La primera ola de gigantes de tokens que no se "queman" ha aparecido

Autor: Xiao Xiong Bing Gan, BitpushNews

En los últimos dos años, los gigantes tecnológicos mundiales han estado lanzando dinero sin pestañear para conseguir un billete de primera clase en la era de la IA. Pero esta fiebre casi ciega está siendo arrastrada de vuelta a la realidad por facturas cada vez más frías e impersonales.

El primero en desenmascarar públicamente esta cortina de humo fue un veterano gigante de Silicon Valley: Uber.

El pasado fin de semana, el director de operaciones (COO) de Uber, Andrew Macdonald, expresó su frustración en una entrevista.

La idea central es una: la empresa ha estado gastando locamente en herramientas de IA para ingenieros, y en lugar de traducirse en nuevas funciones percibidas por los usuarios, solo ha agotado el presupuesto financiero anual.

Macdonald compartió en la entrevista una comparación que dejó una impresión profunda:

La penetración de los ingenieros que usan la herramienta de programación de IA Claude Code ha pasado de aproximadamente un tercio en febrero a un 84% en marzo, y la factura mensual por ingeniero suele estar entre 150 y 250 dólares, alcanzando hasta 500 a 2000 dólares para usuarios intensivos.

Lo más sorprendente es que, para hacer una demostración técnica, él mismo usó la herramienta durante dos horas, y se evaporaron 1200 dólares en tokens.

Macdonald señaló: “Los ingenieros que no se encargan de pagar las facturas piensan que las herramientas de IA son como el agua corriente, gratuitas e ilimitadas.”

Lo que aún más desborda la paciencia de la dirección es que, a pesar de gastar tantos tokens, desde la perspectiva del usuario, la aplicación de Uber no ha mejorado en absoluto.

“Un mayor consumo de tokens no se ha traducido en funciones más útiles para los usuarios,” afirmó Macdonald, “es difícil trazar una línea entre estos dos datos y decir ‘mira, ahora ofrecemos un 25% más de funciones a los usuarios’.”

En 2025, Uber gastó 3.4 mil millones de dólares en I+D, un aumento del 9%. El CEO Dara Khosrowshahi ha declarado claramente que la compañía está ralentizando las contrataciones para compensar los crecientes costos de inversión en IA. En otras palabras, el dinero ahorrado en contratación se ha redirigido a IA, pero los resultados son difíciles de medir.

Este fenómeno no es exclusivo de Uber. Microsoft ya ha comenzado a cancelar la mayoría de las licencias de Claude Code, y ha pedido a los ingenieros que vuelvan a usar su propio Copilot CLI.

Macdonald planteó una cuestión clave: “Si no puedes establecer una relación directa entre el consumo de tokens y las funciones para los usuarios, será cada vez más difícil justificar el gasto en IA y los costos laborales.”

De la fiebre a la realidad: la “retirada de IA” en las grandes empresas

La ansiedad de los gerentes se transmite a los empleados de primera línea a través de las evaluaciones de desempeño. Pero las estrategias de respuesta están empezando a diferenciarse claramente.

La más llamativa proviene de Duolingo.

El año pasado, esta empresa de tecnología educativa anunció una estrategia de “prioridad en IA”, incorporando la frecuencia de uso de IA en las evaluaciones de desempeño de los empleados.

Sin embargo, solo un año después, en el podcast “Silicon Valley Girl” de abril de 2026, el CEO expresó con pesar que estaban retirando completamente esa política, y que la evaluación de desempeño ya no consideraría la tasa de uso de IA. La nueva postura de la empresa es: “Hacer bien tu trabajo es lo más importante, usa IA si puede ayudarte, pero no te esfuerces si no.”

La famosa “fábrica de calamares” Meta fue aún más dramática. A finales de marzo, la compañía lanzó un ranking llamado “Claudeonomics” para rastrear el consumo de tokens de más de 85,000 empleados, y otorgó títulos como “Token Legend” a los 250 mejores. Según Reuters, en 30 días, los empleados consumieron aproximadamente 60 billones de tokens en total, con un máximo de 2,81 mil millones por usuario.

Pero esta tendencia pronto se salió de control: el empleado que más tokens consumió en un mes gastó casi 50,000 dólares, mucho más de lo esperado por la empresa. Poco después, Meta silenciosamente cerró ese ranking, alegando fuga de datos, aunque los empleados sospechan que fue por el costo insostenible de la competencia desleal.

