La mayoría de las empresas apuesta por la IA multimodelo, pero casi el 60% afronta sobrecostes

Los costes de la IA ya son motivo de preocupación para el 53% de los directivos, según un nuevo informe monográfico (snapshot) del Capgemini Research Institute, basado en una encuesta realizada en septiembre de 2026 a 500 altos ejecutivos de nivel directivo (C-level) de grandes organizaciones. Más allá de los costes directos como los tokens, los directivos carecen de visibilidad sobre el coste total de una implantación segura de la IA, incluyendo la supervisión humana, la repetición de tareas y la gobernanza. Para abordar esta situación, las empresas están reforzando el control del gasto a la vez que exploran estrategias multimodelo. A medida que las organizaciones escalan la IA y se preparan para un uso más agéntico, la investigación destaca la necesidad de poner un mayor foco en el valor de negocio generado por la transformación con IA.

La falta de visibilidad de los costes en toda la empresa amenaza con un grave impacto financiero

 

En los últimos 12 meses, el 59% de los directivos afirma que el gasto de su organización en IA fue significativamente superior a lo esperado o presupuestado. Entre las organizaciones afectadas, el gasto superó las expectativas o el presupuesto en un 24% de media, y cerca de una de cada cinco (21%) rebasó su presupuesto de IA en más de un 30%. La preocupación por los costes de la IA ha crecido en el último año, y solo el 56% confía plenamente en poder prever cómo evolucionarán estos gastos a medida que la adopción aumente.

El informe señala una falta de visibilidad de los costes en el conjunto de la empresa. La mitad de los directivos afirma que el gasto en IA se aprueba sin una visión adecuada de su coste total. Asimismo, las organizaciones carecen de confianza para estimar con precisión el coste completo de sus iniciativas actuales de IA, especialmente los costes indirectos como la supervisión humana, la repetición de tareas y la gobernanza.

El impacto financiero puede ser grave para los afectados: dos tercios de las organizaciones que superaron su presupuesto de IA sufrieron consecuencias financieras negativas, como una reducción del flujo de caja libre (free cash flow) o un recorte en el gasto discrecional. En este contexto, los directores financieros (CFO) se involucran cada vez más en la aprobación de las inversiones clave en IA.

«A medida que la IA se adentra en los flujos de trabajo empresariales, las organizaciones deben dejar de tratar su coste como una cuestión puramente tecnológica o de compras y  empezar a gestionarla desde una perspectiva de rentabilidad », afirmó Volker Darius, CEO de Capgemini Invent. «La disciplina de costes por sí sola no creará un ecosistema de IA rentable, del mismo modo que la creación de valor sin control de costes no será sostenible. Las organizaciones deben medir conjuntamente el coste, la calidad y el valor de negocio, emplear el modelo más adecuado para cada tarea y tener en cuenta la supervisión humana necesaria para ofrecer resultados de forma segura. Al medir de forma continua el AI Yield, las organizaciones podrán tomar decisiones de asignación de capital mejor fundamentadas y escalar la IA con confianza», añade.

Las estrategias multimodelo encabezan los planes de cartera de IA

 

En respuesta al gasto inesperado en IA, más de la mitad (53%) de las organizaciones incrementó el control del gasto, ya sea ajustando los presupuestos o controles de la iniciativa afectada, introduciendo límites de gasto en IA a nivel corporativo, o reduciendo la escala o el alcance del proyecto. En cambio, sólo una de cada cinco replanteó herramientas o procesos (incluido qué actividades deben ser lideradas por IA frente a las humanas) o modificó la solución de IA, los modelos, la configuración o el enrutamiento de modelos.

Más allá de estas respuestas inmediatas, más de tres de cada cinco directivos esperan que su organización adopte una estrategia multimodelo en los próximos 12 meses, seleccionando modelos dinámicamente en función del coste, la capacidad, la latencia, el riesgo y otros requisitos del negocio. Los ejecutivos prevén un mayor uso de modelos propietarios de menor coste cuando resulten suficientes, así como de modelos pequeños o especializados para tareas concretas. Además, casi tres de cada cinco organizaciones planean ampliar el uso de modelos de pesos abiertos (open-weight).

El AI Yield pone el foco en los resultados de negocio de éxito

 

Aunque dos tercios de los directivos afirman tener la seguridad de poder verificar el valor de negocio generado por los resultados asistidos por IA, la mayoría de las organizaciones no puede vincular directamente el gasto en IA con resultados empresariales exitosos; bien porque no los miden formalmente, porque rastrean costes o uso pero no los resultados de negocio logrados, o porque los monitorizan por separado. Demostrar el valor suficiente para garantizar la aprobación y financiación de las inversiones en IA sigue siendo especialmente complejo: el 57% lo cita como su mayor obstáculo.

Solo una de cada cinco organizaciones calcula el AI Yield, una métrica que recoge el valor verificado de un resultado asistido por IA tras descontar el coste total de su despliegue seguro. El beneficio de negocio citado con más frecuencia es la productividad de los empleados o la capacidad liberada, seguido de la reducción de costes operativos y la agilización de procesos o ciclos. Menos de un tercio (32%) menciona el crecimiento de los ingresos, incluido el procedente de nuevos productos, servicios o modelos de negocio.

Por tanto, se espera que las métricas utilizadas para gestionar la economía de la IA evolucionen. Hoy en día, el 60% utiliza principalmente el gasto total en IA frente al presupuesto, pero solo el 44 % espera priorizarlo en los próximos 6 a 12 meses. La tasa de éxito al primer intento (first-pass success rate) se perfila como la métrica de máxima prioridad, y también se prevé dar prioridad al coste por tarea o flujo de trabajo completado. Estos indicadores sitúan los resultados logrados, y no el mero consumo de IA, en el centro de la economía de la IA.

El AI Compass de Capgemini

 

Este informe monográfico da continuidad a la primera edición de The AI Compass, el nuevo documento de Capgemini sobre la economía de la IA. The Era of AI Yield: Mastering Tokenomics to Maximise Enterprise Value analiza cómo las organizaciones pueden ir más allá de las métricas de consumo y coste para medir el AI Yield: el valor verificado de los resultados asistidos por IA menos el coste integral de alcanzarlos de forma segura. La publicación detalla las implicaciones para los directores ejecutivos (CEO) y líderes tecnológicos, desde la asignación de capital y la gobernanza hasta el enrutamiento de modelos, la ingeniería de flujos de trabajo y la supervisión humana.

TE PUEDE GUSTAR

EVENTOS

RECIBE NUESTRA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Scroll al inicio
Resumen de privacidad

Las cookies y otras tecnologías similares son una parte esencial de cómo funciona nuestra web. El objetivo principal de las cookies es que tu experiencia de navegación sea más cómoda y eficiente y poder mejorar nuestros servicios y la propia web. Aquí podrás obtener toda la información sobre las cookies que utilizamos y podrás activar y/o desactivar las mismas de acuerdo con tus preferencias, salvo aquellas Cookies que son estrictamente necesarias para el funcionamiento de la web de BigDataMagazine. Ten en cuenta que el bloqueo de algunas cookies puede afectar tu experiencia en la web y el funcionamiento de la misma. Al pulsar “Guardar cambios”, se guardará la selección de cookies que has realizado. Si no has seleccionado ninguna opción, pulsar este botón equivaldrá a rechazar todas las cookies. Para más información puedes visitar nuestra Políticas de Cookies. Podrás cambiar en cualquier momento tus preferencias de cookies pinchando en el enlace “Preferencias de cookies” situado en la parte inferior de nuestra web.