TL;DR:

• Cada nuevo modelo de los grandes laboratorios sale a cerca del doble por token que el anterior, y los presupuestos anuales de IA se agotan en uno o dos meses, según el CEO de Glean en CNBC.
• Una compañía no identificada gastó por error unos 500 millones de dólares en Claude en un mes; Amazon y Meta apagaron los rankings internos que premiaban "quemar" tokens.
• Tribunales en China declararon ilegal despedir a un trabajador solo para reemplazarlo con IA, un freno que no existe en Estados Unidos ni en la Unión Europea.

Por primera vez, la inteligencia artificial empieza a costarles a las empresas casi lo mismo que contratar personas, y el precio, lejos de bajar, sube. Cada nuevo modelo de los laboratorios de frontera sale a cerca del doble por token que el que reemplaza, según Arvind Jain, CEO de la firma Glean, en entrevista con CNBC. El giro disparó una ola de recortes: una compañía gastó por error unos 500 millones de dólares en la IA de Anthropic en un solo mes, y gigantes como Amazon y Meta desmantelaron los tableros internos que premiaban a quien más tokens consumía. El fenómeno reabre una pregunta de fondo —si todo el auge de la IA es una burbuja— y pone en duda dos certezas que se daban por hechas: que la IA actual está por desplazar masivamente el empleo y que la inversión récord en centros de datos se pagará sola.

Durante un par de años, usar IA de punta fue casi gratis. Esa etapa se está acabando. El número uno en la agenda de cualquier empresa hoy son los presupuestos de IA desbordados, le dijo Jain a CNBC: compañías que ven evaporarse en uno o dos meses lo que habían reservado para todo el año. La razón es que el costo no cayó como esperaban los compradores. Hizo lo contrario.

"Es la primera vez que recuerdo que la tecnología cuesta lo mismo que las personas, y estás haciendo esa comparación: eliges tecnología o personas." — Arvind Jain, CEO de Glean

La factura de 500 millones que encendió las alarmas

A finales de mayo de 2026 una historia recorrió Silicon Valley: según reportó Axios, una empresa no identificada acumuló cerca de 500 millones de dólares en cargos de Claude, la IA de Anthropic, en un solo mes, después de no ponerle límite a las licencias de sus empleados. En redes muchos apostaron a que era Amazon. No se ha confirmado.

Lo de Amazon es una historia paralela, y esa sí está documentada. La compañía mantenía un ranking interno llamado KiroRank, en su plataforma de desarrollo Kiro, que ordenaba a los ingenieros por cuántos tokens consumían. ¿El resultado? Empleados mandando a la IA a hacer tareas inútiles solo para escalar posiciones. Amazon lo apagó. Su vicepresidente senior de ingeniería, Dave Treadwell, fue directo con el personal:

"Por favor, no usen la IA solo por usarla. Úsenla para resolver problemas de clientes, problemas de negocio, para innovar." — Dave Treadwell, vicepresidente senior de Amazon

Meta tuvo su propia versión del juego, y Uber, Salesforce y Microsoft tomaron medidas parecidas. El nombre que le pusieron a esa fiebre ya es de uso común: tokenmaxxing, la costumbre corporativa de exprimir la IA al máximo sin medir si sirve de algo.

Las cifras en las que se apoya la tesis de la burbuja

Aquí entra la lectura más inquietante. En una columna en The Telegraph, el periodista Andrew Orlowski sostiene que el contorno del estallido ya se distingue: si las empresas no ven valor, se cae tanto el argumento de reemplazar trabajadores como el de seguir financiando una infraestructura carísima que, encima, se deprecia rápido. El analista de competencia Matt Stoller, que viene escribiendo sobre el tema, resume el problema en una frase: la industria no está organizada en torno a señales reales de mercado.

Los números ayudan a dimensionarlo. Will Sommer, analista senior de la consultora Gartner, le dijo a The Verge que, para cubrir los billones de dólares que se están metiendo en centros de datos, las compañías de IA tendrían que acercarse a 2 billones de dólares de ingresos al año hacia 2029, retornos "históricos" que empequeñecerían las cifras actuales. Con un margen de ganancia del 10% por token, calculó Gartner, el consumo de la industria tendría que crecer entre 50,000 y 100,000 veces su nivel actual hacia 2030. Escalar a esa velocidad luce, cuando menos, muy difícil.

