La inteligencia artificial está generando debates no sólo por su capacidad para transformar sectores, sino también por su coste económico real en las empresas. Recientemente, ejecutivos de referencia como el vicepresidente de Nvidia y el director tecnológico de Uber han manifestado que el gasto en tokens de IA puede ser incluso superior al coste de los empleados humanos que supuestamente reemplazan. Esta realidad abre preguntas relevantes sobre la sostenibilidad y el impacto de esta tecnología.
La importancia de este asunto radica en que muchas compañías están apostando por la automatización mediante agentes inteligentes que funcionan con un modelo de precios basado en tokens, lo que implica un desembolso constante, no puntual. Este modelo contrasta con la idea popular de que la inteligencia artificial es una vía rápida para reducir gastos laborales.
¿Por qué la inteligencia artificial resulta más costosa que los empleados?
Los modelos de inteligencia artificial más empleados en la industria, habitualmente basados en asistentes y agentes automatizados, suelen facturarse según la cantidad de tokens procesados o consultados. Por ejemplo, herramientas de ayuda en la programación, como Claude Code o GitHub Copilot, exigen pagos recurrentes en función del uso, que pueden incrementarse significativamente con tareas cada vez más complejas y programadas para ejecutarse múltiples veces.
Bryan Catanzaro, vicepresidente de Nvidia de aprendizaje profundo aplicado, ha declarado que para su equipo, el coste computacional supera con creces el salario de sus empleados. Por su parte, Praveen Naga, CTO de Uber, reveló que los presupuestos previstos para IA se han quedado cortos debido a la rápida escalada de estos costes.
Además, ejemplos como el de la empresa Swan AI que tuvo una factura de 113.000 dólares mensuales por servicios de IA para un equipo pequeño ilustran la magnitud de esta inversión, que en algunos casos supera con creces el gasto en sueldos.
Automatización, costes y productividad: una relación compleja
Este encarecimiento no implica necesariamente un fracaso. Algunos directivos valoran que, aunque la inteligencia artificial suponga un gasto elevado, sus empleados pueden centrar esfuerzos en la innovación y desarrollo de soluciones más complejas, dejando tareas repetitivas a los agentes automatizados.
En Uber, por ejemplo, el 11% de las actualizaciones en código provienen de agentes de IA, y sus responsables plantean una visión en la que los ingenieros de software evolucionan a roles de supervisión y desarrollo de estos agentes. Nvidia parece adoptar un criterio en el que la productividad se mide en tokens invertidos, buscando que un ingeniero con un salario alto utilice un volumen considerable de recursos en IA para potenciar su trabajo.
Sin embargo, la automatización masiva tiene un coste a corto plazo y supone un desafío económico, ya que el ahorro en sueldos puede tardar en materializarse si los sistemas no alcanzan una estabilidad suficiente para reducir la necesidad de intervención humana. Además, no todos los proyectos de IA cuentan con un diseño estratégico sólido, lo que termina generando pérdidas, como confirman estudios recientes que advierten sobre la falta de una planificación adecuada en muchas iniciativas.
¿Qué futuro aguarda a la inteligencia artificial en las empresas?
La paradoja de que los tokens de IA pueden ser más costosos que los salarios plantea un escenario de incertidumbre. A medio plazo, algunas empresas podrían lograr una ventaja competitiva consolidando una automatización eficiente que reduzca la necesidad de personal, pero a corto plazo convivirán ambos gastos.
Estos costes elevados también podrían motivar un replanteamiento en el uso de la inteligencia artificial y en cómo ajustar la inversión para mejorar resultados sin disparar presupuestos. La evolución tecnológica, las mejoras en eficiencia y la especificidad en las tareas a automatizar serán claves para alcanzar un equilibrio económico sostenible.
Lo cierto es que, en un momento en que se anuncian múltiples recortes de plantilla asociados a la digitalización, resulta imprescindible valorar con rigor no solo el impacto en el empleo, sino también la viabilidad financiera de la inteligencia artificial como herramienta de transformación empresarial.
