Varias grandes empresas como Amazon, Walmart, Cisco, Uber y Meta han comenzado a poner límites al uso de herramientas de inteligencia artificial (IA) entre sus empleados debido al creciente coste de su implementación a gran escala. Estos grupos están desalentando el uso ineficiente e impulsando el uso de modelos más económicos para contener el gasto en IA.

Este cambio en la gestión de la IA representa una nueva etapa en su integración corporativa. A medida que los empleados pasan de usar chatbots sencillos a agentes de IA que realizan tareas complejas de manera autónoma, aumenta la potencia de cálculo necesaria y, por tanto, los costos asociados. Por este motivo, las compañías analizan ahora con detalle si el gasto en cada solicitud de IA justifica su valor.

La cuestión se ha intensificado con el cambio de modelos de precios de proveedores como Anthropic y OpenAI, que han pasado de ofrecer sus servicios con suscripciones planas a facturación basada en tokens, unidades de datos procesadas por los modelos. Esta modalidad financiera expone de forma directa a las empresas al coste real de cada solicitud y flujo de trabajo automatizado.

Costi Perricos, líder global de IA generativa en Deloitte, destaca que tanto directores financieros como consejos de administración empiezan a preocuparse por los costes de computación. "Se ha dado la impresión de que la IA es barata o gratuita, pero no es así". De hecho, Sam Altman, CEO de OpenAI, ha admitido que el gasto en IA se ha convertido en un problema importante para sus clientes en 2026, algo que no ocurría el año anterior.

Uber ha sido una de las compañías que ya ha impuesto límites concretos en su uso de IA. Su director de operaciones, Andrew Macdonald, explicó que es difícil justificar la inversión creciente en tokens de IA, limitando el gasto mensual individual en herramientas a 1.500 dólares tras agotar su presupuesto para 2026 en abril. Bloomberg fue quien dio la noticia en primicia.

En Walmart, también se han impuesto restricciones internas en el uso de su agente de IA propio, limitando claramente la cantidad de tokens permitidos para los empleados. Su director global de tecnología, Suresh Kumar, señaló que el uso masivo de la plataforma de programación Code Puppy ha llevado a la empresa a hacer una pausa para evaluar y optimizar el uso de estas herramientas.

Por su parte, Cisco busca un equilibrio entre el avance tecnológico y el control de costes. Jeetu Patel, presidente y director de producto, señaló que la implantación de agentes de IA debe considerar tanto los beneficios como la disponibilidad y costo de tokens.

Los analistas de Goldman Sachs han augurado que el consumo de tokens por agentes de IA podría multiplicarse por 24 para 2030, lo que intensificará la actual escasez global de semiconductores. Este aumento exponencial en la demanda también pone en riesgo el crecimiento de grandes laboratorios de IA como Anthropic y OpenAI, cuya salida a Bolsa se espera con valoraciones cercanas al billón de dólares.

China ha logrado superar a Estados Unidos en consumo de tokens este año, apoyada en tarifas más bajas y modelos más eficientes energéticamente. Esto podría abrir una nueva ventaja competitiva para los laboratorios chinos en el desarrollo de IA.

Empresas de menor tamaño también sufren el impacto económico. El grupo Workato vio multiplicado su gasto en tokens por siete tras el cambio de precios de Anthropic. Su director de información, Carter Busse, describió la situación como "haber creado un monstruo" y ha promovido una gestión más responsable y económica en sus sesiones de formación interna.

A nivel corporativo, Amazon y Meta han adaptado sus políticas internas para desincentivar el uso indiscriminado de IA, evitando que empleados empleen agentes para beneficios personales que afecten la productividad o rankings internos. Ambas empresas también desarrollan modelos propios y utilizan proveedores externos para mantener controlado el gasto.

Proveedores como Microsoft, Amazon y Google han lanzado soluciones que dirigen automáticamente las solicitudes a los modelos más apropiados y rentables para cada tarea, ayudando a los clientes a gestionar sus costes con mayor eficiencia.

Adicionalmente, algunas compañías recomiendan a sus empleados optar por modelos de código abierto que puedan ejecutarse localmente, reduciendo los costes en proveedores de nube e IA.

A pesar del esfuerzo por controlar el gasto, las empresas siguen evaluando la relación entre las promesas de productividad que hacen a sus inversores y los costes reales que debe afrontar. Según Jeetu Patel, encontrar la forma de financiar el incremento en el consumo de tokens y recursos para la IA representa un desafío crucial para el futuro próximo.

Para profundizar, se pueden revisar los informes de Deloitte sobre IA generativa y análisis financieros en Financial Times, que cubren en detalle los costes crecientes y estrategias corporativas para gestionar la IA.