El científico cognitivo Gary Marcus, una de las voces más escépticas, lo puso en términos lapidarios:

"Que 'se quemaron tokens por millones de dólares sin ningún retorno de inversión real que mostrar' bien podría terminar siendo el epitafio de una era." — Gary Marcus

El golpe a la promesa de que la IA reemplazará a los trabajadores

La otra certeza que tambalea es la del desempleo masivo inminente. Reemplazar humanos solo será atractivo cuando la IA muestre valor real y ganancias de productividad concretas, y ahí los datos son ambiguos. El banco Goldman Sachs calculó que el gasto en IA ligado a roles de ingeniería ya se acerca al 10% de lo que cuesta pagar a una persona y que, al ritmo actual, ambos podrían emparejarse en cuestión de meses, según el análisis que retoma Orlowski. Por ahora, eso es una proyección, no un hecho cerrado.

Mientras tanto, los despidos ya ocurren: más de 78,000 trabajadores tecnológicos perdieron su empleo en los primeros meses de 2026, y casi la mitad de esos recortes se atribuyó directamente a la IA, según reportes recopilados por la prensa especializada. Meta recortó unos 8,000 puestos solo en mayo.

Y aquí aparece el contraste que más se comenta. El 30 de abril de 2026, en la víspera del Día del Trabajo, el Tribunal Intermedio de Hangzhou resolvió que una empresa había despedido ilegalmente a un trabajador —identificado solo como Zhou— después de que la IA automatizara su puesto y él rechazara una rebaja de sueldo de 25,000 a 15,000 yuanes mensuales. Tribunales chinos, en Hangzhou y Beijing, establecieron que adoptar IA es una decisión de negocio controlable, no una fuerza inevitable: reemplazar a alguien con IA, por sí solo, no es causa válida de despido. Ni Estados Unidos ni la Unión Europea tienen una protección equivalente, según Bloomberg y Caixin.

Para Stoller, la diferencia es deliberada: China construyó modelos muy competitivos y los puso a disposición casi gratis, sin necesidad de monetizarlos directamente, mientras Occidente apostó por un esquema mucho más caro. Lo remató con sarcasmo: el enfoque chino, dijo, resulta mejor para producir casi todo, excepto capitalización bursátil.

La otra cara del debate: muchos no ven una burbuja

Conviene no comprar la conclusión entera. La tesis del estallido es justo eso, una tesis, y enfrente hay analistas con datos en mano que la rebaten. Tras los resultados trimestrales de inicios de 2026, firmas como Jefferies señalaron que el retorno ya es visible en un backlog cercano a 2 billones de dólares en contratos de nube y un crecimiento que se acelera; BMO Capital Markets habló de un "súper-ciclo" sostenido por esa cartera de pedidos, con la nube de Google casi duplicando su backlog en un solo trimestre. El argumento de fondo: el costo por token también cae con fuerza —la presión de modelos como DeepSeek empuja el precio del "token inteligente" hacia casi cero— y, por la paradoja de Jevons, cuando algo se abarata se consume más, no menos.

Hay además un cálculo estratégico. Para los gigantes, quedarse cortos en cómputo si la IA termina siendo transformadora es un riesgo mayor que gastar de más, y por eso varios CEO suenan casi aburridos cuando les piden justificar la inversión. Visto así, el récord de gasto no es locura: es la apuesta racional frente a una incertidumbre enorme.

El punto que de verdad importa no es si la IA sirve —en desarrollo de software, por ejemplo, rinde—, sino si las cuentas cierran a los precios de hoy. Para las empresas de habla hispana en México, España y América Latina, que consumen modelos de frontera facturados en dólares, la pregunta no es teórica: el alza se siente en la factura, y la alternativa de los modelos abiertos y baratos deja de ser anecdótica. La burbuja puede estallar o desinflarse despacio; nadie lo sabe con certeza. Lo que ya quedó claro, entre tanto, es que los humanos resultaron más útiles —y más baratos— de lo que el discurso daba por sentado.

Fuentes: 1, 2, 3