Cuando los proyectos de IA salieron de la etapa de prueba y empezaron a usarse en el día a día, muchas empresas encontraron un problema que no tenían del todo medido. La factura de cloud ya no subió solo por contratar más capacidad. También empezó a crecer por cada consulta, cada respuesta generada, cada hora de GPU, cada dato almacenado y cada movimiento de información entre distintos entornos.
Ese desorden abrió una oportunidad para las consultoras. Las compañías necesitan especialistas que puedan medir el ROI de cada proyecto, revisar si la arquitectura elegida tiene sentido económico, ordenar los costos por área de negocio y definir qué procesos conviene correr en public cloud, private cloud o modelos híbridos.
En ese escenario, FinOps ya no funciona solo como una herramienta para bajar gastos. Se convierte en una forma de gobernar la tecnología con criterios financieros.
La escala del fenómeno ya tiene tamaño macro. Gartner proyectó que el gasto mundial en IA llegará a US$ 2,59 billones en 2026, con una suba interanual de 47%. La firma también señaló que la infraestructura optimizada para IA representará más del 45% del gasto, con fuerte tracción de servidores, redes, semiconductores y servicios cloud preparados para modelos generativos y agentes.
IDC, por su parte, anticipó que el gasto global en servicios de public cloud superará US$ 1 billón en 2026, impulsado por modernización tecnológica, plataformas de IA y demanda de infraestructura segura y escalable. El dato ayuda a explicar por qué la factura cloud dejó de ser un asunto de sistemas y entró en la agenda del directorio.
Índice de temas
El salto de los pilotos a producción cambió la economía de la nube
La promesa inicial de muchos proyectos de IA generativa pareció simple. Un equipo probaba un modelo, conectaba una API, creaba un asistente interno y medía productividad. El costo inicial era bajo y fácil de aprobar. El problema apareció cuando esos pilotos se multiplicaron en áreas comerciales, legales, financieras, de atención al cliente y desarrollo de software.
En producción, cada consulta tiene precio. Cada resumen, clasificación, agente autónomo, documento procesado o respuesta extensa consume tokens. A eso se suman horas de GPU, almacenamiento de vectores, bases de datos, logs, monitoreo, seguridad, compliance, backups, tráfico de salida y licencias que ya no siempre aparecen en una sola categoría contable.
IDC advirtió que, hacia 2027, las organizaciones G1000 enfrentarán hasta 30% de aumento en costos de infraestructura de IA subestimados. La razón no es solo gasto excesivo, sino presupuestos que no capturan bien los costos propios de la IA, como inferencia, agentes a escala, pipelines de datos y modelos con patrones de consumo poco previsibles.
Deloitte suma otro frente. Según una encuesta a 550 líderes empresarios de EE.UU., muchas compañías ya generan más de 10.000 millones de tokens por mes, y la proporción de empresas que espera superar los 100.000 millones mensuales se triplicaría entre 2025 y 2028. Ese volumen cambia la discusión para CFOs y CTOs, porque el costo deja de estar atado a una licencia fija y pasa a depender del uso real.
FinOps se convierte en una conversación de directorio
La FinOps Foundation, parte de Linux Foundation, mostró en su State of FinOps 2026 que 98% de los equipos ya gestiona gasto en IA, frente al 31% dos años atrás. El informe, basado en 1.192 respuestas, también marcó que la disciplina dejó de mirar solo infraestructura cloud. Hoy 90% de los equipos gestiona o planea gestionar SaaS, 64% licenciamiento, 57% private cloud y 48% data centers.
Ese corrimiento favorece a las consultoras porque el problema cruza tecnología, finanzas, compras, seguridad, legales, impuestos y negocio. Ya no alcanza con apagar máquinas virtuales sin uso. Las empresas necesitan saber cuánto cuesta una transacción, un cliente atendido por IA, una consulta interna, un agente de ventas o un documento procesado.
Flexera también detectó el cambio. En su State of the Cloud 2026, 85% de las organizaciones sostuvo que administrar el gasto cloud sigue entre sus principales desafíos, 63% ya tiene equipos FinOps y el gasto desperdiciado subió a 29% por primera vez en cinco años, con la IA como factor de complejidad. Además, 81% de los encuestados usa IA generativa, frente al 72% del año anterior y 47% en 2024.
La tensión es clara. Nadie quiere frenar la IA, pero muchas compañías ya no aceptan cheques en blanco. La medición de valor se volvió el nuevo dolor. En ese punto, las consultoras pueden vender modelos de atribución, tableros de consumo, reglas de uso por tipo de modelo, políticas de seguridad y decisiones de arquitectura con impacto directo en margen.
La oportunidad para auditoría, impuestos, legales y consultoría
El negocio no queda limitado a consultoría tecnológica. En auditoría, FinOps puede transformarse en una nueva línea de revisión sobre controles, responsables, métricas, trazabilidad y retorno de las inversiones en IA. En impuestos, conecta con asignación de costos, precios de transferencia, capitalización de software y documentación de inversiones tecnológicas. En legales, toca contratos cloud, residencia de datos, privacidad, propiedad de información y responsabilidad por agentes.
PwC presenta FinOps como una vía para alinear gasto cloud con valor de negocio, mejorar visibilidad financiera, optimizar costos, fortalecer presupuestos y elevar el ROI de los servicios cloud. KPMG, por su parte, ofrece servicios para detectar oportunidades tácticas y estructurales de optimización, diseñar modelos operativos FinOps y mejorar controles sobre la gestión cloud.
Capgemini puso números al desorden. En un estudio global con 1.000 ejecutivos, 82% reportó aumentos de costos en cloud, SaaS y GenAI, 58% señaló baja visibilidad sobre esos gastos y 56% sufrió sorpresas por picos imprevisibles de uso cloud. Aunque 76% tiene o planea crear equipos FinOps, solo 2% cubre cloud, SaaS y GenAI en una misma práctica.
La arquitectura también entra en juego. Forrester anticipó que 2026 estará marcado por fragilidad de infraestructura, más autonomía empresarial vía private cloud y avance de neoclouds e infraestructura AI-native. La firma espera que esos proveedores centrados en GPU capten US$ 20.000 millones en ingresos durante 2026, con mayor complejidad para las empresas que mezclan nubes tradicionales, capacidad privada y proveedores especializados.
Para las consultoras, la pregunta comercial cambia. Ya no se trata de migrar más cargas a la nube, sino de decidir cuáles conviene mover, cuáles deben quedar bajo control privado, qué modelo resulta suficiente para cada tarea y cuánto valor genera cada dólar invertido en IA. En esa cuenta, FinOps pasa a ser una puerta de entrada a conversaciones de alto nivel, con CIOs, CTOs, CFOs y áreas de negocio en la misma mesa.
La factura oculta de la IA en cloud abre una etapa más exigente para las empresas. Las que escalaron rápido ahora necesitan ordenar costos, contratos, riesgos y métricas. Las consultoras que puedan traducir consumo técnico en rentabilidad tendrán una ventaja clara. No venderán solo horas de implementación, sino gobierno, control y una pregunta que cada vez pesa más en el presupuesto tecnológico: cuánto cuesta realmente poner la IA a trabajar.
