Costo oculto de la IA: Las grandes tecnológicas descubren que los agentes de inteligencia artificial consumen más presupuesto que sus equipos humanos.
Lo que comenzó como una promesa de reducción de costos laborales se ha convertido en un dolor de cabeza financiero. Las empresas que apostaron por la IA para optimizar procesos ahora enfrentan facturas desorbitadas, muy por encima de lo previsto. La paradoja es clara: la tecnología diseñada para abaratar operaciones está resultando más cara que el talento humano que pretendía reemplazar.
El caso Uber: el presupuesto de IA agotado en cuatro meses
Praveen Neppalli Naga, CTO de Uber, fue el primero en dar la voz de alarma. En abril de 2026, reveló que la compañía había consumido su presupuesto anual para herramientas de IA en solo un tercio del año. El detonante: la adopción masiva de Claude Code entre sus empleados, impulsada por políticas internas que premiaban su uso. Lo que empezó como un incentivo a la productividad terminó siendo un boomerang económico.
Desde una perspectiva estratégica, este caso expone un riesgo clave: la falta de límites en el consumo de tokens. Las empresas, al fomentar el uso indiscriminado de IA, generan una espiral de costos difícil de controlar. Uber no es una excepción, sino el primer ejemplo público de un problema que ya afecta a todo el sector.
Microsoft y el giro inesperado: de impulsar la IA a frenarla
Hace apenas unas semanas, Microsoft dio un paso atrás en su apuesta por la IA. Tras animar a sus ingenieros a adoptar Claude Code, la compañía decidió revocar sus licencias y redirigir a los empleados hacia GitHub Copilot CLI, su herramienta interna. El objetivo: recortar gastos. El mensaje es revelador: incluso los gigantes tecnológicos subestimaron el impacto económico de la IA en sus operaciones diarias.
Lo que esto revela es una tensión entre innovación y sostenibilidad. Las big tech se ven atrapadas en una carrera por liderar la adopción de IA, pero sin un modelo claro de retorno de inversión. El resultado es un gasto descontrolado, donde el prestigio de estar a la vanguardia pesa más que la rentabilidad.
La obsesión por los tokens: una carrera sin fin
El problema no es solo el coste por token, sino el volumen de consumo. Empresas como Meta y Amazon han creado sistemas de clasificación interna —como «Claudeonomics» o «Toxenmaxx»— que premian a los equipos por maximizar el uso de IA. Esta dinámica, lejos de optimizar recursos, ha generado una competencia interna por consumir más, sin evaluar el beneficio real.
Goldman Sachs ya advirtió que, para 2030, el consumo de tokens podría multiplicarse por 24, alcanzando cifras astronómicas. Pero el caso de Uber demuestra que el futuro ya está aquí: el CTO de la empresa admitió que su gasto en IA supera al de su plantilla humana. Y lo más preocupante es que este patrón se repite en startups y corporaciones, donde el gasto en IA se ha convertido en un símbolo de estatus, no en una inversión estratégica.
Madison Mills, experto en IA de Axios, lo resume así: «Las empresas invierten en IA para no quedarse atrás, no porque vean un retorno claro». Esta mentalidad, donde el miedo a perder relevancia supera el análisis económico, está llevando a un escenario insostenible.
¿Estamos ante el primer gran desengaño de la era de la IA, donde la tecnología promete eficiencia pero entrega deudas?
El dilema estratégico: innovación vs. sostenibilidad económica
El fenómeno va más allá de los números: expone una brecha entre la retórica de la transformación digital y su viabilidad real. Las big tech se enfrentan a un escenario donde la adopción masiva de IA, lejos de ser una ventaja competitiva, se ha convertido en un lastre financiero autoimpuesto.
Desde una perspectiva sectorial, lo que emerge es un modelo de negocio insostenible. La obsesión por liderar la carrera tecnológica ha llevado a las empresas a priorizar el volumen de uso sobre la eficiencia, creando una dinámica donde el gasto en tokens se ha desvinculado de los resultados tangibles. La paradoja es que, en su afán por no quedarse atrás, las compañías están generando ineficiencias que antes criticaban en modelos tradicionales.
El caso de Microsoft es revelador: el giro de incentivar a prohibir el uso de herramientas externas no es solo una medida de ahorro, sino un reconocimiento implícito de que el modelo actual carece de métricas claras para justificar la inversión. La pregunta subyacente es si esta corrección de rumbo llegará a tiempo para evitar que otras empresas repitan el mismo error.
¿Hacia un nuevo paradigma de adopción tecnológica?
Lo que esto revela es la necesidad de redefinir el valor de la IA en las operaciones empresariales. El desafío ya no es solo técnico, sino de gobernanza: cómo alinear el uso de estas herramientas con objetivos concretos, en lugar de dejarse llevar por la inercia de la novedad. El riesgo, de no hacerlo, es que la IA pase de ser un motor de innovación a un simple coste fijo más en el balance.
