Analistas predicen: en 2029, el gasto empresarial en tokens de IA podría ser más caro que el salario de los ingenieros.

Anthropic solo tiene 5,000 empleados, pero sus gastos de cómputo son 2.3 veces su nómina; la empresa mediana de la industria gasta solo 137 dólares por ingeniero al año. Una brecha de 680 veces es el enigma que este análisis desglosa, y hacia qué desenlace se dirige 2029 sigue siendo una incógnita.
(Resumen anterior: Desde obligar a los empleados a usar IA hasta temer consumir demasiados tokens: cada vez más empresas restringen las cuotas internas de uso de IA)
(Contexto adicional: Oracle rara vez revela que su centro de datos 'podría no recuperar la inversión', y las acciones de Oracle cayeron un 40% en junio)

Índice de este artículo

Alternar

• La capacidad de cómputo se come primero el salario
• Fuerzas de empuje y tracción
• Cada empresa está apostando

Imagina que en 2029 una empresa común mantiene a un ingeniero, y la factura anual de IA que tiene que pagar probablemente sea más cara que el propio salario del ingeniero. Esta es la conclusión que el famoso analista de capital riesgo Tomasz Tunguz calculó utilizando tres modelos de escenarios.

Cuando los costos de cómputo comienzan a acercarse o incluso superar los costos laborales, el gasto en IA ya no es un presupuesto de herramientas prescindible, sino un gasto estructural que debe compararse con los salarios en la misma cuenta de resultados.

La capacidad de cómputo se come primero el salario

Esta historia comienza con los propios libros de Anthropic. Según las estadísticas de SaaStr, la empresa tiene actualmente solo unos 5,000 empleados, pero gastó alrededor de 10 mil millones de dólares en inferencia y entrenamiento en 2026. Traducido, cada empleado soporta en promedio unos 2 millones de dólares en gastos de cómputo al año. En comparación con la compensación total estimada por Levels.fyi de más de 500,000 dólares, el gasto en cómputo es 2.3 veces el salario.

Esta proporción es única en toda la industria del software; la mayoría de las empresas viven completamente en otro mundo. Según las estadísticas del Ramp AI Index de junio de 2026, el 1% superior de las empresas gasta alrededor de 89,000 dólares por ingeniero al año en IA, lo que equivale al 40% del salario de un ingeniero senior con un salario anual de 224,000 dólares; la empresa mediana gasta solo 137 dólares por ingeniero al año, casi cero.

Entre el extremo superior y la mediana, hay una brecha de casi 680 veces, que es el enigma que este análisis quiere explicar: si esta brecha se ampliará o se reducirá después.

¿El 99% restante de las empresas alcanzará el ritmo de Anthropic, y con qué rapidez? Tunguz enmarca la respuesta con tres escenarios: el escenario pesimista supone que el precio del token sigue cayendo hasta compensar el crecimiento de la demanda; el escenario base supone que la curva de crecimiento del 1% superior se desacelera gradualmente; el escenario optimista supone que todo el mercado alcanzará la proporción actual de Anthropic en 2029. Cada uno convierte la factura de IA en un porcentaje del salario base de un ingeniero senior de 224,000 dólares, y supone que los salarios crecen aproximadamente un 5% anual:

• 2026: Pesimista, base y optimista: todos 90,000 dólares, 40%
• 2027: Pesimista 106,000 dólares (45%), base 164,000 dólares (70%), optimista 258,000 dólares (110%)
• 2028: Pesimista 118,000 dólares (48%), base 259,000 dólares (105%), optimista 444,000 dólares (180%)
• 2029: Pesimista 106,000 dólares (41%), base 363,000 dólares (140%), optimista 596,000 dólares (230%)

En el escenario pesimista, la cantidad cae después de 2028, porque la velocidad de disminución porcentual es más rápida que la inflación salarial.

Fuerzas de empuje y tracción

La razón por la que el escenario optimista se sostiene es clave: los flujos de trabajo de IA cada vez más complejos (agentic workflow).

Cuando permites que la IA ejecute tareas de forma autónoma y continua, decida por sí misma qué hacer a continuación, en lugar de una simple pregunta y respuesta, la cantidad de tokens consumidos es varios órdenes de magnitud mayor que en el modo de chat. Goldman Sachs predice que para 2030, el consumo de tokens crecerá 24 veces.

Por otro lado, según un estudio de Epoch AI, Anthropic y OpenAI generan ingresos de 14 millones y 6.5 millones de dólares por empleado respectivamente, siendo las dos empresas más altas en la lista Forbes Global 2000. La estructura de costos, al final, sigue la estructura de ingresos; las empresas que pueden gastar suelen ser las que también pueden recuperar.

Pero la fuerza que tira hacia el escenario pesimista es igualmente real y ya ha estado ocurriendo durante tres años. El precio de entrada del modelo de nivel GPT-4 de OpenAI ha caído de 30 dólares por millón de tokens cuando se lanzó en marzo de 2023 a menos de 3 dólares en 2026, una disminución de diez veces cada año durante tres años.

Además, los modelos de código abierto también se están acercando al nivel de vanguardia. DeepSeek-V3 y sus versiones posteriores, con una décima a trigésima parte del costo de API, ofrecen resultados comparables con los modelos cerrados de primer nivel. Esto precisamente refleja por qué el debate entre código abierto y cerrado es una de las cuestiones políticas más importantes de la era de la IA: los modelos de código abierto baratos determinan directamente si el escenario pesimista tiene posibilidad de hacerse realidad.

Las empresas que estén dispuestas a limitar activamente el uso según el rol o la carga de trabajo también pueden reducir esta curva por sí mismas, sin tener que esperar pasivamente a que bajen los precios.

Cada empresa está apostando

Lo que realmente vale la pena señalar en este análisis no es la conclusión superficial de que 'la IA es cara', sino que el gasto en IA está pasando de ser un presupuesto de herramientas prescindible a un gasto estructural que puede igualar el costo laboral. En el escenario optimista, la factura de IA de un solo ingeniero es suficiente para igualar la mediana de ingresos generados por un empleado de una empresa SaaS que cotiza en bolsa (alrededor de 250,000 dólares). Esto ya no es del orden del costo de herramientas, sino del orden de otro salario.

Cuando los costos de cómputo comienzan a competir con los salarios en la misma cuenta de resultados, las empresas deben decidir con anticipación para qué futuro están dispuestas a presupuestar.