Por Canuto  

Una nueva encuesta de KPMG expone un problema que muchas empresas apenas empiezan a comprender: desplegar inteligencia artificial a escala no solo es complejo, también puede resultar mucho más caro de lo esperado. El hallazgo golpea una narrativa empresarial que veía a la IA como una vía rápida para reducir plantilla y costos sin entender a fondo su economía.
***

  • KPMG encuestó a 2.145 ejecutivos senior en 20 países y halló fuerte confusión sobre los costos de la IA.
  • El 29% de los directivos dijo no saber de dónde provienen los crecientes gastos asociados con estas herramientas.
  • Un tercio admitió que su desconocimiento sobre la economía de la IA dificulta implementarla con éxito en el trabajo.

La promesa de la inteligencia artificial como sustituto barato del trabajo humano está chocando con una realidad menos glamorosa: las facturas. Una nueva encuesta de KPMG sugiere que una parte relevante del liderazgo corporativo aún no entiende bien cómo se forman los costos de estas herramientas.

Ese dato importa porque, durante los últimos años, la narrativa dominante en torno a la IA generativa presentó a los modelos como una forma de automatizar tareas, operar de manera continua y presionar a la baja los costos laborales. Pero ese argumento pierde fuerza si el gasto operativo empieza a crecer más rápido de lo previsto.

Según el reporte, un porcentaje considerable de ejecutivos quedó sorprendido por el impacto de los esquemas de cobro basados en uso. La situación se vuelve más sensible ahora que la industria tecnológica ya no parece tan dispuesta, o tan capaz, de sostener precios artificialmente bajos.

El resultado es una tensión visible entre expectativa y ejecución. Muchas empresas querían resultados inmediatos, pero descubren que incorporar IA a escala exige previsión financiera, monitoreo constante y una comprensión más fina del consumo computacional.

Para lectores nuevos en este debate, el punto central es simple: la IA no solo depende del software visible al usuario. También requiere infraestructura, potencia de cómputo y modelos de cobro variables que pueden disparar los costos cuando el uso se intensifica.

Una encuesta que expone la brecha de entendimiento

La encuesta de KPMG, citada inicialmente por The Register, consultó a 2.145 ejecutivos senior en 20 países. Entre sus hallazgos, destacó que el 29% de los encuestados no tenía idea de dónde provenían los costos crecientes asociados con la IA.

Ese porcentaje no describe una molestia menor ni una duda técnica marginal. Más bien retrata una carencia de base en el momento en que muchas compañías intentan convertir la inteligencia artificial en una pieza central de sus operaciones.

El reporte también señaló que un tercio adicional de los ejecutivos confesó que su propia ignorancia sobre la economía de la IA era una barrera para implementarla con éxito en el lugar de trabajo. Es decir, el problema no sería solo presupuestario, sino también de gestión.

Los autores del informe resumieron el problema con una observación directa. “Con el aumento de modelos de precios basados en el uso, muchas organizaciones aún están desarrollando las capacidades necesarias para pronosticar, monitorear y gestionar el gasto en IA de manera efectiva”, escribieron.

En la práctica, ese comentario apunta a una falla empresarial bastante concreta. Muchas organizaciones avanzaron hacia el despliegue de IA sin una estructura madura para calcular cuánto costará realmente usarla de forma sostenida.

La diferencia con otros ciclos de software es importante. En vez de lidiar únicamente con una licencia cerrada o un contrato fácil de proyectar, algunas empresas ahora enfrentan tarifas ligadas a volumen, demanda y consumo computacional.

Del subsidio inicial al cobro por uso

Parte del desconcierto tiene que ver con el cambio de condiciones comerciales en la industria. El artículo señala que antes las empresas podían contar con que las compañías de IA subsidiaran el precio de los grandes modelos de lenguaje mediante contratos de tarifa fija.

Esa etapa, sin embargo, ya no luce garantizada. El aumento del costo de la potencia computacional está empujando al sector tecnológico a adoptar una postura más defensiva frente a sus propios márgenes.

En otras palabras, el período de expansión agresiva y precios contenidos habría dado paso a un entorno más severo. Si el proveedor ya no absorbe parte del costo, el cliente corporativo queda más expuesto al verdadero precio del servicio.

Este cambio altera por completo la ecuación que algunos directivos parecían asumir. Una herramienta que parecía rentable bajo subsidios o condiciones promocionales puede dejar de serlo cuando la tarifa refleja el uso real.

También explica por qué el impacto de la factura está generando sorpresa. El problema no necesariamente es que la IA sea nueva, sino que muchas decisiones se tomaron con expectativas formadas en un contexto de precios menos exigente.

