Un estudio reciente de Capgemini, realizado en septiembre de 2026, muestra que el 53 % de los ejecutivos de grandes organizaciones están preocupados por los costos de IA. La encuesta incluyó a 500 profesionales a nivel de CXO y refleja que, más allá del precio de los tokens, los gastos en entrenamiento, gobernanza y supervisión humana están creando incertidumbre presupuestaria.
El presupuesto supera las previsiones en la mayoría de los casos
Según los resultados, el 59 % de los directivos declararon que sus previsiones de gasto en IA fueron superadas. En concreto, el 20 % de las organizaciones excedieron su objetivo en más del 30 %. Esta presión financiera ha llevado a que los directores financieros se impliquen cada vez más en la toma de decisiones relacionadas con la IA. Como indica Volker Darius, CEO de Capgemini Invent:
«Cost discipline alone will not create a profitable AI estate, just as value creation without cost control will not be sustainable.»
El llamado a equilibrar disciplina y creación de valor se vuelve imperativo cuando los presupuestos se desbordan.
Estrategias multmodelo y la aparición de AI Yield
Ante el descontrol de los gastos, muchas firmas están adoptando una estrategia multmodelo, seleccionando diferentes modelos de IA según su coste y capacidad técnica. Se estima que tres de cada cinco ejecutivos planean implementar esta estrategia en los próximos seis a doce meses. La decisión se basa no solo en el precio, sino también en la latencia y el riesgo asociado a cada modelo.
En este contexto, Capgemini introduce la métrica AI Yield, diseñada para registrar el valor generado por cada salida de IA. AI Yield se define como la relación entre el beneficio empresarial obtenido y el gasto asociado a la IA. Darius explica:
«Organizations need to measure cost, quality and business value together, use the most appropriate model for each task, and account for the human oversight required to deliver outcomes safely.»
Al monitorizar continuamente el AI Yield, las organizaciones pueden asignar capital de forma más informada y escalar sus iniciativas de IA con mayor confianza.
De la contabilidad de costos a la gestión de resultados
Actualmente, el 60 % de las empresas todavía comparan el gasto total de IA con el presupuesto asignado. Sin embargo, el informe anticipa una caída a 44 % en los próximos seis a doce meses, ya que la prioridad se desplazará hacia métricas que evalúen los resultados de negocio generados por la IA. Darius resume la visión a largo plazo:
«As AI moves deeper into business workflows, organizations need to stop treating its cost as a technology or procurement issue and start managing AI as a portfolio of economic outcomes.»
El mensaje central es claro: la gestión de la IA debe evolucionar de una perspectiva puramente tecnológica a una cartera orientada a resultados económicos, donde la disciplina del gasto y la generación de valor coexistan.



