Uber anuncia fin del tokenmaxxing: qué hacer con tu presupuesto IA en 2026

Uber anuncia el fin de la era tokenmaxxing: qué significa para tu startup

Praveen Neppalli Naga, CTO de Uber, declaró públicamente que la era del «tokenmaxxing» está llegando a su fin. Esta práctica, que se popularizó en la primera mitad de 2026, consistía en que las empresas impulsaban a sus empleados a usar IA al máximo posible, midiendo el éxito por la cantidad de tokens consumidos. Uber, que había sido uno de los mayores exponentes de esta tendencia, ahora está cambiando radicalmente su enfoque.

La compañía gastó todo su presupuesto 2026 para Claude Code de Anthropic para abril, un indicador alarmante de cómo las facturas de IA pueden dispararse cuando los equipos tienen acceso ilimitado. Según Business Insider, el número de personas en Uber usando herramientas de IA de frontera se cuadruplicó desde principios de año, pero esto coincidió con una caída en los costos por token de IA.

¿Por qué Uber está frenando el gasto en IA?

El presidente de Uber, Andrew Macdonald, lo expresó claramente a principios de año: el vínculo entre mayor gasto en IA y el lanzamiento de características exitosas simplemente no está ahí todavía, incluso cuando las estadísticas de uso se dispararon. Los números de adopción de IA, dijo, «hacen explotar tu cabeza», y sin embargo nada había ganado tracción significativa en los productos que los clientes realmente usan.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Según el artículo original de The Next Web, Uber está adoptando un enfoque más disciplinado, continuando trabajando con los grandes proveedores de modelos pero exigiendo evidencia más clara de valor. La empresa está lejos de estar sola en este replanteamiento: Atlassian ha comenzado a poner a sus ingenieros en presupuestos de IA mientras el costo del tokenmaxxing muerde, una señal de que el «todo vale» está dando paso a las hojas de cálculo.

El problema sistémico del ROI en IA empresarial

Las evidencias más amplias respaldan a los escépticos. Estudio tras estudio ha encontrado que la mayoría del gasto empresarial en IA nunca abandona la etapa piloto, produciendo demos y pruebas de concepto en lugar de lanzar productos. La incómoda pregunta que los proveedores preferirían evitar es si la producción justifica la factura.

Según las estadísticas de GPTPrompts.AI, el gasto promedio en IA empresarial en 2026 es de $19 millones, más del doble del promedio de 2024 de $7 millones. Sin embargo, el 22% de los proyectos de IA empresariales fallan en entregar valor medible, aunque esto ha bajado del 38% en 2024, lo que indica que las empresas están mejorando en desplegar IA.

La economía está alcanzando el hype. GitHub recientemente congeló nuevas inscripciones a Copilot porque el uso agentic superó lo que su precio podía soportar, un ejemplo concreto de la presión que el tokenmaxxing pone también en los proveedores.

Qué significa esto para tu startup en 2026

El cambio anunciado por Uber no significa que las empresas estén abandonando la IA. La transición es de experimentación ilimitada hacia eficiencia, modelos más pequeños y baratos, y una mirada más dura sobre qué casos de uso realmente se pagan por sí mismos.

Para tu startup, esto representa una oportunidad estratégica crucial:

Prioriza la eficiencia sobre el consumo: En lugar de medir el éxito por cuántos tokens usas, mide por cuánto valor generas por dólar gastado. Uber logró reducir costos mejorando su proceso de caché de prompts, usando mejores modelos por defecto, dando a los ingenieros mejor visibilidad sobre su uso de IA y experimentando con modelos de peso abierto.
Implementa presupuestos desde el día uno: No esperes a quemar todo tu presupuesto anual en 4 meses como Uber. Establece límites claros por equipo o proyecto, y monitorea el ROI específico de cada iniciativa de IA. Según Business Insider, el CFO de Uber, Balaji Krishnamurthy, reportó durante la llamada de ganancias del segundo trimestre que están viendo «duplicación en la producción de código para ingenieros» con enfoques más eficientes.
Considera modelos más pequeños y especializados: La próxima fase, como dijo Neppalli Naga, no se caracterizará por quién gasta más tokens, sino sobre cómo las personas los usan de la manera más eficiente posible. Esto podría favorecer a startups que desarrollen modelos más pequeños y optimizados para tareas específicas sobre soluciones generales costosas.

El impacto en el ecosistema de IA

El momento importa para toda la industria. Los fabricantes de modelos han justificado enormes valoraciones bajo el supuesto de que el gasto empresarial en IA solo sube, por lo que un cliente pesado señalando restricción es un punto de datos que el mercado notará.

Según las estadísticas de GPTPrompts.AI, el 92% de las empresas Fortune 500 han desplegado IA en producción, pero el ROI promedio para proyectos exitosos de IA empresarial es de 3.5x. Esto sugiere que mientras las empresas están adoptando IA masivamente, están buscando formas más inteligentes de implementarla.

La ventaja puede cambiar de quien tiene el modelo más grande a quien entrega el trabajo más útil por dólar. Esto favorecería a los compradores y desestabilizaría a los vendedores. Modelos más baratos, más pequeños y presupuestos más ajustados son buenas noticias para las empresas que pagan la factura, y una venta más difícil para los proveedores cuyos ingresos crecen con cada token quemado.

Acciones concretas para founders hispanohablantes

Audita tu gasto actual en IA: Identifica exactamente en qué estás gastando, qué ROI estás obteniendo y qué proyectos están realmente en producción versus en etapa piloto.
Establece métricas de valor, no de consumo: En lugar de medir tokens usados, mide tiempo ahorrado, errores reducidos, clientes satisfechos o ingresos generados.
Experimenta con modelos open-source: Como hizo Uber, prueba modelos de peso abierto para tareas específicas donde no necesitas capacidades de frontera.
Negocia con proveedores desde una posición de eficiencia: Ahora que grandes empresas como Uber están exigiendo más valor por dólar, tienes más palanca para negociar mejores términos.