Palantir y Nvidia lanzan un stack de IA aislado mientras la facturación por tokens quiebra los presupuestos empresariales

El CEO de Palantir, Alex Karp, encendió el debate sobre el costo real de la inteligencia artificial en las empresas. El 1 de julio de 2026, en el programa Squawk Box de CNBC, calificó la facturación por tokens de los modelos de IA como «un impuesto a la riqueza» sobre los negocios: pagas por consumo, recibes poco valor y, según él, entregas tus datos más valiosos a los laboratorios que te cobran. La frase llegó tres días después de que Palantir y Nvidia presentaran un sistema de IA soberano y aislado (air-gapped) que corre dentro de la infraestructura del propio cliente.

¿Qué dijo Karp y por qué habla de un «impuesto a la riqueza»?

Karp cuestionó la lógica de cobrar por token. «Cada empresa con la que trato, esta gente está furiosa. Dicen: estoy pagando por tokens que no crean valor», afirmó. Su argumento central es un contraejemplo simple: si un modelo de verdad puede hacerte ganar mil millones de dólares, ¿por qué su vendedor cobra por token en lugar de quedarse con un porcentaje del valor? «Si fuera tan valioso, ¿no diría: te hago ganar mil millones y quiero el 30%? ¿Por qué cobran por tokens si es tan valioso?». Nombró directamente a OpenAI y Anthropic, aunque aclaró que no buscaba atacar a Sam Altman ni a Dario Amodei: «algo salió completamente mal», dijo.

¿Por qué se están rompiendo los presupuestos de IA?

La crítica no salió de la nada. Hay evidencia dura de presupuestos quebrándose por el consumo de tokens. Uber agotó todo su presupuesto anual de IA para programación en apenas cuatro meses: su CTO confirmó que cerca del 70% del código ya venía de herramientas de IA cuando el presupuesto se acabó, y la empresa terminó topando el gasto en 1.500 dólares por empleado, por herramienta, al mes. Microsoft ordenó a miles de ingenieros de su división de Windows, Office y Teams dejar de usar una herramienta de IA a partir del 30 de junio por costos. El propio CEO de Microsoft, Satya Nadella, ya había bautizado el fenómeno: «hay mucho tokenmaxxing. Yo también soy un tokenmaxxer. Es adictivo». De fondo, Gartner proyecta un gasto mundial en IA de 2,52 billones de dólares en 2026, mientras menos del 1% de las empresas reporta un retorno significativo superior al 20%. Para un líder comercial en Chile y Latinoamérica que compró licencias de IA y todavía no ve retorno, este es el trasfondo.

¿Qué proponen Palantir y Nvidia como alternativa?

El 29 de junio, Palantir y Nvidia lanzaron una «arquitectura de referencia de sistema operativo de IA soberano»: GPUs Blackwell Ultra de Nvidia, modelos abiertos Nemotron y las plataformas de Palantir, diseñados para operar aislados de redes externas. Nada de llamadas a APIs alojadas, nada de datos que salgan del perímetro del cliente. La idea, en palabras de Karp, es que la empresa sea dueña de «los medios de producción» de su IA: sus modelos, sus datos y su «alpha» se quedan en su propia infraestructura. Es la vieja discusión de todo el software empresarial, cobrar por consumo o por resultado, aplicada ahora a la IA.

El dato que Karp no probó

Conviene separar lo verificable de lo que es una postura competitiva. La acusación de que las empresas «pierden» propiedad intelectual al usar las APIs de OpenAI o Anthropic no está confirmada de forma independiente. Ambas compañías declaran que, por defecto, no usan los datos de entrada ni las salidas de sus clientes empresariales para entrenar sus modelos. Y hay que decirlo con todas sus letras: Karp vende justamente la alternativa al modelo que critica, y su entrevista coincidió con el lanzamiento del producto con Nvidia. Palantir subió cerca de 8% en bolsa tras la aparición. La duda de fondo que sí es legítima es más acotada: cuánta confianza tienes para enrutar procesos y datos sensibles a través de infraestructura de terceros.

Análisis de Revenue Hub

Más allá del show y del interés comercial de Karp, el punto que deja sobre la mesa es real y les compete a todos los líderes B2B: el modelo de cobro por consumo empieza a chocar con la falta de retorno. Cuando Uber quema su presupuesto anual en cuatro meses y Microsoft corta una herramienta a miles de ingenieros, el mensaje es claro: adoptar IA sin medir el valor por caso de uso es una vía rápida hacia un gasto que no se justifica.

Para un CEO o líder comercial en Chile y Latinoamérica, la lectura práctica no es «huir de OpenAI o Anthropic», sino cambiar la pregunta. En vez de «cuántos tokens o cuántas licencias contratamos», pregunta «qué decisión, qué proceso o qué ingreso mejora esta IA, y a qué costo por resultado». La ola de precios por resultado que ya empujan HubSpot y Salesforce va en esa dirección, y es una señal de hacia dónde se mueve el mercado. Puedes seguir estos giros en nuestra sección de Tendencias SaaS.

La lección operativa es la misma que aplicamos al gestionar el stack comercial de nuestros clientes: la tecnología es el punto de partida, no la meta. Antes de escalar el gasto en IA conviene instrumentar la medición (qué se automatiza, cuánto ahorra, cuánto pipeline influye) y recién ahí decidir dónde ser dueño de la capacidad y dónde rentarla. Si quieres ordenar procesos y datos antes de sumar más IA, revisa nuestro blog.