Artículo escrito por Bao Yilong
Fuente: Wall Street Journal
La justificación del gasto empresarial en IA está siendo sometida a una prueba severa: el consumo de tokens sigue aumentando, pero es difícil encontrar valor comercial cuantificable.
El 22 de mayo, el director de operaciones de Uber, con una capitalización de mercado superior a 200 mil millones de dólares, Andrew Macdonald, declaró en un podcast que "aún no existe una línea" entre el crecimiento del consumo de tokens y la mejora sustancial del producto.
Macdonald señaló que cada vez es más difícil para la empresa justificar los gastos continuamente crecientes en IA. Incluso acuñó un término específico para el despilfarro dentro del equipo de ingeniería: «tokenmaxxing».
A mediados de mayo, Microsoft comenzó a reducir las licencias internas de Claude Code, alegando que las facturas de Token eran insostenibles.
La combinación de estos dos eventos obliga al mercado a reconocer una variable que antes se había ignorado. La economía de tokens, es decir, la rentabilidad unitaria del consumo de tokens bajo una escala empresarial, ha pasado de ser un tema marginal a convertirse en el pilar central de toda la narrativa de inversión en IA.
Cinco conjuntos de datos que conforman un nuevo panorama
Desde abril, una serie de datos se han materializado, dibujando colectivamente una imagen alarmante.
En abril de este año, el director de tecnología de Uber declaró públicamente que la empresa agotó su presupuesto anual de Claude Code en cuatro meses.
Entre 5,000 ingenieros, la tasa de uso mensual oscila entre el 84% y el 95%, con facturas mensuales por persona que van desde 150 hasta 2,000 dólares; se informa que el propio CTO consumió tokens valorados en 1,200 dólares durante una demostración interna de dos horas.
Macdonald describió quedar «tan atónito que no pudo hablar» al enterarse de esta cifra.
Por parte de Microsoft, según el boletín Notepad de Tom Warren de The Verge, Claude Code se ha vuelto rápidamente popular entre los ingenieros internos de Microsoft, pero el modelo de facturación basado en tokens hace que los gastos a gran escala sean insostenibles, por lo que Microsoft ha comenzado a reducir las licencias relacionadas.
GitHub anunció que, a partir del 1 de junio, todos los planes de Copilot pasarán de un modelo de suscripción fija a uno de pago por uso.
El post oficial de discusión recibió casi 900 votos en contra, ya que algunos usuarios calcularon que una sesión de programación de agente consume típicamente entre 30 y 40 dólares, lo que significa que un plan de 10 dólares mensuales se agota en un solo uso.
La plataforma de productividad para desarrolladores Entelligence.AI, tras recopilar datos de 2.444 empresas, descubrió:
- Por cada dólar invertido en tarifas de tokens de IA, solo 18 centavos generaron valor real para los usuarios.
- 44 centavos de dólar se destinaron a reparar errores introducidos por la IA; 27 centavos de dólar se asignaron a rehacer el trabajo; 11 centavos de dólar se consumieron en fricciones de revisión.
Según el Índice de Gastos en Tokens de Silicon Data de Bloomberg, el precio de los tokens ha aumentado aproximadamente un 65% desde finales de febrero de este año, y los precios del software de IA en Estados Unidos han aumentado acumulativamente entre un 20% y un 37% en el último año.
Batalla entre alcistas y bajistas: el mismo hecho, dos interpretaciones
Los mismos datos, bajo diferentes marcos de análisis, conducen a conclusiones completamente distintas.
Los alcistas creen que el caos actual no es más que un período de dolor asociado con una transición exitosa.
Según el análisis de Jim Schneider de Goldman Sachs a principios de mayo, para 2030, la IA agentiva impulsará un aumento de 24 veces en el consumo de tokens, alcanzando aproximadamente 120 trillones de tokens mensuales, y los márgenes brutos de los proveedores de nube a gran escala y de modelos se volverán positivos en los próximos 3 a 12 meses.
Rich Privorotsky de Goldman Sachs considera que el primer trimestre de 2026 podría ser el pico de "token maximization" como KPI, y la industria está pasando de buscar el consumo a una métrica más saludable: el "costo por acción efectiva".
El estudio económico de JPMorgan también descubrió que a principios de 2026 hubo un aumento brusco en los paquetes nuevos y actualizados de Python en PyPI, una tendencia que no se observó cuando ChatGPT se lanzó en 2022, lo que indica que se están produciendo mejoras reales en la productividad.
Además, la relación precio-beneficio actual de los Mag 7 es de aproximadamente 20 veces las ganancias futuras, mucho menor que los 52 veces del pico de la burbuja tecnológica de 2000, los 67 veces del Japón en 1989 y los 34 veces de la era de las "Beautiful Fifty". Según los criterios históricos de burbujas, actualmente no se trata de una burbuja.
La perspectiva bajista fue más sistemáticamente expuesta por el analista de semiconductores de Goldman Sachs, Jim Covello, en un informe de abril.
Señaló que casi todo el valor en la cadena de suministro de IA fluye hacia las empresas de semiconductores, un fenómeno sin precedentes en la historia e insostenible; las empresas de chips deberían beneficiarse cuando sus clientes obtienen beneficios, pero en este ciclo, su auge se logra a expensas de la degradación de toda la cadena de suministro aguas arriba.
