Las empresas recortan costos de IA y migran hacia modelos más baratos
La revisión del gasto no implica abandonar la inteligencia artificial, sino asignar cada tarea al modelo que ofrezca la mejor relación entre costo y rendimiento.
Por redacción
Las grandes compañías comenzaron a revisar sus presupuestos de inteligencia artificial (IA) ante el aumento de los costos operativos y las dudas sobre el retorno de las inversiones. Después de una primera etapa marcada por la adopción acelerada de herramientas, las empresas buscan alternativas más económicas y reservan los modelos más avanzados para tareas que realmente requieren mayor capacidad de procesamiento.
El cambio responde, en parte, a la transición de las suscripciones de precio fijo hacia sistemas de cobro según el uso. Los llamados tokens, unidades de información procesadas por los modelos, pueden encarecer considerablemente las operaciones cuando se utilizan asistentes capaces de ejecutar tareas complejas de manera autónoma.
El desafío dejó de ser incorporar IA a cualquier costo y pasó a ser demostrar su rentabilidad. Algunas empresas descubrieron que el consumo podía superar ampliamente sus previsiones iniciales. Uber, por ejemplo, agotó su presupuesto anual destinado a herramientas de inteligencia artificial para programación durante los primeros meses de 2026, lo que obligó a reconsiderar los límites de utilización.
Según una encuesta de KPMG realizada en mayo a 2.145 líderes empresariales de distintos países, casi la mitad afirmó haber reducido el uso de agentes de IA porque sus costos superaban los beneficios obtenidos.
Modelos más baratos ganan terreno frente a los sistemas premium
Una de las principales alternativas son los modelos de código abierto o de pesos abiertos, que permiten a las compañías adaptar herramientas a sus necesidades y, en determinados casos, ejecutarlas en infraestructura propia. Esto puede reducir los costos y ofrecer mayor control sobre los datos, aunque exige recursos técnicos para mantener los sistemas.
La tendencia también modifica la competencia entre proveedores. Empresas como OpenAI, Anthropic y Google ofrecen modelos de distintas categorías de precio, mientras que desarrolladores chinos como DeepSeek y otras firmas ganan espacio con alternativas más económicas.
El director de tecnología de Amazon, Werner Vogels, describió el cambio como una transición hacia una selección más racional de las herramientas. “El costo es una parte muy importante de tu arquitectura; tenés que tenerlo en cuenta”, sostuvo. Y agregó: “¿Realmente necesitás el modelo más grande y de mayor nivel para resolver esto? La respuesta es no”.
Los datos reflejan la velocidad del cambio: en agosto, los modelos de pesos abiertos representaron el 56% de los tokens procesados a través de AI Gateway, de Vercel, frente al 7% registrado en diciembre.
El retorno de la inversión, en el centro de la estrategia
La revisión del gasto no implica abandonar la inteligencia artificial, sino asignar cada tarea al modelo que ofrezca la mejor relación entre costo y rendimiento. Las herramientas más potentes seguirán siendo relevantes para programación avanzada y procesos complejos, mientras que las opciones más económicas podrán resolver consultas rutinarias.
Para los proveedores, el desafío será sostener sus ingresos ante clientes más sensibles a los precios. Para las empresas, la prioridad será medir cuánto valor económico generan estas tecnologías y evitar que el aumento del uso se traduzca únicamente en facturas más elevadas.
