El creciente coste de la inteligencia artificial en el ámbito laboral está poniendo en cuestión su rentabilidad real para las empresas. A pesar de que la adopción de tecnologías basadas en IA se presenta como una forma de mejorar la eficiencia y reducir costes, la realidad en 2026 indica que el gasto en computación para estos modelos puede superar notablemente el salario de los propios trabajadores.
En los primeros meses del año se reportaron despidos masivos en el sector tecnológico, con más de 80.000 empleos afectados, una situación que muchas compañías atribuyen al auge de la inteligencia artificial. Sin embargo, los beneficios económicos asociados a esta implementación no están siendo tan evidentes como se esperaba.
El coste real de la inteligencia artificial en el entorno laboral
Un caso paradigmático es el de Nvidia, uno de los líderes en desarrollo de modelos de inteligencia artificial, cuya vicepresidencia de Aprendizaje Profundo Aplicado ha reconocido públicamente que el gasto en computación para el entrenamiento y puesta en marcha de los modelos supera el coste salarial de los empleados en algunos equipos.
Un ingeniero senior en este ámbito recibe un sueldo anual que ronda entre 192.000 y 243.000 dólares, pero los costes asociados a la ejecución constante de modelos de IA —medidos en tokens, o unidades de procesamiento para el lenguaje y tareas complejas— pueden llegar a ser aun más elevados.
No obstante, hay que matizar que este nivel de gasto es propio de equipos especializados en programación y desarrollo intensivo con IA, y no representa el uso medio entre el resto de trabajadores en una empresa. Sin embargo, esta tendencia se refleja en otros gigantes tecnológicos: Uber admitió haber agotado su presupuesto anual para IA en apenas semanas, y compañías como GetSwan reportan gastos mensuales elevados en pocos empleados.
Impacto limitado en la productividad y aumento del desgaste laboral
Los datos de varios estudios ponen en evidencia que más del 80% de las empresas que emplean inteligencia artificial no han observado mejoras significativas en la productividad. Además, el uso constante de estas herramientas puede incrementar los índices de agotamiento y estrés entre los trabajadores, según investigaciones publicadas en medios especializados.
Estos resultados cuestionan la premisa de que la IA es una solución económica y eficiente para sustituir o complementar talento humano en determinadas tareas. En casos sonados, el gasto en tokens asociados a estos modelos puede suponer un desembolso comparable a pagar parte del salario anual de un empleado.
Modelos cada vez más complejos y costosos
A medida que la inteligencia artificial avanza y los modelos se hacen más complejos, los requisitos de hardware y computación para su adecuado rendimiento también crecen, encareciendo el coste por millón de tokens procesados. Por ejemplo, Microsoft ha modificado la estructura tarifaria de GitHub Copilot, pasando de un modelo por peticiones a otro basado en uso, lo que implica que prompts más largos o respuestas extendidas incrementan el coste para desarrolladores y empresas.
Además, ciertos modelos punteros, como el Mythos desarrollado por Anthropic, presentan costes significativamente mayores que otros modelos contemporáneos, dificultando su adopción masiva. Por otro lado, algunas aplicaciones basadas en agentes automatizados generan un volumen exponencial de peticiones a la IA, resultando en facturas imprevistas y elevadas.
Las consecuencias para el futuro del trabajo con IA
Ante el aumento del coste y la ausencia de un retorno claro en productividad, la utilización de inteligencia artificial en entornos laborales podría restringirse o volverse más selectiva, limitándose a casos donde realmente aporte valor claro y comprobable. Algunas empresas experimentan con limitar el acceso a ciertos modelos o servicios para controlar gastos y capacidad técnica.
La presión de inversores y la necesidad de obtener beneficios tangibles podrían llevar a que la IA se transforme en un recurso más caro y regulado, en contraste con las expectativas iniciales. En este contexto, el talento humano eficiente podría recuperar protagonismo, dada su versatilidad y coste más predecible.
Este escenario invita a replantear la relación entre inteligencia artificial y trabajo, no como un reemplazo absoluto, sino como una herramienta que debe evaluarse cuidadosamente en términos económicos y operativos.
