Puntos clave:
En 2025, las empresas estadounidenses impulsaron a sus empleados a usar IA. Ahora descubren que la tecnología cuesta más que los trabajadores que pretendía reemplazar.
Tesla limitará el gasto de sus empleados en IA a 200 dólares semanales a partir del 6 de julio, según un memorando interno, apenas meses después de que la dirección gamificara el consumo de tokens para fomentar la adopción — un giro que refleja a Uber, Microsoft y otras empresas que enfrentan costos descontrolados.
"El uso fue enorme. El valor correspondiente era más difuso", declaró públicamente Andrew Macdonald, director de operaciones de Uber, después de que la empresa de transporte agotara todo su presupuesto de IA para 2026 en cuatro meses.
Los ingenieros de software de Tesla consumían miles de dólares en tokens de IA cada semana, según dos personas familiarizadas con el uso, lo que llevó al tope de 200 dólares. El límite excluye las versiones beta de productos de xAI, una excepción que orienta a los usuarios intensivos hacia la propia empresa de IA de Elon Musk. Uber, donde el 84 % de sus ingenieros adoptaron Claude Code y aproximadamente el 70 % del código comprometido se originó en IA, impuso un tope mensual de 1.500 dólares tras agotar su presupuesto de dos años en abril.
Estos recortes de gasto se producen mientras las grandes tecnológicas han comprometido 740.000 millones de dólares en gastos de capital este año, un aumento del 69 % respecto a 2025, mientras que más de 115.000 trabajadores tecnológicos han sido despedidos en 2026. La aritmética se está volviendo perversa: las empresas están recortando mano de obra humana para financiar inteligencia artificial que, para muchas tareas, sigue siendo más cara que las personas a las que reemplazó.
El problema del 'tokenmaxxing'
Amazon creó una tabla de clasificación interna llamada KiroRank para rastrear el uso de IA entre los equipos de ingeniería. Fue retirada silenciosamente después de que los empleados comenzaran a manipularla, quemando tokens en tareas insignificantes para escalar posiciones. Meta construyó un rastreador similar llamado Claudeonomics. Amazon animó a su personal a hacer "tokenmaxxing", tratando el consumo en sí mismo como un indicador de rendimiento.
El patrón se extiende por toda la industria. Aproximadamente el 95 % del uso empresarial de IA aún se ejecuta en los modelos frontera más costosos, incluso para tareas que no requieren esa sofisticación. Microsoft instruyó a los ingenieros de una división importante a dejar de usar un asistente de codificación de IA porque las facturas se volvieron insostenibles. Una empresa no identificada acumuló una factura de 500 millones de dólares de Claude en un solo mes después de que la gerencia olvidara establecer un límite de uso, según Axios.
El propio vicepresidente de aprendizaje profundo aplicado de Nvidia, Bryan Catanzaro, reconoció que el costo de computación para su equipo ahora supera con creces lo que la empresa gasta en los empleados que lo utilizan. Sin embargo, el director ejecutivo de Nvidia, Jensen Huang, ha dicho que un ingeniero de 500.000 dólares debería consumir al menos 250.000 dólares en tokens de IA al año, y que la empresa trabaja hacia un presupuesto anual de tokens de 2.000 millones de dólares para su fuerza de ingeniería.
La excepción de xAI
El detalle más revelador de la política de Tesla es lo que el tope excluye. Al eximir las versiones beta de productos de xAI, la empresa utiliza una política de gastos para canalizar a los empleados hacia Grok y Composer — herramientas de la propia startup de IA de Musk — mientras que sus propios ingenieros prefieren en privado Claude, de Anthropic, según cuatro fuentes. Musk admitió el año pasado que xAI "no estaba bien construida", semanas después de que Tesla invirtiera 2.000 millones de dólares en ella.
SpaceX ahora tiene previsto adquirir la empresa matriz de Cursor, Anysphere, por 60.000 millones de dólares en un acuerdo totalmente en acciones que se espera cerrar este trimestre. Los ingenieros de Tesla se convirtieron en probadores tempranos de versiones no lanzadas de Grok y Composer, y el director de producto de xAI, Andrew Milich, dirige debates de Retroalimentación en canales internos de Teams.
El ajuste de cuentas de los precios
Los precios que las empresas pagan por el uso de IA no son precios reales. OpenAI, Anthropic, Google y Meta están fijando el precio de la inferencia por debajo del costo de servirla, quemando capital de riesgo para ganar participación de mercado. OpenAI gasta casi 2 dólares por cada dólar que gana en inferencia y proyecta 14.000 millones de dólares en pérdidas este año, con 44.000 millones de dólares en pérdidas acumuladas antes de que aparezca cualquier ganancia en 2029.
Anthropic trasladó a sus clientes empresariales de planes de tarifa fija a facturación basada en uso vinculada a la computación real en abril de 2026. GitHub siguió semanas después con el mismo cambio para Copilot. Los analistas proyectan que cuando los precios se normalicen para reflejar los costos reales de infraestructura, las facturas empresariales de IA podrían aumentar entre un 30 % y un 50 % por encima de los niveles actuales.
El mercado notó la divergencia entre gasto y rentabilidad en junio de 2026, cuando los fabricantes de chips perdieron aproximadamente 1,3 billones de dólares en valor de mercado en una sola sesión — la caída más pronunciada en un solo día para el índice de semiconductores PHLX desde marzo de 2020. Nvidia, Micron y AMD lideraron las pérdidas.
Para los inversores, la pregunta es si la IA puede pagarse por sí sola antes de que se acabe el dinero. La valoración de Tesla se basa en desplegar IA a escala en su red de Robotaxi y en el robot humanoide Optimus, no en vender coches — y sin embargo, la empresa no puede gestionar unos pocos miles de dólares de gasto semanal en tokens por ingeniero sin imponer topes. Si el costo de los tokens ya ha superado el costo de los empleados a los que debían reemplazar, la brecha entre la promesa y la economía se está ampliando, no cerrando.
Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.
