¿Por qué las empresas reducen el gasto en IA? Qué significa para las acciones de IA

Los informes sobre empresas que reducen el gasto en inteligencia artificial pueden sonar bajistas para todo el sector, pero la realidad es más matizada. En 2026, muchas empresas no están abandonando la IA. En cambio, intentan controlar los sobrecostos, demostrar el retorno de la inversión y reasignar dinero de otros presupuestos para mantener vivos los proyectos estratégicos. Esa distinción importa para los inversionistas porque los recortes en el gasto en IA no afectan por igual a todas las partes del mercado. Los proveedores de infraestructura, los líderes de la nube y las empresas de chips enfrentan un panorama distinto al de los proveedores de software y las compañías de la capa de aplicaciones que aún tienen dificultades para demostrar una monetización clara.

Respuesta rápida

• La mayoría de las empresas no está recortando de forma generalizada sus presupuestos de IA; está reasignando el gasto después de que los costos superaron lo previsto.
• Futurum descubrió que 46,9% de las empresas encuestadas informó que el gasto en IA superó el presupuesto en la segunda mitad de 2026, mientras que solo cerca de una de cada seis ralentizó sus proyectos.
• El bajo ROI y la gobernanza deficiente se están convirtiendo en los principales frenos para el nuevo gasto en IA, especialmente en el software empresarial y las herramientas internas.
• Las grandes empresas de plataformas siguen aumentando el capex en infraestructura de IA, lo que respalda la demanda de chips, servicios en la nube y centros de datos.
• Las perspectivas para las acciones de IA se dividen cada vez más entre los ganadores de infraestructura y las empresas de aplicaciones o software que aún deben demostrar que pueden generar retornos sostenibles.

Por qué los recortes en el gasto en IA no suelen ser un verdadero repliegue

La expresión “recortes en el gasto en IA” sugiere un colapso generalizado de la demanda, pero las investigaciones disponibles apuntan a otra cosa. La encuesta de Futurum de 2026 reveló que 46,9% de las empresas superaron su presupuesto de IA en la segunda mitad del año. Sin embargo, solo alrededor de 16% optó por ralentizar los proyectos relacionados. Esto indica que muchas empresas todavía consideran que la IA es demasiado importante como para hacer una pausa, incluso cuando sus presupuestos se ven presionados.

En la práctica, los equipos directivos suelen responder recortando primero el gasto en consultores, servicios externos u otras iniciativas de TI. Esta es una distinción clave para las perspectivas de las acciones de IA. Si una empresa reduce gastos operativos generales para mantener financiados sus programas de IA, la señal no es que “la IA se acabó”. La señal es que la IA sigue siendo una prioridad estratégica, pero hay que mejorar la estructura de costos.

Esto ayuda a explicar por qué algunos titulares pueden parecer negativos mientras la demanda subyacente de infraestructura se mantiene firme. La disciplina en el gasto no significa automáticamente una destrucción de la demanda. En muchos casos, significa que los compradores están pasando de la experimentación a una gestión más rigurosa de las compras.

Qué está impulsando los recortes en algunos presupuestos corporativos de IA

El ROI sigue siendo difícil de demostrar

Uno de los mayores problemas es que muchas empresas todavía no pueden vincular claramente el gasto en IA con el crecimiento de los ingresos o con mejoras de eficiencia cuantificables. Portal26, citando los hallazgos de Deloitte sobre IA empresarial en 2026, señaló que 53% de las organizaciones siguen estancadas en la fase de pruebas piloto o experimentación, mientras que solo 10% han logrado resultados genuinos impulsados por el crecimiento. Esa brecha importa. Es posible que los directorios respalden la experimentación durante un tiempo, pero normalmente quieren pruebas antes de aprobar presupuestos más grandes.

