El exorbitante presupuesto de IA de Uber revela la ilusión de que los precios están controlados… Lo que los inversores no logran ver.

El mercado consideró que la inteligencia artificial era una oportunidad para expandir las ganancias, debido a los aumentos en la eficiencia, la automatización y los costos unitarios más bajos. Pero lo que realmente ocurrió fue un aumento en los costos, lo cual contradice completamente esa tesis.

Los gastos de investigación y desarrollo de Uber han alcanzado un nivel importante.3.4 mil millones en el año 2025La tasa de crecimiento fue del 9% en comparación con el año anterior. La principal causa de ese aumento de costos es la utilización de la inteligencia artificial. La empresa ha indicado que esta cifra seguirá aumentando en el futuro. Es una cifra estimada, no un número exacto. Los inversores pensaban que la inteligencia artificial serviría como una forma de reducir los costos. Pero, en realidad, se ha convertido en un factor que aumenta los costos.

El desastre presupuestario ocurrió más rápido de lo que cualquiera en Uber esperaba.Todo el presupuesto anual destinado a la IA se agotó en los primeros meses de 2026.La causa no fue un aumento en el número de empleados o algún cambio estratégico en la organización. Se trató simplemente de una adopción sin restricciones del código de Claude de Anthropic por toda la organización de ingeniería. El uso del código no creció de manera constante; más bien, aumentó rápidamente, y los costos también aumentaron más rápido de lo que el equipo financiero podía predecir.

Lo que convierte esto en una crisis de gobernanza, y no simplemente en un problema de exceso de presupuesto, es la forma en que se llevó a cabo la adopción de esta tecnología. Uber creó tablas de clasificación internas para los ingenieros, basadas en el uso de la inteligencia artificial. De esta manera, se fomentó activamente la adopción de esta tecnología, sin ningún tipo de restricciones. El resultado fue que aproximadamente el 11% de las actualizaciones del backend fueron realizadas por agentes de inteligencia artificial, en comparación con solo una pequeña parte del porcentaje registrado hace tres meses. Cuanto mejor funcionaban las herramientas, más se utilizaban, y el presupuesto se agotaba cada vez más rápido.

Esta es la práctica de arbitraje de expectativas en acción. El mercado ha asignado un precio basado en la eficiencia impulsada por la IA. Lo que Uber logró fue un sistema de precios variables, basado en el consumo de recursos por parte del personal de ingeniería. Cada interacción consume recursos informáticos, y esos costos se acumulan rápidamente a gran escala. Cuando la adopción supera los presupuestos planificados, las consecuencias negativas afectan a las herramientas utilizadas, no a los errores en la planificación. Para los inversores, la pregunta no es si la IA transformará la ingeniería en Uber… claro que sí. La pregunta es si la estructura de costos puede ser controlada lo suficiente como para lograr las ganancias esperadas.

La dinámica de “vender las noticias”: ¿Ya estaba incluida en el precio la expansión de las márgenes de ganancia gracias a la IA?

Esta es la pregunta incómoda: ¿acaso los inversores ya descontaron los beneficios derivados de la productividad impulsada por la inteligencia artificial en todo el sector tecnológico? Por lo tanto, el aumento significativo en los costos de Uber puede haber sido un motivo suficiente para que se realice una reevaluación del rendimiento general del sector.

El contexto del mercado es importante. Las acciones tecnológicas habían alcanzado niveles récord en ese momento.La demanda de AI parece ser sólida.Se trata de un aumento del 58% en las ganancias de TSM. Pero esa tendencia positiva presupone que la tecnología de IA logrará expandir las márgenes de beneficio, reduciendo los costos unitarios, aprovechando las ventajas de la automatización y mejorando la eficiencia. Sin embargo, la realidad de Uber pone en duda toda esa narrativa.

Cuando los precios del mercado en el ámbito de la inteligencia artificial se consideran como una posibilidad, se está apostando por un resultado específico: que los precios basados en el consumo, a escala, eventualmente lograrán reducir la curva de costos. La experiencia de Uber sugiere lo contrario, al menos a corto plazo.Los gastos en I+D alcanzaron los 3.4 mil millones de dólares.El año pasado, con la inteligencia artificial como principal motor del desarrollo, el aumento significativo en los costos a principios de 2026 demostró cuán rápidamente los precios basados en el consumo pueden aumentar cuando la adopción de esta tecnología supera las capacidades de gobernanza.

