Uber cuestiona si el gasto en IA está dando resultados reales

Cuatro meses. Ese es el tiempo que tardó Uber en consumir la totalidad de su presupuesto anual destinado a IA en 2026. El dato, revelador por sí solo, sirve de trasfondo a unas declaraciones llamativas: Andrew Macdonald, presidente y COO de la compañía, ha admitido en una entrevista con Rapid Response —recogida por The Verge— que el gasto en inteligencia artificial se está volviendo «difícil de justificar». La razón concreta: un aumento sostenido en el consumo de tokens de Claude Code que no está produciendo una mejora equivalente en productividad.

No es una queja menor de un directivo frustrado. Es una señal de que la narrativa de «más uso igual a más valor» empieza a crujir en algunos de los entornos corporativos más expuestos a estas herramientas.

Más tokens, ¿más productividad?

El problema que describe Macdonald es de correlación rota. Las empresas que han adoptado Claude Code a escala —la CLI oficial de Anthropic, con soporte para skills, subagentes, hooks y servidores MCP— están descubriendo que el volumen de llamadas al modelo crece de forma orgánica, casi inevitable, a medida que los equipos de ingeniería integran el asistente en más partes del flujo de trabajo. Pero el output medible —código en producción, bugs cerrados, ciclos de release acortados— no escala al mismo ritmo.

Esto no significa necesariamente que Claude Code no funcione. Significa que la métrica «tokens consumidos» es un proxy pobre para el valor generado, y que muchas organizaciones todavía no tienen cuadros de mando que les permitan separar el uso productivo del ruido: consultas redundantes, contextos mal diseñados, iteraciones que no llegan a ningún lado.

Por qué importa que lo diga Uber

Uber no es una startup explorando la IA por primera vez. Es una empresa con miles de ingenieros, infraestructura propia y equipos dedicados a la adopción de herramientas de desarrollo. Si ellos tienen dificultades para trazar una línea clara entre inversión y retorno, cabe asumir que el problema es estructural y amplio, no un caso aislado de mala implementación.

El momento en que un COO de este perfil verbaliza en público que el gasto «es difícil de justificar» tiene consecuencias prácticas: refuerza la posición de los equipos financieros que llevan meses pidiendo métricas más sólidas antes de aprobar nuevas partidas, y pone presión sobre los proveedores —en este caso, Anthropic— para demostrar valor de forma más granular.

Anthropicha apostado fuerte por Claude Code como vector de penetración en entornos empresariales. La herramienta ha ganado tracción real, con un ecosistema de plugins y servidores MCP que crece semana a semana. Pero la conversación que está emergiendo en empresas como Uber apunta a que la siguiente batalla no es de adopción, sino de justificación.

Para quién es relevante este debate

Este tipo de fricciones interesa a varios perfiles distintos:

• Equipos de ingeniería que usan Claude Code a diario y necesitan argumentar internamente por qué su presupuesto no debería recortarse.
• Responsables de compras tecnológicas que están evaluando si escalar licencias o consolidar el uso existente.
• Desarrolladores independientes y estudios pequeños, que paradójicamente pueden salir reforzados: su escala más controlada facilita medir el ROI de forma directa, algo que las grandes organizaciones tienen más difícil.
• El propio ecosistema de integradores —como el trabajo que hacemos en ElephantPink con agentes y servidores MCP— donde el diseño de la arquitectura de consumo puede marcar la diferencia entre un gasto justificable y uno que se escapa de las manos.

El problema de fondo no es que Claude Code sea ineficaz. Es que las organizaciones grandes tienden a instrumentalizar las herramientas de IA sin rediseñar los procesos que las rodean, lo que genera consumo inflado con valor diluido.

---

Opinión EP: Que Uber lo diga en voz alta es, en cierta medida, útil para el ecosistema. El debate sobre métricas de valor en herramientas de IA para desarrollo lleva demasiado tiempo ocurriendo solo en privado; tenerlo sobre la mesa, con cifras reales, es mejor punto de partida que seguir midiendo el éxito por volumen de tokens facturados.