Uber Limita el Gasto en AI por Empleado a $1,500 Mensuales Tras un Desbordamiento Presupuestario

Uber les dijo a sus ingenieros que usaran la inteligencia artificial tanto como fuera posible. Incluso convirtió el uso en una competencia.

Cuatro meses después, todo el presupuesto del año había desaparecido.

Según TechCrunch, Uber agotó su presupuesto anual de inteligencia artificial (AI) en aproximadamente un tercio del año, y actuó rápidamente para establecer un techo. La empresa había animado al personal a apoyarse intensamente en las herramientas de codificación con AI y clasificaba a los equipos entre sí según el volumen de uso. Las personas hicieron exactamente lo que se les pidió. La factura hizo exactamente lo que cabía esperar.

Lo que convierte esto en algo más que un memo interno curioso es quién lo dijo y qué dijo. Andrew Macdonald, presidente y COO de Uber, ha cuestionado públicamente si el gasto está dando resultados, diciendo en un podcast que "es muy difícil trazar una línea" entre el disparado uso de AI de la empresa y algo nuevo que sus clientes puedan sentir. Cuando quien dirige la operación de la empresa no puede vincular el gasto con el producto, todo CEO que lo observe debería tomar nota.

Cómo un Ranking de Uso Quemó el Presupuesto de Todo un Año

La configuración suena razonable sobre el papel. Hacer que la gente se familiarice rápido con la AI, eliminar la fricción, reconocer a los usuarios más activos. La adopción es la parte difícil de cualquier tecnología nueva, así que ¿por qué no gamificarla?

Datos clave

• Uber agotó todo su presupuesto anual de AI en aproximadamente cuatro meses, dato revelado internamente alrededor de abril de 2026. (TechCrunch, junio de 2026)
• La empresa estableció un techo de $1,500 por empleado al mes para cada herramienta de codificación agéntica, incluyendo Claude Code y Cursor, con seguimiento en un panel interno y excepciones por aprobación. (TechCrunch)
• El exceso de gasto siguió a un impulso interno para usar AI "tanto como sea posible", con equipos clasificados entre sí en rankings de uso. (TechCrunch)

El problema es qué incentivaba realmente el ranking. Incentivaba el consumo. No la producción, no una función entregada, no un lanzamiento más rápido, no un cliente más satisfecho. Solo tokens gastados. Así que la métrica subía sin parar, el presupuesto se vaciaba, y nadie podía señalar la pila equivalente de valor al otro lado del libro de cuentas.

El Problema Real No Es la Factura, Es el ROI Que Falta

Sería fácil archivarlo bajo "la AI es cara" y seguir adelante. Eso sería pasar por alto la lección.

El costo de las herramientas subyacentes ha estado cayendo. El problema es que las herramientas agénticas, las que planifican y actúan en un bucle, consumen muchos más tokens por tarea que una simple consulta a un chatbot, de modo que el uso escala rápidamente y la factura escala con él. La propia historia de Uber ilustra la misma brecha que muchas empresas están alcanzando ahora: el gasto es real y crece, mientras que el ROI sigue siendo obstinadamente difícil de nombrar. Esa es la misma desconexión detrás de por qué las facturas de AI empresarial siguen subiendo aunque los precios por token caen.

Cuando su COO dice que el vínculo entre el uso de AI y el valor para el cliente "aún no existe", no es una queja sobre precios. Es un fallo de medición. La empresa optimizó para lo que podía ver (uso) en lugar de para lo que realmente quería (resultados), porque el uso es fácil de contar y los resultados son difíciles. Esta es la trampa exacta que convierte la AI de una inversión en un costo sin medir que nunca se traduce en ROI. La solución no es un presupuesto más pequeño. Es una pregunta mejor.

Por Qué "Úsalo Tanto Como Puedas" Es la Instrucción Equivocada

La adopción es un medio, no un fin. El objetivo de una herramienta de AI es un mejor resultado a menor costo, no un número de uso más alto. En el momento en que convierte el uso en la meta, garantiza tres cosas: el gasto sube, los usuarios más activos parecen los mejores sin importar lo que hayan producido, y se pierde la capacidad de distinguir un dólar productivo de uno desperdiciado.

