Por qué las empresas están perdiendo la fe en la IA

Tras años de expectativas crecientes, la industria de la inteligencia artificial (IA) afronta un momento decisivo. Pese al récord de inversiones, inversores, directivos y consejos de administración dudan cada vez más de que la IA pueda generar incrementos sustanciales de productividad a corto plazo.

Una de las principales razones es el aumento del coste de uso de los grandes modelos de lenguaje (LLM). Aunque el precio por token ha caído más del 90 % en los últimos tres años, el gasto total sigue creciendo porque el uso se ha disparado. Silicon Data señala que desde 2025 el gasto en LLM se duplicó y la Reserva Federal de Atlanta prevé que la inversión empresarial en IA aumente un 50 % en 2026, hasta 280.000 millones de dólares.

Esta situación refleja una asimetría: mientras las empresas deben justificar un gasto creciente, los proveedores de LLM dependen del consumo de tokens para sostener sus ingresos y sus valoraciones bursátiles. Sin embargo, los resultados siguen siendo inciertos. Un informe del MIT de 2025 concluyó que el 95 % de los proyectos piloto de IA generativa no alcanzó los objetivos previstos.

Ciberseguridad y propiedad intelectual, entre los principales riesgos

También preocupa el riesgo de que las empresas cedan, sin pretenderlo, propiedad intelectual, datos y conocimiento estratégico a proveedores como OpenAI o Anthropic. Aunque existen acuerdos de confidencialidad, estos proveedores pueden obtener información sobre cómo las compañías crean y capturan valor. La disputa entre Anthropic y Figma ilustra esta tensión.

La historia ofrece precedentes similares, como la estrategia de Microsoft frente a Lotus 1-2-3 y WordPerfect en los años noventa. Por ello, las organizaciones deben valorar cuidadosamente su dependencia de un único proveedor de IA.

A largo plazo, la IA también puede generar costes económicos y sociales: mayor demanda de energía e infraestructura, desplazamiento laboral y aumento de la desigualdad. Estas consecuencias podrían exigir más inversión pública y aumentar la presión fiscal sobre las empresas.

Ante este escenario, los directivos deberían adoptar varias medidas. En primer lugar, renegociar los contratos con los proveedores para que compartan parte del riesgo y vinculen parte de sus ingresos al valor realmente generado. Asimismo, conviene comparar de forma continua el coste y el tiempo de realizar tareas con IA frente al trabajo humano mediante indicadores operativos y financieros.

En segundo lugar, es recomendable evitar la dependencia de un solo proveedor, diversificando modelos y utilizando entornos de prueba antes de implantar soluciones a gran escala. También pueden considerarse modelos de código abierto, muchos de ellos desarrollados por empresas chinas, aunque las preocupaciones geopolíticas y de ciberseguridad pueden limitar su adopción.

La tercera prioridad es reforzar la ciberseguridad. El Banco de Inglaterra ya ha advertido de que los avances en IA incrementan los riesgos operativos y la probabilidad de ciberataques coordinados.

Por último, las empresas deben fijar plazos y métricas claras para demostrar que la IA aporta beneficios reales. Si los resultados no cumplen las expectativas, la impaciencia de los inversores podría provocar una fuerte corrección en la valoración de los activos vinculados a la IA.