La inteligencia artificial (IA) está cambiando la forma de trabajar de las empresas. Se dice que la IA no es el futuro de las empresas, sino que es el presente que define quién llegará al futuro. Por esta razón, desde PwC hemos lanzado ‘El Sensor de la IA‘, una recopilación de las principales tendencias, proyectos, iniciativas que tienen reflejo en los medios de comunicación, con el objetivo de ayudar a las empresas a orientarse en este campo tan abierto y cambiante. Partimos de la idea de que la inteligencia artificial no sustituye a las empresas, sino que las impulsa a reinventarse. Estamos ante la mayor transformación empresarial de nuestra era y pretendemos ayudar a conocer lo que está pasando para que se puedan tomar decisiones con criterio.

En esta edición de El Sensor de la IA analizamos cómo el uso de la IA se está disparando en muchas empresas, lo que está provocando que se enfrenten a grandes facturas. Hasta el momento no se debe a una carestía de los servicios, algo que podría ocurrir más adelante, sino a su mayor utilización. En algunos casos, los presupuestos anuales se consumen en solo unos meses, lo que está obligando a que las empresas revisen la rentabilidad que ofrece la IA frente al incremento de gastos que ya es una realidad en las cuentas de resultados. ¿Ahorra suficientes costes usar la IA? Algunas firmas han optado por limitar el uso de la IA.

El crecimiento de los agentes de la IA dispara el gasto y complica el control empresarial de los costes

La inteligencia artificial es cada vez más barata por operación, pero más cara en términos agregados porque la autonomía de los agentes dispara el consumo, hace imprevisible la factura y dificulta calcular la rentabilidad de las inversiones. El problema ya no es solo tecnológico, sino de control de costes y retorno económico.

La IA se enfrenta a una paradoja económica: aunque sus precios no se están disparando, su uso sí que lo está haciendo, lo que lleva a que las empresas gasten más que nunca para aprovechar las ventajas. El crecimiento de su consumo, impulsado por sistemas capaces de ejecutar tareas complejas de forma autónoma, está alarmando a algunas empresas y les obliga a recalcular sus presupuestos. Las facturas son crecientes, difíciles de anticipar y obligan a las compañías a replantearse cómo utilizan la IA y, sobre todo, cuáles son sus límites, cuánto están dispuestas a pagar por ella para mantener una rentabilidad aceptable, según publicó Financial Times y recogió Expansión.

Uber ilustra la magnitud del problema: agotó en apenas cuatro meses su presupuesto anual para esta tecnología en 2026. Empresas como Meta, Cisco y Walmart también han empezado a establecer límites de gasto. La cuestión ya no es únicamente cómo incorporar la IA a los procesos empresariales, sino cómo evitar que su utilización masiva erosione los ahorros y la productividad que promete generar.

El principal factor detrás de esta escalada es la expansión de los agentes de IA. A diferencia de un asistente convencional, que responde a una pregunta, estos sistemas pueden planificar tareas, analizar documentos, escribir códigos, comprobar errores y repetir operaciones hasta completar un encargo. Cada petición puede desencadenar decenas o cientos de acciones internas, muchas de ellas invisibles para el usuario, que consumen capacidad de cálculo y elevan el coste total.

La diferencia puede ser enorme. Un estudio en el que participaron investigadores de Stanford, el MIT, Google DeepMind y Microsoft concluyó que los agentes de programación podían consumir hasta 1.000 veces más unidades de procesamiento de texto que las interacciones de programación más sencillas. En OpenAI, una herramienta de programación utilizada en junio por el 17% de sus clientes generaba el 63% del consumo de estas unidades asociado a ChatGPT y Codex. La automatización, por tanto, multiplica el potencial productivo, pero también los recursos necesarios para obtener un resultado.

A este aumento del consumo se suma un modelo de facturación que traslada parte del riesgo al cliente. Algunos proveedores han sustituido las suscripciones de precio fijo por tarifas vinculadas al uso, de modo que una tarea más larga o compleja puede disparar el coste. En un proyecto de Amazon, unas operaciones que continuaron ejecutándose en segundo plano durante cinco meses provocaron un sobrecoste del 860% respecto al presupuesto y una factura superior al millón de dólares.

Ante esta situación, las empresas están respondiendo con presupuestos máximos, modelos más económicos para tareas rutinarias y sistemas que reducen operaciones innecesarias. Pero el desafío fundamental es medir el retorno de la inversión: cuánto tiempo se ahorra, qué productividad adicional se obtiene y si esos beneficios compensan la factura.

La expansión de la IA dependerá, en buena medida, de que su creciente capacidad se traduzca en ganancias de productividad superiores a sus costes, y no en una nueva fuente de gasto difícil de controlar.