Para el ecosistema tecnológico y financiero, este punto tiene una lectura más amplia. Cuando una tecnología depende de capital intensivo e infraestructura costosa, su adopción masiva no siempre puede sostenerse con descuentos permanentes.

La fantasía del recorte fácil de personal

El texto plantea que la gran justificación económica de la IA para buena parte de la industria tecnológica ha sido la posibilidad de reemplazar amplios segmentos de la fuerza laboral con máquinas capaces de operar 24/7. Esa promesa ha sido clave para atraer entusiasmo corporativo.

Sin embargo, si el ahorro esperado por nómina se encuentra con un gasto creciente en cómputo, licencias y consumo, la tesis pierde simplicidad. La reducción de personal ya no aparece como un atajo libre de costos.

Allí surge uno de los aspectos más sensibles del debate. Muchos trabajadores obligados a usar herramientas de IA en sus empleos ya sospechaban que numerosos líderes estaban tratando la tecnología como una solución empaquetada para recortar costos sin entender cómo funcionaba.

La encuesta de KPMG parece dar respaldo indirecto a esa intuición. Si una fracción importante de ejecutivos no puede explicar el origen del gasto, entonces la estrategia de adopción pudo haber estado apoyada más en expectativa que en planificación rigurosa.

El artículo describe ese comportamiento como una forma de pensamiento mágico divorciado de la realidad práctica. La frase es dura, pero resume bien la distancia entre la narrativa de eficiencia total y los límites operativos que hoy empiezan a salir a la luz.

Para mercados acostumbrados a premiar historias de automatización y expansión de márgenes, este matiz importa mucho. Una tecnología presentada como palanca inmediata de productividad puede transformarse en una nueva fuente de presión presupuestaria.

IA, poder corporativo y disciplina laboral

Más allá del costo, la pieza original plantea una crítica más amplia sobre el papel que la IA está jugando dentro de las empresas. Según ese enfoque, la tecnología no solo se implementa para producir más, sino también como herramienta para disciplinar el trabajo.

Eso implicaría empujar a los empleados a una posición más débil en temas como salario, beneficios y estabilidad general. La simple amenaza de automatización puede modificar la relación de poder incluso antes de que la herramienta sea realmente capaz de sustituir funciones complejas.

El artículo menciona ejemplos concretos de ese uso instrumental. Entre ellos, la utilización de la IA como excusa para colocar cámaras de vigilancia en las cabezas de trabajadores de fábricas o como justificación para despidos masivos.

La relevancia de esa observación está en que no exige un avance milagroso de la tecnología para tener efectos sociales. Aunque la IA siga siendo propensa a errores en su forma actual, puede ser útil para reordenar jerarquías y endurecer las condiciones laborales.

Ese punto ayuda a entender por qué la conversación sobre IA no es solamente técnica. También involucra gobernanza corporativa, incentivos financieros y la forma en que las empresas comunican la productividad frente a inversionistas y plantillas laborales.

Para una audiencia interesada en mercados, blockchain e innovación, la analogía no es menor. Como ha ocurrido en otros ciclos de hype tecnológico, la promesa de eficiencia puede convivir con incentivos para exagerar capacidades y minimizar costos sociales.

Un choque entre narrativa, costos y resultados

La conclusión que deja la historia es incómoda para quienes pensaban que la IA podía justificar automáticamente los miles de millones en gasto que hoy mueve el sector. Según el texto, alcanzar ese nivel de retorno requeriría un avance milagroso.

Eso no significa que la IA carezca de utilidad o que su despliegue vaya a detenerse de inmediato. Significa, más bien, que la promesa de reemplazo masivo y ahorro lineal luce menos convincente al ritmo actual de desarrollo.

También deja una advertencia para directorios, fondos y áreas de estrategia. Si el objetivo era construir ganancias financieras de corto plazo a partir de menores costos laborales, la IA puede seguir siendo utilizada aunque no entregue todavía el salto de productividad prometido.

En ese escenario, la tecnología opera menos como solución definitiva y más como narrativa de reorganización corporativa. Es una distinción clave para evaluar anuncios empresariales, presupuestos de transformación digital y promesas de eficiencia futura.

La encuesta de KPMG no liquida el caso de negocio de la IA, pero sí introduce una señal de prudencia. Antes de venderla como sustituto económico del trabajo humano, las compañías podrían necesitar algo más básico: entender cuánto cuesta realmente y por qué.

En un momento en que la inteligencia artificial domina conversaciones de mercado y estrategia, ese aprendizaje puede terminar siendo más valioso que cualquier presentación triunfalista. Al final, ninguna narrativa tecnológica queda a salvo cuando la factura llega y nadie sabe explicarla.

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 y revisado por un editor humano para garantizar calidad y precisión.


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