UY Press - Agencia uruguaya de noticias

MONTEVIDEO (Uypress) – El sueño de reemplazar trabajadores por inteligencia artificial empieza a mostrar su contracara. Grandes empresas tecnológicas que redujeron miles de puestos mientras aceleraban la adopción de herramientas de IA enfrentan ahora una realidad menos simple: automatizar no siempre resulta más barato.

La promesa era contundente. Sistemas disponibles las 24 horas, sin vacaciones, sin cargas sociales y capaces de programar, responder consultas, analizar datos o generar documentos en segundos. Para muchas compañías, la inteligencia artificial aparecía como una herramienta capaz de reducir costos laborales y aumentar productividad al mismo tiempo.

Pero la factura empezó a llegar.

En los últimos meses, empresas como Amazon, Meta, Oracle, Microsoft y Dell avanzaron con fuertes recortes de personal en un contexto de reorganización tecnológica, inversión masiva en inteligencia artificial y búsqueda de eficiencia operativa. En varios casos, las compañías justificaron los ajustes por cambios en sus prioridades, automatización, reducción de estructuras o necesidad de redireccionar recursos hacia áreas vinculadas a IA.

El problema es que el reemplazo no es automático ni gratuito. Las herramientas de inteligencia artificial generativa, especialmente las utilizadas para programación y tareas complejas, consumen enormes cantidades de cómputo. Y ese cómputo se paga. Cada consulta, cada línea de código generada, cada agente que revisa información o produce una solución consume tokens, infraestructura y energía.

La ilusión de una inteligencia artificial barata comenzó a chocar con los presupuestos internos. Microsoft, por ejemplo, decidió cancelar buena parte de sus licencias internas de Claude Code, una herramienta de Anthropic utilizada para programación, y redirigir a sus equipos hacia soluciones propias vinculadas a GitHub Copilot. La decisión fue leída en el sector como una señal de control de costos y de necesidad de ordenar el uso interno de herramientas de IA.

Uber también expuso el problema desde otro ángulo. Reportes internacionales señalaron que la empresa consumió en pocos meses buena parte de su presupuesto anual destinado a herramientas de programación asistida por inteligencia artificial. El caso mostró que la adopción masiva, cuando no está gobernada con criterios de costo, puede disparar gastos difíciles de justificar.

En Nvidia, una de las compañías más beneficiadas por el boom de la IA, un alto ejecutivo sintetizó el dilema con crudeza: para algunos equipos, el costo de cómputo puede superar el costo de los propios empleados.

La frase resume el nuevo debate. La inteligencia artificial puede ahorrar tiempo, acelerar procesos y aumentar productividad. Pero no elimina necesariamente el costo humano: lo transforma en costo tecnológico. Donde antes había salarios, formación y equipos, ahora aparecen licencias, tokens, servidores, energía, auditorías de calidad, supervisión humana y mantenimiento de sistemas.

El impacto también se siente en la formación de trabajadores. Si las empresas reducen masivamente puestos junior con el argumento de que la IA puede hacer tareas iniciales, corren el riesgo de destruir su propia cantera de talento. Sin trabajadores principiantes que aprendan, se debilita el proceso natural de formación de futuros especialistas, supervisores y líderes técnicos.

Ese es uno de los puntos más sensibles del debate. La inteligencia artificial puede asistir a un programador experimentado, pero no reemplaza fácilmente el aprendizaje acumulado dentro de una organización. Cuando una empresa deja de formar personas, puede ganar margen en el corto plazo y perder capacidad en el largo.

También aparece un problema de calidad. El código generado por IA puede funcionar en apariencia, pero contener errores, deuda técnica o vulnerabilidades que luego requieren corrección humana. Distintos estudios recientes sobre programación asistida advierten que la productividad inicial puede venir acompañada de mayores costos de revisión, seguridad y mantenimiento.

La situación no implica que la IA haya fracasado. Por el contrario, su adopción continúa creciendo. Pero el mercado empieza a entrar en una etapa menos ingenua. Ya no alcanza con decir que una herramienta “ahorra tiempo”; ahora las empresas preguntan cuánto cuesta cada tarea completada, cuánto valor genera y qué riesgos introduce.

Ese cambio marca el fin de la etapa de entusiasmo ilimitado. Durante los primeros años del boom, muchas compañías utilizaron herramientas de IA con precios promocionales, subsidios indirectos de los proveedores y modelos de suscripción que no reflejaban plenamente el costo real del cómputo. A medida que el uso se masifica, esa estructura empieza a cambiar.

OpenAI, Anthropic, Google, Microsoft y otros proveedores enfrentan la necesidad de financiar infraestructura cada vez más cara. Entrenar y ejecutar modelos avanzados exige centros de datos, chips especializados, energía y redes de altísimo costo. Esa presión termina trasladándose, tarde o temprano, a las empresas usuarias.

La paradoja es evidente. Muchas compañías despidieron trabajadores para reducir costos y apostaron a la IA como sustituto. Pero si el uso de esas herramientas se vuelve intensivo, desordenado y dependiente de modelos caros, la reducción de nómina puede convertirse en una factura tecnológica igual o mayor.

En América Latina, el debate también empieza a llegar. Empresas locales y regionales adoptan herramientas de inteligencia artificial para atención al cliente, programación, marketing, auditoría, finanzas y recursos humanos. Pero el entusiasmo convive con una pregunta clave: qué tareas conviene automatizar, cuáles requieren supervisión humana y hasta dónde es sostenible delegar funciones críticas en sistemas externos.

El verdadero aprendizaje parece ser que la IA no reemplaza la gestión. La vuelve más exigente. Las empresas que obtengan mejores resultados no serán necesariamente las que despidan más rápido, sino las que integren la tecnología con criterio, midan costos reales, capaciten a sus equipos y eviten confundir automatización con eliminación de conocimiento.

La inteligencia artificial puede cambiar profundamente el trabajo. Pero la experiencia reciente muestra que no alcanza con cambiar empleados por algoritmos. También hay que pagar la infraestructura, controlar la calidad, sostener el aprendizaje interno y asumir que la productividad no se compra simplemente con una suscripción.

La factura millonaria de la IA recién empieza a aparecer. Y obliga a revisar una idea que muchos ejecutivos dieron por segura demasiado rápido: tal vez el trabajo humano no era tan caro como parecía.

Imagen: inteligencia artificial y empleo / Getty Images.