Los costes de la IA se disparan: las empresas al borde de la crisis

En el mundo tecnológico, las grandes empresas se ven obligadas a revisar sus presupuestos a medida que los costes de la inteligencia artificial (IA) aumentan inesperadamente. Por ejemplo, Uber agotó su presupuesto de codificación con IA para 2026 ya en abril de este año. Microsoft revocó las licencias de Claude Code proporcionadas a sus desarrolladores tras solo unos meses. A pesar de la bajada de precios de los tokens, la proliferación de agentes autónomos ha disparado el volumen de consumo. Techcrunch.com informa .

Aunque las empresas comenzaron 2025 confiando en suscripciones ilimitadas, ahora intentan entender hacia dónde van los fondos y contener los gastos. Según Alexander Embricos, jefe de la división corporativa de OpenAI, las conversaciones con los clientes han pasado de las capacidades del modelo a la eficiencia y el control de tokens. Los participantes del mercado están desarrollando nuevas herramientas y estándares para monitorizar los costes de la IA.

El proyecto Tokenomics Foundation, anunciado por la Linux Foundation, tiene como objetivo resolver precisamente este problema. J.R. Storment, director ejecutivo de la FinOps Foundation, señaló que muchas empresas ya habían gastado el triple de su presupuesto anual en abril. Esta situación ha desencadenado una verdadera crisis existencial en el sector tecnológico, sustituyendo el lema "moverse rápido" por "barreras de seguridad y control".

Aunque los modelos de nueva generación como Claude Opus 4.5 de Anthropic, GPT-5.1 de OpenAI y Gemini 3 Pro de Google han mejorado las funciones agentivas, esto ha provocado un aumento multiplicativo del consumo. Según algunos informes, una empresa se vio obligada a pagar 500 millones de dólares por Claude porque olvidó establecer límites para los empleados. Los representantes de Priceline comparan esta situación con una "adicción" única.

Investigaciones realizadas por plataformas como Faros AI y Jellyfish muestran que los ingenieros que utilizan herramientas de IA intensivamente pueden ser el doble de productivos, pero consumen diez veces más tokens para lograrlo. Al mismo tiempo, aumenta el número de errores de código y reescrituras, lo que pone en duda la eficiencia económica de la inteligencia artificial.