8 Min. Tiempo de lectura<\/p>\n
Tres de las historias de IA m\u00e1s sonadas en mayo de 2026 no son historias de \u00e9xito. Starbucks retira una herramienta de inventario que confunde tipos de leche. Microsoft bloquea a sus propios ingenieros una herramienta de IA popular porque la factura se dispara. Uber quema su presupuesto anual para inteligencia artificial en cuatro meses y su COO dice abiertamente que el efecto permanece poco claro. Para las empresas medianas, estos no son anecd\u00f3cticos, sino tres sobrios indicios de lo que sale mal en las inversiones en IA en 2026.<\/strong><\/p>\n Lo m\u00e1s importante en resumen<\/p>\n Relacionado:<\/span>\u00cdndice de IA de Stanford 2026: la inexactitud supera la ciberseguridad<\/a> \/<\/span> Cuando las herramientas de IA de repente se comen el margen<\/a><\/p>\n El orden es casual, el contexto no. Dentro de una semana en mayo de 2026, tres historias prominentes de IA se han derrumbado, todas las cuales deber\u00edan cumplir con tres promesas diferentes: mejores operaciones, mejor software, mejor escalabilidad. Ninguna de las tres promesas se ha cumplido y en dos casos es la realidad que se est\u00e1 estableciendo la que pone fin al proyecto.<\/p>\n Esto no es una negativa general a la tecnolog\u00eda. Es un indicio concreto de que las diapositivas de ventas est\u00e1ndar de los proveedores de IA y la expectativa est\u00e1ndar en las juntas directivas de las empresas medianas se diferencian precisamente en los tres puntos en los que se gasta el dinero. Quien en los pr\u00f3ximos doce meses emprenda un proyecto de IA m\u00e1s grande, deber\u00eda echar un vistazo a estos tres casos antes de firmar la plantilla de inversi\u00f3n.<\/p>\n Starbucks lanz\u00f3 en septiembre de 2025 en sus tiendas de Am\u00e9rica del Norte un sistema de conteo de inventario basado en un modelo de IA del proveedor NomadGo. Los empleados escanean los estantes con una tableta, el sistema cuenta autom\u00e1ticamente mediante datos de LIDAR y c\u00e1maras y transmite el resultado al sistema de gesti\u00f3n de inventario. Promesa publicitaria: 99 por ciento de precisi\u00f3n, ocho veces m\u00e1s r\u00e1pido que el inventario manual.<\/p>\n El 19 de mayo de 2026, la empresa retir\u00f3 la herramienta de todas sus aproximadamente 11.000 tiendas. En una circular interna, se indic\u00f3 de manera simple que los ingredientes de las bebidas y la leche se contar\u00e1n a partir de ahora como todas las dem\u00e1s categor\u00edas. Reuters y varios medios estadounidenses han investigado el contexto: el sistema confunde regularmente las variedades de leche, no reconoce algunas botellas y los empleados deben verificar manualmente cada conteo autom\u00e1tico en la pr\u00e1ctica. En un video promocional de la fase de lanzamiento, el sistema incluso pasa por alto un jarabe de menta directamente frente a la c\u00e1mara.<\/p>\n Datos clave del retiro de Starbucks<\/p>\n La lecci\u00f3n operativa es banal y precisamente por eso es relevante. Un sistema de IA que debe aliviar la carga de trabajo de un empleado, pero que requiere que el mismo empleado verifique cada resultado manualmente, genera m\u00e1s trabajo y no alivio. Esto no solo se aplica al inventario, sino a todas las herramientas de IA en la oficina trasera, en la contabilidad o en el servicio al cliente. La pregunta decisiva en la plantilla de inversi\u00f3n no es cu\u00e1n precisa es el sistema seg\u00fan el proveedor, sino con qu\u00e9 frecuencia los humanos deben verificar los resultados manualmente para que un proceso comercial siga funcionando.<\/p>\n El 14 de mayo de 2026, miles de ingenieros de Microsoft en la divisi\u00f3n Experiences and Devices, que incluye Windows, Microsoft 365, Outlook, Teams y Surface, recibieron un correo electr\u00f3nico interno. Contenido: Las licencias para el asistente de codificaci\u00f3n de Anthropics Claude Code se cancelar\u00e1n el 30 de junio de 2026, cambio al herramienta propia GitHub Copilot CLI. Informes en Windows Central y The Next Web citan la justificaci\u00f3n con rara claridad: la herramienta externa simplemente se ha vuelto demasiado popular dentro de Microsoft.