Los clientes de OpenAI queman 100 mil millones de tokens al mes mientras los costos se disparan

El gasto empresarial en IA pasó de ser una ocurrencia tardía a una crisis presupuestaria en solo seis meses, según reconoció el CEO de OpenAI, Sam Altman.

El costo de ejecutar inteligencia artificial se ha convertido en un "problema enorme" para los clientes empresariales, afirmó el director ejecutivo de OpenAI, Sam Altman, en medio de un consumo de tokens que se ha multiplicado por un millón respecto a los niveles de hace apenas seis años.

"El costo nunca se mencionaba hace seis meses", dijo Altman durante un evento empresarial de OpenAI el 2 de junio. "Ahora es un problema enorme". El CEO reveló que el cliente individual más grande de OpenAI ahora consume alrededor de 100 mil millones de tokens al mes — aproximadamente 75 mil millones de palabras — en comparación con los 100,000 tokens del usuario principal hace seis años y medio.

La explosión en el uso ha expuesto un problema estructural: OpenAI gasta 1,35 dólares por cada 1 dólar de ingresos, y las pérdidas son impulsadas principalmente por los costos de inferencia, no por el entrenamiento de modelos. Uber Technologies Inc. agotó todo su presupuesto de IA para 2026 en los primeros cuatro meses del año, lo que obligó a imponer límites estrictos de tokens, mientras que ingenieros individuales de la empresa de movilidad acumularon facturas mensuales de IA que oscilaban entre 150 y 2,000 dólares. Amazon.com Inc. ha cerrado sus tablas internas de clasificación de tokens para desalentar el consumo descontrolado.

El cambio hacia la facturación basada en tokens implementado por OpenAI y Anthropic en el primer trimestre de 2026 ha convertido una línea de costo antes opaca en un gasto medible por tarea — y los primeros resultados están alarmando a los equipos financieros corporativos. Gartner proyecta que el gasto en software de agentes de IA alcanzará los 207 mil millones de dólares en 2026, un aumento del 139% respecto a 2025, pero esa trayectoria asume que las empresas continuarán expandiendo el gasto en IA. La señal de Uber, junto con un patrón de empresas que están reduciendo silenciosamente el consumo de tokens, sugiere que la trayectoria está bajo presión.

La Trampa de los Tokens

La raíz de la crisis de costos reside en la estructura de precios de la industria. Durante la mayor parte de la era de la IA generativa, las suscripciones de tarifa plana absorbían un consumo ilimitado de tokens, haciendo que el costo real de cualquier tarea fuera invisible. Cuando Anthropic y OpenAI trasladaron a los clientes empresariales a la facturación basada en uso en el primer trimestre de 2026, los costos ocultos se volvieron repentinamente legibles. Un cliente empresarial de Anthropic gastó accidentalmente 500 millones de dólares en un solo mes tras no establecer límites de gasto.

El problema tiene dos niveles. Primero, la calidad de los resultados sigue siendo impredecible: los modelos de lenguaje de gran tamaño alucinan, entran en bucles y fallan de maneras difíciles de anticipar, y cada ejecución fallida consume tokens independientemente del resultado. Segundo, no existe una unidad estándar para medir el costo de una tarea de IA, porque una misma tarea puede consumir cantidades de tokens drásticamente diferentes según el mensaje, la versión del modelo, la ventana de contexto y si el agente toma decisiones equivocadas.

El paso de GitHub Copilot a la facturación basada en tokens en junio de 2026 proporcionó la evidencia minorista más clara hasta la fecha. Los usuarios en el nivel promocional reportaron haber consumido entre el 30% y el 60% de los créditos mensuales en solo unos pocos mensajes. Un usuario dijo que Copilot pasó de ser su suscripción favorita a la más estresante de la noche a la mañana.

El Examen de Rentabilidad

La experiencia de Uber ilustra el desafío más amplio. El director de operaciones, Andrew Macdonald, reconoció en una conferencia del 25 de mayo que, a pesar de que el 95% de los ingenieros utilizan herramientas de IA mensualmente, no pudo trazar una línea entre ese gasto en tokens y mejoras significativas en los productos orientados al consumidor. "Ese vínculo aún no existe", dijo Macdonald.

Microsoft Corp., enfrentando facturas de Claude Code de entre 500 y 2,000 dólares por ingeniero al mes, comenzó a cancelar licencias directas de Claude Code y a redirigir a los ingenieros de vuelta a GitHub Copilot.

El director ejecutivo de Anthropic, Dario Amodei, ha reconocido explícitamente el riesgo temporal. En una entrevista en febrero, advirtió que si las previsiones de crecimiento de ingresos de la IA se desvían aunque sea por un año, "entonces te vas a la quiebra". Se refería a las propias apuestas de infraestructura de Anthropic, pero la lógica también se aplica a los clientes empresariales. Si la facturación basada en tokens revela que las ganancias de productividad no justifican el costo, las empresas no quiebran — simplemente dejan de renovar.

Para los inversores, la transición a la facturación por tokens es el primer mecanismo real de descubrimiento de precios que ha producido la industria de la IA. Las suscripciones de tarifa plana creaban una imagen conveniente: los costos eran bajos, la adopción era alta y el retorno de la inversión era una pregunta que se respondería más adelante. La facturación basada en uso ha cambiado ese cálculo de la noche a la mañana. Las empresas que puedan medir y demostrar el retorno de la inversión en IA determinarán si la estructura de capital actual se sostiene. Aquellas que no puedan hacerlo serán las primeras en renegociar y replantearse.

Nvidia Corp., cuyas unidades de procesamiento gráfico alimentan la mayoría del entrenamiento e inferencia de IA, enfrenta un posible shock en la demanda si los clientes empresariales limitan universalmente el gasto. Los ingresos del centro de datos de la compañía han crecido más del 200% interanual durante cinco trimestres consecutivos, pero ese crecimiento asume un consumo de tokens en constante expansión. Una reducción sostenida en los presupuestos empresariales de IA podría comprimir esa trayectoria.

Este artículo es únicamente con fines informativos y no constituye asesoramiento de inversión.