Esta es la dinámica de “vender las noticias”. Los inversores tomaron en cuenta las promesas relacionadas con la productividad; lo que se publicó fue una narrativa sobre un aumento en los costos. La brecha entre las expectativas y la realidad genera el riesgo de reevaluación de las valoraciones de las empresas. Ese riesgo no afecta solo a Uber, sino también a todas las empresas tecnológicas que han basado sus estrategias en la expansión de las márgenes de beneficio.

Las implicaciones en todo el sector son claras: cuando las teorías relacionadas con la inteligencia artificial en el mercado se sometan a pruebas basadas en datos de costos del mundo real, la reacción negativa no se limitará a una sola empresa. Esto obligará a una redefinición de cómo se modelan las inversiones en inteligencia artificial en todo el sector tecnológico. La cuestión no es si la inteligencia artificial transformará los procesos de ingeniería… claro que sí. La cuestión es si la estructura de costos puede ser controlada lo suficiente para lograr los márgenes de beneficio que se habían planeado.

Implicaciones a nivel sectorial: El reajuste de las expectativas ya está en marcha.

El exceso en el presupuesto destinado a la tecnología de inteligencia artificial de Uber no es una anomalía. En realidad, se trata de una prueba real del mercado sobre la teoría de que la expansión de la margen de beneficios obtenidos con la inteligencia artificial puede llevar a que las valoraciones de las empresas tecnológicas alcancen niveles récord.

El sector consideraba que la inteligencia artificial era una herramienta de eficiencia con costos fijos. Pero lo que Uber reveló es que las herramientas de programación basadas en inteligencia artificial operan con costos variables, basados en el consumo de recursos informáticos. Estos costos aumentan directamente a medida que se utiliza más la tecnología. Cada interacción con la tecnología de inteligencia artificial consume recursos computacionales, y en la escala de Uber, esto resulta muy importante.El uso no creció de manera constante. Simplemente aumentó de forma repentina.Ese es el error fundamental en el modelado de todo el sector tecnológico: las empresas adoptan herramientas de IA a gran escala, sin tener en cuenta cómo se comportan realmente los precios basados en el consumo, cuando la adopción de estas herramientas se acelera.

Los datos confirman que esto no es un problema de gobernanza exclusivo de Uber; se trata de un problema relacionado con la visibilidad en toda la industria. El 71% de los ejecutivos de empresas con ingresos anuales de al menos 1 mil millones de dólares considera que la preparación organizativa es el principal obstáculo para el uso eficiente de la inteligencia artificial. Solo el 11% considera que la tecnología en sí es el verdadero obstáculo. El problema no radica en si la inteligencia artificial funciona o no; sino en que las empresas no han desarrollado sistemas de gobierno financiero adecuados para gestionar el uso de la inteligencia artificial a gran escala.

Lo que hace que esto sea un punto de reajuste en toda la industria es el hecho de que las acciones tecnológicas han alcanzado niveles récord.Señales de demanda robusta de IAEl mercado ya está anticipando una expansión de las márgenes de beneficio, gracias al uso de la inteligencia artificial en todo el sector. Sin embargo, la realidad de Uber pone en peligro esa teoría, especialmente en momentos de máximo optimismo.

Lo que los inversores deben tener en cuenta en las próximas semanas: – Las expectativas para el gasto en I+D relacionado con la inteligencia artificial en las principales empresas tecnológicas durante el segundo trimestre de 2026. – Los indicadores de productividad en el área de ingeniería, que permitan cuantificar los beneficios reales obtenidos frente a los aumentos en los costos. – La trayectoria de precios de Anthropic después del lanzamiento de Claude Opus 4.7. La empresa ya ha pasado a utilizar facturación basada en el uso, pero es posible que los cambios puedan duplicar o triplicar los costos para los usuarios más intensivos en el uso de la tecnología.

La especie de arbitraje se está invirtiendo. Durante los últimos 18 meses, los inversores han buscado aprovechar las noticias sobre la eficiencia de la inteligencia artificial. Pero lo que realmente está ocurriendo es una situación en la que los costos están aumentando, lo cual pone en duda la idea de que la inteligencia artificial puede generar ganancias significativas. Cuando la teoría de la inteligencia artificial sea puesta a prueba con datos reales sobre los costos, la reacción negativa no se limitará a una sola empresa. Esto obligará a recalibrar la forma en que se modelan las inversiones en inteligencia artificial en todo el sector tecnológico.

La cuestión no es si la IA transformará los flujos de trabajo en el campo de la ingeniería. La cuestión es si la estructura de costos puede ser suficientemente controlada como para lograr las ganancias esperadas. Y si la respuesta es “no en el corto plazo”, entonces el sector enfrenta un riesgo significativo de reevaluación de sus resultados financieros.