El racionamiento ya no es teoría: Uber y Alphabet marcan el fin del free lunch corporativo en IA

En menos de 48 horas, dos movimientos corporativos trazaron la misma frontera: el consumo ilimitado de IA en la empresa dejó de ser viable. Uber agotó su presupuesto anual de inteligencia artificial en apenas cuatro meses y ahora impone límites por empleado. Al mismo tiempo, Alphabet anuncia una captación de capital por 80.000 millones de dólares para expandir infraestructura de IA, reconociendo que «la demanda de sus soluciones supera la oferta disponible». Uno recorta, el otro invierte masivamente, pero ambos confirman el mismo diagnóstico: la fase de experimentación gratuita terminó y lo que viene es racionamiento, pricing duro y CFOs exigiendo retorno medible.

Del buffet libre al menú tasado

La estrategia de Uber había sido alentar a su plantilla a usar IA sin restricciones, democratizando el acceso a modelos como GPT-4 o Claude para acelerar productividad en equipos de producto, ingeniería y operaciones. El resultado: un gasto que superó en meses lo presupuestado para todo el año fiscal. La respuesta no fue ampliar la partida, sino instaurar cuotas individuales. El mensaje es claro: la IA corporativa no es un recurso elástico, es una línea presupuestaria finita que compite con salarios, cloud tradicional y capex. Lo que parecía un habilitador de eficiencia se reveló como un nuevo centro de costo que crece más rápido que los ingresos que genera.

Este no es un caso aislado. Decenas de empresas que adoptaron IA generativa en 2024 y 2025 descubren ahora que el costo de IA supera al de contratar personal, y ese uso escala de forma impredecible. Sin gobernanza, un equipo de marketing puede quemar en prompts lo que antes costaba una suite completa de Salesforce.

La escasez como estrategia de los hiperescaladores

Mientras Uber raciona desde la demanda, Alphabet reconoce escasez desde la oferta. La captación de 80.000 millones no es para investigación ni para entrenar nuevos modelos: es para construir capacidad de inferencia que sostenga la demanda actual de clientes enterprise y consumidores. Google Cloud, Vertex AI y los productos de IA generativa de Workspace están vendiendo más rápido de lo que la infraestructura puede servir. La elasticidad infinita que prometió la nube pública choca contra límites físicos: disponibilidad de chips, energía en datacenters, y lead times de construcción que no bajan de 18 meses.

Esto redefine la dinámica competitiva. Durante años, AWS, Azure y Google Cloud compitieron en precio y features. Ahora compiten en capacidad garantizada. Quien pueda asegurar disponibilidad de GPUs H100 o Blackwell para cargas de inferencia sostenida tendrá ventaja sobre quien solo ofrezca modelos en espera. La escasez no es un bug temporal: es la nueva variable estructural del mercado. Y los hiperescaladores la están monetizando vía contratos de capacidad reservada, SLAs premium y pricing que penaliza el uso spot o bajo demanda.

Quién gana cuando el acceso se vuelve caro

El mercado está migrando de «usa todo lo que quieras» a «usa lo que puedas justificar». Eso favorece a tres perfiles: empresas que auditan uso y optimizan prompts para reducir tokens por tarea; proveedores de modelos más eficientes en inferencia (menos parámetros, mismo output); y plataformas de gobernanza que permiten a IT y finanzas trazar cada dólar gastado en IA a un resultado de negocio medible. Los que pierden son los que adoptaron IA como señal de modernidad sin caso de uso claro, y ahora enfrentan facturas que no pueden explicar al board.

Uber puso el techo: hay un límite a cuánto puede gastar una empresa en IA sin quebrar su estructura de costos. Alphabet puso el piso: sostener la infraestructura que alimente esa demanda requiere decenas de miles de millones. Entre ambos extremos se dibuja el nuevo equilibrio. La IA corporativa será cara, estará medida y, sobre muchos escritorios, racionada. Lo que sigue no es más adopción indiscriminada, sino segmentación: quién tiene acceso a qué modelo, para qué tarea, con qué límite mensual. El free lunch terminó. Ahora toca pagar la cuenta y decidir qué platos valen el precio.