Por Canuto  

El uso de herramientas de inteligencia artificial sigue creciendo, pero los datos de Ramp apuntan a un gasto casi estancado en el cierre del verano. La presión de precios, la concentración del consumo y una mayor disciplina de los clientes plantean dudas sobre el ritmo de ingresos de Anthropic y OpenAI.

***

  • El gasto en tokens de IA creció apenas 1,5% entre agosto y septiembre, frente a un avance mensual de 42% en julio, según datos de Ramp.
  • Los descuentos de OpenAI y Anthropic, junto con modelos alternativos y mejores controles empresariales, reducen el costo de usar IA aunque aumente su volumen.
  • La señal llega mientras se reportan menores valoraciones potenciales para Anthropic y OpenAI, y persiste la expectativa de nuevos productos que impulsen la demanda.

 

 

Las empresas utilizan más inteligencia artificial (IA), pero el dinero que destinan a esos servicios dejó de avanzar al ritmo observado durante el verano.

Los datos de Ramp citados en un informe publicado el 6 de noviembre muestran que el gasto en tokens aumentó solo 1,5% entre agosto y septiembre, después de crecer 42% en julio frente al mes anterior. Ramp publica datos mensuales de adopción y gasto a partir de una base de más de 85.000 empresas; las cifras describen esa muestra y no necesariamente a todo el mercado. La brecha entre uso y facturación introduce una señal incómoda para las compañías que venden modelos de IA: más actividad no garantiza ingresos equivalentes.

La diferencia importa porque las firmas de modelos necesitan convertir el uso de sus productos en ventas recurrentes y crecientes. Si los clientes procesan más tokens, pero pagan menos por cada unidad o distribuyen sus tareas entre opciones económicas, el volumen puede subir sin que las cuentas de los proveedores mejoren en la misma proporción. El economista principal de Ramp, Ara Kharazian, advirtió que la moderación del gasto en las empresas más intensivas en IA podría bastar para frenar los ingresos, incluso mientras aumentan los volúmenes.

Kharazian señaló que casi todo el gasto observado por Ramp procede de compañías tecnológicas respaldadas por capital de riesgo y firmas de alto crecimiento. Esa concentración vuelve más vulnerable el panorama si el grupo reduce sus compras al mismo tiempo, porque un cambio común entre esos clientes puede producir efectos en cadena para los proveedores. La advertencia no equivale a una caída general de la demanda: los datos muestran más uso, pero una monetización menos dinámica.

El indicador también obliga a distinguir entre adopción y disposición a pagar. Una empresa puede integrar IA en más procesos y, al mismo tiempo, limitar cuánto consume cada trabajador o seleccionar modelos más baratos para tareas rutinarias. Para inversores que proyectan un crecimiento acelerado a partir de la expansión del uso, esa diferencia puede modificar las expectativas sobre ingresos, aunque la tecnología siga ganando presencia en las operaciones cotidianas.

El gasto se concentra en un pequeño grupo

La desaceleración más visible apareció entre el 1% de las compañías que Kharazian describió como las más intensivas en IA. Ese grupo registró un pequeño retroceso en agosto y septiembre, y quedó justo por debajo de los USD $10.000 por empleado al mes que había alcanzado en sus máximos estivales. El economista considera que un tropiezo en ese segmento puede pesar de forma desproporcionada, porque sus desembolsos superan ampliamente los del resto de los clientes.

El contraste con otras empresas muestra cuán desigual es la adopción comercial. Las compañías medianas gastan entre USD $12 y USD $15 por empleado al mes, mientras que el 10% que más consume se ubica entre USD $600 y USD $1.000. Aunque Ramp detectó crecimiento entre las empresas medianas y en ese decil superior, Kharazian dijo que esos avances no compensan el debilitamiento del grupo más gastador.

La distancia entre los niveles de gasto también pone en cuestión la posibilidad de que todas las industrias alcancen las cifras de las empresas punteras. Los casos de programación asistida por IA generan una demanda especialmente intensa en sectores como software y finanzas, donde automatizar tareas puede justificar un uso elevado. En cambio, Kharazian puso en duda que un consultorio médico o un concesionario de automóviles necesite gastar cerca de USD $10.000 por empleado cada mes en estas herramientas.

La composición de los clientes puede afectar tanto las proyecciones de crecimiento como la estabilidad de los ingresos. Si las compañías con mayor consumo son también las que más dependen de capital de riesgo y de expectativas de expansión, una pausa en sus presupuestos podría transmitirse con rapidez al mercado de modelos. El dato no prueba que todas las empresas estén recortando, pero sí sugiere que el gasto agregado depende en gran medida de una base pequeña y particularmente activa.

