La IA automatiza el trabajo que los empleados odian, no el trabajo que genera ingresos.
Hace unos días, GeekPark informó que Microsoft, que ha apostado fuertemente por la IA, ha suspendido silenciosamente la mayoría de las licencias de Claude Code para sus empleados internos.
Esto es muy extraño, porque en esta ola de implementación de IA, el mayor punto de venta para los usuarios empresariales es la «mejora de la eficiencia». Si puede mejorar la eficiencia, ¿por qué Microsoft está deteniendo el uso de Claude Code por parte de sus empleados?
Microsoft no es la única empresa que hace esto; "reducir el uso de tokens" y dejar de alentar a los empleados a hacer Vibe Coding desenfrenado se ha convertido en una nueva tendencia en las grandes empresas de Silicon Valley.
Uber gastó todo su presupuesto anual de tokens de IA en cuatro meses. Salesforce emite cheques anuales de aproximadamente 300 millones de dólares a Anthropic. Un asesor de IA reveló que uno de sus clientes gastó hasta 500 millones de dólares en IA en un solo mes. Meta incluso retiró silenciosamente el "ranking interno de tokenmaxxing", que originalmente se creó para animar a los empleados a usar más IA.
Ahora, las empresas están haciendo algo que hace unos años ni siquiera se atrevían a imaginar:
Restringir y supervisar el uso de IA por parte de los empleados.
¿Por qué las grandes empresas están cambiando?
«Tokenmaxxing», el reflejo de la era
Para entender la crisis de costos de hoy, primero debes comprender qué es el "tokenmaxxing".
Esta palabra comenzó a popularizarse aproximadamente en 2025 y significa literalmente «maximizar el uso de tokens». Detrás de ella hay una lógica de gestión: si la empresa invierte grandes sumas en herramientas de IA, los empleados deberían usarlas al máximo; cuantas más veces las usen, más demostrarán estar avanzando en su transformación digital, y cuantas menos, más recursos estarán desperdiciando. Por ello, muchas empresas han establecido cuotas de uso, clasificaciones e incluso evaluaciones de desempeño para presionar a los empleados a adoptar la IA.
What about the result?
Los empleados comienzan a usar el modelo de IA empresarial de la empresa para consultar el clima, escribir mensajes de cumpleaños y preguntar qué comer hoy.
Un estudio de 2,444 empresas encontró que por cada dólar gastado en tokens de IA, 0.44 dólares se destinan a corregir errores generados por IA, 0.27 dólares a reescribir código producido por IA y 0.11 dólares se consumen en revisiones y retrasos en la fusión.
Es decir, por cada peso de costo de adquisición de IA, hay casi un 80% de pérdidas ocultas.
El inversor Shruti Gandhi usó una metáfora muy acertada: «Las empresas de tokenmaxxing son como aquellas que miden la productividad encendiendo todas las luces: gastar más dinero no equivale a producir más».
Lo más irónico es que la mayoría de estas empresas ni siquiera saben qué están haciendo sus empleados con la IA, ni siquiera saben si la finalización de esas tareas ha traído algún cambio gracias a la IA.
Esta "competencia de gasto" se extendió desde 2024 hasta 2025 y finalmente explotó este año. JPMorgan publicó un informe de lenguaje severo, con un título directo y molesto: "Los costos de los tokens de IA están devorando las ganancias de Internet".
Shopify, Spotify, ServiceNow y Roku mencionaron en sus llamadas de resultados financieros que la IA se ha convertido en la principal fuente de presión sobre los gastos operativos. El ambiente general de la industria ha comenzado a pasar de «qué tan genial es usar IA» a «¿vale realmente la pena este gasto?».
Cuando el CEO comenzó a cuestionar el ROI
Solo el 14% de los CFO indicaron poder ver un retorno claro y medible de la inversión en IA.
El director de operaciones de Uber, Andrew Macdonald, dijo algo muy sincero en un podcast: descubrieron que era difícil vincular el aumento de la productividad individual de los empleados con el impacto empresarial general de la empresa. «Si no puedes ver cuántas funciones valiosas te ayudó AI a impulsar hacia los usuarios, es aún más difícil justificar el costo de los tokens».
Esta frase señala el núcleo del problema de las empresas con la IA: el aumento de la eficiencia personal no equivale al crecimiento de los ingresos de la empresa.
