El shock en las empresas por el alto costo de la IA

Las empresas tecnológicas apostaron todo por la IA. Ahora están buscando otras alternativas.

Durante un par de años, el principal problema de las empresas de IA fue convencer a la gente —o, más concretamente, a los directivos— de que pagaran por sus productos. Las aplicaciones de inteligencia artificial ganaban popularidad, pero eran caras y aún no resultaban fáciles de implementar de forma clara y mediblemente productiva. Muchas empresas querían usar la IA, en la medida en que la entendían como una fuente teórica de eficiencia; una megatendencia tecnológica que no querían perderse, pero los primeros proyectos piloto de IA y las herramientas empresariales a medio desarrollar no justificaban una mayor inversión.

A finales de 2025, sin embargo, la situación se volvió mucho más sólida: la codificación de IA mejoró enormemente a medida que herramientas como Claude Code y Codex de OpenAI pasaron de ser herramientas de asistencia a herramientas de escritura de código. Esto elevó la llamada codificación intuitiva de una curiosidad fascinante a una forma de trabajo plausible. Para las empresas que desarrollaban y mantenían software, esto representaba un caso de uso claro y práctico, un lugar donde invertir dinero real con la expectativa de obtener retornos específicos y una manera de satisfacer la necesidad estratégica de hacer algo -¡lo que fuera!- para no quedarse atrás. Unos meses después, algunas empresas tienen un problema diferente con sus implementaciones de IA: ahora están gastando demasiado.

Todo esto ha sido una excelente noticia para Anthropic, que se convirtió en el referente de la programación de IA, superó la valoración de OpenAI y, según se informa, registró su primer trimestre rentable este año, muy por encima de las previsiones. Si la tendencia continúa, la empresa aprovechará la adopción de la programación de IA empresarial para realizar una importante salida a bolsa este año.

Pero este período de rápida adopción, a pesar de su aparente obviedad —ahora basta con hablar para desarrollar software y el código se escribe solo— , dio lugar a comportamientos extraños en la industria tecnológica en general. La imposición de mandatos de uso de IA desde arriba se convirtió en práctica común, y empresas como Meta y Amazon crearon clasificaciones internas para valorar e incentivar el uso de la IA. Esto derivó en algunos casos muy conocidos de “tokenmaxing”, donde los empleados de estas empresas gastaron miles de millones de tokens —la unidad básica de información que un modelo recibe y genera— con fines poco claros, asignando agentes de IA a tareas inútiles, utilizando los modelos más caros para realizar trabajos sencillos y recurriendo a la IA por defecto para tareas donde otras herramientas podrían ser suficientes. (¿Para qué consultar la aplicación del tiempo si puedes enviar a Claude a que lo haga por ti? Mejor aún: ¿Por qué no crear una aplicación del tiempo completamente nueva?).

Fue una fase breve y frenética de la que tanto Amazon como Meta se distanciaron rápidamente. («Por favor, no usen la IA solo por usarla», les dijo un ejecutivo de Amazon a los empleados el mes pasado). Pero una versión menos caricaturesca del modelo de implementación vertical se ha convertido en práctica común: empresas como Salesforce establecen objetivos de uso de IA «mínimos» e «ideales», mientras que innumerables empresas, grandes y pequeñas, exigen a sus empleados pruebas de que al menos están haciendo algo con estas nuevas herramientas. Sería justo decir que este tipo de políticas no han sido populares entre los empleados. La mayor parte de la inquietud proviene de la asociación de la implementación de la IA con recortes de empleo, una perspectiva que entusiasma tanto a los ejecutivos que algunos ya la han estado implementando de antemano y a gran escala.

Pero también sería justo decir que las políticas de arriba hacia abajo han funcionado en el sentido de que han habituado a una parte significativa de la fuerza laboral de programación a trabajar con IA generativa.

Ahora que estas empresas están obteniendo lo que querían en ese sentido —una parte de su fuerza laboral probando herramientas de IA para ver si puede volverse más productiva, reducir su tamaño o ambas cosas— están volviendo a hacer cálculos más directos sobre si toda esta inversión vale la pena. Después de los informes de que Uber agotó su presupuesto asignado para IA para el año antes de que terminara el primer trimestre, la compañía está instituyendo límites en el uso de IA para sus empleados. Según The Wall Street Journal, no son los únicos. El uso de la inteligencia artificial por parte de las grandes empresas está creciendo exponencialmente, y el aumento vertiginoso de los costes ha provocado que algunas de ellas frenen el avance, lo que podría complicar la marcha triunfal de la IA en la economía. Este año, ejecutivos de todos los sectores han instado a sus empleados a integrar herramientas de IA en su trabajo, invirtiendo generosamente para fomentar la experimentación y tratando de enviar un mensaje a Wall Street de que sus empresas no se quedarán atrás en la próxima ola de disrupción.