- By Ayrton
- 8 jun 2026
- Blog
Por décadas, Silicon Valley vendió la narrativa de que la Inteligencia Artificial (IA) provocaría un desplazamiento laboral masivo e inmediato, reduciendo los costos operativos de las empresas a una fracción gracias a la automatización. Sin embargo, la realidad de los balances financieros de los gigantes tecnológicos demuestra un escenario radicalmente opuesto: hoy en día, en una gran cantidad de tareas complejas, mantener la infraestructura de IA activa es significativamente más caro que pagar planillas humanas.
Estamos ante un baño de realidad corporativa. El entusiasmo desmedido está dando paso a una crisis de rentabilidad que no solo reconfigura las estrategias de gigantes como Microsoft, sino que abre un espacio de descongestión y oportunidad táctica para economías emergentes como la del Perú.
1. La realidad corporativa: El costo de la IA vs. el retorno humano
El entusiasmo por la IA generativa ha chocado de frente con la cruda realidad de los costos de infraestructura (CapEx y OpEx). Compañías tecnológicas globales han comprometido cifras extraordinarias en gasto de capital; según proyecciones de firmas de inversión de Wall Street, las inversiones en infraestructura de IA alcanzaron los 740,000 millones de dólares, un incremento del 69% respecto al periodo anterior. Sin embargo, el retorno de inversión (ROI) sigue siendo difuso.
La ecuación deficitaria de la computación
La premisa de la automatización barata se rompe al analizar los componentes físicos y energéticos requeridos para procesar modelos masivos de lenguaje (LLMs). La relación de costos actual se puede estructurar de la siguiente manera:
Costo de Infraestructura IA (Servidores GPU + Energía + Refrigeración + Chips) > Costo de Planilla Humana
Incluso dentro de las empresas que fabrican el hardware, los presupuestos de cómputo están desbordados. Bryan Catanzaro, Vicepresidente de Aprendizaje Profundo Aplicado en Nvidia, admitió abiertamente la gravedad de la situación actual: «Para mi equipo, el costo de cómputo está muy por encima de los costos de los empleados».
La trampa del «Consumo por Tokens» y el software basado en uso
El software corporativo tradicional cobraba una tarifa plana por usuario al mes (SaaS). La IA introdujo la facturación basada en tokens (unidades de texto procesadas). Esto genera una paradoja financiera perversa para los Directores de Finanzas (CFOs): mientras más eficientes y entusiastas son los empleados utilizando la IA para resolver problemas, más datos procesan, y la factura mensual de la empresa se dispara exponencialmente.
Al no existir un tope lineal de costos, el software se vuelve financieramente impredecible, lo que está llevando a pérdidas millonarias en empresas que subsidian el procesamiento de IA sin lograr monetizarlo correctamente.
El límite del 23%: Datos del MIT y el factor de fricción
Un riguroso estudio elaborado por el laboratorio CSAIL del MIT (Massachusetts Institute of Technology) analizó la viabilidad económica de la automatización. Al evaluar ocupaciones expuestas a tareas de visión artificial y análisis de datos, el estudio concluyó que solo el 23% de los salarios pagados a humanos son económicamente viables de automatizar hoy en día.
En el 77% restante, los costos iniciales de instalación, el mantenimiento del modelo, el refinamiento de datos y el costo energético de cada consulta hacen que el ser humano sea la opción más barata, flexible y eficiente.
| Viabilidad de Automatización (Estudio MIT) |
|---|
|
2. El Espejo de la Burbuja DOTCOM y la Concentración de Mercado
Para entender la gravedad del panorama actual, portales de análisis financiero como Barchart han advertido un patrón crítico: el mercado de valores estadounidense está experimentando niveles de concentración histórica no vistos en los últimos cincuenta años. Alrededor del 45% del valor total del índice S&P 500 está directamente indexado al destino, gasto y hardware de la Inteligencia Artificial.
Como detalla el análisis de Barchart sobre cómo la IA se comió el S&P 500, esta altísima dependencia de unas pocas firmas «mega-cap» (las llamadas Magnificent Seven) imita el comportamiento de la burbuja puntocom (Dot-com) del año 2000. En aquella época, corporaciones como Cisco colapsaron cuando las empresas descubrieron que habían comprado miles de millones en servidores e infraestructura de red para un internet que aún no generaba retornos reales.
Hoy, firmas como Nvidia capitalizan miles de millones vendiendo infraestructura (los «picos y palas» de la fiebre del oro), pero las empresas de software de IA operan bajo pérdidas insostenibles o márgenes mínimos. Si el software final no produce el ROI prometido, el ciclo de inversión se detendrá en seco.
«El peligro es repetir la burbuja de las puntocom: un desplome masivo y años de rendimientos perdidos. Toda la estructura del mercado bursátil se ha convertido en un gigantesco edificio sostenido por la IA.» — Neil Wilson, Saxo UK.
3. El «Efecto Boomerang»: Empresas que despidieron personal y hoy lo recontratan
La prisa por sustituir trabajadores humanos ha provocado costosos reveses operativos debido a las alucinaciones del código, la falta de criterio analítico de la IA y fallos garrafales de cara al cliente. Según investigaciones de firmas de consultoría como Robert Half publicadas en Fast Company, cerca de un 32% de los gerentes de contratación admitieron haber eliminado roles debido a la automatización por IA, para luego verse forzados a recontratar personal humano exactamente para el mismo puesto.