Los empleados usan IA para escribir informes semanales tres veces más rápido, pero los ingresos de la empresa no han cambiado. Los ingenieros usan IA para generar código a velocidad duplicada, pero la «tasa de pérdida» del código, es decir, la proporción descartada o reescrita, aumentó un 800%.
La exdirectora de IA de Microsoft, Sophia Velastegui, dijo una frase que incomoda a muchos gerentes: «La mayoría de las personas asumen automáticamente la automatización de las tareas que no les gustan, en lugar de las que tienen más valor para la empresa».
En otras palabras, las empresas automatizan el trabajo que los empleados odian, no el trabajo que genera ingresos.
No es un problema técnico, es un problema de prioridad. Por eso aproximadamente el 30 % de los proyectos de IA generativa se abandonan en la fase de prueba de concepto: los costos no son claros, el valor tampoco lo es, y el jefe naturalmente no renueva la financiación.
La forma en que Marc Benioff, CEO de Salesforce, aborda el tema es representativa. Frente a una factura anual de 300 millones de dólares por Anthropic, su expectativa es un «enrutador inteligente»: que pueda determinar qué consultas merecen un modelo de élite y cuáles bastan con un modelo pequeño y económico.
La idea en sí no es novedosa: ya en la era de la nube, «pagar según el uso» y «optimización de recursos» eran operaciones estándar. Pero la ola de IA llegó demasiado rápido, y todos compraron primero y pensaron después, ahora están empezando a ponerse al día.
Regreso a la racionalidad, ¿o preludio del invierno?
Microsoft recientemente canceló la mayoría de las licencias empresariales de Claude Code, citando como razón oficial factores de costo. Este evento ha generado un gran debate en la industria, ya que Microsoft es, al mismo tiempo, el mayor inversionista de OpenAI y está eliminando suscripciones a un producto competidor; es difícil determinar cuánto de esto se debe a consideraciones de costo y cuánto a una estrategia de negocio.
But in any case, it represents a signal: companies are beginning to vote with their feet.
Harness y CloudZero lanzaron casi el mismo día, el 28 de mayo, herramientas de gestión de costos de IA: una se enfoca en el monitoreo en tiempo real de los gastos y el ROI de IA, mientras que la otra presenta un «plano de control financiero de IA» que ayuda a las empresas a vincular cada dólar gastado en IA con resultados empresariales específicos.
La aparición de estos dos productos ya lo dice todo: el mercado tiene demanda, y esa demanda es urgente.
HubSpot comenzó a ajustar su modelo de precios para los agentes de IA desde abril de este año, dejando de cobrar por tokens y pasando a cobrar según el «número de conversaciones resueltas» o el «número de pistas generadas»: un cambio estratégico que alinea los intereses del vendedor con los resultados reales del comprador. ServiceNow también está realizando ajustes similares. Las empresas de IA están comprendiendo que, si continúan vendiendo «uso» en lugar de «resultados», sus clientes corporativos eventualmente reaccionarán en masa.
¿Es este ajuste el dolor necesario de la industrialización de la IA o el prólogo de una crisis mayor?
Prefiero pensar que es lo primero. Pero hay un detalle que resulta un poco preocupante: se espera que el gasto global en software de IA alcance los 2.59 billones de dólares en 2026, un aumento del 47% interanual; sin embargo, al mismo tiempo, el 94% de los líderes de ingeniería indican que aún faltan métricas clave de ROI. Se está gastando más dinero, pero nadie sabe en qué se está gastando o si vale la pena: si no se resuelve esta contradicción, el próximo "momento tokenmaxxing" es cuestión de tiempo.
Un análisis de la revista Fortune lo dice claramente: «Tokenmaxxing es fácil, pero rediseñar los procesos de trabajo es difícil». La mayoría de las empresas actualmente se centran en optimizar sus procesos existentes, en lugar de reinventar sus modelos de negocio. Este es el verdadero valor de la IA y el lugar donde la mayoría de las empresas aún no han llegado.
La regresión a la racionalidad es algo positivo. Pero después de la regresión a la racionalidad, las empresas aún deben responder a una pregunta más difícil: ¿debe la IA ser para nuestro negocio un martillo o un nuevo marco de pensamiento?
Si solo usas la IA para hacer más rápido el trabajo antiguo, la factura algún día te forzará a volver a enfrentar este problema.
Este artículo proviene del canal de WeChat "GeekPark" (ID: geekpark), autor: Hualin Wuwang, editor: Jingyu