Los costes ocultos al final son los que pueden reservarnos sorpresas desagradables. Sucedió con computación en la nubeque tiene tal estructura de precios que ha desarrollado todo un mercado de consultores que dicen a las empresas cuánto les costará utilice AWS, Google Cloud o Microsoft Azure para ejecutar sus sitios y servicios digitales internos y externos.
Y antes también pasó con las licencias multinivel software de gestióndel CMSdel software de productividad empaquetado. No podría no suceder incluso con inteligencia artificial y de hecho, en particular con fichasla verdadera unidad de medida del uso y, por tanto, de la facturación de la IA por parte de los grandes proveedores para los contratos de empresa (y en parte también para los particulares, cuando superan el límite de la cuota diaria y semanal pero quieren continuar).
La ficha, esta desconocida.
Un token es un fragmento de texto, aproximadamente tres cuartos de palabra en ingles. Cada solicitud enviada a un modelo de IA se divide en tokens entrantes, se procesa y devuelve tokens salientes. Cada token tiene un costo. De forma aislada, una fracción de centavo. Multiplicado por diez mil ingenieros que trabajan todo el día, consultando el modelo para cada línea de código, cada revisión, cada depuración, la factura final se convierte en algo que los controladores de la empresa nunca habían visto: una partida de gasto que crece en proporción directa a la productividad del usuario.
Todo lo esperado y predecible si los afectados son los «clientes» puros, es decir, las empresas genéricas. Pero si son los mismos productores de tokens, descontar el precio poco realista e incontrolable de esta moneda digital de consumo? Eso es exactamente lo que le pasó a microsoftque había distribuido el acceso al Claude Code de Anthropic a partir de diciembre de 2025 a la división Experiencias y Dispositivos, la que se ocupa de Windows, Microsoft 365, Outlook, Teams y Surface.
Los ingenieros adoptaron la herramienta con entusiasmo, que era exactamente el objetivo. El problema vino con las facturas a final de mes. La facturación de pago por uso consumió todo el presupuesto anual de IA de la división en un trimestre. A finales de mayo de 2026 la orden interna ha comenzado: detener las licencias de Claude Code antes del 30 de junio, todos deben migrar CLI del copiloto de GitHubla herramienta propietaria de Redmond. La ironía es fácil: la misma empresa que integró plantillas de Anthropic en su Microsoft 365 Copilot tuvo que decirles a sus ingenieros que dejaran de usar el producto Anthropic porque costaba demasiado.
Uber agota su presupuesto en cuatro meses
el caso Úber es aún más informativo porque ofrece números precisos. La empresa había distribuido Claude Code a unos cinco mil ingenieros en diciembre de 2025. En abril de 2026, el 84 por ciento de esos ingenieros lo usaban activamente, y el 70 por ciento del código de producto era generado o asistido por IA. Números que harían feliz a cualquiera director de innovación en cualquier llamada con inversores.
El problema es que mientras tanto el presupuesto previsto para todo el año ya se había agotado. Praveen Neppalli Naga, director de tecnología de Uber, dijo La información que el presupuesto previsto ya se había «quemado» en primavera. Los costos por ingeniero oscilaron entre 500 y 2.000 dólares al mes. El propio Naga, en una sola sesión de demostración de dos horas, había consumido 1.200 dólares en tokens.
La compañía incluso había creado una clasificación interna que recompensaba a los ingenieros en función del volumen de IA utilizada: una gamificación del consumo que, en retrospectiva, se parecía mucho a una competencia sobre quién podía gastar más en el menor tiempo posible.
Nvidia vende los chips y no gana dinero con ellos.
La confirmación más vergonzosa de la paradoja proviene de quienes producen los chips. Bryan Catanzaro, vicepresidente de aprendizaje profundo aplicado en NVIDIAdicho anuncio axios en abril que para su equipo el coste de la informática supera con creces el coste del personal. Es decir: Usar IA cuesta más que pagar a las personas que la usan. Viniendo de un ejecutivo de la empresa que suministra al mundo entero GPU para inteligencia artificial, es una admisión que vale más que cualquier análisis de mercado.
un estudio de MIT, el Instituto Tecnológico de Massachusetts, realizado en 2024ya había calculado que la automatización de la IA es rentable en solo el 23 por ciento de los roles donde La visión es el componente principal del trabajo.. En el 77 por ciento restante de los casos, seguir pagando a personas reales cuesta menos. Mientras tanto, Adobe ya se ha anticipado a esta dinámica reduciendo drásticamente los créditos mensuales para los usuarios de Creative Cloud. de 500 a 25 para algunos tipos de suscripción: enshittificación ciertamente pero también un caso emblemático cómo el modelo de pago por uso puede cambiar las reglas del juego a mitad del juego.
La paradoja de los agentes.
El problema no se puede resolver esperando a que bajen los precios. Gartner estima que para 2030 el costo de hacer inferencias en un modelo de un billón de parámetros se reducirá en más del 90 por ciento. Goldman Sachsen una nota del 20 de mayo de 2026, predice que el consumo global de tokens crecerá en 24 veces para 2030alcanzando los 120 billones de tokens por mes. Los dos datos, leídos juntos, son evidencia de una aceleración del gasto general.
El Agentes de IAes decir, los sistemas autónomos que realizan tareas complejas en secuencia, consumen órdenes de magnitud más tokens en comparación con un simple chatbot. Gartner advierte explícitamente que los ahorros unitarios no se traducirán en ahorros generales para las empresas, porque la demanda crece más rápido de lo que caen los precios. El año en curso los grandes actores tecnológicos comprometerán aproximadamente 740 mil millones de dólares en infraestructuras de IA en segundo lugar Morgan Stanleyun aumento del 69 por ciento en comparación con 2025.
Las narrativas de llamada de ganancias seguir prometiendo eficiencia y reducción de personal. Sin embargo, hay casos concretos de empresas que descubren durante la construcción que cuanto más utilizan sus empleados la inteligencia artificial, cuanto mayores sean los costos de operación. No es un problema de calidad de las herramientas: funcionan bien y es exactamente por eso que los ingenieros las utilizan tanto. Es un problema estructural del modelo de fijación de precios, Diseñado para capturar valor en función del consumo.. Y los consultores no ayudan en esta área, porque los grandes nombres de la IA han llegado a acuerdos para tener referencias en proyectos que les permitan hacer reparto de ingresos con los propios consultores.
Es un poco como lo que sucede con las referencias cuando los creadores proponen comprar los productos que presentan en las plataformas de comercio electrónico. De esta manera el asesoramiento de los consultores obviamente favorecen el consumo de tokensporque tienen un incentivo directo para hacerlo.
Con la nube al menos ya existía un ecosistema de consultores especializados en controlar el gasto en AWS, Google Cloud o Azure. Para la IA, este mercado de control de costos aún no ha nacido. Prácticamente una de las pocas certezas sobre el futuro del sector.
Todos los artículos dedicados a la inteligencia artificial están disponibles en el Sección de IA de Macitynet.