La falta de control sobre estos gastos no es solo un problema de los datos en sí, sino de una carencia de estructuras organizativas. De acuerdo con Marcos Grilanda, vicepresidente y gerente general de Databricks en Latinoamérica, muchas compañías incentivaron a sus empleados a usar la IA sin establecer "barreras de contención" o límites claros, lo que provocó que los costos "vuelen".
Uber es un caso emblemático. La empresa informó que agotó su presupuesto anual de IA durante los primeros tres meses del año, por lo que fijó un límite mensual de 1,500 dólares por empleado para herramientas de programación.
La medida afecta a los programadores de la compañía, quienes ya cuentan con un panel individual en donde pueden monitorear su consumo de tokens y, en caso de necesitar más, iniciar un proceso formal para solicitarlos y aumentar su presupuesto, una disposición que también se ha replicado en firmas como Microsoft, Meta o Salesforce, entre otras.
Ante este escenario, la implementación de un gobierno de datos robusto se presenta como una necesidad del negocio. “No se trata de frenar la innovación, sino de administrarla”, afirma Marcelo Sales, director general de tecnología de Databricks. “El control de costos permite, por ejemplo, que una consulta sobre los clientes sea enviada a un modelo más económico, mientras que una planeación estratégica compleja se reserve para un modelo de última generación. Esta capacidad de elección y direccionamiento es lo que garantiza que la IA sea sostenible a largo plazo”.
Los especialistas resaltan que estas tecnologías de gobernanza actúan como una "capa de mediación" automática que elige la forma más eficiente de resolver una solicitud sin que empleados de áreas como marketing tengan que ser expertos en la tecnología.
Esta estructura de gobernanza no solo previene sorpresas en la cuenta final del mes, sino que también otorga confianza a los directivos para acelerar la adopción de la tecnología. “El miedo a un costo desconocido es, hoy en día, una de las principales barreras para que las empresas permitan que su personal explore todo el potencial de la IA”, comenta Grilanda.
En México, la madurez se encuentra en 52 puntos, una cifra que está por encima del promedio global y la inversión en IA creció un 107% en un solo año, según el informe AI Maturity Index de Service Now, sin embargo, Enrique Upton, director general de la firma para norteamérica, resalta que el 69% de las organizaciones del país aún enfrentan problemas de precisión y acceso a los datos. “Incluso los agentes más sofisticados no pueden operar de manera confiable”, puntualiza.
