Apple recorta el presupuesto de uso interno de inteligencia artificial

Después de un año entero de hablar del «uso ilimitado» de las herramientas de inteligencia artificial en las grandes empresas tecnológicas, parece que la brújula ha empezado a cambiar de rumbo. Según un informe publicado por la agencia Bloomberg, Apple ha decidido reducir las cantidades diarias que sus equipos de ingeniería tienen permitido gastar en servicios de inteligencia artificial, una medida que en apariencia resulta menor, pero que encierra implicaciones de gran alcance para toda la industria.

¿Qué ha cambiado exactamente?

De acuerdo con lo publicado por la agencia, el pasado octubre Apple rebajó el límite máximo de gasto diario disponible para los equipos de ingeniería de 300 a 200 dólares por equipo o usuario. Y la historia no termina ahí: fuentes conocedoras del asunto indican que se preparan nuevos recortes, que podrían situar algunos de estos límites en 100 dólares diarios.

Fuera del ámbito de los equipos de ingeniería, las cifras que se manejan son mucho más conservadoras: la compañía está estudiando un tope diario que no superaría los 25 dólares para el resto de departamentos. Esta disparidad en las cifras resulta en gran medida lógica, ya que el uso de la inteligencia artificial en ingeniería —especialmente en la escritura y revisión de código y en la generación de pruebas— consume una cantidad enorme de «tokens» en comparación con las tareas administrativas habituales.

Del «consumo máximo» al «racionamiento»

Durante los primeros meses del año, en Silicon Valley se extendió un fenómeno que algunos bautizaron como «maximización de tokens», en el que las direcciones empujaban a sus equipos a usar las herramientas de inteligencia artificial a plena capacidad, con el argumento de lograr mejoras de eficiencia que, en la mayoría de los casos, no estaban claramente definidas.

Pero esta ola no se sostuvo mucho tiempo. Cuando empezaron a llegar las facturas reales, muchas empresas descubrieron que el coste de la inferencia (Inference) en los grandes modelos no es una partida marginal, sino un gasto operativo recurrente que crece con cada uso. De ahí surgió el giro hacia algo parecido a un «sistema de cuotas», que muchos directores financieros consideran un enfoque más racional que el gasto abierto.

La brecha entre coste y retorno

La cuestión de fondo que revela esta decisión no es solo financiera, sino que tiene que ver con la medición del valor. Sigue faltando un marco claro que conecte:

• El coste de construcción y operación: que incluye las suscripciones a las interfaces de programación, los recursos de computación y las tarifas de uso de los modelos por cada solicitud.
• El retorno productivo real: como la rapidez en completar tareas, la calidad del código resultante y la reducción de la tasa de errores.
• Los costes ocultos: como el tiempo dedicado a revisar y corregir los resultados de los modelos, una partida que suele pasarse por alto al calcular la eficiencia.

Y cuando resulta difícil demostrar que cada dólar invertido devuelve un valor tangible, fijar topes de gasto se convierte en una decisión de gestión previsible, especialmente en una empresa históricamente conocida por su disciplina en el control de los costes operativos.

¿Por qué importa esta medida?

Apple no es una empresa cualquiera en este contexto: desde hace tiempo trabaja en integrar la inteligencia artificial en el ciclo de desarrollo de sus productos y en sus procesos internos de ingeniería. Por ello, su decisión de racionar se interpreta como una señal de que la etapa de experimentación libre empieza a dar paso a una fase más madura, cuyo lema es el cálculo riguroso del coste frente al beneficio.

La noticia también pone el foco en otra tendencia que siguen las grandes compañías: reducir la dependencia de modelos externos costosos por cada solicitud y avanzar hacia soluciones internas o modelos más pequeños y especializados que puedan operarse a menor coste con resultados suficientes para la tarea requerida.

Lecciones prácticas para las organizaciones

Lo que ocurre en Apple puede servir de referencia útil para cualquier organización que esté construyendo su estrategia de inteligencia artificial, y las principales lecciones pueden resumirse en los siguientes puntos:

• Empieza por identificar los casos de uso de mayor impacto, en lugar de generalizar las herramientas a todo el mundo sin distinción.
• Activa paneles de control del consumo que permitan ver el coste por equipo y por proyecto en tiempo real.
• Distribuye las tareas entre los modelos según su complejidad; no toda tarea merece el modelo más potente y más caro.
• Vincula el gasto a indicadores de rendimiento claros y medibles, no a impresiones generales sobre la «eficiencia».
• Revisa periódicamente los contratos y las suscripciones, ya que los precios del mercado y las capacidades de los modelos cambian a una velocidad notable.

Conclusión

Recortar los presupuestos no significa dar un paso atrás en la inteligencia artificial, sino pasar del entusiasmo a la disciplina. La pregunta que la decisión de Apple plantea a todos no es «¿usamos la inteligencia artificial?», sino «¿cuánto nos cuesta realmente usarla y qué obtenemos a cambio?». Y las organizaciones que respondan a esta pregunta con cifras serán las que conviertan esta tecnología de una partida de gasto desbordada en una verdadera ventaja competitiva.

✦ بقلم فريق دروب أيديا