La famosa compañía Starbucks retiró su sistema de inventario inteligente de más de once mil cafeterías en Estados Unidos, básicamente porque no sabía distinguir una leche entera de otro tipo.
Uber terminó confesando recientemente que se gastó el presupuesto anual de inteligencia artificial en apenas cuatro meses.
Y Microsoft, acaba de pedirle a sus propios ingenieros que dejen de usar Claude Code porque la factura se estaba volviendo impagable.
¿Se terminó la euforia corporativa por la IA?
Por: Gabriel E. Levy B.
La historia de Starbucks suena casi a una comedia negra.
En septiembre de 2025, la cadena especializada en café anunció con orgullo un acuerdo con NomadGo, una empresa emergente de Washington fundada por un exejecutivo de Microsoft.
La promesa sonaba imbatible. Los baristas apuntarían una tableta hacia los estantes y un sistema de visión por computador contaría todo el inventario ocho veces más rápido que un humano, con un noventa y nueve por ciento de precisión.
La empresa lo desplegó en más de once mil tiendas norteamericanas, aunque se dieron cuenta que desde el primer día algo iba mal.
El propio vídeo promocional de la compañía mostraba al sistema fallando en reconocer una botella de jarabe de menta mientras contaba las botellas vecinas. Estaba ahí, a la vista de todos. Ni siquiera se preocuparon por ocultarlo, simplemente pensaron que era un error menor que los ingenieros de la compañía desarrolladora podrían solucionar pronto.
En enero de 2026, Reuters publicó una investigación demoledora.
Entrevistas con baristas, vídeos de errores, fotografías filtradas.
Un empleado con trece años en la cadena, Jake Domey, contó que en su tienda llegaron a tirar tres bolsas enteras de basura llenas de comida por el sobreabastecimiento, es decir, porque la Inteligencia Artificial pedía suministros que en realidad las tiendas no necesitaban.
La mayor cantidad de desperdicio que Domey vio en toda su carrera, ni siquiera un novato con días de entrenamiento cometería un error de este nivel.
¿La razón? Las botellas de jarabe Torani son idénticas con etiquetas de distinto color.
La leche entera, la desnatada y la de avena vienen en envases blancos casi iguales.
Lo que en una demostración con luz perfecta parecía ciencia ficción, en la oscuridad de la cafetería de las siete de la mañana, con un barista apurado confundía sistemáticamente los productos disponibles, creando en algunos productos desabastecimiento y en otra saturación de inventarios.
El 18 de mayo de 2026, un boletín interno comunicó que tomaban la decisión de retirar de forma definitiva el sistema de inteligencia artificial que incorporaron para controlar los inventarios y en menos de tres días, la noticia se regaba como pólvora en la prensa internacional.
La explicación oficial habló de estandarización y consistencia.
La realidad, según los propios empleados, fue más sencilla: la herramienta nunca funcionó.
El otro talón de Aquiles son los tokens
Antes de conocer por qué la factura se les fue de las manos a Uber, a Microsoft y al resto, hay que entender una palabra que casi nadie fuera del mundo tecnológico conoce: token.
Un token es la unidad mínima con la que los modelos de inteligencia artificial cuentan el trabajo que hacen. No es exactamente una palabra ni una letra. Es algo intermedio, un trocito de texto.
La palabra hola puede ser un solo token. La palabra hipopótamo se puede partir en dos o tres. Una frase completa, en quince o veinte. Cada vez que un ingeniero le pide algo a Claude, a ChatGPT o a cualquier otro modelo, se cuentan los tokens que entran (la pregunta) y los tokens que salen (la respuesta). Y por cada uno se paga.
El problema es que las herramientas modernas, esas que llaman agentes, no responden con una sola frase y se callan. Trabajan solas durante horas. Leen archivos enteros, prueban opciones, se corrigen a sí mismas, vuelven a empezar.
Una sola consulta puede consumir cientos de miles de tokens.
Ahí está la trampa que nadie vio venir. Cuanto más útil se vuelve la herramienta, más la usan los ingenieros. Cuanto más la usan, más tokens consumen. Cuantos más tokens consumen, más alta es la factura. La promesa original era exactamente la contraria. Más IA, menos costos. Pero las matemáticas de los tokens decidieron rebelarse contra el Guión.
Uber quemó un año de presupuesto en cuatro meses
A mediados de abril, el medio especializado The Information, publicó una entrevista con Praveen Neppalli Naga, el director de tecnología de la compañía. Lo que contó dejó helados a más de un director financiero en Silicon Valley.
Uber implementó Claude Code, la herramienta de programación con inteligencia artificial de Anthropic, en diciembre de 2025.
Para marzo, el ochenta y cuatro por ciento de sus cinco mil ingenieros la estaba usando. El setenta por ciento de todo el código que se subía al sistema venía de máquinas, no de humanos. Suena a sueño de productividad cumplido.
Pero entonces llegaron las facturas. Los ingenieros promedio gastaban entre ciento cincuenta y doscientos cincuenta dólares al mes. Los usuarios más intensivos consumían entre quinientos y dos mil dólares cada uno.
