Axios: para algunas empresas, la inteligencia artificial ya sale más cara que los empleados

Las empresas que esperaban un ahorro rápido de la inteligencia artificial obtienen el efecto contrario: en muchos casos, la IA no sustituye a la mano de obra cara, sino que se convierte en una nueva y costosa partida del presupuesto. En lugar de la reducción de costes prometida, las compañías afrontan facturas crecientes por modelos, capacidad en la nube, integraciones y control de calidad de los resultados. Para algunos equipos ya no es un experimento, sino una sorpresa financiera que cambia sus cálculos sobre contratación, automatización y desarrollo de productos. Según señala Axios, en varias empresas el coste de mantener soluciones de IA se hace más visible que la nómina de los empleados que realizan tareas similares a mano.

En la práctica, el problema rara vez se limita a la suscripción a un modelo. El dinero se va en llamadas a API, procesamiento de grandes volúmenes de datos, almacenamiento, ajuste fino y protección de la información corporativa, además de los desarrolladores y analistas que deben integrar la IA en procesos reales. Si el sistema funciona las 24 horas o atiende un flujo grande de solicitudes, los gastos de infraestructura crecen más rápido de lo previsto al inicio del proyecto. Por eso los directores financieros exigen cada vez más a los equipos de IA no demos vistosas, sino una rentabilidad demostrable en cada caso de uso.

Parte del sobrecoste se explica porque los pilotos casi siempre se calculan con demasiado optimismo. Al comienzo, la empresa prueba un solo escenario con un grupo pequeño de usuarios y obtiene un coste unitario aceptable. Pero al escalar aparecen colas de solicitudes, reserva de capacidad, integraciones adicionales con CRM y gestión documental, licencias para varios equipos y gastos de monitorización. Si el servicio se conecta a ventas, soporte, marketing y operaciones internas a la vez, la factura total crece de forma no lineal. Lo que parecía un experimento asequible se convierte pronto, en producción, en un gasto operativo permanente.

El golpe es especialmente duro para las empresas que compraron la IA como herramienta de optimización instantánea. En las presentaciones, la automatización parece una forma de reducir el trabajo manual, acelerar las respuestas a los clientes y aliviar a los equipos. Pero en la operación real resulta que el modelo hay que probarlo constantemente, limitarlo, reentrenarlo con escenarios internos y respaldarlo con una persona en las fases críticas. En otras palabras, la IA no siempre saca a un empleado de la cadena: con frecuencia añade una capa de trabajo más, en la que una persona revisa, corrige y asume la responsabilidad del resultado.

Los requisitos de seguridad, revisión legal y calidad de datos complican aún más la economía de la implantación. En sectores regulados, grandes corporaciones y servicios donde un error sale caro, no basta con conectar un modelo y esperar resultados. Hay que auditar las respuestas, vigilar las filtraciones, controlar el acceso a los datos, comparar versiones de modelos y medir dónde la automatización ahorra dinero de verdad y dónde solo crea apariencia de progreso. Por eso el elemento más caro de un proyecto suele esconderse no en el modelo, sino en la capa de mantenimiento que lo rodea.

Esto no significa que la IA esté sobrevalorada ni que las empresas vayan a abandonar en masa estos sistemas. Más bien, el mercado pasa de la fase de expectativas ingenuas a la de un cálculo sobrio. Las compañías empiezan a mirar no las promesas generales, sino el coste de una acción útil: un documento procesado, una respuesta preparada, un ticket cerrado o una operación completada con éxito. Donde la IA reduzca de verdad el tiempo de ciclo y los errores, se quedará. Donde la automatización cueste más que una persona o requiera un respaldo manual constante, los proyectos se revisarán, simplificarán o detendrán.

La conclusión principal para las empresas es sencilla: la implantación de IA ya no puede considerarse una medida universal de ahorro. Sin una economía unitaria precisa y un control estricto del gasto, incluso una tecnología potente se convierte rápidamente en uno de los centros de costes más pesados.