El racionamiento ya no es teoría: las corporaciones frenan el gasto en IA mientras los devs se niegan a trabajar sin ella

La promesa de productividad ilimitada choca contra la realidad del P&L. Mientras las corporaciones comienzan a racionar el acceso interno a herramientas de IA por costos que escapan cualquier proyección inicial, los equipos de desarrollo ya cruzaron el Rubicón: se niegan a trabajar sin asistentes de código. La paradoja define el momento — justo cuando la dependencia se vuelve norma cultural, el CFO cierra la llave. No estamos ante resistencia al cambio; estamos ante el primer choque entre demanda inelástica y presupuestos finitos en la era de la IA corporativa.

El modelo de suscripción plana no sobrevivió al uso real

La señal más clara llegó esta semana: GitHub Copilot abandona la suscripción plana y migra a facturación por token. El cambio no es cosmético — es la admisión de que el consumo real de los equipos hace insostenible el modelo all-you-can-eat que vendió la adopción inicial. Microsoft apostó a que la tarifa fija generaría volumen y margen; los números muestran que generó volumen y pérdida. Ahora toca transferir el costo variable al usuario final, justo cuando ese usuario ya internalizó la herramienta como infraestructura básica. La consternación entre desarrolladores no es capricho — es la fricción de descubrir que lo que parecía commodity se factura como recurso escaso.

Productividad vs. calidad: la apuesta que no cierra

La narrativa corporativa sostenía que cualquier costo de IA se justificaría vía ganancia de productividad. Pero investigadores advierten que la velocidad no equivale a mejor código — y esa distinción importa cuando el presupuesto se mide en dólares por millón de tokens. Las empresas descubren que pagar por volumen de output no garantiza retorno si ese output requiere más revisión, genera deuda técnica o introduce bugs sutiles que explotan meses después. El problema no es filosófico: es que el modelo de costos asume valor lineal por token consumido, pero el valor real del código es no-lineal y se manifiesta en el tiempo. La fricción entre finance y engineering no viene de culturas distintas, sino de horizontes temporales incompatibles.

De carrera de adopción a gestión de escasez

El racionamiento corporativo toma formas predecibles: límites por usuario, aprobaciones por equipo, cuotas mensuales. Las compañías que prometían IA para todos ahora administran acceso como si fuera ancho de banda en los 90. La ironía es brutal — la tecnología que iba a democratizar la productividad se convierte en recurso estratificado por jerarquía y presupuesto departamental. Los equipos que adoptaron primero y más profundo ahora enfrentan dos opciones: justificar ROI con métricas que finance acepte, o volver a workflows que ya olvidaron. Ninguna es trivial. La primera requiere instrumentación que la mayoría no tiene; la segunda, admitir dependencia de una herramienta que aún no demuestra valor contable claro.

Qué mirar: el costo como variable de diseño

Para decision-makers, la lección no es «la IA era hype» — es que el costo por uso se volvió variable crítica de arquitectura. Las empresas que naveguen esto mejor no serán las que gasten más, sino las que instrumenten valor por token: qué casos de uso justifican inference cara, dónde basta un modelo local, cuándo el humano es más barato que la máquina. La pregunta ya no es «¿adoptamos IA?» sino «¿cómo diseñamos para que el costo escale con valor capturado, no con entusiasmo del equipo?». Mirá tres cosas en los próximos meses: qué vendors lanzan tiers de consumo predecible, cómo las empresas renegocian contratos enterprise hacia modelos híbridos, y si emergen herramientas de observability que midan ROI por query. El racionamiento no es retroceso — es el mercado madurando de technology push a economic pull.