El gasto empresarial en inteligencia artificial llega a 176.800 millones de dolares

El gasto empresarial en inteligencia artificial alcanzo los 176.800 millones de dolares hasta septiembre de 2026, segun el informe State of Enterprise AI que Menlo Ventures publico el 3 de noviembre de 2026. La cifra multiplica por 5,4 los 33.000 millones de 2025. Detras del dato hay una encuesta a casi 400 responsables de decisiones en empresas de Estados Unidos que, en conjunto, supervisan mas de 4.000 millones de dolares en gasto en inteligencia artificial, de modo que el informe combina las grandes cifras del mercado con las respuestas de quienes firman de verdad esas inversiones.

Un hallazgo hara que cualquier responsable de presupuesto preste atencion. Las empresas encuestadas gastaron alrededor de 2,5 veces lo que habian presupuestado para inteligencia artificial. Conviene leerlo bien. Es una adopcion que avanza por delante de los planes, no una historia de despilfarro. Los equipos fijaron un presupuesto prudente, el personal probo las herramientas en trabajo real, el uso crecio mas rapido de lo que preveia el modelo financiero y la factura siguio a ese uso. Ese patron aparece siempre que una herramienta demuestra su valor antes de que el ciclo de planificacion pueda reaccionar.

Un crecimiento para el que los presupuestos no estaban hechos

Pasar de 33.000 millones a 176.800 millones en un ano no es un crecimiento normal de software. El crecimiento normal es una subida constante, unos puntos cada trimestre, con las renovaciones haciendo la mayor parte del trabajo. Multiplicar por 5,4 significa que categorias enteras de tareas se trasladaron a la vez a sistemas de inteligencia artificial: redaccion, ayuda para programar, atencion al cliente, investigacion, gestion de documentos y trabajo con datos, a menudo dentro de la misma empresa y en el mismo ano.

Tambien significa que el habito de planificar tiene que cambiar. Un presupuesto escrito como una linea anual fija, revisada una vez y defendida despues, encaja en un mundo donde el uso es plano. El uso de la inteligencia artificial no es plano. Cuando un equipo de atencion descubre que un asistente resuelve bien las preguntas habituales, el volumen se desplaza en semanas. Cuando los ingenieros adoptan una herramienta de programacion, las licencias se extienden de un equipo a otro porque los resultados se ven en el trabajo compartido.

Una planificacion mas inteligente nace de ahi. Fijar el presupuesto por etapas. Financiar una primera fase para usos ya probados, comprobar los resultados con medidas reales como casos resueltos u horas ahorradas y liberar despues la siguiente fase. Ese enfoque trata el exceso de 2,5 veces como informacion valiosa. La demanda existia. El plan simplemente se escribio antes de que nadie pudiera ver con cuanta fuerza llegaria.

Otras historias de esta semana apuntan en la misma direccion. El respaldo a quienes tienden puentes entre paises y mercados, como se vio cuando Felipe VI entrego en Madrid el Premio Enrique V. Iglesias, y el impulso a una tarjeta sencilla pensada para millones de personas en Iberoamerica comparten una idea sencilla: cuando algo util se vuelve facil de usar, la gente lo usa mas de lo que decian las previsiones mas prudentes.

Los agentes ya generan la mayor parte de los tokens

El detalle mas llamativo del informe tiene que ver con quien, o mejor con que, utiliza estos sistemas. En OpenRouter, que Menlo usa como uno de los canales observables para seguir el uso, los agentes generaron el 80 por ciento de todos los tokens en el momento del informe. Es, aproximadamente, siete veces el uso impulsado por personas en ese canal. El consumo de los agentes se multiplico por 37 despues de superar al trafico humano en febrero de 2026.

Hay que ser precisos sobre lo que mide ese dato. OpenRouter es un canal, no todo el mercado, y Menlo lo presenta como una ventana observable y no como un censo completo. Dentro de esa ventana, sin embargo, el cambio es inequivoco. La mayoria de los tokens ya no nace de una persona que escribe una pregunta y lee una respuesta. Nace de programas que actuan en nombre de una persona: consultan fuentes, llaman a herramientas, comparan opciones, redactan, verifican y entregan un resultado.

Eso cambia la definicion de calidad. Una persona perdona una respuesta lenta o un poco larga. Un agente no necesita simpatia. Necesita resultados exactos y bien estructurados que pueda pasar al siguiente paso sin que nadie tenga que limpiarlos. Los productos pensados para trafico de agentes pondran el acento en la fiabilidad, el formato claro y los mensajes de error honestos. Una respuesta segura pero equivocada es peor que ninguna respuesta cuando quien la lee es otro programa que actuara a partir de ella.

Lo que aportan casi 400 responsables

Toda encuesta tiene limites y esta debe leerse teniendo en cuenta su forma. Casi 400 responsables forman una muestra solida para investigacion empresarial, y mas de 4.000 millones de gasto bajo su supervision dan peso a sus respuestas. Son empresas de Estados Unidos, asi que la fotografia es la de la empresa estadounidense. Otros mercados pueden avanzar a ritmos distintos por razones de regulacion, idioma o impulso local.

Incluso con esos limites, la direccion es coherente desde todos los angulos que ofrece el informe. Gasto multiplicado por 5,4 en un ano. Gasto real en torno a 2,5 veces el nivel presupuestado. Trafico de agentes en el 80 por ciento de los tokens del canal observado, multiplicado por 37 desde febrero. Tres medidas distintas y un mismo mensaje: las empresas ya no experimentan solo en los margenes. Construyen su actividad diaria sobre estos sistemas y descubren que la demanda es mayor que sus planes.

Consejos practicos para empresas que aun planifican

Primero, presupuestar pensando en el exito. Si una prueba piloto funciona, el uso no crecera con timidez. Hay que modelar que ocurre con tres veces el volumen esperado y decidir de antemano quien aprueba el gasto extra, para que un buen resultado no se atasque en una cola financiera. Segundo, medir el trabajo de los agentes por separado del uso humano. Los costes, los riesgos y los controles de calidad son distintos, y una sola cifra mezclada los oculta todos.

Tercero, poner revision donde los agentes actuan. Un agente que redacta para una persona es una cosa. Un agente que envia, reserva o actualiza registros por su cuenta necesita limites claros, registros que una persona pueda leer y una forma rapida de deshacer un error. Las empresas que mas provecho sacan de esta etapa combinan una adopcion rapida con ese cuidado cotidiano. Rapidez y atencion no son opuestas. En las cifras de la encuesta aparecen como companeras.

La reflexion enlaza bien con las palabras del papa Leon XIV sobre poner el trabajo y la dignidad en el corazon de la economia: la tecnologia rinde mas cuando se organiza alrededor de las personas. Menlo Ventures deja una fotografia util del momento, con 176.800 millones gastados hasta septiembre de 2026, planes superados por la demanda real y agentes que ya producen la mayoria de los tokens en un canal observable de referencia. El proximo informe dira si los presupuestos han aprendido a esperar ese exceso. Con estas pruebas, las empresas que planifican contando con que la inteligencia artificial se usara mas de lo imaginado estan, simplemente, planificando lo que ya ocurre.

También publicado en: