Microsoft ha decidido reducir de forma significativa el uso interno de Claude Code y dirigir a sus equipos hacia GitHub Copilot CLI, una decisión que vuelve a situar en primer plano el coste real de las herramientas de inteligencia artificial generativa en entornos corporativos. El movimiento llega en un momento en el que las grandes empresas revisan presupuestos, licencias y modelos de facturación tras meses de adopción acelerada.
La medida no implica una ruptura tecnológica con Anthropic, pero sí marca un cambio práctico en la gestión diaria de las herramientas de programación asistida. Claude Code había ganado tracción entre empleados de Microsoft por su utilidad en tareas de desarrollo, análisis de código y automatización de flujos técnicos, aunque la compañía ha optado por reforzar una alternativa integrada en su propio ecosistema.
El trasfondo económico es difícil de ignorar. Las herramientas de IA para programación han pasado de venderse como una extensión relativamente previsible del software empresarial a convertirse en servicios de consumo variable, donde las sesiones largas, los agentes autónomos y el procesamiento intensivo elevan de forma rápida la factura. La diferencia entre una consulta breve y una jornada de trabajo apoyada por agentes puede ser enorme.
GitHub, propiedad de Microsoft, también se prepara para ajustar su sistema de precios en torno al uso real de sus funciones avanzadas de inteligencia artificial. La transición hacia modelos de créditos o consumo refleja que las tarifas planas iniciales están bajo presión cuando los productos incorporan razonamiento más largo, ejecución de tareas complejas y acceso a modelos de mayor coste.
El caso de Uber ha reforzado esa lectura en el sector. La compañía ha reconocido un fuerte desajuste entre sus previsiones de gasto y la adopción interna de herramientas de IA por parte de sus equipos técnicos. El problema no está solo en que los empleados usen más estos sistemas, sino en que las organizaciones todavía están aprendiendo a medir cuándo el gasto se traduce en productividad real y cuándo se convierte en consumo difícil de gobernar.
La situación abre una etapa menos promocional para la inteligencia artificial empresarial. Durante los primeros despliegues, muchos proveedores absorbieron parte de los costes para acelerar la adopción y demostrar valor. Ahora, con un uso más intensivo y expectativas de rentabilidad más claras, empresas clientes y laboratorios empiezan a trasladar a sus presupuestos la factura completa del cómputo.
Ese ajuste puede tener consecuencias directas en la forma en que se implantan estas herramientas. Las compañías tenderán a limitar accesos indiscriminados, definir casos de uso prioritarios, medir retorno por equipo y negociar contratos con mayor precisión. También crecerá el interés por modelos más eficientes, opciones locales, límites de consumo y sistemas de control interno que eviten desviaciones repentinas.
La conclusión es que la IA generativa entra en una fase de madurez económica. Ya no basta con demostrar que una herramienta resulta útil; también debe encajar en presupuestos sostenibles y ofrecer métricas claras de impacto. La retirada parcial de Claude Code en Microsoft, el cambio de GitHub y las tensiones presupuestarias en grandes empresas anticipan una discusión central para 2026: quién paga realmente el coste de la inteligencia artificial a escala. Etiquetas: Microsoft, Claude Code, Anthropic, GitHub Copilot, costes IA, Uber, inteligencia artificial
Sin comentarios
Para comentar debes tener una cuenta. ¡Es gratis!
Regístrate gratis Iniciar sesión