Por Canuto  

El gasto empresarial en herramientas de inteligencia artificial apenas creció en agosto, mientras el segmento de compañías que más consume redujo casi 10% su desembolso por empleado. Los datos de Ramp pueden reflejar el letargo vacacional y el abaratamiento de los tokens, pero también plantean una pregunta incómoda para los laboratorios de IA y los hiperescaladores: ¿está creciendo el uso con suficiente rapidez para sostener las gigantescas inversiones en infraestructura?
***

  • El 56% de los clientes de Ramp pagó por productos de IA en agosto, apenas 0,4 puntos porcentuales más que en julio.
  • El gasto en IA por empleado del 1% superior de empresas cayó casi 10%, hasta USD $7.205.
  • El costo promedio de los tokens bajó a USD $0,68 por millón, frente a USD $1,15 en marzo de 2026.

La adopción empresarial de herramientas de inteligencia artificial mostró señales de agotamiento durante agosto, un mes marcado por las vacaciones en buena parte de la industria tecnológica. El 56% de los clientes de Ramp pagó por productos de IA, según datos de gasto recopilados entre 70.000 compañías, pero la proporción solo aumentó 0,4 puntos porcentuales frente a julio. La lectura ofrece una mezcla de alivio para quienes compran estas herramientas y preocupación para los laboratorios que necesitan convertir el entusiasmo por la IA en ingresos recurrentes.

Los datos fueron divulgados por TechCrunch a partir del seguimiento de Ramp, una empresa de pagos con una importante presencia entre compañías tecnológicas. Su muestra no representa necesariamente a todo el mercado, aunque constituye uno de los pocos conjuntos de información basados en gasto directo y puede funcionar como un indicador adelantado de la demanda empresarial. La cautela resulta especialmente relevante porque la inversión en centros de datos, chips y servicios de computación se ha construido sobre la expectativa de que el uso corporativo seguirá acelerándose.

Una adopción que pierde velocidad

La desaceleración de agosto no aparece aislada. El índice de IA de Ramp ya había mostrado un crecimiento escaso o nulo entre agosto y octubre del año anterior, antes de recuperar impulso hacia el cierre de ese periodo, un patrón que mantiene abierta la posibilidad de que el retroceso actual sea estacional. Sin embargo, el tamaño de las apuestas financieras en infraestructura hace que incluso una pausa breve pueda adquirir importancia para las empresas que suministran modelos, capacidad de cómputo y servicios en la nube.

Hasta ahora, el uso empresarial había crecido con fuerza, impulsado en particular por ingenieros de software que adoptaron herramientas de codificación agéntica. Estos sistemas pueden ejecutar tareas más amplias que una asistencia puntual, por lo que elevan potencialmente el consumo de modelos y tokens, la unidad de procesamiento que muchos proveedores utilizan para cobrar. Si la adopción se enfría, los ingresos ligados a ese consumo también podrían perder ritmo, aunque la información disponible no permite concluir que exista un desplome estructural.

El contraste con otros datos ayuda a dimensionar el resultado. Una encuesta en curso de la Oficina del Censo de Estados Unidos, actualizada el 23 de agosto, indicó que solo 22% de las empresas reportaba utilizar IA, una cifra muy inferior al 56% observado entre los clientes de Ramp. La diferencia probablemente refleja la concentración tecnológica de la base de Ramp y advierte que sus cifras pueden sobreestimar la penetración general de estas herramientas.

El calendario también ofrece una explicación menos alarmante para el letargo. Agosto suele registrar vacaciones y menor actividad en numerosas compañías, lo que puede reducir temporalmente las compras, los experimentos y el uso intensivo de servicios digitales. Aun así, el dato merece seguimiento porque los laboratorios de frontera y los hiperescaladores han comprometido recursos enormes confiando en que el mercado empresarial absorberá una oferta cada vez mayor de modelos y capacidad de procesamiento.

Menor costo, menor gasto por empleado

La señal más llamativa apareció entre el 1% superior de empresas de la muestra, precisamente el grupo que concentra el gasto más intenso y que muchos proveedores esperaban que liderara el crecimiento futuro. El desembolso de IA por empleado en esas compañías cayó casi 10%, hasta USD $7.205, de acuerdo con el análisis citado por TechCrunch. La caída podría incluir un efecto vacacional, pero también coincide con un cambio económico decisivo: los tokens son cada vez más baratos.

El costo promedio descendió a USD $0,68 por millón de tokens, frente al máximo de USD $1,15 registrado en marzo de 2026. Las reducciones de precios aplicadas por OpenAI y Anthropic hicieron que las empresas pudieran procesar volúmenes similares, o incluso mayores, con una factura menor. Para los compradores, esa dinámica mejora la eficiencia; para los laboratorios, en cambio, significa que el crecimiento del uso todavía no compensa necesariamente la pérdida de ingresos por cada unidad consumida.

