La IA se está volviendo cara, y los ejecutivos que la pagan comienzan a notarlo

Puntos clave

• Una encuesta de KPMG con más de 2.000 ejecutivos senior en 20 países encontró que el 29 por ciento tenía dificultades para entender los costos operativos de sus implementaciones de IA.
• Casi la mitad de esos ejecutivos dijeron que buscaban ralentizar o remodelar sus proyectos de IA cuando los costos superan los beneficios.
• El analista de Gartner Nitish Tyagi pronostica que en 2028, el costo por desarrollador de los asistentes de codificación con IA superará el salario promedio global de los desarrolladores.
• En países con salarios más bajos, como India, ese cruce ya está ocurriendo hoy.
• Los principales proveedores de IA, incluidos Anthropic, OpenAI y GitHub, han pasado de tarifas mensuales fijas a facturación basada en el uso, donde las empresas pagan por "token", lo que significa cada pequeño fragmento de texto que la IA lee o escribe.

Las empresas se apresuraron a adoptar herramientas de IA durante los últimos dos años. Ahora las facturas están llegando, y los números están causando una alarma genuina en las salas de juntas.

Una nueva encuesta de KPMG, la firma global de consultoría y servicios profesionales, capturó el ambiente. La firma encuestó a más de 2.000 ejecutivos senior en 20 países y encontró que el 29 por ciento de ellos no podía obtener una idea clara de lo que costaba ejecutar sus implementaciones de IA a medida que crecían. Reportado primero por The Register AI, los hallazgos pintan un cuadro de empresas que avanzaron rápidamente y ahora se están apresurando a entender en qué se inscribieron.

La confusión tiene una causa simple. Durante mucho tiempo, las herramientas de IA vinieron con suscripciones mensuales fijas. Pagabas una tarifa fija, tu equipo usaba las herramientas todo lo que quisiera, y la factura era predecible. Ese modelo está desapareciendo. Anthropic, OpenAI y GitHub han pasado a facturación basada en el uso construida alrededor de tokens. Un token es una pequeña unidad de texto, aproximadamente tres cuartos de palabra, y cada vez que un modelo de IA lee un mensaje o escribe una respuesta, consume tokens. Cuanto más use tu equipo las herramientas, mayor será la factura, y los costos pueden aumentar sin previo aviso.

Casi la mitad de los ejecutivos encuestados dijeron que estaban considerando "replanificar" sus implementaciones, lo que significa ralentizar, reducir el alcance y buscar modelos más económicos o más pequeños en lugar de siempre recurrir a la opción más capaz (y más cara).

¿Qué significa esto para los trabajadores cuyas empresas utilizan herramientas de IA?

Podría proteger algunos empleos. Nitish Tyagi de Gartner encontró que en partes del mundo donde los salarios de los desarrolladores son más bajos, el costo de ejecutar un asistente de codificación con IA ya supera lo que gana un desarrollador humano. A nivel mundial, Tyagi proyecta que ese cruce llegará en 2028. Cuando una herramienta cuesta más que la persona que se suponía que debía reemplazar, el caso financiero para reemplazar a esa persona se desmorona.

La investigación de Gartner también encontró algo contraintuitivo sobre cómo funcionan estas herramientas. Usar más tokens no produce automáticamente mejor código. Los desarrolladores que fueron disciplinados y precisos en cómo escribieron sus mensajes obtuvieron resultados de mayor calidad y gastaron menos dinero que aquellos que usaron la IA libremente y con frecuencia.

El panorama financiero más amplio es difícil de ignorar. Un análisis de inversión importante encontró que la industria de IA está en camino de gastar 1,5 billones de dólares en infraestructura de centros de datos entre ahora y 2030. Ese gasto debe recuperarse de alguna manera, lo que es exactamente por qué los precios se están desplazando hacia modelos basados en el uso que pueden crecer con cada cliente.

Para las empresas ya dependientes de estas herramientas, cambiar no es simple. Los desarrolladores que han usado asistentes de IA diariamente durante uno o dos años pueden perder fluidez en las habilidades subyacentes. Esa dependencia da a los proveedores de IA un poder de fijación de precios real. Sin embargo, cobrar demasiado y los clientes empresariales buscarán en otro lugar: modelos de código abierto más económicos, herramientas especializadas más pequeñas, o simplemente rehirir al personal que dejaron ir.