La luna de miel entre las empresas y la inteligencia artificial generativa está llegando a un final abrupto y costoso. Durante el último año, muchas corporaciones adoptaron estas herramientas sin una estrategia clara, asumiendo que el costo de procesamiento era marginal. La realidad ha demostrado ser mucho más cara. Estamos entrando en lo que algunos analistas ya llaman la Tokenpocalypse: el momento en que las empresas se dan cuenta de que el consumo de tokens —las unidades básicas de texto que procesan los modelos de IA— está desbordando sus presupuestos operativos.
El fin de los precios planos y la cruda realidad del margen
GitHub, propiedad de Microsoft, recientemente sacudió al mercado al modificar su estructura de cobro para Copilot, su asistente de programación. Pasaron de una tarifa plana, predecible para cualquier director financiero, a un modelo basado en el uso real de tokens. Este cambio no es un ajuste menor; es una señal de que los laboratorios de IA ya no pueden subsidiar el consumo ilimitado de sus clientes corporativos.
Lo interesante acá es el precedente de Uber. La empresa de transporte logró pasar de ser una compañía masivamente deficitaria a una rentable tras años de transformaciones profundas, ajustes en su modelo de negocio y una presión constante sobre sus márgenes. Sin embargo, en el caso de la IA, los costos son distintos. Mientras que Uber optimizó procesos logísticos y mano de obra, los laboratorios de IA enfrentan gastos estructurales rígidos derivados del costo computacional y energético de entrenar y ejecutar modelos de vanguardia.
No hay vuelta atrás. Las empresas que hoy implementan herramientas basadas en IA están empezando a poner límites estrictos al consumo interno. Incluso gigantes tecnológicos han tenido que recortar presupuestos asignados a IA apenas meses después de haberlos aprobado, al descubrir que el gasto se disparaba sin un retorno sobre la inversión (ROI) proporcional. Si hasta una empresa del tamaño de Uber tropieza con la falta de control presupuestario, el resto del sector corporativo tiene un problema de dimensiones masivas.
La prueba de fuego de los mercados públicos
La verdadera tensión llegará con las próximas salidas a bolsa (IPO, por sus siglas en inglés) de empresas líderes en IA, como Anthropic. Cuando una compañía se prepara para listar sus acciones en la bolsa, debe presentar el formulario S-1, un documento donde detalla exhaustivamente los riesgos financieros y operativos de su negocio. ¿Cómo escribes el riesgo de una tecnología cuyos costos son volátiles y cuya demanda real aún es una incógnita?
La incertidumbre es total. Los modelos de precios iniciales, como los USD 20 mensuales de ChatGPT Plus, fueron cifras arbitrarias diseñadas para atraer usuarios, no para reflejar el costo real de operación. Hoy, esa brecha entre lo que el usuario está dispuesto a pagar y lo que realmente cuesta ejecutar el modelo sigue siendo insostenible. Los inversores empezarán a exigir rentabilidad, y la única forma de conseguirla será trasladar todo el peso del gasto operativo al cliente final o recortar drásticamente la capacidad de los modelos.
Si me preguntan, estamos ante un punto de fricción inevitable. La promesa de la IA generativa era aumentar la productividad de forma casi mágica; la realidad es que el "tokenmaxxing" —la obsesión por usar IA para absolutamente todo— se ha vuelto un lujo que pocos departamentos financieros pueden justificar. Mi lectura es distinta a la euforia inicial: el sector no sobrevivirá simplemente con más capital de riesgo. La supervivencia dependerá de si estos laboratorios pueden optimizar su eficiencia técnica a una velocidad superior a la que sus clientes recortan el uso por falta de presupuesto.
Lo que debemos vigilar en los próximos trimestres no es el número de nuevos modelos lanzados, sino quiénes logran convertir el consumo de tokens en una métrica financiera estable. La "tokenpocalipsis" es el aviso de que la industria está madurando a la fuerza. El mercado ya no compra promesas de eficiencia; ahora exige ver cómo se pagan las cuentas cuando el subsidio se termina.