<\/p>\n El mecanismo detr\u00e1s de esto es relevante para cualquier empresa que utilice herramientas de IA facturadas por consumo. La licencia de Anthropics se calcula en tokens, es decir, seg\u00fan cada pieza de c\u00f3digo que la IA genera o procesa. Cuanto m\u00e1s \u00fatil sea la herramienta, m\u00e1s frecuente la utilizar\u00e1n los desarrolladores, m\u00e1s aumentar\u00e1 la factura. Microsoft tiene as\u00ed una paradoja en estado puro: el incentivo econ\u00f3mico para utilizar la mejor herramienta choca con el incentivo econ\u00f3mico para controlar la factura mensual.<\/p>\n Que Microsoft est\u00e9 frenando su propio trabajo de desarrollo con esto se puede leer en un detalle. En una ronda de correos electr\u00f3nicos separada, el CEO Satya Nadella supuestamente inst\u00f3 a sus empleados a principios de mayo de 2026 a utilizar m\u00e1s intensivamente su propio Copilot. Si el fabricante en s\u00ed mismo debe predicar a sus ingenieros que utilicen la herramienta propia, es una se\u00f1al clara sobre la calidad percibida de la herramienta propia frente a la ajena.<\/p>\n El caso m\u00e1s abierto, seg\u00fan Fortune, proviene de Uber. La empresa ha implementado herramientas de codificaci\u00f3n de IA para unos 5.000 ingenieros, y la tasa de uso aument\u00f3 entre febrero y abril de 2026 de 32 a 84 por ciento. Para abril, el 70 por ciento de todos los commits de c\u00f3digo hab\u00edan sido coescritos con herramientas de IA. Suena como un ejemplo de adopci\u00f3n para cada escenario de conferencia.<\/p>\n La otra cara de las cifras, tambi\u00e9n documentada en el informe de Fortune del 26 de mayo de 2026: Uber ha agotado su presupuesto de IA para 2026 en cuatro meses. Por desarrollador, la factura mensual oscila entre unos 460 y 1.840 euros, dependiendo de la intensidad del uso. El COO Andrew Macdonald dice en la llamada de ganancias que, mientras no se pueda trazar claramente la l\u00ednea entre el uso de IA y las mejoras de producto entregadas, la inversi\u00f3n ser\u00e1 cada vez m\u00e1s dif\u00edcil de justificar.<\/p>\n Datos clave del presupuesto de Uber<\/p>\n Lo notable no es el alto consumo, sino la apertura. Uber demuestra en vivo lo que a muchos CFOs de empresas medianas les est\u00e1 causando problemas estomacales: alta inversi\u00f3n, alto uso, pero ninguna l\u00ednea de efecto claramente asignable al resultado empresarial. Si una empresa de tecnolog\u00eda cotizada con su profundidad de ingenier\u00eda no traza esta l\u00ednea, una empresa alemana de ingenier\u00eda mec\u00e1nica con 200 empleados ciertamente no lo lograr\u00e1 de inmediato.<\/p>\n Los tres casos muestran tres diferentes puntos de quiebra: calidad, curva de costos, medici\u00f3n de efectividad. De estos se pueden derivar consecuencias concretas para la decisi\u00f3n de inversi\u00f3n en el sector empresarial que deber\u00edan incluirse en cada plantilla de 2026.<\/p>\n Primero: hacer del esfuerzo de verificaci\u00f3n un requisito obligatorio.<\/strong> Cada inversi\u00f3n en IA necesita un n\u00famero estimado de minutos de verificaci\u00f3n humana necesarios por cada 100 resultados de IA para asegurar el proceso. Este n\u00famero no es un mero detalle, decide el caso de negocio. Si el esfuerzo de verificaci\u00f3n es del 50% o m\u00e1s, la herramienta no es una automatizaci\u00f3n, sino una costosa duplicaci\u00f3n de esfuerzos.<\/p>\n Segundo: calcular con sensatez los modelos de token.<\/strong> En cada herramienta con facturaci\u00f3n dependiente del uso, debe incluirse un escenario en la hoja de c\u00e1lculo en el que el uso por usuario se multiplica por tres o cinco. Exactamente eso pas\u00f3 con Microsoft y Uber. Quien solo calcule el grupo piloto y olvide la escalabilidad, est\u00e1 construyendo activamente la trampa de costos.<\/p>\n Tercero: asegurar la medici\u00f3n de efectividad antes de comenzar.<\/strong> Una cifra aproximada y honesta antes de comenzar el proyecto vale m\u00e1s que un informe preciso despu\u00e9s. \u00bfQu\u00e9 tiempo de ciclo, qu\u00e9 tasa de error, qu\u00e9 valor de ventas debe cambiar en cu\u00e1nto? Quien no pueda responder a la pregunta el primer d\u00eda, tampoco podr\u00e1 hacerlo despu\u00e9s de doce meses y estar\u00e1 como Uber en la llamada de ganancias de sus propios accionistas.<\/p>\n Cuarto: mitigar el bloqueo del proveedor con cl\u00e1usulas de licencia.