Recibe Criterio Tech

La newsletter de EBIS Business Techschool. Cada 15 días, lo más relevante en tecnología e IA: noticias seleccionadas, contexto y análisis para entender lo que está pasando.

Te enviaremos un email para que confirmes tu suscripción. Un email cada 15 días. Sin ruido y sin urgencias comerciales.

La factura de la IA se dispara: 6 de cada 10 grandes empresas gastan más de lo previsto

Publicado el 16/11/2026

Índice de Contenidos

​Un amplio estudio elaborado por el Capgemini Research Institute sobre quinientos directivos de grandes empresas revela que el 59% de las compañías superó los presupuestos destinados a inteligencia artificial en el último año. Lejos de tratarse de una simple desviación menor, este desfase evidencia que la adopción tecnológica ha avanzado con demasiada frecuencia al margen del rigor financiero.

​El trabajo de campo, realizado en septiembre de 2026 en diez países y trece sectores con organizaciones que facturan más de 1.000 millones de dólares, confirma que el reto para una consultora tecnológica europea como Capgemini ya no es convencer a los consejos de administración de que inviertan en IA, sino dotarlos de herramientas para gestionar su rentabilidad.

imagen del blog

¿​Qué dice el estudio de Capgemini?

​Las conclusiones del informe revelan un desajuste generalizado entre las previsiones presupuestarias y la factura real de los proyectos de inteligencia artificial. Según los datos difundidos, el 59% de los directivos encuestados admite que el gasto en IA durante el último año superó de forma significativa lo presupuestado, con un desfase medio del 24%.

​El impacto de este sobrecoste no se limita a una simple desviación contable en el balance: dos de cada tres empresas que se salieron del presupuesto sufrieron consecuencias financieras tangibles, tales como una reducción en su caja libre o recortes obligados en otras partidas operativas y de inversión discrecional.

¿​Por qué se descontrola el gasto en IA?

​El problema principal está en la falta de visibilidad y en la inmadurez de los modelos de gobernanza corporativa. Cerca de la mitad de los directivos reconoce que el gasto inicial en herramientas de IA se aprobó sin contar con una estimación realista sobre el coste total acumulado a lo largo del ciclo de vida de los proyectos.

​A medida que las empresas escalan sus despliegues hacia flujos de trabajo más complejos y agentes automatizados, las peticiones masivas a los modelos y el consumo disparado de tokens encarecen la factura mensual. Como resultado, la preocupación por el coste económico de la IA ha saltado del 45% al 53% de los ejecutivos en apenas un año, y solo el 56% se muestra plenamente capaz de prever cómo evolucionarán estas partidas a corto plazo.

​Modelos abiertos, pequeños y multimodelo: las alternativas

Entre los 259 directivos encuestados que poseen responsabilidades directas en costes, estrategia, tecnología o compras, las prioridades han cambiado radicalmente:

  • ​Estrategia multimodelo: El 61% de este subgrupo apuesta por diversificar proveedores y combinar diferentes arquitecturas en lugar de depender de un único proveedor cerrado de gran escala.
  • ​Apuesta por los pesos abiertos: El 58% de estos responsables prevé incrementar el uso de modelos de pesos abiertos para contener de forma drástica el coste operativo por token.
  • ​Modelos compactos o especializados: El 50% prioriza el despliegue de modelos más pequeños y orientados a tareas específicas que ofrecen un rendimiento excelente a una fracción del coste.

​Los datos de pasarelas como OpenRouter reflejan esta tendencia de optimización: en septiembre, los modelos abiertos concentraron el 72% del tráfico en volumen de tokens, pero apenas representaron el 27% del gasto total en pasarela.

Imagen del artículo: La factura de la IA se dispara: 6 de cada 10 grandes empresas gastan más de lo previsto

​Pesos abiertos no es lo mismo que código abierto

En el debate tecnológico actual es importante matizar los conceptos, ya que hablar de modelos de pesos abiertos (open-weight) no equivale estrictamente a código abierto (open source). Mientras que el software tradicional de código abierto permite la modificación completa de su código fuente bajo licencias libres, los modelos de IA basados en pesos abiertos operan bajo otro enfoque.

​Estas arquitecturas ponen a disposición de los desarrolladores los parámetros numéricos y los pesos entrenados del sistema para su uso y ajuste fino (fine-tuning), aunque suelen mantener ciertas restricciones sobre la arquitectura original. No obstante, su flexibilidad permite a las empresas alojarlos en infraestructura propia o nubes privadas, logrando un control absoluto sobre el gasto de inferencia.

​¿Cómo controlar el coste de la IA en tu empresa?

​Gestionar la IA exige pasar de una mentalidad de experimentación técnica a una disciplina rigurosa de control financiero, un enfoque que expertos como Volker Darius, CEO de Capgemini Invent, resume en la necesidad de administrar la tecnología “como una cartera de resultados económicos”.

​Para las empresas españolas, europeas y latinoamericanas (que suelen abonar las API de IA por uso y frecuentemente en dólares a gigantes tecnológicos estadounidenses), esto implica implantar prácticas de optimización de cargas, medir el coste real por caso de uso en lugar de fijarse únicamente en la licencia y evaluar qué tareas automatizadas pueden derivarse hacia arquitecturas eficientes. 

​Preguntas frecuentes

​¿Los modelos de pesos abiertos eliminan el coste de infraestructura en la empresa?

​No. Aunque evitan el pago por token de las API comerciales de terceros, la compañía debe asumir el coste de alojar, mantener y ejecutar esos modelos en servidores propios o en la nube (mediante hardware de procesamiento GPU), por lo que requiere calcular el coste total de propiedad de la infraestructura (TCO).

​¿Cómo están midiendo las grandes empresas el retorno de la inversión (ROI) ante estos sobrecostes?

​Muchas organizaciones están desplazando el foco desde métricas abstractas de innovación hacia la reducción de costes operativos por tarea automatizada, exigiendo que cada caso de uso demuestre un ahorro neto de tiempo o recursos antes de recibir luz verde para su escalado definitivo.

​¿Afecta el descontrol presupuestario de la IA por igual a todos los sectores económicos?

​No. Los sectores con mayor intensidad de datos transaccionales y atención automatizada masiva (como servicios financieros, telecomunicaciones y comercio electrónico) experimentan desviaciones presupuestarias más acusadas que las industrias manufactureras o energéticas.

​¿Qué papel están tomando los departamentos de compras en la contratación de servicios de IA?

​Tradicionalmente, las herramientas de inteligencia artificial se adquirían de forma descentralizada como proyectos piloto de los departamentos técnicos. Ante los desvíos financieros, las áreas de compras corporativas están exigiendo contratos con techos de gasto estrictos, auditorías de consumo en tiempo real y SLAs vinculados a la rentabilidad real.



Compártelo en tus redes sociales

banner fundacion estatal

Centro inscrito en el Registro Estatal de Entidades de Formación en virtud de la ley 30/2015

EBIS Enterprise SL, B75630632; C. Agustín Millares, 18, 35001 Las Palmas de Gran Canaria; © 2026 EBIS Business Techschool