Ara Kharazian, economista de Ramp, señaló que los datos sugieren que los laboratorios aún no han compensado las reducciones de precios mediante un aumento suficiente del volumen. La competencia entre OpenAI y Anthropic está haciendo que la IA sea más accesible y barata para las empresas, pero también está reduciendo el gasto del grupo de compañías que antes parecía destinado a impulsar una parte considerable de la expansión futura. En otras palabras, más uso no siempre equivale a más facturación cuando el precio cae con rapidez.

Los incentivos de costos también están modificando la selección de modelos. Muchos clientes optan por alternativas más antiguas y económicas, como ChatGPT 5.6-Terra de OpenAI y Sonnet de Anthropic, en lugar de pagar por los lanzamientos de frontera más potentes. Esta conducta puede ser racional desde el punto de vista financiero, pero complica la recuperación de los costos asociados con el entrenamiento de nuevos modelos y reduce la velocidad con que las novedades más avanzadas se convierten en consumo comercial.

La presión sobre los modelos de frontera

Empleados de laboratorios de frontera han sostenido que una parte importante del costo de entrenamiento se recupera durante las primeras semanas posteriores al lanzamiento de un modelo nuevo. Esa dinámica depende de una adopción rápida, tanto por parte de usuarios técnicos como de empresas que integran las capacidades en sus productos y flujos de trabajo. Si los clientes retrasan la migración, prefieren modelos anteriores o solo aprovechan las rebajas, el periodo de recuperación puede alargarse y alterar los planes de inversión.

El desafío no proviene únicamente de los precios. Los modelos de pesos abiertos han alimentado el debate sobre una posible amenaza para los laboratorios de frontera, pero el uso de plataformas de servicio de modelos o inferencia todavía es reducido dentro de la base analizada. Solo 6,4% de las empresas que gastaron en IA utilizó esas plataformas en agosto, aunque la proporción ha crecido de manera constante.

Ese 6,4% muestra que existe una vía de expansión para los servicios que permiten desplegar modelos, pero su ritmo actual no basta para impulsar por sí solo una adopción empresarial más amplia. La cifra también sugiere que una parte significativa del gasto puede concentrarse en aplicaciones terminadas, asistentes y herramientas de productividad, en lugar de dirigirse a infraestructura de inferencia que conecte directamente a las compañías con los modelos. Para los proveedores, convencer a usuarios no técnicos se vuelve así una prioridad comercial.

La estrategia ayuda a explicar el interés de los laboratorios en herramientas de trabajo colaborativo y aplicaciones capaces de atraer a empleados que no programan. Kharazian resumió el dilema al afirmar que la competencia está bajando los precios para las empresas, pero también está recortando el gasto del segmento más valioso para las expectativas de crecimiento. El resultado beneficia a quienes compran IA, aunque puede presionar a los constructores de modelos y a los hiperescaladores que han pedido chips por cientos de miles de millones de dólares.

Una advertencia que todavía admite matices

El informe no permite afirmar que la demanda empresarial haya colapsado ni que la inversión en infraestructura esté condenada. La comparación con el año anterior muestra que los meses de agosto a octubre pueden traer una pausa temporal, seguida de una recuperación al final del año, y el descenso de precios también reduce el valor nominal del gasto sin demostrar por sí mismo una caída equivalente en el uso. Para interpretar la tendencia será necesario observar si las compras repuntan cuando las empresas regresen a su actividad normal.

También importa quién está comprando y qué tipo de producto utiliza. Una métrica basada en clientes de Ramp puede captar antes que otras los movimientos de compañías tecnológicas, desarrolladores y startups, pero no describe con la misma precisión a sectores menos digitalizados, mientras la encuesta del Censo ofrece una referencia más amplia aunque mide uso reportado y no necesariamente gasto. Ambas señales, leídas juntas, apuntan a un mercado todavía concentrado, con adopción empresarial general muy por debajo del entusiasmo de los laboratorios.

Para las empresas usuarias, la competencia tiene una consecuencia favorable: pueden negociar mejores precios, probar modelos de distintas generaciones y adaptar el consumo a tareas que justifiquen el costo. La presión competitiva también puede acelerar la eficiencia de los proveedores, aunque una guerra de precios prolongada exigiría que estos incrementen notablemente el volumen, encuentren nuevas aplicaciones o reduzcan sus costos operativos para sostener los márgenes.

Para los laboratorios de IA y los hiperescaladores, agosto representa al menos un pequeño tropiezo en una narrativa que dependía de crecimiento continuo. Kharazian lo expresó en términos relativos: si una empresa utiliza IA, el abaratamiento es una buena noticia; si construye modelos o ha comprometido cientos de miles de millones en chips, la misma tendencia merece mayor escrutinio. La próxima señal clave será saber si el gasto vuelve a acelerar o si el mercado confirma que el uso crece, pero ya no al ritmo necesario para respaldar las expectativas más ambiciosas.

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