El gasto en inteligencia artificial se ha convertido en la partida presupuestaria más difícil de rastrear dentro de la empresa moderna. Así lo documenta el último State of ITAM de Flexera: apenas el 31% de los líderes de TI afirma tener visibilidad precisa sobre su software de IA.
El problema no es la magnitud del gasto, sino su dispersión. Los costos de IA ya no viven en un solo sistema ni en un único presupuesto. Se extienden por toda la pila tecnológica: aplicaciones SaaS para el usuario final, modelos subyacentes, plataformas de datos e infraestructura de cómputo. Cada capa introduce un modelo de consumo distinto —licencias, tokens, créditos, uso de GPU— y cada uno suele ser gestionado por equipos diferentes con coordinación limitada.
La complejidad se agrava porque la industria no ha estandarizado sus estructuras de precios. Las empresas navegan hoy una mezcla cambiante de tokens, créditos, niveles de modelo, límites de uso y cargos por exceso, todo dentro de contratos de software existentes. La comparación entre proveedores es casi imposible, y la proyección de la demanda, aún más.
La sombra que no aparece en el presupuesto
A ese caos estructural se suma el fenómeno del «shadow AI». Datos de Okta citados en el informe señalan que dos tercios (67%) de los empleados en Estados Unidos utilizan herramientas de IA no autorizadas, y casi una cuarta parte lo hace de forma habitual. El resultado es un agujero creciente de visibilidad para los equipos de TI: gasto impredecible, proveedores no gestionados, titularidad difusa y aplicación inconsistente de políticas corporativas.
No es un fenómeno nuevo en su lógica: el shadow IT y el shadow SaaS recorrieron el mismo camino antes de que las organizaciones los incorporaran a sus marcos de gobernanza. La diferencia con la IA es la velocidad y el volumen de los recursos involucrados.
Conectar el gasto con el resultado
La solución que propone Flexera pasa por construir una vista operativa unificada que integre software, SaaS, nube, infraestructura, datos y uso de IA, con atribución de costos a usuarios y centros de costo específicos. Solo desde esa base es posible calcular el retorno real y gestionar la IA como un portafolio de inversión estratégica, no como una colección de experimentos aislados.
---
Desde Ágora Capital, la lectura es directa: cuando el gasto no se mide, no se gestiona. Las empresas que avanzan sin trazabilidad sobre su inversión en IA están, en la práctica, subvencionando ineficiencia con dinero de sus accionistas. La proliferación de herramientas no sancionadas no es señal de una cultura innovadora; es señal de que la gobernanza llegó tarde.
El mercado ya está enviando la señal: la diferencia entre las compañías que conviertan la IA en ventaja competitiva y las que acumulen deuda técnica invisible estará, en buena medida, en quién tenga primero el tablero de control. Capital busca reglas claras, y eso aplica también a la arquitectura interna del gasto tecnológico.
