Apple limita el gasto en IA de sus empleados mientras prepara una Siri para usarla en todo
Apple quiere que la inteligencia artificial se convierta en una presencia constante en sus dispositivos, pero al mismo tiempo está endureciendo el control sobre el uso interno de estas herramientas. La compañía ha reducido el presupuesto diario de tokens para algunos ingenieros y estudia aplicar nuevos recortes a determinados equipos.
Según la información disponible, Apple habría rebajado recientemente de 300 a 200 dólares diarios el límite de consumo para parte de sus ingenieros. La empresa también estaría valorando reducirlo hasta los 100 dólares en algunos departamentos. Fuera de los equipos técnicos, varios grupos de empleados pasarían de disponer de 100 dólares diarios a solo 25.
Los trabajadores que necesiten superar esas cantidades podrán solicitar una excepción. La petición se analizará de forma individual, en función del proyecto y del uso previsto de los modelos de IA.
Qué son los tokens y por qué encarecen la inteligencia artificial
Los tokens son las unidades en las que los modelos de inteligencia artificial procesan el texto. Una palabra puede equivaler a uno o varios tokens, aunque también se contabilizan los mensajes enviados, el contexto de la conversación y la respuesta generada.
Cada consulta a servicios como Claude, ChatGPT o Gemini tiene un coste asociado. Cuanto más largo es el código, el documento o la conversación que analiza el sistema, mayor es el número de tokens consumidos y, por tanto, la factura para la empresa.
Apple proporciona a sus empleados acceso a varios de estos servicios para tareas como programar, revisar código, redactar documentación o analizar información. Sin embargo, algunos equipos ya habrían recibido instrucciones para utilizar modelos más económicos o sistemas que funcionen directamente en los dispositivos y servidores de la compañía.
La paradoja de Apple: más inversión en IA y menos barra libre
El recorte resulta llamativo porque Apple presentó la inteligencia artificial como una de sus grandes prioridades estratégicas. La compañía pretende que la nueva Siri con capacidades avanzadas se integre de forma transversal en el iPhone, el iPad, el Mac y el resto de su ecosistema.
Además, Apple destinó 45.765 millones de dólares a investigación y desarrollo en su último ejercicio, un 32% más que el año anterior. La empresa relaciona parte de ese incremento con sus esfuerzos en inteligencia artificial, aunque el aumento de la inversión no implica que vaya a permitir un consumo ilimitado de modelos externos.
El objetivo de la medida podría ser más operativo que financiero. Algunos empleados aseguran que pocos trabajadores agotaban por completo la asignación diaria de 300 dólares, por lo que el ahorro directo sería limitado. El control también puede servir para conocer qué usos generan productividad real y cuáles se limitan a experimentar con modelos cada vez más potentes.
Dentro de la plantilla, no obstante, existe preocupación por que el ajuste sea el primer paso de una política más restrictiva. En un sector que ha anunciado despidos y reorganizaciones en torno a la IA, cualquier reducción de presupuesto se interpreta como una posible señal de cautela.
El fenómeno del tokenmaxxing pierde fuerza
Apple no es la única tecnológica que ha comenzado a vigilar el consumo de tokens. Durante los últimos meses, varias compañías promovieron internamente el uso intensivo de asistentes de programación y modelos generativos. La idea era que los empleados aprovecharan al máximo estas herramientas para acelerar el desarrollo de productos.
Esta práctica llegó a recibir el nombre de tokenmaxxing: utilizar tantos tokens como sea posible para obtener respuestas más completas, analizar más contexto o realizar varias iteraciones sobre una misma tarea. El problema apareció cuando las empresas empezaron a recibir facturas mucho más elevadas de lo previsto.
En algunas compañías se organizaron incluso clasificaciones informales para identificar a los empleados que más consumo realizaban. La tendencia se ha frenado después de que varios grupos hayan comprobado que gastar más tokens no siempre se traduce en mejores resultados.
En un caso especialmente llamativo, un empleado de Microsoft habría consumido 28.000 dólares en tokens durante un solo mes. La compañía reaccionó con un mensaje interno en el que se advertía de que el objetivo no era maximizar el gasto, sino mejorar el trabajo.
Nvidia apuesta por gastar más
La estrategia de Apple contrasta con la postura de Nvidia. Su consejero delegado, Jensen Huang, ha defendido que las empresas deberían permitir a sus ingenieros utilizar grandes cantidades de tokens si eso ayuda a aumentar su productividad.
Huang llegó a plantear que sería preocupante que un ingeniero con un salario de 500.000 dólares gastara menos de 250.000 dólares en herramientas de IA. Nvidia, además, fabrica los procesadores y sistemas que permiten ejecutar estos modelos, por lo que cada consulta adicional puede traducirse en una mayor demanda de capacidad informática.
Apple se encuentra en una posición diferente. La compañía debe asumir el coste de los servicios externos, mientras que Nvidia se beneficia directamente de la expansión del consumo de inteligencia artificial. Esa diferencia explica, en parte, que Cupertino esté buscando fórmulas para contener la factura.
Modelos locales para reducir costes
Una de las alternativas pasa por utilizar modelos de código abierto o de pesos abiertos, cuyos parámetros pueden descargarse y ejecutarse en servidores propios. De este modo, la empresa no paga por cada petición a un proveedor externo, aunque debe asumir el coste de la infraestructura y del mantenimiento.
Revolut ha optado por esta vía con unos 2.000 ingenieros, que utilizan por defecto un modelo chino de pesos abiertos para programar. La compañía asegura que el coste es aproximadamente una décima parte del de los modelos más avanzados disponibles en la nube.
Este sistema también ofrece una factura más previsible. En lugar de pagar por cada token procesado, la empresa mantiene sus propios servidores y limita el uso según la capacidad disponible. La evolución del mercado apunta así hacia un escenario más selectivo: la IA seguirá extendiéndose en las empresas, pero el acceso ilimitado a los modelos más caros parece haber llegado a su fin.
