¿Por qué la IA ya devora más presupuesto que las nóminas en empresas?

La inteligencia artificial ha dejado de ser el juguete brillante del comité de innovación para convertirse en una línea dura del presupuesto. En algunas compañías tecnológicas que han automatizado departamentos enteros, la factura mensual de tokens, agentes de programación e infraestructura en la nube empieza a superar el ahorro obtenido tras recortar personal. Es la paradoja del momento: se despide a humanos para pagar máquinas que prometían abaratarlo todo y, al llegar el recibo, la broma ya no parece tan elegante.

Conviene poner el freno antes de entrar en la curva. No significa que toda empresa gaste ya más en inteligencia artificial que en salarios, ni que el contable de una panadería esté peleándose con millones de tokens antes del café. La fotografía seria es más concreta y más interesante: el problema aparece en organizaciones con uso masivo de IA generativa, equipos de ingeniería apoyados en agentes autónomos, atención al cliente automatizada, análisis continuo de datos y procesos internos convertidos en una cadena de prompts. Ahí, el viejo coste fijo de una licencia de software se ha transformado en un taxímetro digital: cada entrada, cada respuesta, cada documento leído por el modelo y cada iteración suma.

La máquina prometía ahorrar; ahora también pasa factura

Durante años, la promesa empresarial de la IA sonó sencilla, casi infantil: menos tareas repetitivas, más productividad, menos estructura. En los PowerPoint quedaba precioso. Una flecha subía, otra bajaba, el margen sonreía. El choque llega cuando los sistemas dejan de ser una demo simpática y empiezan a trabajar a escala. La IA generativa no cobra solo por estar instalada; cobra por uso, y ese uso se mide en fragmentos de información llamados tokens, las unidades en las que los modelos dividen texto, instrucciones y respuestas para procesarlas.

La trampa está en el cambio de mentalidad. Muchas compañías pensaban en la IA como pensaban en el software clásico: una cuota, unos usuarios, un gasto previsible. Pero los modelos avanzados se parecen más a la electricidad, al gas o al agua en un hotel lleno: cuanto más abres el grifo, más pagas. Y si el grifo queda abierto por agentes que programan, revisan, corrigen, vuelven a intentar, comparan archivos y consultan bases internas, el consumo deja de ser una línea controlable y se convierte en coste variable con apetito propio.

Gartner ya ha puesto fecha al susto en uno de los terrenos más sensibles: la programación. La consultora prevé que en 2028 los costes de herramientas de IA para codificación superen el salario medio de un desarrollador por el aumento del consumo de tokens y el paso a modelos de facturación basados en uso. También advierte de que muchas empresas no tienen visibilidad suficiente sobre cómo se calculan esos tokens ni sobre qué tareas están generando el gasto real.

El dato que enfría el entusiasmo: no todas las IA cuestan igual

Aquí hay una distinción decisiva. No cuesta lo mismo pedir a una IA que resuma un correo que poner a un agente autónomo a revisar un repositorio, escribir pruebas, corregir errores y volver a empezar cuando falla. La primera operación es una cerilla. La segunda, un horno industrial. Por eso el problema no es usar IA, sino usarla sin gobierno, sin límites y sin saber qué parte del trabajo merece un modelo caro y qué parte puede resolverse con una herramienta más barata.

Gartner habla de fallos muy concretos: ventanas de contexto infladas, autonomía sin control, ausencia de revisión del consumo y falta de mecanismos maduros de optimización por parte de los proveedores. Traducido: se mete demasiado material en la máquina, se le deja decidir demasiado y luego nadie sabe por qué el contador se ha puesto a correr como una liebre. La receta empresarial empieza a parecer menos futurista y más doméstica: controles de tokens, selección de modelos según complejidad y revisión periódica del gasto dentro de los ciclos de desarrollo. Vamos, administrar. Esa palabra tan gris que vuelve cuando se apagan los fuegos artificiales.

La ironía es fina. La inteligencia artificial, vendida como solución contra el despilfarro humano, está obligando a recuperar una virtud muy antigua: medir. Elegir. Decir no. Palabras poco sexis, desde luego, pero bastante más útiles que bautizar cada automatización como revolución histórica.

Los tokens son la nueva nómina invisible

La comparación con las nóminas funciona porque toca nervio. El salario es visible, mensual, discutido, sometido a negociación y a responsabilidad laboral. El token, en cambio, parece humo técnico: pequeño, abstracto, casi inocente. Pero millones de unidades pequeñas acaban formando una nómina sin rostro, una plantilla fantasma alojada en centros de datos.

El índice de Ramp sobre adopción empresarial de IA ofrece una imagen útil de esa desigualdad. Su análisis, basado en gasto agregado y anonimizado de más de 70.000 empresas estadounidenses, muestra que el 1% de compañías más intensivas en IA gasta unos 7.449 dólares por empleado al mes, mientras que la empresa mediana apenas llega a 11,38 dólares. Es decir, el fenómeno existe, pero está concentrado: unas pocas empresas están pisando el acelerador hasta el fondo; la mayoría aún circula por ciudad.

Ese dato desmonta dos exageraciones a la vez. La primera, que la IA ya se ha comido el presupuesto laboral de toda la economía. No. La segunda, que el coste es anecdótico. Tampoco. En las empresas que han convertido la IA en columna vertebral de sus operaciones, el gasto mensual puede acercarse a niveles que antes se reservaban a personal altamente cualificado. Y cuando un gasto técnico empieza a parecerse a una masa salarial, ya no estamos hablando de innovación decorativa. Estamos hablando de estructura empresarial.

España aún mira desde la orilla, pero la ola viene con recibo

En España y en buena parte de Europa, el fenómeno todavía no tiene la intensidad de las tecnológicas estadounidenses. El mercado laboral es distinto, la regulación pesa más y la sustitución agresiva de departamentos completos encuentra más frenos. Eso no convierte a las empresas españolas en inmunes; solo las coloca unos metros más atrás en la cola. El riesgo es que los costes que ya tensionan a grandes compañías norteamericanas terminen trasladándose a usuarios, trabajadores y pequeñas empresas con menos músculo financiero.

La pregunta empresarial, por tanto, no es si la IA debe usarse. Sería una discusión vieja, casi de tertulia con cenicero. La cuestión real es para qué se usa, cuánto cuesta cada automatización y qué retorno produce. Automatizar facturas, clasificar documentos, ayudar a atención al cliente o detectar anomalías puede tener sentido económico. Sustituir criterio humano por agentes caros que consumen tokens sin descanso, ya es otra cosa. Una cosa bastante menos futurista y más parecida a comprar una máquina de café que cobra por cada sorbo, por cada gota derramada y por cada pensamiento melancólico frente a la taza.

El gasto global explica por qué la presión no va a bajar pronto. Gartner calcula que el gasto mundial en inteligencia artificial alcanzará los 2,52 billones de dólares en 2026, un 44% más que el año anterior, y señala que la infraestructura de IA añadirá 401.000 millones de dólares al esfuerzo inversor de los proveedores tecnológicos. La fiebre no está solo en las aplicaciones; está en servidores, chips, centros de datos, refrigeración, energía y contratos de nube. La inteligencia artificial parece ligera porque vive en una pantalla, pero por debajo hay hormigón, cobre, agua y electricidad. Mucha electricidad.

La productividad prometida aún no siempre aparece

El gran punto incómodo es que el gasto crece más rápido que la prueba definitiva del retorno. Hay señales positivas, sí, pero también una brecha enorme entre adopción y productividad visible. Un análisis citado por CEPR, basado en encuestas a más de 5.000 directivos de Estados Unidos, Reino Unido, Alemania y Australia, encontró que alrededor del 70% de las empresas usaban IA, aunque más del 80% declaraba no haber visto impacto en productividad o empleo durante los tres años previos.

La Reserva Federal de San Luis también ha medido el fenómeno desde el lado de los trabajadores. Su análisis estimó que, entre todos los empleados, incluidas las personas que no usan IA generativa, entre el 1,3% y el 5,4% de las horas de trabajo estaban asistidas por esta tecnología; entre quienes sí la empleaban, el ahorro medio declarado fue del 5,4% de su jornada semanal, unas 2,2 horas en una semana de 40 horas. Es útil, desde luego. Pero no es exactamente la llegada de los robots a repartir dividendos con trompetas.

Ahí aparece el sarcasmo involuntario del momento. Algunas empresas han despedido trabajadores para financiar herramientas que aún no demuestran, en todos los casos, una mejora equivalente. O han usado la IA como coartada elegante para reestructuraciones que ya querían hacer. La tecnología avanza; la picaresca corporativa, tampoco se queda atrás.

El recibo que no venía en el PowerPoint

La noticia no anuncia el fin del trabajo humano ni el fracaso de la inteligencia artificial. Anuncia algo menos cinematográfico y más serio: la IA ya ha entrado en la contabilidad pesada. Ha pasado del entusiasmo al presupuesto, del laboratorio al departamento financiero, del “mira lo que hace” al “quién ha autorizado este gasto”. Esa transición cambia el debate.

Las empresas que ganen con la IA no serán necesariamente las que más automaticen, sino las que sepan distinguir entre ahorro real y gasto disfrazado de modernidad. Una máquina puede ser más rápida que un empleado, pero no siempre es más barata; puede trabajar sin dormir, pero también consumir sin pestañear. Y cuando la nómina invisible de los tokens empieza a competir con la nómina humana, el futuro deja de parecer una nube luminosa. Se parece más a una factura. Con letra pequeña.