Tras la compra acelerada de licencias, modelos y capacidad de cómputo, las empresas comienzan a revisar si la IA genera resultados medibles o solamente añade otra capa de costos, consumo energético y complejidad operativa.
La primera etapa fue sencilla, pues solo había que tener inteligencia artificial.
No importaba demasiado dónde, para qué ni bajo qué arquitectura. Bastaba con abrir un presupuesto, contratar algunas licencias, anunciar un programa de capacitación y dejar que cada área encontrara su propio caso de uso. La escena siempre me hizo pensar en una mudanza apresurada, donde todo entraba en cajas, cada caja terminaba en una habitación distinta y nadie quería detenerse a decidir qué debía conservarse.
Entonces fue que llegaron los copilotos, los asistentes para reuniones, los generadores de contenido, los buscadores corporativos, las herramientas para programar y las primeras pruebas con agentes. Algunas resolvieron problemas reales. Otras permanecieron abiertas en una pestaña del navegador, utilizadas ocasionalmente para justificar que la organización ya había entrado en la era de la IA.
Luego entonces… apareció la factura
Aparecieron costos y no solamente la de las suscripciones, también llegaron los costos de integración, almacenamiento, seguridad, limpieza de datos, conectividad, capacitación, revisión legal y supervisión de respuestas. A la lista se sumaron servicios duplicados, cuentas individuales contratadas por empleados y experimentos que comenzaron como pruebas económicas, pero terminaron consumiendo recursos sin convertirse en procesos productivos.
Vimos entonces que el entusiasmo inicial se transformó en el cuestionamiento de qué resultado tangible estaba produciendo todo esto.
No obstante, es claro que la adopción de la IA en las empresas continúa creciendo. El AI Index 2025 de Stanford reportó un aumento importante en el uso corporativo de IA y una caída notable en los costos de inferencia; ejecutar un sistema con desempeño comparable al de GPT-3.5 se abarató más de 280 veces entre noviembre de 2022 y octubre de 2024. El hardware también se vuelve más barato y eficiente. Sin embargo, que cada operación cueste menos no significa necesariamente que la factura total disminuya. Cuando una tecnología se vuelve accesible, suele utilizarse más, integrarse en más procesos y atender volúmenes mayores.
Una consulta barata, multiplicada por millones de interacciones, vuelve a ser una decisión financiera.
¿Dónde está el impacto real?
Entonces, ya no podemos limitarnos al razonamiento del precio por usuario. Una implementación empresarial debe considerar cuánto cuesta preparar la información, mantener los conectores, monitorear la calidad, proteger datos sensibles y corregir los resultados que el modelo entrega con absoluta seguridad. También debe calcular el tiempo humano invertido en revisar lo que supuestamente debía ahorrar tiempo.
Las organizaciones más maduras empiezan a separar los experimentos interesantes de los casos con impacto operativo. El MIT Center for Information Systems Research encontró que las empresas con mayor madurez en IA no se distinguen únicamente por tener más herramientas, sino por alinear estrategia, sistemas, formas de trabajo y gobierno. En su análisis, las organizaciones clasificadas como preparadas para el futuro con IA mostraron mejores resultados de crecimiento y rentabilidad que aquellas atrapadas en las fases de exploración o pilotos.
El verdadero costo también se extiende fuera de los financieros. Cada modelo depende de centros de datos que consumen electricidad para procesar información, operar servidores y mantener sistemas de enfriamiento. La Agencia Internacional de Energía estima que el consumo eléctrico mundial de los centros de datos podría superar los 945 teravatios-hora hacia 2030, más del doble del nivel registrado en 2022, con la inteligencia artificial como uno de los principales impulsores de ese crecimiento.
Esto no convierte a cada consulta en un desastre ambiental, pero sí obliga a abandonar la idea de que la IA ocurre en una nube etérea. La nube tiene edificios, transformadores, redes, sistemas de respaldo, agua, chips y cadenas de suministro. ¡Sí es real en el mundo físico!
Las propias compañías tecnológicas reconocen la presión. Microsoft señala en su reporte ambiental de 2025 que está ampliando infraestructura y desarrollando centros de datos más eficientes mientras intenta cumplir metas de carbono, agua y residuos. El documento muestra que el crecimiento de la capacidad digital exige inversiones paralelas en electricidad libre de carbono, eficiencia hídrica y reutilización de equipos.
Parece cada vez más claro que la etapa que viene será menos fotogénica que la primera. Habrá que cerrar cuentas, consolidar plataformas, asignar propietarios a cada modelo y retirar aplicaciones que no justifican su existencia… y finanzas pedirá retorno; operaciones, confiabilidad; ciberseguridad, control; y sostenibilidad, consumo medible.
La inteligencia artificial no dejará de adoptarse, es solo que comenzará a recibir el mismo trato que cualquier otra infraestructura crítica, por lo que deberá demostrar para qué sirve, cuánto cuesta mantenerla y qué ocurre si mañana alguien decide apagarla.
Add a Comment