La factura de la IA supera el retorno y las empresas empiezan a racionar

Durante meses, el argumento corporativo para la IA fue simple: el gasto se justifica solo porque la productividad va a subir. Nadie medía cuánto. Nadie tenía el denominador. Eso cambió en agosto de 2026, cuando en el mismo lapso de días SAP frenó viajes y contrataciones para costear su gasto en IA, Rippling presentó una herramienta interna de ROI después de quemar millones sin retorno claro, y Databricks publicó una guía de gestión de costos de coding IA que en 48 horas acumuló 308 puntos en Hacker News. Tres señales independientes apuntando al mismo movimiento: el ciclo del gasto sin rendición de cuentas se cerró.

El patrón: del presupuesto infinito al ROI tracker

La secuencia importa. SAP no recortó un gasto marginal — congeló viajes y contrataciones, dos de los grandes rubros operativos, para redirigir capital hacia IA. Esto es señal de que el gasto en IA ya compite por los mismos presupuestos que antes financiaban el crecimiento orgánico. El costo no es adicional; está desplazando otras prioridades.

Rippling tomó el mismo camino desde adentro. La empresa quemó millones en IA para sus propios equipos sin poder demostrar impacto medible, y la respuesta fue construir AI Spend Console, una herramienta que rastrea el gasto de IA por empleado y equipo. Ahora la venden como producto. La lección: Rippling descubrió el problema en su propia operación y lo convirtió en línea de negocio. Eso es evidencia de que el problema es real y generalizado.

Databricks, por su parte, publicó una guía técnica para controlar los costos de IA en el coding a escala. No es un paper académico: es un playbook para empresas que ya tienen el problema y necesitan una respuesta operativa urgente.

El lado de los ingresos: concentración extrema

El otro lado de la ecuación lo muestra la distribución de ingresos. El 70% del ingreso de IA proviene de OpenAI y Anthropic, y ese número no muestra señales de diversificarse. Los datos de Microsoft confirman que la mayoría de sus ventas de IA vienen de OpenAI — no de tecnología Microsoft propia. El integrador más grande del mundo está vendiendo IA de un tercero.

El resultado es una estructura donde los dos labs capturan el margen y las empresas que pagan los servicios absorben el costo sin mecanismo claro para medir si el retorno justifica la factura. Es la misma dinámica que viene acelerándose en el mercado de cómputo: quien controla la capa de valor superior fija el precio, y el resto negocia desde abajo. Es la dinámica opuesta a lo que predice la competencia: debería haber presión de precios, pero la demanda corporativa sigue siendo suficientemente inelástica como para que no la haya todavía.

Por qué el momento es ahora

La coincidencia de estos movimientos en una semana no es aleatoria. Es el momento en que el ciclo de adopción empresarial pasa de la fase de experimentación a la fase de justificación. Las empresas que adoptaron IA en 2024 y 2025 ahora tienen 12-18 meses de datos — y la evidencia acumulada sobre productividad real muestra que muchas no pueden demostrar el retorno que prometieron internamente.

Los que ganan en este contexto son los que venden visibilidad y control: herramientas de gestión de gasto como AI Spend Console, plataformas de observabilidad de LLM, y consultoras que ayudan a traducir el output de IA en métricas financieras. Los que pierden son los equipos que vendieron proyectos de IA internamente con promesas de ROI que no pudieron cuantificar — y ahora enfrentan preguntas que no tienen respuesta.

Los labs, paradójicamente, están relativamente protegidos en el corto plazo: el gasto empresarial en IA sigue creciendo aunque el ROI sea incierto, porque el costo político de retroceder es alto. Ningún CTO quiere explicar por qué su empresa no está usando IA cuando todos los competidores lo hacen.

Qué mirar

La tesis es falsable. Si en los earnings del tercer trimestre de 2026 dos o más grandes empresas de software mencionan explícitamente «racionalización del gasto en IA» o «freeze en contratos de IA» como variable que afecta sus propias ventas, el efecto se vuelve sistémico. El dato que confirma la segunda fase: el precio de los contratos enterprise de OpenAI y Anthropic, que hoy no es público, pero que empieza a filtrarse en las renegociaciones.

Para un decisor en LATAM o España: el momento de pedir métricas reales a los equipos que promueven iniciativas de IA internamente es ahora, antes de que la presión llegue desde arriba. Las empresas que establecen el denominador — cuánto cuesta cada caso de uso, qué output produce, qué decisión mejora — van a estar en mejor posición para seguir invirtiendo en IA cuando el escrutinio se intensifique.