Esto es aún más importante para las empresas que cotizan en bolsa, porque el gasto en IA compite con los objetivos de margen, las recompras de acciones, los planes de contratación y otras prioridades de asignación de capital. Si los retornos siguen siendo poco claros, es más probable que los CFO ralenticen los despliegues de menor prioridad o exijan casos de uso más acotados.

La gobernanza no ha seguido el ritmo de la adopción

El costo es solo una parte del problema. La gobernanza también lo es. First Line Software destacó datos de una encuesta de Retool que muestran que solo 8% de los CTO, CIO y CISO describen como sólida la gobernanza de las herramientas internas de IA. Cuando la gobernanza es deficiente, los líderes se preocupan por el cumplimiento normativo, la seguridad, la confiabilidad y el uso indebido de los modelos. Eso dificulta ampliar el uso de la IA en toda la empresa, incluso si los ejecutivos siguen interesados en la tecnología.

Para los inversionistas, esto significa que el gasto puede continuar, pero quizá se redirija a capas de control, monitoreo e infraestructura, en lugar de destinarse a desplegar rápidamente todas las nuevas aplicaciones de IA.

El uso de herramientas puede crecer más rápido que los controles presupuestarios

Uber ofrece un ejemplo útil de optimización táctica, no de un repliegue generalizado. Según la información citada y resumida por First Line Software, el uso de Claude Code entre los ingenieros aumentó considerablemente entre fines de 2025 y principios de 2026, y la empresa habría agotado su presupuesto anual para herramientas de IA en apenas unos meses. El problema no era la falta de interés. El problema era que los costos por ingeniero aumentaban rápidamente mientras los directivos no podían medir claramente las mejoras en los resultados.

Según se informó, Tesla también decidió limitar el gasto de sus empleados en herramientas de IA, fijando un tope semanal por empleado salvo que se aprobara un gasto adicional. Coinbase tomó otro camino: en vez de endurecer las cuotas de forma generalizada, se centró en el enrutamiento de modelos, el almacenamiento en caché y la elección de modelos predeterminados más baratos. La empresa afirmó que redujo el gasto en IA casi 50% mientras el uso seguía creciendo. Estos ejemplos muestran que la optimización se está convirtiendo en un tema central.

Por qué el gasto en infraestructura de IA sigue siendo sólido

Si las empresas estuvieran abandonando realmente la IA, es probable que el capex de los proveedores de nube a hiperescala estuviera bajando. Ha ocurrido lo contrario. Digital Applied informó que la guía de gastos de capital de Alphabet para 2026 aumentó a entre $195.000 M y $205.000 M, que Microsoft proyectó cerca de $175.000 M para el año calendario 2026 y que Meta elevó su rango a entre $130.000 M y $145.000 M. En conjunto, esas proyecciones suman aproximadamente entre $500.000 M y $525.000 M, una cifra que todavía excluye una proyección anual completa de Amazon.

Esta es una de las razones por las que las perspectivas para las acciones de IA siguen siendo favorables en algunas partes del mercado. El dinero sigue fluyendo hacia los chips, la capacidad de la nube, las redes, la energía y los centros de datos. Según se informó, ByteDance también aumentó su plan de gasto en infraestructura de IA en 25%, hasta 200.000 M yuanes, lo que refuerza la idea de que la inversión en computación a gran escala sigue siendo una prioridad.

Por lo tanto, la lectura más precisa del mercado no es que “la demanda de IA se está desvaneciendo”, sino que “la demanda de IA se está concentrando”. El capital se agrupa alrededor de las empresas que venden los cimientos: semiconductores, plataformas de computación, ecosistemas de nube y acceso a modelos centrales.

Qué significa esto para los distintos tipos de acciones de IA

No todas las acciones de IA deberían tratarse igual. El mercado se está dividiendo en al menos dos grandes grupos.

Por eso, los titulares sobre empresas que reducen el gasto en inteligencia artificial pueden resultar engañosos si se aplican a todo el sector. Una empresa de software que vende copilotos de IA a otras empresas puede enfrentar un intenso escrutinio presupuestario. En cambio, un proveedor de GPU, servidores, equipos de redes o servicios en la nube todavía puede beneficiarse de un capex elevado.

