Durante el último trimestre, hemos visto cómo el costo operativo de mantener modelos de lenguaje en entornos de producción ha superado, en múltiples sectores, los salarios del personal humano que realizaba esas mismas tareas. No estamos frente a un desafío de optimización algorítmica ni ante una etapa de entrenamiento experimental. Estamos ante una crisis de contabilidad financiera que las juntas directivas prefieren ignorar.
La vieja narrativa del cómputo barato, aquel que impulsó la migración masiva a la nube hace una década, ha dejado de existir. Los reportes financieros de Microsoft y Google son contundentes: el gasto de capital (CapEx) ha escalado un 40% interanual. Esto no es inversión en infraestructura de largo plazo; es el costo de mantener encendida una planta eléctrica que nunca descansa. Si su empresa depende de LLMs para flujos críticos, ya no opera un equipo de desarrollo: opera una utility que exige un flujo de efectivo constante.
Lo que pocos están viendo es que la inferencia se ha convertido en el nuevo impuesto corporativo. En el desarrollo de software tradicional, una vez compilado el código, el costo de ejecución es despreciable. Hoy, cada interacción de un usuario es una factura que llega directamente al balance mensual. Es una pesadilla para cualquier CFO acostumbrado a activos fijos depreciables: estamos tratando un gasto operativo altamente volátil como si fuera una inversión en software capitalizable. Esto no tiene sentido financiero.
La ilusión de la eficiencia algorítmica
Honestamente, el optimismo de los CTOs que prometen reducir costos mediante cuantización o destilación de modelos me parece poco realista. Aunque esos ahorros existen, son marginales frente a la escala real de la demanda. Consideremos el caso de una empresa como Mercado Libre: si decidieran volcar el 100% de su atención al cliente a modelos de frontera, la factura mensual de tokens devoraría sus márgenes operativos en meses. El volumen de consultas crece de forma no lineal y ninguna técnica de compresión puede compensar una infraestructura cuyo precio de combustible, la GPU, está estrictamente controlado por un oligopolio de tres proveedores.
Si me preguntan, esta es la trampa: las empresas están lanzando agentes autónomos sin un modelo de amortización claro. Tomemos como ejemplo a Nubank. Si automatizaran una porción significativa de sus interacciones bajo este esquema sin un control férreo de la latencia y el consumo de tokens, la volatilidad financiera sería inmanejable. La métrica de éxito de un proyecto de IA no debería ser la capacidad de adopción o la velocidad de implementación. Debería ser el costo de mantenimiento por unidad de valor entregada. Si el beneficio marginal de un agente es inferior al costo de su inferencia durante un pico de tráfico, esa funcionalidad es, técnicamente, un pasivo tóxico.
La trampa del alquiler perpetuo
La estrategia de "lanzar ahora y optimizar después" es insostenible. En la era del servidor propio, uno podía gestionar el bare metal para optimizar costos. Hoy, la inferencia de alto rendimiento depende de hardware que no existe en el mercado secundario. Estamos atrapados en un alquiler perpetuo de inteligencia. Si la complejidad de los modelos aumenta —como exige el mercado—, el costo operativo crecerá un 20% anual por simple inflación computacional. No hay forma de amortizar un servicio que se vuelve más costoso cada vez que los proveedores lanzan una versión "más potente" que exige más recursos.
El detalle que importa es que el mercado bursátil está premiando hoy la velocidad de implementación, pero el castigo llegará para quienes no puedan justificar el OPEX. Las empresas que confían ciegamente en modelos masivos para tareas simples se verán obligadas a una "des-implementación" masiva antes de 2026. Veremos un retorno forzado a sistemas determinísticos y reglas de negocio rígidas cuando los departamentos financieros finalmente impongan topes estrictos a la facturación por inferencia.
La burbuja no estallará por falta de capacidad tecnológica, sino por el peso muerto de su propia estructura de costos. Quien no entienda que la IA generativa es una deuda técnica con intereses compuestos, tendrá los libros en rojo antes de que termine el próximo ejercicio fiscal. Es momento de dejar de medir la adopción y empezar a medir la rentabilidad real de cada token disparado.
