Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La inteligencia artificial prometía ahorrar tiempo, pero en muchas empresas la primera alarma ha sonado en contabilidad.
Praveen Neppalli Naga, director de tecnología de Uber, dejó una de las frases más crudas de esa tensión cuando admitió haber agotado en apenas cuatro meses todo su presupuesto anual de 2026 para herramientas de inteligencia artificial. La escena retrata un cambio de escala, porque una utilidad que parecía asumible en pilotos pequeños se dispara cuando entra en la rutina diaria de miles de trabajadores.
Goldman Sachs puso el foco donde más duele
Goldman Sachs resumió esa duda en el título de un informe que ya funciona casi como una pregunta incómoda dentro del sector, "IA generativa, ¿demasiado gasto para tan poco beneficio?". No discute si estas herramientas impresionan, sino si el balance entre coste y rendimiento empieza a torcerse cuando llega la factura real.
Algo parecido ocurre con los agentes de inteligencia artificial, que no se limitan a responder como un chat. Al enfrentarse a problemas complejos, entran en bucles de prueba y error sin supervisión humana, y ahí consumen más recursos mientras el resultado no siempre avanza al mismo ritmo.
Ese desgaste no aparece solo fuera de las grandes tecnológicas. Meta y Amazon generaron una competencia interna para evaluar a sus empleados según su nivel de gasto en software basado en el consumo masivo de unidades de información, una señal de que el uso ya no se mide solo por utilidad, sino también por el coste que deja detrás.
La productividad, mientras tanto, no ha cerrado el debate.
La Universidad Estatal de Oregón examinó el trabajo real
La Universidad Estatal de Oregón publicó un estudio con un título igual de elocuente, "Rápido y engañoso, la productividad del desarrollador con IA generativa". La combinación de esas dos palabras importa, porque describe una paradoja muy reconocible en cualquier oficina técnica, terminar antes una tarea no garantiza haber trabajado mejor.
Ahí encaja el código generado por IA como una ayuda que acelera pasos visibles mientras desplaza el esfuerzo a la revisión, la corrección o la repetición. Si un agente se atasca en un bucle de prueba y error, el tiempo ganado al principio puede reaparecer más tarde convertido en vigilancia humana.
Nvidia tampoco habla ya de un ahorro automático.
"Los costes de sus equipos ya son más altos en licencias de inteligencia artificial que en salarios humanos" - vicepresidencia de Nvidia
La frase invierte una intuición muy extendida durante años. Muchas compañías compraron estas herramientas con la idea de reducir trabajo humano repetitivo, pero el gasto en licencias empieza a crecer hasta competir con una de las partidas más sensibles de cualquier empresa, la nómina.
La carrera interna revela que gastar también se ha vuelto una métrica
Cuando Meta y Amazon comparan a sus empleados por el nivel de gasto en software medido por consumo masivo de unidades de información, no están describiendo una simple preferencia técnica. Están mostrando que el uso intensivo de IA ha creado incentivos nuevos dentro de la organización y que esos incentivos pueden empujar justo en dirección contraria al control del presupuesto.
También aparece ahí el coste de los agentes cuando la automatización deja de ser una promesa abstracta y se convierte en consumo continuo. Cuanto más autónomo parece el sistema, más fácil resulta que multiplique intentos, repita pruebas y ensanche una factura que no siempre se ve en la primera demo.
Entre esa presión presupuestaria, el informe de Goldman Sachs y el estudio de la Universidad Estatal de Oregón dibujan la misma contradicción. La inteligencia artificial puede dar sensación de velocidad y, al mismo tiempo, abrir un agujero económico donde Uber agota un presupuesto anual en cuatro meses y Nvidia ya ve licencias más caras que salarios.