Detrás de esta reacción en cadena, hay una resistencia colectiva en el lugar de trabajo contra la “falsa eficiencia” de la IA.

Según un reciente informe de investigación global conjunto de SAP y WalkMe, más de un tercio de los empleados de oficina están activamente y conscientemente “saltándose” las tareas asignadas de IA por la empresa. La razón es simple: las ilusiones de los grandes modelos y las operaciones fragmentadas interrumpen el flujo de trabajo coherente, y en muchos escenarios delicados, gastar tiempo en manipular IA y luego corregir manualmente resulta más lento que hacerlo todo a mano.

En esta “guerra de KPI de IA”, solo unos pocos, como la plataforma de automatización de comercio electrónico Omnisend, siguen insistiendo en “fomentar” el uso de IA, intentando motivar a los “trabajadores expertos en IA” con aumentos salariales del 2% al 4%. Pero incluso ellos han cambiado su enfoque de evaluar en función del “tiempo de uso” a tres métricas financieras frías: cuánto tiempo se ahorró, cuánto dinero se ahorró y cuántos colegas reutilizaron los flujos de trabajo de IA que entrenaron.

Al mismo tiempo, las autoridades regulatorias también están comenzando a actuar contra los efectos sociales negativos de la IA.

Hace cinco días, en California, el estado con mayor concentración de tecnología de IA en el mundo, el gobernador Gavin Newsom firmó una orden ejecutiva pionera en EE. UU., movilizando a agencias estatales, expertos laborales y universidades para abordar de manera integral el impacto potencial de la IA en el mercado laboral.

Esta es ya la tercera medida regulatoria importante en California en los últimos cinco meses: la ley de transparencia SB 53 entró en vigor en enero, exigiendo a los desarrolladores de modelos de IA de vanguardia publicar marcos de gestión de riesgos y reportar accidentes de seguridad mayores en 15 días; y la orden ejecutiva N-5-26 de marzo estableció umbrales de seguridad para compras gubernamentales relacionadas con IA.

El contexto de estas regulaciones es que la velocidad con la que los empleos de nivel inicial están siendo reemplazados es cada vez más evidente. La plataforma de monitoreo de empleo Layoffs.fyi muestra que en las primeras 18 semanas de 2026, los empleadores han reportado más de 113,000 despidos en el sector tecnológico. Según el último informe de Challenger, Gray & Christmas publicado el 7 de mayo, en abril de 2026, las empresas estadounidenses anunciaron 83,387 despidos, un aumento del 38% respecto a marzo. Aunque esto representa una caída del 21% en comparación con el mismo período del año pasado, sigue siendo el tercer nivel más alto desde 2009 para el mes de abril, solo superado por abril de 2025 y abril de 2020.

Al firmar la orden, Newsom dijo a los periodistas: “No queremos esperar a que miles de personas sean despedidas para empezar a buscar soluciones.”

Nuevos picos en Wall Street, con una “nueva diferenciación estructural” en marcha

Pero mientras los ejecutivos de las grandes empresas se preocupan por los costos de tokens y California frena las leyes, la bolsa de EE. UU. sigue alcanzando nuevos máximos impulsada por sectores clave.

El 26 de mayo, el S&P 500 cerró con un aumento del 0.61% a 7,519.61 puntos, y el Nasdaq subió un 1.19% a 26,643.45 puntos. El sector de semiconductores lideró la subida: Micron Technology subió más del 19%, alcanzando por primera vez una valoración de más de un billón de dólares; el índice Philadelphia Semiconductor subió un 4.6%, alcanzando nuevos máximos. Incluso, analistas de JPMorgan elevaron su objetivo del S&P 500 a 9,000 puntos, argumentando que el gasto en capital en IA impulsará directamente el crecimiento del PIB de EE. UU.

La lógica del mercado de capitales es muy concreta: si empresas como Uber están gastando a lo loco en tokens, ese costoso servicio técnico terminará en los ingresos y beneficios de Nvidia, Microsoft, Amazon y otros proveedores de infraestructura y modelos de primer nivel (como Anthropic y OpenAI). Los proveedores de la capa inferior se llenan los bolsillos, mientras que las aplicaciones de nivel medio y superior luchan por obtener un retorno de inversión (ROI).

La pregunta que Macdonald planteó al principio aún no tiene una respuesta convincente. El mercado de hoy ha optado por seguir subiendo, pero bajo esta tendencia, las brechas se están ampliando cada vez más.