La utilidad neta de NVIDIA ha aumentado aproximadamente 20 veces desde el lanzamiento de ChatGPT; los principales proveedores de nube de gran escala ya han agotado su flujo de efectivo operativo y ahora recurren a deuda: en 2025, la emisión de deuda relacionada con centros de datos alcanzará aproximadamente 182 mil millones de dólares, duplicando la cifra de 2024.
Un estudio de MIT Nanda muestra que el 95% de las empresas que invierten en IA generativa tienen un retorno cero. Este desacoplamiento puede mantenerse durante un tiempo, pero no puede durar para siempre.
Preocupaciones sobre la estructura de financiamiento circular
Esta discusión también aborda una capa más compleja: el ciclo financiero entre proveedores de nube de gran escala y laboratorios de IA.
Según los documentos de divulgación empresarial recopilados por The Information, OpenAI y Anthropic representan más de la mitad de los aproximadamente 2 billones de dólares en compromisos futuros de servicios en la nube de Microsoft, Oracle, Google y Amazon. Específicamente:
- De los $627 mil millones en pedidos pendientes de servicios en la nube de Microsoft, $280 mil millones están vinculados a OpenAI;
- Del pipeline de 553.000 millones de dólares de Oracle, el 54% (aproximadamente 300.000 millones de dólares) está comprometido por OpenAI;
- De los 467.600 millones de dólares de Google, Anthropic representa el 43% (aproximadamente 200.000 millones de dólares);
- La exposición correspondiente de Amazon también alcanza el 51% de su volumen pendiente de 464 mil millones de dólares.
Esta estructura de financiación tiene una naturaleza cíclica interna. La inversión de Microsoft de 13.000 millones de dólares en OpenAI se liquida principalmente en forma de créditos de Azure, que OpenAI utiliza para comprar capacidad de cómputo en Azure, y Microsoft luego los registra como ingresos en la nube.
El mismo proveedor de nube a gran escala es tanto inversionista en laboratorios de IA como proveedor de servicios que factura el poder de cómputo.
Esta estructura también se refleja en los datos de ganancias. Alphabet reportó una utilidad récord de 62.600 millones de dólares en el primer trimestre, de los cuales aproximadamente 28.700 millones de dólares, casi la mitad, provienen del aumento en el valor contable de su participación en Anthropic.
De los 30.300 millones de dólares de beneficio del primer trimestre de Amazon, 16.800 millones de dólares corresponden a ganancias no realizadas antes de impuestos de Anthropic, mientras que su efectivo libre cayó un 95% hasta 1.200 millones de dólares debido a gastos de capital en centros de datos de 44.200 millones de dólares en el mismo período.
La sostenibilidad de este sistema depende de la capacidad de los laboratorios de IA para obtener financiamiento externo continuo para cumplir con sus compromisos de nube computacional, lo cual a su vez depende de la disposición continua de los clientes empresariales a pagar facturas de tokens cada vez más altas.
Se informa que Anthropic actualmente tiene un costo de hasta 3 dólares por cada dólar de ingresos. Una vez que el ritmo de financiamiento se desacelere, la credibilidad de las proyecciones de ingresos en la nube disminuirá, y los múltiplos de valoración de los proveedores de nube a gran escala enfrentarán presión para una reevaluación.
Esta cadena se transmite en ambas direcciones y también se romperá en ambas direcciones.
Esto no es 1999, pero el problema es real
La situación actual no constituye un escenario de burbuja típico.
En términos de múltiplos de valoración, los siete gigantes tecnológicos actualmente tienen un P/E futuro de aproximadamente 20, mucho menor que los 52 durante el pico de la burbuja tecnológica de 2000, los 67 del mercado japonés en 1989 o los 34 de la era de las "Magníficas Cincuenta".
La tecnología de IA es real en sí misma. Para los usuarios intensivos, los datos de aumento de productividad también son verificables. OpenAI tiene un ingreso anual de aproximadamente 20 mil millones de dólares, y Anthropic, de aproximadamente 4,3 mil millones de dólares; ambas laboratorios no desaparecerán por esto.
Hoy en día, el costo del token (consumo de capacidad de cómputo) se ha convertido en un factor clave para determinar el éxito o fracaso de la IA, mientras que hace seis meses, ni siquiera se hablaba mucho de este tema.
En aquel entonces, todos solo se preocupaban por «si la tecnología funcionaba». Ahora la respuesta es clara: en ciertos trabajos y entre ciertos grupos de personas, la tecnología realmente funciona.
Pero surge una nueva pregunta: ¿Podrán las empresas aguas abajo transmitir oportunamente los ahorros generados por la IA para superar la ventana de valoración que el mercado de capitales ha asignado a los laboratorios de IA y a los gigantes de la nube?
Los que confían en la IA creen que, mientras la tecnología siga madurando, el ROI de las empresas se volverá positivo en un plazo de 1 a 1.5 años.
Los escépticos creen que más ejecutivos, como McDonald, se quejarán públicamente sobre la baja relación entre inversión y rendimiento de la IA y comenzarán a recortar presupuestos.
Ambas posibilidades podrían estar ocurriendo simultáneamente, y aún no se ha determinado el ganador. Lo único seguro es que ha sido desmentida la mentira anterior de que «si el consumo de tokens aumenta, significa que la transformación de IA ha tenido éxito».
Un alto consumo de tokens no equivale a un valor comercial; estas burbujas finalmente tendrán que desinflarse. La factura de la IA ya venció, pero aún es incierto quién pagará.