Precios más bajos y clientes más disciplinados

Kharazian atribuyó la moderación a la competencia, no a una caída en la demanda de IA. Según su análisis, los recortes de precios de OpenAI y Anthropic abarataron el acceso a sus servicios, mientras ambas compañías también ofrecieron descuentos empresariales para captar o retener clientes. Esa estrategia puede ampliar el uso y fortalecer relaciones comerciales, pero reduce el ingreso que cada proveedor obtiene por unidad de consumo.

En septiembre, OpenAI redujo a la mitad los precios de API de GPT-6 Sol y GPT-6 Luna, de acuerdo con el material citado en la noticia. Anthropic respondió con recortes importantes para Fable 5.1 y Opus 5.5; en un registro reciente, la empresa atribuyó a esa decisión una reducción de alrededor de USD $600 millones en el crecimiento de sus ingresos. La competencia convierte así el precio en una variable central para medir cuánto valor económico captura cada compañía.

La presión no proviene únicamente de OpenAI y Anthropic. Meta y Nvidia también ofrecen productos empresariales con modelos de menor costo o alternativas de código abierto, mientras proveedores de Estados Unidos y China amplían el conjunto de opciones disponibles. Kharazian mencionó además a Jev, una herramienta ligera que ayuda a elegir entre resultados predeterminados y que, según indicó, gana presencia entre las empresas observadas por Ramp.

En tareas que solo requieren una respuesta sencilla, como un sí o un no, las compañías pueden combinar modelos económicos con herramientas de selección para reducir todavía más la factura. A eso se suma una mayor experiencia interna: los equipos fijan presupuestos para empleados, configuran valores predeterminados que evitan modelos costosos en procesos largos y dirigen algunas solicitudes hacia opciones más ligeras. El resultado es que una organización puede ampliar el uso de IA y, a la vez, pagar menos por cada tarea.

Valoraciones bajo presión y búsqueda de nuevos motores

La señal llega en un momento delicado para Anthropic, que se aproxima a una posible oferta pública inicial, según el contexto del informe. Bloomberg reportó que la valoración potencial de la compañía habría bajado desde los USD $2 billones estimados a comienzos de octubre hasta un rango de USD $1,2 billones a USD $1,3 billones. También se informó que las agencias de calificación podrían asignarle una nota situada en la parte alta de la categoría especulativa, descrita como de grado basura.

OpenAI también habría reducido sus expectativas de valoración, desde USD $1,4 billones hasta USD $1,25 billones, y recortado en unos USD $10.000 millones sus objetivos más recientes de recaudación de fondos. Estas cifras son reportes sobre valoraciones y metas potenciales, no una confirmación de que una operación bursátil o una nueva ronda ya se haya concretado. Kharazian sostuvo que los datos de Ramp probablemente alimentan parte de las inquietudes de los inversores sobre la trayectoria de ingresos del sector.

La desaceleración no elimina la posibilidad de que surjan nuevas aplicaciones capaces de elevar el gasto. La programación asistida por IA se convirtió en un producto comercial destacado hace aproximadamente un año y medio y contribuyó a impulsar el crecimiento de Anthropic y OpenAI. Parte de la apuesta inversora consiste en que aparezca otra categoría con un impacto económico comparable, aunque todavía no hay evidencia suficiente para asegurar que ese salto ya comenzó.

Los agentes personales se mencionan como una posible próxima etapa, y OpenAI, SpaceXAI y Meta, junto con startups como Instinct, han lanzado productos de ese tipo. Kharazian se mostró escéptico sobre su capacidad para impulsar el gasto al nivel de los agentes de programación, porque considera que resultan menos productivos desde el punto de vista económico. Akshay Kothari, cofundador de Notion, compartió datos internos que apuntan a una dinámica similar: más tokens consumidos y menores costos, una síntesis que refuerza el contraste detectado por Ramp.

La tesis de crecimiento acelerado enfrenta, por tanto, una prueba doble: demostrar que los clientes ampliarán sus usos y que los proveedores podrán cobrar lo suficiente por ese consumo. Los descuentos favorecen a las empresas usuarias, pero pueden limitar los ingresos de los desarrolladores de modelos si la competencia impide recuperar precios más altos. Por ahora, los datos disponibles muestran un gasto que comenzó a desacelerarse pese al aumento de la actividad, mientras la industria espera nuevos productos capaces de cambiar esa tendencia.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados