El gasto empresarial en IA en EE. UU. alcanza un nuevo máximo, aunque el crecimiento se ralentiza por cambios departamentales

El gasto empresarial en IA en EE. UU. alcanzó un nuevo máximo en octubre de 2026, según The Decoder, que reportó un modesto aumento del 1,65 % mes a mes con base en el Ramp AI Index. Este crecimiento, aunque alcanza un pico, señala una desaceleración en la rápida expansión observada en periodos anteriores.

Qué sucedió

El Ramp AI Index, que rastrea el gasto en IA entre los clientes corporativos del proveedor de servicios financieros Ramp, indicó que el gasto empresarial en IA en EE. UU. registró un aumento del 1,65 % mes a mes en octubre de 2026. The Decoder, citando a Ramp, señala que los mayores usuarios de IA gastaron significativamente más que las empresas típicas; el uno por ciento superior de las empresas por gasto en IA pagó una mediana de 10 200 dólares por empleado al mes, lo que representa un aumento del nueve por ciento. En contraste, una empresa típica gastó solo 16,32 dólares, un ligero incremento de menos de un dólar con respecto al mes anterior.

Los datos de Ramp, obtenidos de más de 85 000 empresas de EE. UU., reflejan las tendencias del mercado, pero podrían sobreestimar la adopción general de IA debido a que su base de clientes se inclina hacia empresas de gran tamaño, orientadas al crecimiento y tecnológicamente avanzadas. Según The Decoder, es probable que las herramientas gratuitas de IA y el uso a través de cuentas personales queden excluidos de estas cifras. El crecimiento por proveedor mostró que OpenAI aumentó un 2,1 % mes a mes, mientras que Anthropic creció un 0,5 %. Ara Kharazian, economista jefe de Ramp, destacó que el uno por ciento de las empresas genera el 80 por ciento de los ingresos tanto para OpenAI como para Anthropic, principalmente firmas respaldadas por capital de riesgo en tecnología, finanzas y servicios técnicos, con una adopción de IA que apenas se extiende fuera de estos sectores.

Simultáneamente, los precios de la IA están cayendo; el precio promedio por millón de tókenes de texto procesados bajó un 21 % el mes pasado, según informó The Decoder citando a Ramp. Esto indica que el volumen de uso está creciendo más rápido que el gasto, impulsado por la presión competitiva y los modelos de pesos abiertos. Anthropic alcanzó un 44,8 % de adopción, lo que supone un aumento de 1,1 puntos porcentuales, mientras que OpenAI se mantuvo estable en un 40,6 %. La adopción general de servicios de IA subió al 56,8 %.

El gasto departamental experimentó cambios: los equipos de desarrollo de software, aunque todavía representan el 72 % de todo el gasto en IA registrado, mostraron una disminución con respecto a los máximos del verano. Los departamentos de soporte y éxito del cliente experimentaron el mayor crecimiento, pasando su cuota de gasto en IA del 0,8 % en junio al 13,3 % en octubre, impulsados potencialmente por chatbots de IA. Los equipos de liderazgo también aumentaron ligeramente su gasto. Sin embargo, Kharazian señaló que el crecimiento en soporte al cliente no está alcanzando el rápido ritmo visto anteriormente en los equipos de desarrollo, y estos casos de uso a menudo favorecen modelos de IA más baratos y rápidos.

Por qué es importante para los líderes de RevOps

Para los líderes de RevOps, estas tendencias subrayan un punto de inflexión crítico en la adopción de la IA y la estrategia de inversión. La desaceleración en el crecimiento del gasto general, sumada a la concentración de un gasto elevado entre una pequeña fracción de empresas grandes y tecnológicamente avanzadas, sugiere que las pequeñas y medianas empresas deben abordar la integración de la IA con un enfoque claro en resultados de ingresos medibles, en lugar de una inversión amplia e indiferenciada. El crecimiento significativo del gasto en IA dentro de los departamentos de soporte y éxito del cliente presenta una oportunidad directa para que RevOps mejore todo el ciclo de vida de los ingresos, desde mejorar la experiencia y retención del cliente hasta optimizar las operaciones de servicio que impactan en la rentabilidad. La integración de herramientas de IA en estas áreas puede generar datos valiosos para modelos de atribución y pronósticos, siempre que los canales de datos sean lo suficientemente sólidos como para capturar y analizar estas nuevas entradas.

La caída de los precios de los modelos de IA y la preferencia por opciones más baratas y rápidas en funciones de cara al cliente destacan una oportunidad para la optimización de costos. Los líderes de RevOps pueden aprovechar estos modelos más accesibles para lograr eficiencias operativas específicas sin incurrir en los costos más elevados asociados con los modelos principales, mejorando así el retorno de la inversión en IA. Esto requiere un enfoque de pensamiento sistémico para evaluar las soluciones de IA, alineando las elecciones tecnológicas con las necesidades departamentales específicas y los objetivos generales de ingresos. La disparidad en la adopción fuera de los sectores de tecnología y finanzas también señala que las empresas de otras industrias tienen la oportunidad de obtener una ventaja competitiva desplegando la IA de manera estratégica para optimizar sus procesos de ingresos únicos.

Qué hacer esta semana

1. Auditar la utilización actual de la IA: Revise las herramientas de IA existentes en toda su organización, especialmente en los equipos de desarrollo y de atención al cliente, para identificar el gasto actual, los patrones de uso y las áreas potenciales de aumento de eficiencia o aplicación ampliada.
2. Realizar pruebas piloto de IA en equipos de atención al cliente: Explore y realice pruebas piloto con chatbots o herramientas impulsadas por IA dentro de los departamentos de soporte y éxito del cliente para mejorar los tiempos de respuesta, personalizar las interacciones y recopilar datos que mejoren la retención de clientes y las oportunidades de venta adicional.
3. Evaluar modelos de IA rentables: Investigue la viabilidad de implementar modelos de IA más baratos y rápidos para tareas específicas dentro de sus operaciones de ingresos, asegurándose de que cumplan con los requisitos de rendimiento mientras optimizan el gasto tecnológico y mejoran el ROI.

Fuentes

• US corporate AI spending hits a new high in October, but growth slows to 1.65 percent — The Decoder