Microsoft reclama que los modelos de IA siempre se puedan detener con “un freno de emergencia”

El gran debate del sector son los posibles daños que puede provocar el uso de la inteligencia artificial. No es habitual que la alarma la activen los empresarios que venden el producto, lo que ha provocado una fuerte controversia social. Casi nadie duda de la necesidad de desplegar con mayor seguridad la inteligencia artificial; el director ejecutivo de Microsoft, Satya Nadella, acaba de proponer que, estructuralmente, los modelos dispongan de una especie de botón del pánico, lo que llamó “un freno de emergencia”.

El líder de Microsoft observa que, hasta ahora, mientras los sistemas de software se implantaban en la economía mundial, existían mecanismos y herramientas para “rastrear los comportamientos hasta una ruta de código específico”. Todo eso ha saltado por los aires con la IA.

Según Nadella, “ese mismo tipo de comprensión mecánica se nos escapa en los sistemas de superinteligencia actuales”. El director ejecutivo de Microsoft emplea el término superinteligencia, que es con el que el presidente de Estados Unidos, Donald Trump, quiere rebautizar esta tecnología, como publicó La Vanguardia.

“¡Estamos dando a los agentes de IA acceso a nuestros datos más sensibles y capacidad de acciones críticas en nuestro nombre!” Satya Nadella se asombra de la “demasiada libertad” de los agentes de IA. Su propuesta es “partir de la base de que un modelo está comprometido y contenerlo desde el principio” señala. Nadella quiere aplicar un principio de seguridad de la información “que se remonta a la década de 1970: un programa no debe poder eludir ni manipular los mecanismos que hacen cumplir sus permisos”. La compañía anuncia un modelo basado en Qwen que decide 35 veces más rápido que GPT-6 Sol de OpenAI. Desde ese punto de vista hay que externalizar los controles y las medidas de seguridad para que no dependan de los mismos equipos que la han desarrollado.

Nadella enumera varios principios sobre cómo deberían poder ser observados los modelos de IA. En primer lugar, tiene que haber diversidad. No debería utilizarse el mismo para resultados importantes ni ser el “responsable de verificar su propio trabajo”. En segundo lugar, Nadella cree que “cada acción significativa del modelo debe dejar pruebas legibles para el ser humano e inviolables”. Y concluye que “una persona autorizada siempre debería poder pausar o apagar un modelo en mitad de una tarea”. Ahora hay que saber qué opinan los directivos de las grandes tecnológicas, pero está claro que el debate está abierto.

Grandes aseguradoras admiten cubrir algunos daños causados por la IA, pero ponen condiciones

Dentro del sector financiero, algunos expertos consideran que los recientes anuncios de las empresas sobre que se debe frenar el desarrollo de la IA, por los posibles errores que pueda cometer, era una forma de ponerse la venda antes de la herida. Es decir, son conscientes de que pueden llegar reclamaciones multimillonarias derivadas de la actuación de IA por su descontrol y quieren argumentar que ya lo advirtieron. Nadie duda de que crece la preocupación entre los máximos ejecutivos de las grandes tecnológicas porque puedan ser considerados responsables de las acciones de sus modelos.

Esta situación ha hecho que los ojos se vuelvan hacia las aseguradoras internacionales, que se muestran reticentes a dar cobertura total a las grandes corporaciones, aunque algunas ya ofrecen servicios para este problema, tal y como publicó Expansión.

La alemana Munich Re, la mayor reaseguradora del mundo, con una capitalización de 66.000 millones, y la aseguradora británica Beazley, que acaba de ser adquirida por Zurich Insurance, ya están presentes en esta actividad. Gigantes como las estadounidenses AIG, Chubb y Berkshire Hathaway; la alemana Allianz Commercial; la francesa AXA XL, y la australiana QBE, además de Hiscox, con sede en Bermudas, aseguran también los riesgos ligados a la IA. Cerca de treinta aseguradoras internacionales ofrecen en mayor o menor medida esta protección.

Pero existe un temor ante lo desconocido. Ante la incertidumbre reinante, varias aseguradoras han solicitado a los reguladores estadounidenses la aprobación de exclusiones en sus pólizas. Tratan así de evitar ser arrastradas por riesgos que, en algunos casos, ni se conocen. Al menos una veintena de grandes aseguradoras internacionales han solicitado exclusiones en EEUU. Entre ellas, AIG, Great American y Berkley.

En Aon ven difícil encontrar cobertura para riesgo sistémico o agregado por un fallo que afecte a miles de clientes, que podría superar la capacidad del mercado, y que no es descartable a la vista de la larga lista de demandas contra las tecnológicas y la IA, que no deja de crecer. Anthropic ha anunciado que pagará con sus propios fondos los 1.500 millones de dólares acordados para cerrar la demanda colectiva de varios autores que le acusaron de robar sus obras para entrenar sus modelos de IA. Cada caso requerirá un estudio detallado, pero lo que es común es que en casi todos los casos se manejan cifras muy elevadas.