Un ranking de uso es una métrica de adopción disfrazada de métrica de valor. Parece progreso porque la gráfica sube. Pero un equipo de ventas no se juzga por cuántas llamadas marca, sino por los ingresos. Un despliegue de AI merece el mismo estándar. Si no puede vincular los tokens a un resultado, no está midiendo productividad. Está midiendo entusiasmo, y el entusiasmo no es gratuito.

También por eso sigue repitiéndose el patrón más amplio de inversiones en AI que no producen un retorno claro. La tecnología funciona. La gobernanza que la rodea, no.

El Manual de Gobernanza de Costos de AI

No necesita frenar su adopción de AI para controlarla. Necesita barandillas desde el primer día, no después de que el presupuesto se haya ido. Cinco medidas para cualquier CEO que financie herramientas de AI este año.

Establezca presupuestos por puesto y por herramienta antes de escalar, no después. El techo de Uber llegó tras gastar el dinero. Ponga un límite y un panel de seguimiento en la fase piloto, para que el gasto sea visible y acotado mientras es pequeño. Esto es disciplina de costos ordinaria aplicada a una nueva partida presupuestaria, nada exótico.

Recompense resultados, nunca el uso bruto. Elimine el ranking de consumo. Si quiere celebrar algo, celebre una función entregada, un ciclo más rápido, un ticket de soporte evitado, un trato cerrado. Vincule el reconocimiento a los resultados para que el incentivo apunte al valor en lugar del volumen.

Condicione cada expansión a una verificación real de ROI. Antes de ampliar el acceso o levantar un techo, exija una respuesta simple a una pregunta: qué compró el último dólar invertido. Si nadie puede nombrarlo, encontró su problema antes de que se agrave, que es exactamente lo que un ciclo de planificación anual disciplinado debe sacar a la luz.

Convierta el gasto en AI en una partida presupuestaria permanente con un responsable. Trátelo como cualquier otro costo material. Una persona es dueña del número, lo reporta y responde por la relación entre gasto y resultado. El costo de AI no puede vivir en la brecha entre TI y finanzas donde nadie lo vigila, que es la misma brecha de gobernanza que permite que ocurran estas sorpresas.

Asuma que el uso aumentará, y planifique la curva. Las herramientas agénticas se usan más a medida que las personas confían más en ellas. Eso es éxito, no fracaso, pero solo si lo pronostica. Modele la curva de gasto igual que modelaría contrataciones o la nube, para que el crecimiento sea una decisión que tomó, no una factura que descubre.

Uber no es un caso de advertencia porque gastó demasiado en AI. Es un caso de advertencia porque gastó sin manera de saber si el gasto funcionó, y tardó un presupuesto reventado en instalar los controles. Las empresas que ganen el próximo año de AI no serán las que usen más tokens. Serán las que puedan decirle, dólar a dólar, qué compraron esos tokens. Construya esa respuesta antes de escalar el gasto.

Preguntas Frecuentes

¿Por qué Uber limitó el gasto de AI de sus empleados?

Uber agotó todo su presupuesto anual de AI en unos cuatro meses después de animar al personal a usar intensamente las herramientas de codificación con AI y clasificar a los equipos según el uso. Luego estableció un techo de $1,500 por empleado al mes para cada herramienta de codificación agéntica, con seguimiento en un panel interno, para reconducir el gasto.

¿Cuál es la lección para los CEO del exceso de gasto en AI de Uber?

Que el peligro está en el incentivo, no en el precio. Recompensar el uso bruto impulsa el gasto sin demostrar valor. Los CEO deben establecer presupuestos y paneles por puesto antes de escalar, recompensar resultados en lugar de consumo, y condicionar cada expansión a una verificación clara de ROI.

¿Por qué suben las facturas de AI aunque caen los precios por token?

Porque las herramientas de AI agéntica planifican y actúan en bucles de múltiples pasos que consumen muchos más tokens por tarea que una sola consulta a un chatbot. A medida que crecen la confianza y la adopción, el uso sube más rápido de lo que caen los precios por token, por lo que la factura total aumenta a menos que una empresa presupueste y controle activamente su gasto en AI.

Fuente: TechCrunch, 2 de junio de 2026 | Fortune, 26 de mayo de 2026