<\/strong> Microsoft realiz\u00f3 su cambio en cuesti\u00f3n de semanas porque la herramienta era intercambiable. Quien ancla una herramienta de IA profundamente en sus propios flujos de trabajo sin acordar un plazo de salida y un mecanismo de extracci\u00f3n de datos en el contrato, ser\u00e1 enga\u00f1ado cuando el proveedor cambie el precio por primera vez.<\/p>\n Quinto: orientar los tama\u00f1os piloto en el objetivo de aprendizaje, no en el bombo publicitario.<\/strong> Un piloto con 20 usuarios cuidadosamente seleccionados proporciona datos m\u00e1s fiables que un despliegue generalizado a todos. Starbucks equip\u00f3 11.000 sucursales antes de que estuviera claro que los empleados ten\u00edan que hacer cada conteo dos veces. Este orden es reversible y es incluso obligatorio para las empresas medianas.<\/p>\n No, significan que las diapositivas de ventas est\u00e1ndar son demasiado optimistas. La IA ofrece ventajas medibles en casos de aplicaci\u00f3n bien definidos, como en el procesamiento de texto, la priorizaci\u00f3n de casos o en evaluaciones estructuradas. Lo que no funciona es la adopci\u00f3n acr\u00edtica de promesas como el 99 por ciento de precisi\u00f3n o el retorno de la inversi\u00f3n en seis meses. Quien comienza con un piloto claro y bien definido y establece de manera realista los esfuerzos de verificaci\u00f3n y la curva de costos se beneficia. Quien implementa de manera generalizada perder\u00e1 dinero.<\/p>\n<\/details>\n No hay una cantidad fija, pero s\u00ed una regla general: planifica el doble de la primera oferta y define un tope estricto a partir del cual se detiene la inversi\u00f3n. Uber agot\u00f3 su presupuesto en cuatro meses porque el uso aument\u00f3 m\u00e1s r\u00e1pido de lo planeado. En las empresas medianas, por lo general, cantidades en el rango de los cinco d\u00edgitos bajos son suficientes para un piloto serio. Lo importante es el tope, no la cantidad.<\/p>\n<\/details>\n Los contratos basados en tokens o consumo sin un tope mensual estricto son el mayor riesgo operativo. Pueden agotar el presupuesto de un a\u00f1o entero en pocas semanas con herramientas populares. Quien firme tales contratos debe negociar al menos un tope mensual estricto, un informe de uso autom\u00e1tico y un plazo de cancelaci\u00f3n de 30 d\u00edas. Las licencias fijas por usuario son m\u00e1s caras al principio, pero m\u00e1s predecibles.<\/p>\n<\/details>\n Con una sola m\u00e9trica por caso de aplicaci\u00f3n, que se fija antes de comenzar el piloto. En ventas, por ejemplo, el tiempo de tramitaci\u00f3n de la oferta; en contabilidad, la proporci\u00f3n de comprobantes abonados sin intervenci\u00f3n; en atenci\u00f3n al cliente, el tiempo promedio de tramitaci\u00f3n. Un n\u00famero aproximado que todos acepten vale m\u00e1s que un panel de control preciso que nadie mantenga. Uber mide demasiado a la vez, por eso falta la l\u00ednea clara.<\/p>\n<\/details>\n La l\u00f3gica es id\u00e9ntica. Si el modelo proviene de un proveedor estadounidense o de DACH, no cambia ni el esfuerzo de verificaci\u00f3n ni la matem\u00e1tica de los tokens. Lo que los proveedores alemanes suelen hacer mejor: contratos de protecci\u00f3n de datos en alem\u00e1n, tiempos de reacci\u00f3n m\u00e1s cortos y un modelo de precios m\u00e1s realista sin facturaci\u00f3n pura por consumo. Para los riesgos descritos aqu\u00ed, el origen es secundario; el dise\u00f1o del contrato es primario.<\/p>\n<\/details>\n\n
Tres derrotas en siete d\u00edas<\/h2>\n
Starbucks: cuando la IA no distingue la leche de la leche<\/h2>\n
\n
Microsoft bloquea la herramienta para sus propios ingenieros<\/h2>\n
Uber: Miles de millones gastados, ROI no medible<\/h2>\n
\n
Qu\u00e9 deber\u00eda llevarse el sector empresarial de esto<\/h2>\n
Preguntas frecuentes<\/h2>\n
\u00bfSignifican estos tres casos que la IA en las empresas medianas no tiene sentido en 2026?<\/strong><\/summary>\n
\u00bfCu\u00e1nto deber\u00eda ser el presupuesto de IA de una empresa mediana en 2026?<\/strong><\/summary>\n
\u00bfQu\u00e9 contratos con proveedores de IA son especialmente riesgosos?<\/strong><\/summary>\n
\u00bfC\u00f3mo se mide el impacto de la IA si Uber no lo logra?<\/strong><\/summary>\n
\u00bfQu\u00e9 pasa con los proveedores alemanes de IA, son mejores?<\/strong><\/summary>\n
Consejos de lectura de la redacci\u00f3n<\/h2>\n