Uber advirtió sobre gasto en IA y puso sobre la mesa una de las preguntas más importantes que enfrentan actualmente las empresas tecnológicas: ¿realmente la inteligencia artificial está generando el retorno esperado?
Durante los últimos años, compañías de todos los tamaños han acelerado la adopción de herramientas basadas en inteligencia artificial, incorporando asistentes de programación, agentes autónomos, automatizaciones y modelos de lenguaje en prácticamente todos sus procesos. Sin embargo, a medida que aumentan las facturas por consumo de tokens, infraestructura y servicios avanzados, también crecen las dudas sobre la rentabilidad real de estas inversiones.
Las declaraciones recientes de Andrew Macdonald, director de operaciones de Uber, han encendido una conversación que ya se está extendiendo por Silicon Valley y el ecosistema global de startups. La cuestión ya no es si la IA funciona, sino si el dinero invertido está generando beneficios tangibles para usuarios y empresas.
¿Por qué Uber advirtió sobre gasto en IA?
La preocupación surgió después de que Uber reconociera internamente que el consumo de herramientas de inteligencia artificial se había disparado mucho más rápido de lo previsto.
Según reveló la compañía, el presupuesto destinado a herramientas como Claude Code se agotó apenas unos meses después de comenzar el año. Esta situación generó conversaciones internas sobre la sostenibilidad financiera de la estrategia actual.
Lo más llamativo es que los directivos reconocieron que resulta difícil demostrar una relación directa entre el aumento del consumo de IA y la creación de nuevas funcionalidades para los usuarios.
Más tokens no significan más valor
Uno de los conceptos que más preocupa a Uber es la falta de correlación entre el gasto y los resultados.
Andrew Macdonald explicó que, aunque la empresa consume una cantidad creciente de tokens y recursos computacionales, todavía no existe evidencia clara de que esto se traduzca en una mejora proporcional de la experiencia del usuario.
En otras palabras, más inteligencia artificial no siempre significa más productividad, más ingresos o mejores productos.
El fenómeno del tokenmaxxing
La industria ha comenzado a utilizar el término «tokenmaxxing» para describir la obsesión por implementar IA en cualquier proceso disponible.
Este fenómeno se caracteriza por:
- Utilizar IA en tareas donde aporta poco valor.
- Priorizar la adopción antes que los resultados.
- Incrementar el consumo de tokens sin métricas claras.
- Asociar innovación con cantidad de uso.
Para muchos expertos, este comportamiento está generando gastos millonarios que todavía no pueden justificarse financieramente.
Uber advirtió sobre gasto en IA y no está sola
Uber no es la única empresa que ha comenzado a replantear su estrategia.
Recientemente, Duolingo eliminó políticas internas que incentivaban el uso obligatorio de inteligencia artificial en las evaluaciones de desempeño de los empleados.
La razón fue sencilla: muchos trabajadores estaban utilizando IA simplemente porque era una exigencia corporativa, no porque realmente mejorara los resultados de su trabajo.
Este caso demuestra que la industria está entrando en una nueva etapa donde el foco deja de estar en la adopción masiva y pasa a centrarse en la eficiencia real y el retorno de inversión.
Silicon Valley empieza a cuestionar el modelo
Durante 2024 y 2025, muchas organizaciones implementaron IA con una filosofía de crecimiento acelerado.
Sin embargo, en 2026 el discurso está cambiando.
Las empresas comienzan a preguntarse:
- ¿Qué procesos realmente mejoran con IA?
- ¿Cuánto dinero ahorran las automatizaciones?
- ¿Qué herramientas generan retorno medible?
- ¿Dónde se están desperdiciando recursos?
Estas preguntas están redefiniendo las estrategias tecnológicas de las grandes compañías.
Lecciones para startups después de que Uber advirtió sobre gasto en IA
Uno de los errores más comunes es aumentar el uso de IA sin establecer indicadores de rendimiento.
Antes de ampliar cualquier implementación, es recomendable medir:
- Horas de trabajo ahorradas.
- Coste por tarea completada.
- Incremento en productividad.
- Impacto en ingresos.
- Mejora en la satisfacción del cliente.
Sin estas métricas, cualquier inversión se convierte en una apuesta difícil de justificar.
Elegir el modelo adecuado
No todas las tareas requieren los modelos más avanzados y costosos.
Muchas startups están descubriendo que modelos más pequeños o especializados pueden resolver problemas específicos con costos significativamente menores.
La optimización del modelo utilizado puede representar ahorros de miles de dólares al año.
Controlar el consumo de tokens
El caso de Uber demuestra que el consumo puede crecer rápidamente cuando los equipos perciben la IA como un recurso ilimitado.
Por ello, las organizaciones deberían implementar:
- Límites de consumo por usuario.
- Presupuestos por departamento.
- Alertas automáticas.
- Monitoreo de uso en tiempo real.
- Políticas de gobernanza tecnológica.
El futuro de la IA será más eficiente que expansivo
Todo apunta a que la industria está entrando en una fase diferente.
Mientras que los años anteriores estuvieron marcados por la expansión acelerada, ahora las empresas buscan optimizar costos y demostrar resultados concretos.
Las organizaciones más exitosas serán aquellas capaces de combinar innovación tecnológica con disciplina financiera.
La IA seguirá creciendo, pero con más control
La inteligencia artificial continuará siendo una prioridad estratégica para empresas de todos los sectores.
Sin embargo, la tendencia indica que los responsables de tecnología y finanzas exigirán cada vez más evidencia sobre el impacto económico de cada implementación.
La era de adoptar IA únicamente por moda parece estar llegando a su fin.
Conclusión
Cuando Uber advirtió sobre gasto en IA, no estaba cuestionando el potencial de la tecnología, sino la forma en que muchas organizaciones la están utilizando. La preocupación de la compañía refleja una realidad cada vez más evidente: implementar inteligencia artificial sin métricas, objetivos claros y control financiero puede convertirse en un problema tan grande como no adoptarla.
Las startups y empresas que triunfen en los próximos años serán aquellas capaces de demostrar resultados concretos, optimizar el consumo de recursos y utilizar la IA donde realmente genere valor. La inteligencia artificial seguirá transformando industrias enteras, pero el éxito ya no dependerá de quién consume más tokens, sino de quién obtiene mejores resultados con cada uno de ellos.
La pregunta clave para cualquier empresa ya no es cuánto usa la IA, sino cuánto valor genera realmente con ella.
- Uber advirtió sobre gasto en IA: ¿están las empresas invirtiendo demasiado sin obtener resultados? - junio 5, 2026
- Anthropic supera a OpenAI y se convierte en la startup de IA más valiosa del mundo - junio 4, 2026
- Odysseus: la IA autohospedada de PewDiePie que desafía a ChatGPT y Claude - junio 3, 2026
