowork entra en General Availability (GA.
Y, como muchos podíamos esperar, este paso viene acompañado de un cambio clave: la consolidación de un modelo de consumo basado en Copilot Credits (Pay-as-you-go).
Este no es un cambio abrupto, pero sí que nos marca la necesidad de hacer una transición hacia un modelo más maduro en la adopción de la IA.
Del featrure al workload: el cambio de paradigma
Durante estos últimos meses, muchas organizaciones han podido explorar Copilot como capa de productividad adicional. Una nueva forma de trabajo con la cual podemos ganar eficiencia y productividad. Pero, sin embargo, con la llegada de Cowork a GA, este enfoque evoluciona:
- Microsoft 365 Copilot se convierte en la experiencia base con la Inteligencia Artificial
- Copilot Cowork se convierte en el workload productivo con un consumo medible
Este matiz es importante, ya que no solo hablamos de «tener Copilot», sino de cómo y cuánto se utiliza para generar verdadero valor.
En el siguiente documento Microsoft lo refleja claramente 👉 Copilot Credits Guide
Cómo funciona el modelo de Copilot Credits
El modelo es conceptualmente sencillo:
- 1 Copilot Credit aproximadamente cuesta 0.01$
- El consumo dependerá del trabajo que ejecute Copilot Cowork
- Los Copilot Credits se activan a nivel de tenant Microsoft 365
El coste de estos Copilot Credits no será fijo por usuario, sino variable en función de:
- Modelo utilizado
- Contexto procesado: emails, documentos, reuniones, …
- Runtime del agente
- Acciones ejecutadas: crear documentos, enviar emails, …
Explicado de otra forma: el coste variará en función de la complejidad de la tarea y del trabajo realizado por Cowork.
¿Cuánto cuesta realmente Cowork?
Dentro del propio documento nos proporciona algunos escenarios orientativos, que pueden ayudarnos a entender mejor el modelo:
| Tipo de tarea | Ejemplo | Consumo estimado | Coste estimado |
|---|---|---|---|
| 🟢 Light | Generar resumen semanal automático | Bajo | 0.5$ – 1$ |
| 🟡 Medium | Preparar briefing con emails, CRM y documentos | 70-600 créditos | 1$ – 6$ |
| 🔴 Heavy | Análisis de datos + informe ejecutivo | > 1500 créditos | > 15$ |
Por lo que el mensaje que nos traslada Microsoft es claro: no se paga por usar la IA, sino por el tipo de trabajo que le solicitamos y decidimos delegar en ella.
Más allá de los costes, el elemento más interesante de este nuevo modelo es que la IA entra definitivamente en el ámbito de FinOps.
- Consumos agregados a nivel de tenant
- Múltiples cargas de trabajo compartiendo la misma base
- Necesidad de visibilidad, control y optimización
Por lo que ya no es suficiente habilitar solo las capacidades, sino que se hace necesario gestionarlas activamente.
Cómo podemos estimar el coste de Cowork
Para ello el documento nos proporciona un enfoque práctico, que nos puede resultar muy útil:
- Identificar el número de usuarios
- Numero de tareas por tipología (light/medium/heavy)
- Coste medio por tipo
Con ello tendremos una estimación mensual de consumo.
Si te interesa realizar un cálculo, con el estimador preparado por Microsoft, lo tienes disponible aquí 👉 CustomerCoworkEstimator.xlsx
¿Qué generará esto? que dejemos de hablar únicamente de la IA en términos de capacidad e introduzcamos los términos de forecast y eficiencia.
Buenas prácticas de FinOps aplicadas a IA
Estas son algunas de las buenas prácticas que podemos aplicar, cuando empecemos a operar con Cowork en producción:
- Empezar con pay-as-you-go. Ya que nos permitirá detectar y entender patrones reales de uso, antes de comenzar con la optimización.
- Clasificar los casos de uso. No todas las tareas requieren el mismo nivel de complejidad ni consumo.
- Mejorar prompts y contexto. Un mejor input reduce el número de interacciones con la IA, mejora los resultados y optimiza el consumo de créditos.
- Medir el uso e impacto. Una alta adopción no siempre implica que exista un alto valor.
- Establecer guardrails. Configura presupuestos, alertas y políticas de consumo que te ayuden a evitar desviaciones.
- Revisar y ajustar de forma continua. El modelo es dinámico ya que evoluciona con el uso real.
En la mayoría de los casos, los costes por usar la IA no provienen de usarla mucho, sino de usarla sin optimización.
Por lo que con la llegada de Cowork al GA no es solo un hito de producto, sino que es una señal clara de que el modelo evoluciona del experimentar con la IA a operarla con criterios de negocio reales.
Esto implicará que surjan nuevas peguntas entre IT, negocio y estrategia: ¿Qué tareas merece la pena automatizar? ¿Dónde aporta más valor la IA? ¿Cómo se mide ese valor frente al coste?
En definitiva, el PAYG no es solo una decisión técnica, es un mecanismo que nos permite escalar la IA de forma sostenible y controlada.
Por lo que si estás trabajando ya con Copilot Cowork o estas analizando su adopción, probablemente este sea el momento de empezar a plantearnos no solo el «qué», sino también el cómo y cuánto.