Un estudio obtiene una fórmula para saber cuándo la IA empieza a tener alucinaciones o errores

No es difícil que un chatbot de IA responde a veces cosas que no son ciertas y que no debería decir: que la llegada a la Luna fue un montaje, que el Covid no existe o que los hombres son más listos que las mujeres. “La IA en sí no distingue el bien del mal. Pero nosotros, como sociedad, no queremos respuestas malas”, dice Neil Johnson, físico de la Universidad George Washington (EEUU). “Por eso las empresas de IA intentan corregirlo empujando los conceptos indeseables a un rincón lejano de ese espacio abstracto de conceptos que la IA tiene dentro. Pero siguen ahí”, añade.

En un nuevo artículo científico publicado por Johnson, junto a un colega también físico, han encontrado un modo de averiguar cuándo el chatbot va a torcerse y responder mal: depende de una fórmula matemática, no de ninguna brújula moral. “La fórmula te dice si una IA está a punto de torcerse de inmediato o si primero te dará una serie de respuestas aceptables y luego cambiará”, explica el autor a El País. En su opinión, cuando una sola IA “se rebela”, su comportamiento indeseable hace que los agentes de IA que tiene alrededor también se tuerzan. “Es como un efecto de contagio. Sin el vuelco individual que hemos descubierto, los enjambres de IA y sus ataques seguirán siendo un misterio, y surgirán de la nada para causar, potencialmente, daños incalculables. Todo parece ir bien, pero luego una manzana podrida puede convertir a la multitud en un grupo insurgente. Yo lo llamo ‘El señor de las mosc-IA-s’”, dice.

Johnson ha intentado explicar sus hallazgos a las grandes empresas de IA, por ahora sin éxito: “Por desgracia, por su parte me he encontrado con silencio. Creo que no les interesa, me temo. Imagina las consecuencias de que les dijeran: ‘Oye, tu último accidente era previsible’, o ‘el adolescente que se suicidó lo hizo siguiendo consejos indeseables de tu IA, y eso era previsible’. El daño legal sería enorme, y el reputacional también”, explica.

Las discográficas se plantean colaborar con los productores de música por IA en lugar de demandarlos

La industria musical está en el centro de todos los cambios tecnológicos radicales, algo similar a lo que sucede con el mundo de los medios de comunicación. Desde los discos de vinilo hasta los casetes, pasando por los CD y el streaming, la grabación y la venta de música han estado en constante revolución. La inteligencia artificial generativa es la última amenaza que puede cambiar las reglas de la industria. Las discográficas se enfrentan a un doble desafío: impedir que las empresas de IA utilicen sus canciones sin autorización y evitar que la nueva tecnología reduzca su control sobre la creación y distribución de música. La alternativa empieza a tomar forma: en lugar de limitarse a litigar, negociar licencias que permitan explotar comercialmente las posibilidades de la IA, según publicó The Economist y recogió El Correo.

La dimensión del fenómeno es considerable. Deezer, un servicio francés de reproducción de música en streaming, recibe miles de canciones generadas íntegramente por IA cada día, cerca de la mitad de las nuevas incorporaciones a su catálogo. Spotify asegura haber eliminado 75 millones de pistas consideradas basura en el último año. Parte de este contenido se utiliza para manipular las reproducciones y obtener ingresos fraudulentos, aunque muchos artistas también emplean estas herramientas para impulsar su creatividad.

El principal enfrentamiento se libra en torno a los derechos de autor. Universal Music y Sony Music acusan a Suno, una empresa estadounidense especializada en generar música con IA, de haber utilizado miles de grabaciones protegidas para entrenar sus modelos sin permiso. Suno reconoce que ha empleado material sujeto a derechos, pero sostiene que aprender de esas canciones para producir música nueva constituye un uso legítimo. Los tribunales deberán determinar dónde termina el aprendizaje tecnológico y dónde comienza la utilización indebida de obras ajenas.

Mientras tanto, las discográficas exploran una salida comercial. Warner Music ha alcanzado un acuerdo con Suno para desarrollar modelos de IA con música licenciada y compartir ingresos con los artistas participantes. Universal también busca fórmulas para que los seguidores puedan crear remezclas y versiones de canciones conocidas con autorización. El objetivo es convertir en negocio una actividad que ya se produce al margen de los acuerdos oficiales.

Pero estos pactos encierran una contradicción: las discográficas quieren aprovechar la IA sin perder el control sobre sus catálogos ni sobre el mercado. La tecnología puede generar nuevas fuentes de ingresos, pero también permitir que músicos emergentes produzcan y distribuyan sus obras sin depender de las grandes compañías. Además, la abundancia de canciones puede dificultar que los artistas consigan destacar.

La gran incógnita es, por tanto, quién capturará el valor de esta transformación: las discográficas que controlan los derechos, las empresas tecnológicas que desarrollan los modelos o los artistas y usuarios que crean música con ellos. Los acuerdos pueden repartir los beneficios, pero también consolidar un nuevo equilibrio de poder en la industria.