Adicionalmente, reportes técnicos de plataformas de datos especializados revelan que un alarmante 75% de las empresas han tenido que revertir, retirar o apagar sus agentes de IA interactivos tras su implementación comercial debido a fallos de gobernanza, filtración de datos de clientes y riesgos de marca inaceptables. Algunos de los casos más sonados a nivel global ilustran este fenómeno:
- Klarna: El gigante fintech sueco redujo agresivamente su personal en un plan de automatización masiva. Sin embargo, la pérdida de matices humanos desplomó la satisfacción del cliente en casos complejos, obligándolos a reabrir vacantes para reincorporar talento humano.
- McDonald’s: Tuvo que retirar de forma abrupta su sistema de toma de pedidos por voz desarrollado con IBM en más de un centenar de establecimientos tras hacerse virales fallos cómicos (como añadir cientos de nuggets por error o fallar al entender acentos básicos).
- Air Canada: Fue obligada por los tribunales a asumir la responsabilidad civil de las «mentiras» (alucinaciones) de su chatbot, el cual inventó una política de reembolsos inexistente para un usuario.
4. Implicancias para la economía del Perú: Pros y Contras de la Burbuja
Al ser el Perú una economía tomadora de tecnología e integrada a las cadenas de valor globales, este estallido o desaceleración en el norte global impacta directamente en su micro y macroeconomía, abriendo tanto amenazas como ventajas competitivas:
LOS CONTRAS: El encarecimiento del software básico
Las micro, pequeñas y medianas empresas (MiPyMEs) constituyen más del 99% del tejido empresarial peruano. Las firmas de Silicon Valley (como Microsoft, Salesforce o Adobe), en su afán de subsidiar los masivos costos de cómputo de sus centros de datos, están empaquetando funciones de IA obligatorias en sus licencias estándar, lo que eleva los precios de suscripción entre un 20% y 37% globalmente.
Para una empresa local, esto se traduce en un encarecimiento directo del software operativo básico (CRM, hojas de cálculo, correo institucional). Las empresas peruanas terminan pagando un sobreprecio por capacidades de IA que muchas veces no necesitan o no están preparadas para explotar, presionando sus de por sí ajustados márgenes de ganancia.
LOS PROS: Escudo contra el desempleo y revalorización del talento
Por otro lado, la crisis de costos actúa como un amortiguador de empleo para el sector servicios en el Perú (contact centers, soporte técnico, asistentes administrativos y contabilidad básica). Al no ser rentable para las matrices internacionales reemplazar estos puestos por agentes de IA costosos y propensos a errores, el riesgo de un despido masivo a corto plazo disminuye significativamente.
Asimismo, se frena la fuga de divisas. Cuando una corporación local gasta miles de dólares en suscripciones de IA comercial, ese dinero sale inmediatamente del circuito económico peruano para financiar infraestructura extranjera. La ralentización de la adopción de IA corporativa estabiliza temporalmente esa salida de divisas.
5. Estrategias tácticas: ¿Cómo puede beneficiarse el Perú?
La desaceleración de la «burbuja» de la IA comercial otorga al Perú una ventana de tiempo idónea para implementar una estrategia de asimilación tecnológica inteligente, apalancándose en sus marcos regulatorios vigentes y sus ventajas geoeconómicas.
- Gobernanza con la ENIA: El Perú cuenta con la ventaja de la Estrategia Nacional de Inteligencia Artificial (ENIA) y el Reglamento de la Ley N° 31814 (Decreto Supremo N° 115-2025-PCM). Este marco legal funciona hoy como un filtro de prudencia fiscal para el Estado, evitando que el aparato público gaste millones de soles en contratos lesivos de IA experimental sin un ROI comprobado.
- El enfoque pragmático de ProInnóvate: El Ministerio de la Producción ha demostrado que la verdadera competitividad de la MiPyME peruana no requiere de trillones de parámetros en la nube. Programas que financian la adopción de nubes locales, plataformas de comercio electrónico, automatización de inventarios y analítica predictiva simple registran tasas de éxito notables: el 74% de las empresas que implementan estas tecnologías básicas incrementan sus ventas de forma sostenible con una fracción de la inversión que demanda un costoso modelo comercial.
- Soberanía tecnológica mediante IA de Código Abierto (Open Source): El tejido industrial del Perú —concentrado en la minería, la agroexportación y la pesca— no necesita depender de las volátiles tarifas de suscripción de las corporaciones internacionales. La estrategia óptima es la adopción de modelos de código abierto (como Llama o Mistral) alojados localmente. Esto elimina el costo del token comercial y blinda la privacidad de los datos estratégicos del país.
- Posicionamiento como Hub de Talento Humano «Cost-Effective»: Frente a los prohibitivos costos de cómputo en el extranjero, el talento calificado de regiones emergentes vuelve a ser altamente atractivo. Un desarrollador o diseñador peruano, potenciado con herramientas de IA locales, ofrece una relación costo-beneficio drásticamente superior para una empresa global que intentar resolver el mismo problema exclusivamente mediante costosos e impredecibles agentes autónomos en la nube.
Conclusión
La crisis de costos de la inteligencia artificial ha demostrado que el factor humano no es un gasto fácilmente reemplazable, sino un activo resiliente y financieramente eficiente. En el futuro, por más útil que resulte la IA generativa, de nada servirá si sus costos de computación la vuelven inaccesible para la mayoría del tejido empresarial global, restringiéndola a unos pocos gigantes monopólicos.
Para el Perú, este baño de realidad representa una oportunidad histórica: detiene la amenaza del desempleo tecnológico masivo a corto plazo, abarata la alternativa de la IA de código abierto y revaloriza el talento joven en el mercado internacional. La clave del éxito peruano no radicará en competir en la carrera del hardware, sino en saber orquestar con pragmatismo el talento de su gente y la adopción inteligente de la tecnología.