El propio Naga gastó mil doscientos dólares en una sola sesión de demostración de dos horas. Sí, mil doscientos dólares. Dos horas.
La frase que repitió a la periodista Laura Bratton resume todo el asunto. Volvió al punto de partida porque el presupuesto que pensaba que necesitaba para todo el año ya estaba volado.
Lo más curioso del caso es que Uber había gamificado el consumo.
Había tablas de clasificación internas que rankeaban a los ingenieros por cuánta inteligencia artificial usaban. Literalmente convirtieron el gasto descontrolado en un juego con podio. Y luego se sorprendieron de quedarse sin dinero.
No están solos.
Meta construyó un panel interno llamado Claudeonomics donde más de ochenta y cinco mil empleados competían por ser el rey del consumo de tokens, con apodos como Token Legend o Cache Wizard.
El usuario top quemó doscientos ochenta y un mil millones de tokens en treinta días. Ni Mark Zuckerberg ni el director de tecnología aparecían entre los doscientos cincuenta primeros.
Meta cerró el panel a los dos días de filtrarse.
Amazon, por su parte, presiona a sus desarrolladores para que más del ochenta por ciento usen herramientas de IA cada semana.
Los empleados llamaron al fenómeno tokenmaxxing y empezaron a inflar artificialmente su consumo solo para cumplir métricas. Un estudio de la firma Jellyfish reveló algo demoledor. Los usuarios más intensivos consumen diez veces más tokens que el promedio, pero solo logran el doble de productividad.
El golpe definitivo vino de Microsoft
Y entonces, el 14 de mayo, llegó la bomba que de verdad sacudió a Silicon Valley. El periodista Tom Warren, de The Verge, reveló en su newsletter que Microsoft estaba cancelando casi todas las licencias internas de Claude Code para los ingenieros de su división Experiences and Devices. Esa división es la que hace Windows, Office, Outlook, Teams y Surface. Miles de personas. El corazón productivo de la compañía.
La fecha límite para la migración a la herramienta interna de Microsoft, GitHub Copilot CLI, es el 30 de junio. Justo cuando cierra el año fiscal. Pura casualidad.
El detalle más jugoso del asunto es la paradoja corporativa. En noviembre de 2025, Microsoft había anunciado una inversión de hasta cinco mil millones de dólares en Anthropic, la creadora de Claude.
La misma Microsoft que metió cinco mil millones en la empresa, seis meses después le dice a sus propios empleados que dejen de usar su producto porque cuesta demasiado.
El memo interno firmado por el vicepresidente ejecutivo Rajesh Jha vendió la decisión con argumentos de unificación tecnológica. Las fuentes anónimas que hablaron con The Verge dijeron otra cosa. Hay un componente financiero que pesa, y mucho.
Lo que nadie quiere reconocer en voz alta
Bryan Catanzaro, vicepresidente de aprendizaje profundo aplicado en Nvidia, la empresa que vende los chips que mueven toda esta locura, le dijo a Axios el 26 de abril una frase que recorrió el mundo: Para su equipo, el costo de cómputo está muy por encima del costo de los empleados.
Léelo otra vez: Es un alto ejecutivo de Nvidia, la compañía que más se beneficia del boom de la inteligencia artificial, admitiendo que ahora mismo sale más caro usar IA que pagar a personas.
Goldman Sachs, en su informe del 8 de mayo, proyectó que el consumo global de tokens se multiplicará por veinticuatro hacia 2030.
Gartner advirtió que aunque el costo unitario por token caerá un noventa por ciento en ese mismo periodo, los costos totales de las empresas subirán porque los agentes de IA consumen entre cinco y treinta veces más tokens que un chatbot normal.
Los cuatro grandes, Amazon, Microsoft, Alphabet y Meta, van a gastar setecientos veinticinco mil millones de dólares en infraestructura de IA solo en 2026. Un setenta y siete por ciento más que el año pasado.
Y mientras tanto, en una cafetería de Connecticut, un barista cuenta jarabes con un lápiz y cuaderno.
En las oficinas de Uber, un director de tecnología vuelve al tablero a recalcular.
En Microsoft, miles de ingenieros volvieron a programar manualmente porque es imposible seguir pagando masivamente la IA.
La inteligencia artificial no se está hundiendo. Anthropic factura treinta mil millones de dólares al año, su crecimiento es imparable. Pero el cuento que nos vendieron, ese de que la IA iba a reducir costos y reemplazar trabajadores sin despeinarse, está pasando por su primera gran prueba de realidad. Y de momento, los números no están saliendo como prometieron.
En Resumen, Tres golpes seguidos desinflan la promesa de la inteligencia artificial. Starbucks retiró su inventario inteligente porque confundía leches y jarabes. Uber gastó el presupuesto anual de IA en cuatro meses. Microsoft canceló licencias de Claude Code a sus propios ingenieros porque la factura era impagable. Hasta un VP de Nvidia admitió que usar IA cuesta más que pagar humanos. La burbuja muestra grietas.
