La IA se vuelve cara, y los ejecutivos que la pagan están comenzando a notarlo

Puntos clave

• Una encuesta de KPMG de más de 2.000 ejecutivos senior en 20 países encontró que el 29 por ciento tuvo dificultades para entender los costos operativos de sus implementaciones de IA.
• Casi la mitad dijo que estaba buscando ralentizar o rediseñar proyectos de IA cuando los costos superan los beneficios.
• El analista de Gartner Nitish Tyagi pronostica que para 2028, el costo por desarrollador de los asistentes de codificación con IA superará el salario promedio global de desarrolladores.
• En países con salarios más bajos, como India, ese cruce ya está ocurriendo.
• Anthropic, OpenAI y GitHub han pasado de cuotas mensuales fijas a facturación basada en 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 alarmando a las juntas directivas.

KPMG, la consultora global, encuestó a más de 2.000 ejecutivos senior en 20 países y encontró que el 29 por ciento no podía obtener una imagen clara de lo que sus implementaciones de IA costaban ejecutar a escala. Reportado primero por The Register AI, los hallazgos capturan empresas que se lanzaron rápido y ahora están tratando de entender en qué se metieron. Primero cubrimos el reporte de costos de IA de KPMG el 13 de julio de 2026, cuando las alternativas de código abierto ya estaban siendo planteadas como una válvula de alivio.

La confusión tiene una causa directa. Las suscripciones mensuales fijas hacían presupuestos fáciles: tarifa fija, uso ilimitado, factura predecible. Ese modelo desapareció. Anthropic, OpenAI y GitHub han pasado a facturación basada en tokens. Un token es una pequeña unidad de texto, aproximadamente tres cuartos de una palabra, y cada solicitud enviada y cada respuesta recibida los agota. El uso aumenta; la factura sigue sin previo aviso.

Casi la mitad de los ejecutivos encuestados dijeron que estaban considerando "reprogramar" sus implementaciones: ralentizar, reducir el alcance, y mezclar modelos más baratos o más pequeños en lugar de recurrir a las opciones más capaces.

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

Podría proteger algunos empleos. Nitish Tyagi de Gartner encontró que en mercados de salarios más bajos, el costo de ejecutar un asistente de codificación con IA ya supera lo que gana un desarrollador humano. Globalmente, proyecta que ese cruce llega en 2028. Cuando una herramienta cuesta más que la persona a la que fue diseñada para reemplazar, el caso financiero para el reemplazo colapsa.

La investigación de Gartner también encontró algo contraintuitivo: usar más tokens no produce automáticamente mejor código. Los desarrolladores que escribieron indicaciones precisas y disciplinadas obtuvieron resultados de mayor calidad y gastaron menos que aquellos que usaron la IA libremente y a menudo. Esa es una brecha de habilidades que la mayoría de las empresas no han presupuestado para cerrar.

La imagen financiera más amplia es difícil de ignorar. Un análisis importante de inversión encontró que la industria de IA está en camino de gastar 1,5 billones de dólares en infraestructura de centros de datos a través de 2030. Ese gasto debe recuperarse, que es exactamente por qué los precios se desplazan hacia modelos basados en uso que crecen con la huella de cada cliente.

Para empresas ya dependientes de estas herramientas, cambiar no es simple. Los desarrolladores que han usado asistentes de IA diariamente durante un año o dos pueden perder fluidez con las habilidades subyacentes, y esa dependencia les da a los proveedores un uso real de precios. Cobrar demasiado poco, y los laboratorios nunca obtienen ganancias. Impulsar las tasas demasiado altas, y los clientes empresariales buscarán alternativas: modelos de código abierto, herramientas especialistas más pequeñas, o simplemente recontratación del personal que despidieron.

La lectura honesta de todo esto es que la facturación basada en uso no es un dolor de crecimiento temporal. Es el modelo de negocio, y para cualquier empresa que no probara bajo estrés sus costos de IA antes de engancharse en las ganancias de productividad, la cuenta ya está en marcha.