Las grandes corporaciones que inicialmente adoptaron con entusiasmo la inteligencia artificial (IA) están comenzando a frenar su uso. Empresas como Amazon, Walmart, Cisco, Uber y Meta han impuesto límites al uso de herramientas de IA debido al creciente costo de implementación y mantenimiento. Este cambio de estrategia se produce en un contexto donde los gastos asociados a la IA están poniendo a prueba los presupuestos corporativos, lo que ha llevado a una reevaluación de su uso en el día a día de las operaciones.

El uso de IA ha sido promovido como una solución eficiente y económica para mejorar la productividad. Sin embargo, a medida que las empresas avanzan de chatbots simples a agentes de IA más complejos, que requieren una mayor capacidad de procesamiento, se están viendo obligadas a analizar el costo de cada tarea realizada. La transición de modelos de precios fijos a sistemas basados en tokens, que cobran por cada unidad de datos procesados, ha expuesto a las empresas a costos más altos de lo esperado. Según Costi Perricos, líder global de IA generativa en Deloitte, los costos de computación están empezando a ser un tema crítico para los CFOs y los consejos de administración.

El CEO de OpenAI, Sam Altman, también ha señalado que los costos de IA se han convertido en un "gran problema" para los clientes, especialmente a medida que se acercan a 2026. Las empresas están encontrando cada vez más difícil justificar los gastos en IA, como lo ha indicado Andrew Macdonald, COO de Uber, quien mencionó que es complicado establecer una relación directa entre el uso de IA y el aumento en la productividad. Esta situación ha llevado a Uber a establecer un límite de $1,500 en gastos mensuales por empleado en herramientas de IA, después de que su presupuesto para 2026 se agotara rápidamente.

El impacto de estas decisiones es significativo, ya que las empresas están comenzando a priorizar el uso de modelos de IA más económicos y a limitar el acceso a herramientas costosas. Walmart, por ejemplo, ha impuesto un techo en el número de tokens que sus empleados pueden utilizar en su agente de IA interno. Esta tendencia podría afectar el crecimiento de los laboratorios de IA más grandes, como Anthropic y OpenAI, que planean salir a bolsa con valoraciones cercanas a $1 billón. Además, el aumento en la demanda de tokens podría agravar la escasez de chips en los próximos 12 a 18 meses, lo que afectaría aún más la capacidad de las empresas para adoptar nuevas tecnologías.

A medida que las empresas buscan formas de contener costos, algunas están dirigiendo a sus empleados hacia modelos de código abierto que pueden ejecutarse localmente, reduciendo así los gastos asociados a los proveedores de IA en la nube. Sin embargo, la presión por mantener la competitividad y cumplir con las expectativas de los inversores sobre el impacto de la IA en la productividad sigue siendo alta. Las empresas deben encontrar un equilibrio entre la innovación y la responsabilidad financiera, lo que podría llevar a una reevaluación de las estrategias de inversión en tecnología a corto y mediano plazo.

En el futuro, será crucial observar cómo las empresas ajustan sus estrategias de adopción de IA y si estas limitaciones impactan su capacidad para competir en el mercado. Eventos como la salida a bolsa de grandes laboratorios de IA y la evolución de los modelos de precios serán indicadores clave de cómo se desarrollará este sector en los próximos años.