Varias fuerzas convergentes están llevando a los directores financieros (CFOs, por sus siglas en inglés) y a los líderes tecnológicos a reevaluar compromisos adquiridos durante una fantasía de precios.
McKinsey descubrió que, si bien casi nueve de cada diez empresas habían implementado IA en al menos una función a finales de 2025, la mayoría aún persigue ganancias incrementales de productividad en pequeños pilotos, en lugar de transformaciones profundas . Esta fase de experimentación ha terminado. Forrester predice que, a medida que los directores financieros intensifiquen su supervisión en 2026, un 25 % de los presupuestos de IA previstos se estancarán o se trasladarán a 2027, siendo los proyectos sin una senda de valor clara los primeros en ser cancelados
.
Las prometidas ganancias de productividad de 10 veces no se han materializado para la mayoría. En su lugar, las facturas de TI se han disparado al aumentar abruptamente los costes de inferencia . Las cifras son contundentes:
Los líderes tecnológicos no están abandonando la IA, pero se están topando con un muro. La encuesta de KPMG del primer trimestre de 2026 muestra que el 96 % de los líderes tecnológicos aún clasifican la IA como una prioridad máxima, con un gasto promedio proyectado de 294 millones de dólares en los próximos 12 meses . Sin embargo, las barreras persistentes en torno a la escasez de talento, la gobernanza de costes, la seguridad y la integración de proyectos piloto dispersos en operaciones rentables están impidiendo un despliegue exitoso a gran escala
.
La magnitud del gasto está provocando reinicios en las valoraciones. Morgan Stanley señala que el 21 % de las empresas del índice S&P 500 menciona ya beneficios directos de la IA, pero el mercado ya no premia las simples menciones . Los inversores están rotando su capital desde las empresas de infraestructura pura de IA hacia aquellas que muestran un vínculo claro y demostrable entre el gasto en capital (CAPEX) y el crecimiento de los ingresos
.
El concepto de inteligencia subvencionada explica cómo la adopción de la IA se generalizó tan rápido, pero también por qué el dolor financiero actual es tan agudo.
La estrategia de acaparamiento de mercado. Durante los últimos tres años, los servicios de IA se ofrecieron muy por debajo de su coste real de prestación. Esto refleja estrategias de plataformas anteriores, como los primeros días de Uber o los niveles gratuitos de la computación en la nube: quemar fuertes sumas de capital riesgo para captar usuarios y crear una dependencia de comportamiento, para monetizarlos más tarde . La escala del subsidio en IA es excepcional. Una sola consulta a ChatGPT cuesta céntimos al usuario, pero quema aproximadamente diez veces la energía de una búsqueda tradicional de Google en el backend
.
La ilusión del 95 %. El coste de llamar a una API de IA se ha reducido aproximadamente un 95 % desde principios de 2023 . Este drástico descenso creó la percepción de que la IA seguía una trayectoria natural, al estilo de la Ley de Moore, hacia un abaratamiento exponencial. En realidad, cada nueva generación de modelos llegaba a un precio más bajo porque las empresas optaban deliberadamente por obtener un margen mínimo —o absorber fuertes pérdidas— para construir una base de usuarios
. Lo que los consumidores han estado pagando es, como señala un análisis, "economía de adquisición de clientes haciéndose pasar por fijación de precios de producto"
.
Llega la fecha de caducidad. La carrera por acaparar el mercado ha terminado. Los gigantes de la inversión exigen rendimientos, mientras el consenso para el gasto de capital de los hiperescaladores alcanza los 527.000 millones de dólares en 2026 . La era de la IA subvencionada, en la que un asistente de programación o un agente de nivel empresarial podían funcionar casi sin control de costes, está acabando
. Para las empresas que construyeron flujos de trabajo críticos sobre estos modelos de precios, la factura llega ahora en forma de deuda técnica, escrutinio regulatorio e inversores impacientes
.
A medida que el subsidio se desvanece, los proveedores de IA se ven obligados a cambiar las reglas del juego. Los mecanismos son simples: o suben los precios de las suscripciones, o bajan los límites de uso, o los grandes consumidores pasan a modelos de pago por uso con recargos para tareas intensivas como la ejecución de agentes autónomos . Las implicaciones para los compradores son graves.
Las empresas mejor posicionadas para salir adelante son aquellas que sometan inmediatamente sus presupuestos de IA a pruebas de estrés con precios realistas. Un ejercicio útil planteado por analistas del sector es brutalmente directo: si los costes de la API se triplicaran mañana, ¿qué flujos de trabajo seguirían ofreciendo un retorno positivo demostrable ? La respuesta revela qué inversiones en IA son genuinamente valiosas y cuáles son meros artefactos de una computación artificialmente barata.
La conversación ha pasado, sin rodeos, de "¿cómo podemos implementar más IA?" a "¿cómo podemos probar y capturar valor empresarial por cada dólar gastado en inferencia?" . Para el 85 % de las empresas que aún no ha visto un incremento en su EBITDA (beneficio antes de intereses, impuestos, depreciaciones y amortizaciones), el fin de la IA gratuita no es una amenaza futura, sino una prueba de supervivencia presente
.
Comments
0 comments