Durante dos años, la inteligencia artificial nos ha sido presentada como la nueva electricidad. Una fuerza inevitable, barata, ubicua y destinada a transformar cada oficina, cada empresa y cada empleo.
El relato era perfecto. La IA iba a reducir nóminas, automatizar tareas repetitivas, acelerar la programación, escribir informes, atender clientes y multiplicar la productividad. Wall Street compró la historia. Las tecnológicas dispararon sus valoraciones. Los directivos encontraron una palabra mágica para justificar recortes, reorganizaciones y presentaciones ante inversores. Y además, si despedías por causa de la IA, la valoración de tu empresa subía.
Después llegó la parte menos glamourosa de toda revolución tecnológica: la contabilidad. Cada consulta cuesta dinero. Cada revisión de código consume recursos. Cada asistente corporativo que resume documentos, redacta correos o responde preguntas internas quema tokens, energía, capacidad de cálculo y presupuesto. La inteligencia artificial no vive en una nube metafórica, sino en centros de datos muy reales, llenos de servidores, refrigeración, chips caros y contratos de suministro eléctrico. Cuesta dinero, y va a costar más, mucho más.
La promesa era que la IA abarataría el trabajo. La sorpresa es que también puede encarecer la infraestructura.
De la magia al coste por token
El problema no es que la IA no funcione. Funciona. Y precisamente por eso empieza el conflicto. Una prueba piloto puede parecer barata. Un departamento pequeño puede asumir el coste. Un chatbot interno puede venderse como innovación. Pero cuando se escala a miles de empleados, millones de interacciones y procesos críticos, la factura cambia de naturaleza. Ya no es una herramienta simpática. Es una línea presupuestaria.
Las empresas que pensaban comprar productividad infinita empiezan a descubrir que la IA opera con una lógica mucho más terrenal: más uso significa más coste. Más automatización significa más dependencia de infraestructura. Más integración significa más exposición a proveedores externos.
La ironía es notable. Durante años se dijo que el salario humano era el gran obstáculo para la eficiencia. Ahora la industria comprueba que sustituir parte del trabajo por cálculo automático no elimina el coste: lo desplaza. Antes pagabas personas. Ahora pagas cómputo, licencias, datos, seguridad, integración, supervisión y dependencia tecnológica.
La nube no es gratis. Y tampoco es neutral. La IA corporativa se está desplegando mayoritariamente en la nube. Eso significa que muchas empresas no ejecutan sus modelos: alquilan acceso a modelos de terceros, con servidores en USA, donde de la información que se les da, hacen lo que les viene en gana.
En términos prácticos, entregan preguntas, documentos, patrones de uso, procesos internos y, en algunos casos, información sensible a plataformas que concentran una capacidad técnica difícil de replicar. No todo eso implica vigilancia en sentido estricto. Pero sí implica dependencia. Y la dependencia es una forma muy elegante de facturación recurrente. El negocio no consiste solo en ofrecer inteligencia artificial, consiste en convertirse en la capa inevitable entre la empresa y su propia capacidad de procesar información. Si cada correo, cada búsqueda, cada análisis contractual y cada línea de código pasan por una plataforma externa, el proveedor deja de vender software y empieza a cobrar peaje cognitivo.
La nube prometía flexibilidad.
También ha traído una versión moderna del alquiler: no posees la herramienta, no controlas la infraestructura y no siempre sabes cuánto te costará usarla cuando todo el mundo empiece a utilizarla de verdad.
Frente a ese modelo, gana fuerza una tendencia menos espectacular pero más incómoda para las grandes plataformas: ejecutar modelos en local. No, una tarjeta gráfica barata no sustituye a los grandes modelos de frontera. No todo cabe en un ordenador doméstico. No todas las empresas pueden montar su propia infraestructura sin costes, riesgos y personal técnico. Pero la idea central es difícil de ignorar: muchas tareas no necesitan el modelo más grande del planeta. Clasificar documentos, resumir textos internos, buscar información, asistir en programación, generar borradores o trabajar con datos privados puede resolverse en determinados casos con modelos abiertos, hardware propio y sistemas controlados por la organización.
Eso cambia la conversación. Porque si una parte relevante del uso puede ejecutarse localmente, la IA deja de ser necesariamente una suscripción perpetua. Y cuando una tecnología puede usarse sin pasar por el peaje de siempre, la retórica de la “nube inevitable” empieza a sonar menos a innovación y más a modelo de captura. La burbuja no está en la tecnología. Está en la promesa.
Conviene no equivocarse de diagnóstico. La inteligencia artificial no es humo. Tampoco es magia. Es una tecnología potente, cara, desigual y todavía mal comprendida en términos económicos y políticos. La burbuja, si existe, no está en que los modelos no sirvan para nada. Está en haber prometido que servirían para todo, de inmediato, con ahorro automático y sin costes ocultos.
Ese tipo de cuento ya lo conocemos. La vivienda siempre subiría. La globalización repartiría prosperidad. Los tipos cero harían permanente el crecimiento. Las plataformas digitales democratizarían los mercados. Ahora la IA resolverá productividad, empleo, educación, burocracia, atención al cliente y hasta la soledad corporativa de los lunes por la mañana. Misma estructura narrativa. Nuevo logotipo y nuevos profetas.
La pregunta que arruina la presentación
Si la IA es tan barata frente al trabajo humano, ¿por qué tantas empresas empiezan a limitar su uso? ¿Por qué se habla cada vez más de optimizar consumo, reducir llamadas, controlar tokens y elegir modelos más pequeños? ¿Por qué los planes “ilimitados” suelen descubrir tarde o temprano el encanto administrativo de los límites? La respuesta es menos futurista que una demo de Silicon Valley: porque las cuentas importan.
La automatización no elimina la economía. Solo cambia dónde aparece el coste y quién lo cobra. Y ahí está la parte políticamente relevante. La IA puede aumentar productividad, pero también puede concentrar poder. Puede reducir tareas tediosas, pero también aumentar dependencia. Puede abaratar procesos, pero también convertir cada operación intelectual en una microfactura gestionada por unas pocas empresas. Y por eso los chinos están ahí.
La cuestión no es si la IA cambiará el trabajo. La cuestión es si el beneficio de ese cambio irá a quienes trabajan, a quienes pagan la infraestructura o a quienes ya han cobrado sus bonus antes de que cierre el trimestre.
Y es que la revolución también pasa por saber decir no. Quizá la verdadera madurez de la IA empiece cuando las empresas dejen de tratarla como religión y empiecen a tratarla como tecnología. Con auditoría de costes, con evaluación de riesgos, con control de datos, con alternativas locales cuando tengan sentido, con límites claros, con pruebas reales de productividad, no con diapositivas iluminadas por el resplandor de una valoración bursátil.
Porque cuando una tecnología que prometía ahorrar costes empieza a generar facturas capaces de rivalizar con aquello que decía sustituir, no estamos ante el fin de la inteligencia artificial, estamos ante el final de su infancia propagandística.
Y eso, para algunos, puede ser mucho más inquietante.