La paradoja de la IA: automatizar empleados puede ser más caro que contratarlos
- angiecantillo1
- hace 4 horas
- 2 Min. de lectura
Mientras las grandes tecnológicas despiden trabajadores y multiplican sus inversiones en inteligencia artificial, empieza a emerger una contradicción inesperada: en muchos casos, operar IA cuesta más que pagar salarios. El problema ya no es la capacidad tecnológica, sino la economía del cómputo.
Durante casi tres años, el relato dominante en Silicon Valley sostuvo que la inteligencia artificial reduciría drásticamente los costos laborales. Pero en 2026 comenzó a aparecer una fisura importante en esa narrativa: la automatización masiva también puede resultar extraordinariamente cara.
Según un reporte de Axios, algunas empresas están descubriendo que los costos operativos asociados a IA superan actualmente el gasto en empleados humanos.
La frase más reveladora provino de Bryan Catanzaro, vicepresidente de Deep Learning aplicado en Nvidia: “El costo de cómputo está muy por encima del costo de los empleados”.
La declaración es especialmente significativa viniendo de Nvidia, la compañía que se convirtió en el principal proveedor global de infraestructura para IA. Nadie se beneficia más del boom computacional que ellos. Y aun así, dentro de la propia industria comienzan a admitir que el modelo económico es mucho más complejo de lo que parecía.
La explosión de costos tiene múltiples causas. Ejecutar agentes de IA avanzados requiere enormes cantidades de GPUs, energía eléctrica y procesamiento continuo. Además, muchas organizaciones están utilizando múltiples agentes simultáneamente para programación, análisis y automatización empresarial, multiplicando el gasto en tokens y capacidad de inferencia.
El fenómeno ocurre en paralelo a una ola de ajuste laboral. Meta anunció recientemente recortes equivalentes al 10% de su plantilla, aproximadamente 8.000 empleados, mientras Microsoft ofreció uno de los mayores programas de buyouts de su historia.
Sin embargo, el ahorro laboral todavía no compensa el costo de infraestructura.
Axios cita además una proyección de Gartner según la cual el gasto global en IT alcanzará US$6,31 billones en 2026, un crecimiento interanual de 13,5%, impulsado principalmente por inversiones asociadas a IA.
La situación está generando un cambio de tono entre ejecutivos e inversores. Durante 2023 y 2024, la presión era adoptar IA lo más rápido posible. En 2026, la conversación empieza a girar alrededor del retorno económico real.
Parte del problema es que muchas implementaciones todavía necesitan supervisión humana constante. Los agentes pueden cometer errores, generar respuestas incorrectas o requerir revisiones posteriores.
En ciertos entornos empresariales, eso crea una doble estructura de costos: empleados humanos más infraestructura de IA.
Incluso investigaciones académicas empiezan a cuestionar la rentabilidad universal de la automatización. Un estudio del Massachusetts Institute of Technology citado en discusiones del sector concluyó que la automatización mediante IA solo tendría sentido económico inmediato en alrededor del 23% de ciertos trabajos visuales analizados.
Eso no significa que la IA vaya a desacelerarse. Todo indica lo contrario. Las grandes tecnológicas continúan invirtiendo agresivamente porque consideran que dominar esta infraestructura definirá la próxima década digital.
Pero sí cambia algo fundamental: el relato financiero.