Hace unos meses, hablar de inteligencia artificial en la empresa era casi sinónimo de modernización. Había que probarla, integrarla, formar a los equipos y detectar procesos donde pudiera ahorrar tiempo y costes. Algunas empresas lo hicieron con prudencia. Otras, con más entusiasmo que cálculo. En cualquier caso, detrás de muchas decisiones había una premisa poco discutida: que la IA sería abundante, barata y siempre disponible.

Estas semanas hemos tenido una señal importante. El 19 de mayo, en el Google I/O 2026, Google publicó que sus límites de uso en Gemini pasarían a un modelo basado en cómputo consumido. Según la compañía, el sistema tiene en cuenta la complejidad de la petición, las funciones utilizadas y la longitud de la conversación. Dicho de forma sencilla: ya no cuenta solo cuántas veces preguntamos, sino cuánto cuesta responder.

La comparación doméstica sería la carta del colegio que anuncia que “se actualiza” el precio del comedor. Quizás todavía no sabemos cuánto subirá, pero entendemos lo que tendremos que asumir en breve. Con la IA ocurre algo parecido. No desaparece el acceso gratuito, pero empieza a cerrarse la etapa en la que la IA avanzada parecía una barra libre.

La razón es lógica (y material). La inteligencia artificial no vive en una nube abstracta. Vive en centros de datos, chips, electricidad, refrigeración, permisos, suelo y deuda. Reuters estima que Amazon, Microsoft, Alphabet y Meta podrían invertir unos 600.000 millones de dólares en IA este año. Alphabet ha llegado a emitir deuda a 100 años. Anthropic aparece vinculada a una financiación de 36.000 millones para comprar chips de Google que luego alquilaría. Detrás de cada respuesta de la IA hay una infraestructura física y financiera muy costosa.

No desaparece el acceso gratuito, pero empieza a cerrarse la etapa en la que la IA avanzada parecía una barra libre

Y aquí aparece el verdadero problema empresarial. Muchas compañías ya han empezado a redefinir procesos internos bajo la hipótesis de que esa infraestructura seguirá siendo barata. BBVA, por ejemplo, anunció en diciembre de 2025 una alianza estratégica con OpenAI para desplegar ChatGPT Enterprise entre sus 120.000 empleados y avanzar hacia una banca “nativa en IA”. No es un piloto anecdótico, sino la transformación de la manera de trabajar, atender clientes, analizar riesgos, desarrollar software y organizar la productividad interna.

El riesgo no está en adoptar IA. El riesgo está en confundir adopción con sustitución prematura. Si una empresa automatiza procesos, reduce equipos y pierde capacidad interna, puede encontrarse dentro de unos años con una estructura más dependiente, menos capaz de supervisar y más expuesta a sus proveedores tecnológicos. Y con una paradoja añadida: parte del capital humano que antes estaba dentro de la empresa deja de ser humano y deja de estar dentro. Pasa a depender del proveedor, de sus modelos, de sus precios, de sus límites y de su calidad de servicio.

Por eso conviene ser prudentes. No todos los intentos de sustituir trabajo humano por IA están saliendo como se esperaba. Gartner prevé que, en 2027, la mitad de las empresas que hayan reducido personal de atención al cliente atribuyéndolo a la IA acabarán recontratando perfiles para funciones parecidas. Robert Half detecta algo similar en Canadá: un 34% de los empleadores que eliminaron puestos durante la primera adopción de IA han tenido que recuperarlos o crear roles muy parecidos. Las razones son reveladoras: más supervisión humana de la prevista, menor productividad real, más riesgos de calidad y compliance, y conocimiento institucional difícil de sustituir. La tecnología avanza rápido, pero las organizaciones aprenden más despacio.

El problema es qué ocurre si los números dejan de salir. Hoy la IA puede justificar una reorganización porque el coste parece razonable. Pero si el cómputo se encarece, si los límites se endurecen o si hacen falta modelos más potentes para mantener la calidad, el ahorro prometido puede evaporarse. Para entonces, quizás ya se habrá perdido parte del capital humano que permitía hacer, revisar y entender el trabajo.

El riesgo no está en adoptar IA. El riesgo está en confundir adopción con sustitución prematura

La IA será cada vez más importante. Pero la fase ingenua termina. La pregunta ya no es si una empresa usa IA, sino cuánto depende de ella, quién controla el coste y qué capacidad humana conserva para no quedar atrapada.

La factura de la IA empieza a llegar. Y algunas empresas quizás ya han prescindido de quienes podían ayudarles a entenderla.