OpenAI reconoce que el gasto en tokens de IA se ha convertido en una crisis corporativa
OpenAI ha invertido su postura comercial al reconocer que el gasto en tokens de inteligencia artificial se ha transformado en una crisis presupuestaria para sus clientes corporativos. Sam Altman, director general de la compañía, reveló durante el evento Intelligence at Work que esta preocupación financiera marca un punto de inflexión histórico para el sector.
El colapso financiero del tokenmaxxing
Anteriormente, las empresas asumían sin cuestionamientos los costos operativos. En la actualidad, la estrategia de consumir recursos computacionales al máximo —conocida como tokenmaxxing— ha generado facturas desproporcionadas que fuerzan reevaluaciones inmediatas. Peter Steinberger, creador de OpenClaw, consumió $1.3 millones en tokens de API durante un solo mes, acumulando 603 mil millones de solicitudes. Incluso Jensen Huang, director ejecutivo de Nvidia, recomendó que sus ingenieros utilizaran tokens equivalentes a la mitad de su salario anual para garantizar productividad.
«Es una especie de meme ahora, pero ‘Mi empresa gastó todo mi presupuesto de 2026 en el primer trimestre. ¿Pueden hacerlo más eficiente?’»
— Sam Altman, director general de OpenAI
Altman confirmó en el escenario que los clientes comenzaron a cuestionar este modelo con urgencia. La transición fue abrupta; lo que antes era un gasto aceptado sin fricción se ha vuelto un problema crítico para la infraestructura tecnológica global.
¿Puede la eficiencia técnica compensar el gasto exponencial?
El director general proyecta que el consumo global de tokens continuará su escalada. Hace seis años y medio, el usuario principal procesaba 100 mil tokens mensuales; hoy esa cifra representa el promedio per cápita mundial, mientras que el líder actual de OpenAI maneja aproximadamente 100 mil millones al mes. Si esta progresión se mantiene lineal, el consumo global podría alcanzar esa misma magnitud.
Sin embargo, este escenario presupone que los precios de los tokens caerán más rápido que el volumen de uso. La realidad operativa indica lo contrario: ejecutar modelos de IA ya resulta más costoso que contratar personal humano. La paradoja de Jevons se manifiesta claramente; al abaratarse el recurso, su consumo se multiplica. El auge de la agentic AI ha acelerado esta tendencia, haciendo que los sistemas consuman tokens en cantidades exponenciales que superan las ganancias de eficiencia logradas por los laboratorios de desarrollo.
El límite entre automatización y rentabilidad
La adopción indiscriminada ha expuesto fallas estructurales en la integración corporativa. Empleados de Amazon utilizaron agentes de IA para tareas innecesarias únicamente para mantenerse en las tablas de clasificación internas. Por su parte, el director ejecutivo de Uber señaló que hasta el momento no existe correlación comprobada entre despliegues masivos de IA y el lanzamiento exitoso de productos. OpenAI continúa desarrollando métodos para optimizar sus modelos y ofrecer mayor valor con menor inversión, pero la industria debe redefinir sus métricas de retorno antes de que los costos operativos invaliden la automatización.
Fuente: Tom’s Hardware
