Uber dice adiós al 'tokenmaxxing': la era de gastar en IA a lo loco se acaba
El CTO de Uber anuncia el fin de la fiebre por acumular tokens de IA: la empresa ya gasta más pero de forma más eficiente, y el foco pasa de la cantidad a la calidad del uso.
Uber está cerrando la puerta a su etapa más salvaje con la inteligencia artificial. El director de tecnología, Praveen Neppalli Naga, ha declarado en X que la compañía ve "tendencias muy interesantes en los costes de IA" y que esto es "otra señal de que estamos llegando al final de la llamada era del 'tokenmaxxing'".
El 'tokenmaxxing' es una moda empresarial que explotó en la primera mitad de 2026: las compañías empujaban a sus empleados a usar IA hasta la extenuación, incluso convirtiendo su adopción en un indicador de rendimiento laboral. Uber fue pionera en esta tendencia: en abril, el propio Naga admitió que ya habían pulverizado el presupuesto anual para Claude Code de Anthropic, y en marzo presumió de que 1.800 cambios de código semanales los escribía íntegramente un agente interno.
Pero ahora el discurso cambia. Naga explica que, desde principios de año, el número de empleados que usan herramientas de IA de vanguardia se ha multiplicado por cuatro, pero el coste por token ha bajado. ¿Cómo? Mejorando la caché de prompts, usando modelos por defecto más eficientes, dando a los ingenieros visibilidad sobre su consumo y experimentando con modelos de código abierto.
El mensaje es claro: "La próxima fase, la llamemos como la llamemos, no se caracterizará por quién gasta más tokens, sino por cómo la gente los usa de la forma más eficiente posible". En la presentación de resultados del segundo trimestre, el director financiero Balaji Krishnamurthy reforzó la idea: "En IA estamos muy al principio, pero estamos viendo que podemos ofrecer mejoras de productividad a los desarrolladores de forma rentable". De hecho, la producción de código por ingeniero se ha duplicado.
Este giro no es exclusivo de Uber. En mayo, el COO Andrew Macdonald ya advirtió de que cada vez costaba más justificar las inversiones en IA porque las ganancias de productividad no eran proporcionales al gasto. Otras tecnológicas como Coinbase también están probando a asignar las tareas más difíciles a los modelos más punteros y derivar las repetitivas a opciones más baratas. Incluso ha nacido un nuevo nicho de consultoría y herramientas de infraestructura para ayudar a las empresas a optimizar sus presupuestos de IA.
El análisis de Salseo
- El 'tokenmaxxing' fue una burbuja de gasto sin control: Uber admite que quemó su presupuesto anual de IA en meses, pero sin una mejora proporcional de la productividad. Esto refleja una resaca típica tras la euforia inicial con cualquier tecnología nueva.
- La clave ahora es la eficiencia: Uber reduce costes por token con técnicas como la caché de prompts o modelos abiertos. Para el inversor, esto significa que la carrera de la IA ya no la gana quien más gasta, sino quien mejor optimiza, lo que puede mejorar márgenes a largo plazo.
- El cambio de discurso de la cúpula directiva (CTO, CFO y COO alineados) es una señal potente: la empresa prioriza la rentabilidad sobre el experimento. Si otras grandes tecnológicas siguen este camino, podría frenar el crecimiento de ingresos de proveedores de IA como Anthropic o los grandes de la nube.
- Ojo al dato: la producción de código por ingeniero se ha duplicado. Si esa mejora se mantiene con menos gasto, Uber podría liberar recursos para otras áreas o mejorar su cuenta de resultados sin sacrificar innovación. Habrá que vigilar los márgenes y la inversión en I+D en los próximos trimestres.