Ia: el despertar amargo de los cios – ¿dónde va la fortuna?
La euforia de la inteligencia artificial ha llegado a su fin, dejando tras de sí un reguero de presupuestos agotados y una creciente frustración entre los directivos. La promesa de una productividad exponencial se ha transformado en una dura realidad, donde el gasto en tokens ha superado con creces los resultados tangibles.
La crisis de la confianza en la ia
Andrew Macdonald, de Uber, no es el único en cuestionar el retorno de la inversión. Su escepticismo – “Ese vínculo aún no existe, ¿verdad?” – refleja una inquietud generalizada. La cultura de “tokenmaxxing” descontrolada, alimentada por tablas de clasificación y una búsqueda frenética de la vanguardia, ha generado un vacío de resultados, un abismo entre la inversión y el rendimiento.
Praveen Neppalli Naga, CTO de Uber, ya advirtió en abril sobre el agotamiento del presupuesto de Claude Code, un presagio de lo que vendría. Sam Altman, CEO de OpenAI, reconoce la validez de estas críticas: “Creo que esta es la contribución más justa, la crítica actual de la IA, que es, escuchas a las empresas decir, estoy gastando una tonelada de dinero en IA”. Altman, con su pragmatismo, demanda respuestas: “¿Cuánto tiempo tengo que esperar para que realmente se vea en los ingresos, y cuánto tiempo tengo que esperar para realmente controlar los costos?”
La situación se agrava, según Scott Galloway, profesor de la NYU. “Se siente como el 99”, dice, evocando la burbuja puntocom. Galloway anticipa un cambio de narrativa, una intervención de un ejecutivo de una empresa tradicional de Fortune 500: “Ok, esto ha sido divertido, pero tenemos que disminuir drásticamente nuestra inversión en IA, porque no estamos viendo el tipo de ROI que anticipamos”.
Mark Cuban, inversor multimillonario, no comparte la euforia. “Las empresas han fallado en la integración de nuevas tecnologías”, afirma. La solución no radica en el gasto excesivo en tokens, sino en un análisis estratégico de cómo los competidores pueden desintermediar a las empresas. “Es el dilema de la IA del innovador”, puntualiza.
Jason Lemkin, conocido como “El Padrino de SaaS”, predice una fragmentación del mercado. “Creo que vamos a entrar en un mundo donde las cosas están cada vez más bifurcadas, y veremos a personas que obtienen cada vez más ganancias del gasto en IA”, explica. Las empresas eficientes, con ingresos por empleado superiores a un millón, continuarán “tokenmaxxing” sin límites, mientras que las organizaciones más grandes y tradicionales serán cada vez más escépticas.
El precio del despilfarro
Shruti Gandhi, socia general de Array Ventures, advierte que “Gastar más no significa producir más”. Muchos de los gastos internos en tokens resultan ser inútiles. “La mayoría de las empresas que dan acceso a la IA a los empleados no tienen una idea real de para qué se utiliza, si cambió algún resultado o si esos resultados habrían sido los mismos de todos modos”, sentencia.
Richard Socher, director ejecutivo de Recursive Superintelligence, admite que su empresa está superando las expectativas gracias a su masivo gasto en tokens. “Como si estuviéramos teniendo resultados de investigación que yo hubiera esperado que hicieran equipos de cientos de personas, pero somos equipos de solo varias docenas”, confiesa. Esto sugiere que la inversión extrema en IA puede generar avances significativos, pero a un costo considerable.
Michael Burry, el inversor que predijo la burbuja inmobiliaria, se muestra escéptico sobre el “tokenmaxxing”. “Tokenmaxxing no es simplemente un uso intensivo de la IA, y ciertamente no es un uso sostenible de la IA”, declara. La tendencia es una “fase loca, apresurada y temporal”, impulsada por cuotas y tablas de clasificación.
Akshat Bubna, CTO de Modal, reconoce la dificultad de rastrear el gasto interno en tokens. “Estoy bastante seguro de que el 50% del gasto interno en tokens es inútil, pero en este momento es difícil saber qué 50%”, admite. La necesidad de herramientas de análisis más precisas es evidente.
Sundar Pichai, director ejecutivo de Google, reconoce las preocupaciones de los CIOs. “He escuchado anécdotas de muchos CIOs que están muy preocupados por cuánto están gastando sus empresas”, afirma, ofreciendo un modelo de IA más eficiente, Gemini 3.5 Flash, “optimizado para tareas del mundo real a mayor velocidad y menor costo”.
Pero la verdad es que, a pesar de las promesas de eficiencia, el futuro de la IA en muchas empresas se antoja incierto. El oro negro de los algoritmos se está convirtiendo en una amarga decepción para aquellos que apostaron demasiado por la fiebre del token.