La misma lógica se aplica a los titulares relacionados con el empleo. Metaintro sostuvo que, en algunos casos, las empresas están recortando equipos o funciones secundarias para financiar su estrategia de IA, en lugar de reemplazar directamente a toda esa fuerza laboral con IA. Esta es otra razón por la que los inversionistas deberían leer con atención los comunicados de resultados. Un aumento del capex en IA junto con una reestructuración puede indicar que se están redefiniendo las prioridades, no que se esté dando marcha atrás.

Qué observar a continuación en las perspectivas para las acciones de IA

Es probable que la siguiente etapa dependa de tres preguntas. Primero, ¿pasarán las empresas de los proyectos piloto a despliegues a gran escala con retornos cuantificables? Segundo, ¿mejorará lo suficiente la gobernanza como para respaldar una adopción más amplia? Tercero, ¿demostrarán los proveedores de software que las funciones de IA pueden aumentar los ingresos sin reducir demasiado los márgenes?

Si esas respuestas mejoran, más partes de la cadena de valor de la IA podrán beneficiarse. De lo contrario, el mercado podría seguir concentrado, con el mejor desempeño limitado a la infraestructura y las plataformas dominantes. Los inversionistas también deberían observar si la optimización de costos se convierte en una práctica habitual. Cuando las empresas limitan el uso de herramientas, cambian a modelos más baratos o mejoran el almacenamiento en caché, esto puede presionar el crecimiento de los ingresos de algunos proveedores, incluso si la adopción general de IA sigue aumentando.

En resumen, los recortes en el gasto en IA importan, pero el contexto importa más. Los presupuestos estratégicos para IA parecen más resilientes que muchas partidas tradicionales de TI. El punto de tensión tiene menos que ver con la disposición a gastar y más con el destino del dinero, la eficiencia con que se utiliza y quién puede convertir la demanda en ganancias duraderas.

Conclusión

La situación actual no refleja un abandono generalizado de la IA por parte de las empresas, sino un cambio: de la experimentación sin límites a una gestión más estricta de los presupuestos, la gobernanza y el ROI. Esto mantiene mejores las perspectivas para las acciones de IA de los líderes de infraestructura que para las empresas de la capa de aplicaciones que aún intentan demostrar su valor comercial.

Preguntas frecuentes

1. ¿De verdad las empresas están recortando el gasto en IA de forma generalizada?
No. Las investigaciones disponibles de 2026 sugieren que muchas empresas están reasignando sus presupuestos después de excederse, en lugar de abandonar los proyectos de IA de forma generalizada.

2. ¿Por qué algunas empresas limitan el uso de herramientas de IA por parte de sus empleados?
Los costos de las herramientas pueden aumentar rápidamente, sobre todo cuando la adopción se extiende más rápido que los controles presupuestarios. Algunas empresas están estableciendo límites o pasos de aprobación porque todavía es difícil medir el ROI.

3. ¿Qué acciones de IA parecen más protegidas frente a los recortes de gasto?
Las acciones centradas en infraestructura y vinculadas a los chips, la nube, las redes y los centros de datos parecen contar con más respaldo de las tendencias actuales de capex que algunos proveedores de aplicaciones de IA empresarial.

4. ¿Por qué el ROI es tan importante ahora para la IA empresarial?
Muchas organizaciones todavía están en la fase piloto, por lo que los directorios y los CFO quieren pruebas más claras de que el gasto en IA puede mejorar los ingresos, la productividad o la eficiencia de costos antes de aprobar despliegues de mayor escala.

5. ¿Los despidos significan automáticamente que la demanda de IA se está debilitando?
No necesariamente. En algunos casos, las empresas parecen estar recortando puestos o gastos secundarios mientras siguen aumentando la inversión en infraestructura de IA.