Ejecutivo de NVIDIA confirma que el costo de la IA supera el de sus propios trabajadores, y hay empresas que lo ven como algo positivo
El costo de la IA supera el de los trabajadores en los equipos de NVIDIA, al menos según Bryan Catanzaro, VP de applied deep learning de la compañía. En declaraciones recogidas por Axios, Catanzaro fue directo: “For my team, the cost of compute is far beyond the costs of the employees”. Es una confesión llamativa viniendo de la empresa que fabrica las GPU que alimentan toda esa infraestructura.
No es el único en notarlo. Praveen Naga, CTO de Uber, reconoció a The Information que el presupuesto que había estimado para sus iniciativas de IA “is blown away already” apenas dos semanas después de comenzar. Y Amos Bar-Joseph, de Swan AI, publicó en LinkedIn con orgullo una factura de $113,000 dólares de Anthropic para un equipo de solo cuatro personas, lo que implica aproximadamente $28,000 por persona al mes, una cifra que en muchos casos supera el salario mensual de cada integrante.
¿Por qué el costo de la IA supera el de los trabajadores y algunos lo celebran?
La ironía no pasa desapercibida: muchas empresas han despedido empleados alegando que la IA los reemplazará, para luego descubrir que mantener esos sistemas de IA cuesta más que los salarios recortados. Un estudio del MIT publicado en 2024 señaló que el 77% de las veces era preferible que los humanos hicieran el trabajo. Las bromas de que “las empresas han redescubierto los empleos” circulan por redes, y tienen base.
Dicho eso, la narrativa no es tan simple. Varios CEOs interpretan estas facturas elevadas como una señal positiva: sus equipos están avanzando en la automatización a gran escala. Naga detalló que el 11% de las actualizaciones en vivo al código de Uber ya son escritas por agentes de IA, y su visión como CTO es transformar la ingeniería de software tradicional en “agent software engineering”. La apuesta es que ese gasto inicial de tokens se traduzca en workflows automatizados que sostengan la operación sin intervención humana continua.
Jensen Huang, CEO de NVIDIA, lleva esa lógica al extremo: espera que un ingeniero con salario de $500,000 anuales gaste al menos $250,000 en tokens por año. Para Huang, el consumo de tokens es un indicador directo de productividad, no un costo a minimizar.
El problema es que el escenario anterior asume que la automatización eventualmente estabiliza sus costos. El tercer camino, el menos comentado, es el de la inversión fallida: empresas que vuelcan millones en tokens sin un plan sólido, sin estructuras de trabajo compatibles con las herramientas, o simplemente sin saber instruir a los sistemas. Según reportes recientes, la gran mayoría de los proyectos de IA generativa lanzados sin una estrategia clara terminan en pérdidas significativas. Hay un dicho en desarrollo de software que viene al caso, atribuido a Edward Berard: “caminar sobre el agua y desarrollar software a partir de una especificación son fáciles si ambos están congelados.”
De momento, el debate sobre si el costo de la IA supera el de los trabajadores como un gasto temporal de transición o como un complemento permanente no tiene una respuesta única. Depende del sector, del caso de uso y de qué tan bien esté planificada la implementación. Lo que sí parece seguro es que los despidos continuarán mientras las empresas descubren, a veces a un costo altísimo, cómo encaja realmente esta tecnología en sus operaciones.
Fuente: Axios vía Tom’s Hardware
