La compañía de movilidad reconoce que el gasto masivo en IA no siempre se traduce en mejores productos. Mientras Silicon Valley acelera la adopción de modelos generativos, Uber empieza a cuestionar si el retorno económico justifica la inversión.
La fiebre por la inteligencia artificial generativa ya no genera únicamente entusiasmo en las grandes tecnológicas. También empieza a despertar dudas internas sobre costos, productividad y retorno de inversión. Y una de las compañías que acaba de exponer públicamente ese debate es Uber Technologies.
Andrew Macdonald, director de operaciones de Uber, reconoció en una entrevista publicada por Rapid Response que dentro de la empresa cada vez resulta más difícil justificar el enorme gasto asociado al consumo de modelos de inteligencia artificial. Sus declaraciones aparecen en un momento donde compañías de todo el mundo incrementan agresivamente sus inversiones en IA generativa, especialmente en herramientas basadas en tokens y modelos fundacionales.
“El vínculo todavía no está ahí”, afirmó Macdonald al explicar que, pese al aumento del uso interno de IA, la empresa no logra demostrar que eso se traduzca directamente en más funcionalidades útiles para los consumidores. “Tal vez implícitamente se estén lanzando más cosas, pero es muy difícil trazar una línea entre una de esas métricas y decir: ‘Ahora realmente estamos produciendo un 25% más de funciones útiles para el usuario’”, sostuvo.
El fenómeno del “tokenmaxxing”
La discusión se originó luego de que Praveen Neppalli Naga, CTO de Uber, generara repercusión en abril al declarar en una entrevista con The Information que la compañía ya había agotado su presupuesto de Claude Code para todo 2026. Claude es el modelo de IA desarrollado por Anthropic y se ha convertido en una de las herramientas más utilizadas por empresas para programación y automatización de tareas.
Según Macdonald, aquella declaración provocó un “momento de explosión de cabezas” dentro de Uber, porque dejó expuesto hasta qué punto el consumo de tokens —las unidades de procesamiento que utilizan los modelos de IA— se había disparado.
En Silicon Valley comenzó a popularizarse el término “tokenmaxxing”, una práctica que impulsa a empleados y equipos a utilizar inteligencia artificial de manera intensiva para maximizar productividad. Varias compañías tecnológicas incluso empezaron a medir el desempeño de empleados según cuánto utilizan herramientas de IA.
Sin embargo, Uber empieza a mostrar una postura más cautelosa. Macdonald explicó que, cuando se analizan los costos reales de infraestructura y licencias, el entusiasmo inicial empieza a moderarse.
“La IA parece gratis cuando uno simplemente está sentado pensando casos de uso interesantes, pero al final alguien paga la cuenta”, afirmó el ejecutivo.
Menos contrataciones para financiar la IA
Las declaraciones también coinciden con una decisión estratégica tomada por el CEO de Uber, Dara Khosrowshahi, quien recientemente confirmó durante la presentación de resultados financieros que la empresa desacelerará contrataciones para compensar el aumento de inversiones en inteligencia artificial.
El fenómeno refleja una tensión cada vez más visible en el sector tecnológico: las empresas sienten presión por adoptar IA rápidamente para no quedarse atrás frente a competidores, pero todavía muchas no logran demostrar un retorno económico claro.
El problema no es menor. Los modelos de lenguaje avanzados requieren enormes volúmenes de procesamiento, especialmente cuando son utilizados a escala corporativa. Eso implica gastos crecientes en infraestructura cloud, GPUs y consumo de tokens, un costo que puede dispararse rápidamente en organizaciones con miles de empleados.
Silicon Valley empieza a recalcular
Uber no es la única empresa que comienza a revisar su estrategia. La plataforma de aprendizaje de idiomas Duolingo también dio marcha atrás parcialmente con una política que incorporaba el uso de IA dentro de las evaluaciones de desempeño.
Su CEO, Luis von Ahn, reconoció recientemente que algunos empleados sentían presión por utilizar inteligencia artificial incluso en situaciones donde no aportaba valor real.
“Parecía que, en lugar de ser evaluados por el resultado concreto, estábamos tratando de empujar algo que en algunos casos simplemente no encajaba”, explicó von Ahn en un podcast publicado en abril.
El debate ocurre mientras gigantes tecnológicos continúan apostando miles de millones de dólares a la expansión de la IA generativa. Empresas como OpenAI, Google, Microsoft y Anthropic compiten por captar clientes corporativos ofreciendo modelos cada vez más avanzados y costosos.
Productividad sí, pero con límites
A pesar de las críticas, Uber no planea abandonar la inteligencia artificial. La compañía sigue utilizando herramientas de IA para programación, operaciones y análisis internos. El punto central parece ser otro: encontrar un equilibrio entre innovación y rentabilidad.
La discusión también marca una evolución del mercado. Durante 2024 y 2025, muchas empresas adoptaron IA casi por presión competitiva. Pero en 2026, con presupuestos más ajustados y expectativas de resultados concretos, el foco comienza a desplazarse hacia la eficiencia económica.
En otras palabras, la pregunta ya no es solamente quién tiene la mejor inteligencia artificial, sino quién puede utilizarla de manera sostenible y rentable.
Y en ese escenario, las declaraciones de Uber podrían anticipar una nueva etapa para toda la industria tecnológica: menos obsesión por consumir tokens y más presión por demostrar resultados reales.