Negocios CFO contra tokens: el costo de la IA ya supera salarios
El gasto en tokens de IA ya compite con las nóminas. Empresas como Uber y Microsoft descubren que reemplazar personal por IA no siempre reduce costos. ¿Cómo enfrentan las compañías latinoamericanas esta disyuntiva?
Un ingeniero de Priceline gastó 40.000 dólares en tokens de IA en un solo mes. Uber agotó su presupuesto anual de herramientas de codificación con IA en abril, cuatro meses antes de lo previsto. Microsoft revocó licencias de Claude Code a decenas de desarrolladores tras semanas de uso descontrolado. Estos casos no son anomalías: son la evidencia de un cambio estructural que está reconfigurando los balances de las empresas.
La ecuación es simple en apariencia. Los CFO intercambian cabezas de equipo por tokens: recortan personal para liberar presupuesto y lo inyectan en infraestructura de IA. Pero los resultados no acompañan. Una encuesta de Gartner a 350 ejecutivos de empresas con ingresos superiores a 1.000 millones de dólares indica que el 80% recortó plantilla sin que mejoraran los retornos. "Las reducciones de personal crean espacio presupuestario, pero no generan retorno", sentenció la analista Helen Poitevin.
La paradoja es que el precio unitario de los tokens cae constantemente, pero el gasto total se dispara. Goldman Sachs proyecta que el uso de tokens se multiplicará por 24 hacia 2030. La industria ya bautizó el fenómeno como "tokenmaxxing": usar el modelo más caro para cada tarea sin filtrar. Alexander Embiricos, de OpenAI, confirma que la conversación con clientes empresariales pasó de "usemos más IA" a "cómo controlamos el gasto".
El problema no es solo de las big tech. Para una empresa latinoamericana que terceriza modelos en la nube, la factura puede duplicarse de la noche a la mañana si un equipo de desarrollo decide usar GPT-5.5-Med para resumir correos. El 95% de las cargas de trabajo empresariales de IA aún se ejecutan en modelos frontera premium, según datos de Edgen, cuando tareas simples podrían resolverse con alternativas como el V4 Flash de DeepSeek, que cuesta entre 10 y 25 veces menos que Claude Haiku.
La brecha de costos está obligando a repensar la arquitectura. Empresas como Airbnb evitan depender de los modelos más caros en producción y optan por opciones como Qwen de Alibaba. Pinterest redujo un 90% sus costos al entrenar ese modelo abierto con datos propietarios. Para el ecosistema latinoamericano, donde la sensibilidad al precio es mayor, la lección es urgente: no delegar toda la inferencia en un solo proveedor premium es la primera línea de defensa.
La respuesta institucional está llegando. La Linux Foundation anunció la creación de la Tokenomics Foundation, con métricas como cost-per-intelligence y tokens-per-watt. Herramientas como Factory ya ofrecen enrutadores automáticos que eligen el modelo más barato para cada tarea. Pero para el CFO de una fintech en México o un retailer en Brasil, la prioridad inmediata es instalar controles de visibilidad: sin dashboards de gasto por equipo y por tarea, el consumo escala sin que nadie lo perciba hasta que la factura llega.
Uber aprendió esa lección a un costo de decenas de millones. El COO Andrew Macdonald admitió que, aunque el 70% del código nuevo es generado por IA, "esa conexión con algo que los clientes noten aún no existe". Esa desconexión entre gasto en tokens y valor para el negocio es el riesgo que todo director financiero debe auditar antes de que sea demasiado tarde.
