La inteligencia artificial gana lugar en las empresas argentinas, pero aparecen costos ocultos
Las compañías destinan en promedio cerca del 5% de su facturación a tecnología y la IA comienza a ocupar una porción creciente de esos presupuestos. El consumo de tokens, las licencias sin utilizar y el gasto descontrolado en la nube aparecen entre los principales riesgos.
La inteligencia artificial está dejando de ser una herramienta experimental para convertirse en un nuevo componente de los presupuestos tecnológicos de las empresas argentinas. Copilotos, asistentes, automatizaciones y sistemas de análisis basados en IA comienzan a incorporarse a las plataformas que las compañías utilizan diariamente.
Según un informe de yCon Research y Cloudbeach, las empresas destinan en promedio alrededor del 5% de su facturación a tecnología, aunque la proporción puede variar entre el 2% y el 10%, dependiendo del sector y del nivel de digitalización.
Una de las principales transformaciones está en la forma de pagar esa tecnología. Las compras tradicionales de infraestructura y licencias fueron dando paso a suscripciones y sistemas de pago por uso, especialmente a partir de la expansión del software como servicio (SaaS) y de la computación en la nube.
La IA gana espacio
La tendencia se profundiza con la inteligencia artificial. Entre las empresas argentinas de la Economía del Conocimiento relevadas por Argencon, el 41,5% proyectaba desplegar IA en todas sus áreas, mientras que para el 17% la inteligencia artificial ya constituía su principal proyecto estratégico para 2026.
Sin embargo, existe una importante diferencia según el tamaño de las compañías. El 95% de las empresas más grandes y exportadoras cuenta con especialistas dedicados a IA o programas centralizados para incorporarla, mientras que el 43% de las pymes del sector todavía no implementó políticas formales sobre esta tecnología.
El problema de los costos ocultos
El precio de una licencia no necesariamente refleja cuánto terminará costando implementar inteligencia artificial.
Una de las principales razones son los modelos que cobran según el consumo. Muchas automatizaciones funcionan mediante tokens y generan gastos cada vez que ejecutan una tarea. Un sistema mal diseñado, utilizado intensivamente o sin límites de consumo puede provocar costos considerablemente mayores a los previstos.
Por eso, los especialistas plantean que no alcanza con medir cuántos tokens consume una empresa. También debería calcularse cuánto cuesta obtener un resultado concreto: resolver una consulta, atender un ticket, cerrar un caso o producir una propuesta.
A esto se agregan otros gastos difíciles de detectar: licencias contratadas que prácticamente no se utilizan, infraestructura cloud sobredimensionada y automatizaciones de IA que funcionan sin límites establecidos.
También crece la denominada “IA en la sombra”: herramientas contratadas directamente por empleados o distintas áreas de una compañía mediante tarjetas corporativas y sin pasar por los departamentos centrales de tecnología o compras.
América Latina adopta rápido, pero todavía tiene dificultades para medir los resultados
El fenómeno excede a la Argentina. Según los datos recogidos por el informe, el 93% de los trabajadores latinoamericanos ya utiliza herramientas de inteligencia artificial, frente al 83% del promedio global. Sin embargo, apenas el 28% de las organizaciones estaría en condiciones de convertir esa utilización en valor medible.
Además, el 74% de las organizaciones latinoamericanas enfrenta costos imprevistos, tecnologías redundantes o mayores riesgos de cumplimiento relacionados con una adopción descentralizada de inteligencia artificial.
El próximo desafío será la expansión de los agentes de IA, sistemas capaces de ejecutar tareas de manera más autónoma. En ese escenario, el costo tecnológico podría depender cada vez menos de cuántas personas utilizan una herramienta y cada vez más de cuántas acciones realizan automáticamente las máquinas.
La inteligencia artificial promete mejorar productividad y automatizar procesos, pero su incorporación introduce un nuevo desafío para las empresas: no solamente decidir cuánto invertir en IA, sino determinar cuánto cuesta realmente y qué valor concreto genera esa inversión.
