El entusiasmo corporativo por las herramientas de inteligencia artificial choca con una realidad incómoda: son caras de usar a gran escala. Varias compañías empezaron a restringir cuánto pueden gastar sus empleados en asistentes basados en IA, y el caso más concreto es el de Tesla, que fijó un tope de 200 dólares semanales por trabajador, según reportó The Information.

La medida resulta paradójica porque llega en medio de una campaña interna para que más empleados adopten estas herramientas. La contradicción resume el momento que atraviesa la industria: las empresas quieren que su personal use IA todos los días, pero el precio de esa actividad puede dispararse rápido.

Por qué usar IA sale tan caro

Cada consulta a un modelo de lenguaje —el sistema que genera texto, código o resúmenes a partir de una instrucción— consume capacidad de cómputo que las empresas proveedoras cobran por uso. Ese costo se mide en tokens, las unidades en que el modelo procesa el texto de entrada y salida. Cuanto más largas y frecuentes son las consultas, y cuanto más potente el modelo, más sube la factura.

Las herramientas más avanzadas, sobre todo las que «razonan» paso a paso o procesan documentos extensos, pueden costar varios dólares por tarea compleja. Multiplicado por miles de empleados que las usan durante toda la jornada, el gasto se vuelve difícil de controlar. Un reporte de 404 Media describe cómo distintas compañías están limitando el acceso de su personal precisamente por lo elevado de los costos.

El resultado es una tensión que muchas organizaciones no anticiparon. Durante el último par de años, el discurso dominante fue que la IA generativa aumentaría la productividad casi sin fricción. La contabilidad cuenta otra historia: los precios de los modelos más capaces no bajaron al ritmo que muchos esperaban, y el uso intensivo se traduce en cuentas mensuales considerables.

Un ajuste que llega en plena expansión

El freno al gasto no significa que las empresas estén abandonando la tecnología. Al contrario, buena parte de ellas sigue presionando por una adopción más amplia. Lo que cambia es el enfoque: pasar del «úsenlo sin límites» a una administración más cuidadosa de recursos, con topes, cuotas y priorización de las tareas donde la IA realmente aporta valor.

Ese giro también tiene un trasfondo de infraestructura. La demanda de cómputo para IA está tensionando las redes eléctricas en Estados Unidos, donde los centros de datos compiten por energía en pleno verano de altas temperaturas, según reportaron medios como el New York Times y Politico. El costo que ven los empleados en su cuenta corporativa es, en el fondo, el reflejo de un sistema físico que consume mucha electricidad y capacidad de procesamiento.

Para las compañías, el desafío es encontrar el equilibrio entre fomentar el uso y contener el gasto. Algunas apuestan por modelos más pequeños y baratos para tareas rutinarias, reservando los más potentes para trabajos que lo justifiquen. Otras negocian tarifas corporativas o exploran ejecutar modelos en su propia infraestructura.

La etapa de la IA sin restricciones presupuestarias parece estar quedando atrás. A medida que la herramienta pasa de novedad a parte del trabajo diario, las empresas empiezan a tratarla como cualquier otro insumo costoso: algo que hay que medir, presupuestar y justificar.