El auge de las herramientas de inteligencia artificial en el entorno corporativo empieza a generar una consecuencia no anticipada: facturas millonarias que superan con creces los presupuestos asignados, sin que existan métricas claras para medir el retorno de esa inversión.
Un consultor citado por Axios reveló que uno de sus clientes corporativos acumuló USD 500 millones en cargos por uso de Claude Code en un solo mes. La causa fue directa: la empresa no había establecido límites de gasto para sus empleados al momento de desplegar la herramienta.
El caso no fue aislado. Uber agotó la totalidad de su presupuesto de IA para 2026 en apenas cuatro meses. La compañía había incentivado a sus ingenieros a adoptar herramientas de codificación con IA a través de un sistema interno de rankings. El resultado fue un consumo acelerado que desbordó las proyecciones anuales en tiempo récord.
Frente a ese escenario, el COO de Uber reconoció una dificultad central: es difícil trazar una línea directa entre el mayor uso de IA y el lanzamiento efectivo de nuevas funcionalidades para consumidores.
Microsoft también ajustó
Microsoft tomó una decisión concreta en respuesta a costos similares. La compañía canceló la mayoría de sus licencias de Claude Code en una de sus divisiones, con fecha de corte fijada para el 30 de junio. No trascendieron detalles sobre el volumen de gasto que motivó esa resolución.
La paradoja del costo por token
El problema no responde a un encarecimiento del servicio. Desde 2024, el costo por token cayó cerca de un 98%. Sin embargo, el volumen de consumo creció a un ritmo muy superior, particularmente en los llamados flujos de trabajo agénticos.
En esos entornos, los modelos de IA ejecutan tareas de múltiples pasos de forma autónoma, sin intervención humana constante. Cada tarea genera una cadena de llamadas al modelo que multiplica el consumo de tokens de manera exponencial respecto a un uso conversacional estándar.
El resultado es una brecha estructural: los precios bajaron, pero el uso creció tanto más rápido que el gasto total escaló de todas formas.
Sin manual para gestionar la volatilidad
Los departamentos de finanzas corporativos no cuentan aún con un esquema establecido para gestionar este tipo de volatilidad presupuestaria. La IA generativa no se comporta como una licencia de software con costo fijo mensual: su precio varía según el volumen de uso, el tipo de tarea y la autonomía otorgada a los modelos.
Eso implica que los modelos de planificación financiera tradicionales no se adaptan directamente a este nuevo tipo de gasto tecnológico. Las empresas que asignaron presupuestos anuales fijos subestimaron el ritmo de adopción interna.
Qué sigue
La presión sobre los costos podría llevar a las empresas a implementar controles más estrictos sobre el uso de herramientas de IA: límites individuales, aprobaciones por área o restricciones sobre los flujos automatizados. Los proveedores de modelos, por su parte, podrían verse ante la necesidad de ofrecer esquemas de precio con techo fijo para facilitar la planificación empresarial. La adopción corporativa de IA no desacelerará, pero el modo en que se administra el gasto asociado está en revisión.
