Las búsquedas con inteligencia artificial generativa se han convertido en un lujo silencioso que las empresas ya empiezan a contabilizar: cada consulta a modelos como ChatGPT o Claude cuesta hasta diez veces más que la misma pregunta en Google, según datos del sector. Lo que antes era gratuito en el buscador de Mountain View ahora se traduce en facturas de suscripción que escalan mes a mes y en un gasto de tokens que se dispara con los agentes autónomos.
Claves de la operación
- Suscripciones que mutan hacia el pago por uso. Los planes de tarifa plana de ChatGPT y Anthropic están dando paso a modelos de pago por consumo, especialmente con los agentes de IA, que multiplican los recursos computacionales y encarecen cada interacción.
- Google mantiene la gratuidad, pero la IA se impone. El buscador tradicional sigue siendo gratuito, pero el hábito de preguntar a asistentes conversacionales para tareas simples ya tienta a millones de usuarios y eleva el coste operativo de empresas que no miden el consumo.
- Las pymes españolas, ante una trampa de costes. La adopción de IA en España sin formación adecuada en prompting está inflando las facturas de servicios en la nube y reduciendo la rentabilidad de proyectos que, bien ejecutados, podrían ser rentables.
El fin de las tarifas planas: la nueva factura algorítmica
El viejo modelo de suscripción mensual —22 euros al mes para acceder sin límites a GPT-5.6 o Claude Opus— se está desvaneciendo. Cada vez más usuarios reciben el mensaje «has llegado al límite de tu uso» y deben esperar entre 12 y 24 horas para seguir consultando, lo que les obliga a replantearse la actualización del plan. Como reflejan los precios oficiales de OpenAI, el pago por uso se ha impuesto en los modelos más avanzados y, sobre todo, en los agentes autónomos que consumen recursos de forma intensiva.
La metáfora del bufet libre del desayuno del hotel es reveladora: las tarifas planas tienen las horas contadas cuando los comensales son luchadores de sumo. Y esos luchadores son los agentes de IA, capaces de generar cientos de interacciones en minutos para tareas como el resumen de audios, la traducción de informes o la corrección de código. El coste de preguntar a ChatGPT o a Gemini por una simple regla de tres inversa o por el día de la semana de la próxima Nochevieja es comparable, en términos de recursos, al de contratar a un premio Nobel para hacer una suma.
Para esos menesteres, los modelos de lenguaje pequeños (SLM) son la alternativa racional. Minimalistas, ágiles y capaces de operar sin conexión en el dispositivo, reducen drásticamente el consumo de tokens. En lugar de moverse en reactor privado para ir a la vuelta de la esquina, las empresas pueden desplegar soluciones ligeras que ejecuten tareas de bajo esfuerzo sin disparar la factura.
La formación en prompting básico se perfila como la herramienta más económica para las plantillas. Basta con elaborar peticiones breves precisas y completas desde la primera línea, y evitar iteraciones excesivas que obligan al modelo a circular en segunda marcha. Además, abrir una nueva conversación para cada asunto, en lugar de alargar hilos sin fin, y no subir documentos PDF completos cuando solo se necesitan un par de páginas, puede suponer un ahorro de hasta el 40% en el consumo de tokens, según estimaciones del sector.
Y, llegados a este punto, la opción más sensata para muchas consultas cotidianas sigue siendo Google. Saber la hora, los ingredientes del gazpacho o las veces que aparece la letra «P» en una canción son consultas que no requieren ni un gramo de razonamiento profundo. Sin embargo, el reflejo de preguntar al asistente de IA se ha incrustado en el comportamiento digital, y ese hábito tiene un coste que pocas organizaciones está midiendo.
El sobrecoste de la IA no se mide solo en euros: cada consulta trivial a ChatGPT es un derroche de recursos que ya existen gratis en la web y que, además, evita el deterioro cognitivo de los usuarios.
Cuando la IA sustituye a Google: un lujo innecesario
El problema no es solo económico. La dependencia de la IA para tareas cognitivas básicas amenaza con atrofiar la capacidad de razonamiento de los trabajadores. El músculo que no se ejercita se debilita, y el cerebro no es una excepción. Empresas que externalizan sistemáticamente el pensamiento crítico a un modelo de lenguaje están sembrando una dependencia que, a largo plazo, puede resultar más cara que cualquier factura de tokens.
Estudios preliminares en el ámbito de la psicología digital apuntan a que el uso continuado de IA para resolver problemas sencillos reduce la capacidad de atención y la memoria de trabajo. La idiotización global, como la califican algunos expertos, es ya un riesgo tangible para la productividad a largo plazo. Mientras tanto, los costes directos de la IA no dejan de subir: el gasto medio por empleado en suscripciones de IA en grandes corporaciones ha pasado de 50 euros mensuales a más de 120 en apenas un año, según datos de la consultora Forrester que recoge el sector.
El coste oculto: deterioro cognitivo y dependencia empresarial
En España, donde la digitalización avanza a buen ritmo pero la formación en competencias digitales aún cojea, la brecha entre el uso de la IA y la comprensión de su coste real es especialmente preocupante. Compañías como Telefónica, BBVA o Indra están integrando asistentes conversacionales en sus procesos internos y en la atención al cliente, pero el consumo descontrolado de tokens por parte de empleados que no han recibido formación en prompting puede convertir una inversión estratégica en un agujero financiero. La historia reciente recuerda cómo la llegada del buscador de Google abarató el acceso a la información y democratizó el conocimiento; ahora, la IA generativa amenaza con revertir esa tendencia al encarecer cada consulta.
Lo que está en juego no es solo la comparativa de costes entre Google y ChatGPT. Es un cambio en el modelo de negocio de la información que puede dejar a las empresas sin músculo cognitivo propio y con una factura algorítmica difícil de digerir. La clave, como en toda transformación tecnológica, estará en medir, formar y elegir con cabeza: saber cuándo usar el reactor privado y cuándo ir andando.
