"La IA costa més que la persona a qui substitueix": un titular per llegir amb cura

Les darreres setmanes ha circulat un titular que sona contraintuïtiu i que, per això mateix, s’ha compartit molt: la IA costa més que els treballadors que substitueix. Forbes ho va dir sense embuts: AI Costs More Than The People It Replaced. Axios va recollir les paraules d’un vicepresident de Nvidia, que assegurava que, al seu equip, el cost de computació ja supera el dels empleats. Fortune va informar que Uber havia esgotat en quatre mesos tot el pressupost anual d’IA per a programació.

Aquestes dades són reals. El problema no són les dades, sinó les generalitzacions que se’n fan.

Què està passant de debò

Els casos que alimenten el titular comparteixen un patró molt concret: empreses que fan servir models de frontera sense controlar la despesa, en tasques de desenvolupament de programari molt agèntiques, en què una sola petició de l’usuari pot desencadenar entre deu i vint crides consecutives al model. Amazon i Meta van crear classificacions internes per mesurar l’ús de la IA entre els equips d’enginyeria, i alguns empleats van acabar “cremant” tokens en tasques absurdes només per pujar al rànquing. Un empleat d’Anthropic va arribar a gastar 150.000 dòlars en un mes amb Claude Code. Perquè aquella despesa sortís a compte, hauria hagut de produir l’equivalent a la feina d’onze enginyers normals.

No és que la IA sigui cara per naturalesa. És un problema de governança de la despesa: s’apliquen models de frontera sense criteri ni encaminament cap a models més barats, i els incentius interns premien el consum en lloc del resultat. Un estudi del MIT citat a la cobertura de Forbes va concloure que l’automatització amb IA és viable econòmicament en aproximadament el 23% dels llocs analitzats. En el 77% restant, la persona continua sent més barata, senzillament perquè aquelles feines no s’ajusten al tipus de tasca que la IA resol bé.

El que el titular no explica: on la IA sí que és molt més barata

Alhora que es donen aquests casos de sobrecost, hi ha dades igual de sòlides que mostren just el contrari en tasques ben definides. Una anàlisi del 2026 sobre fluxos d’atenció al client va trobar que la IA gestiona interaccions rutinàries per entre 0,25 i 0,50 dòlars per contacte, davant dels 3 a 6 dòlars d’un agent humà: una reducció d’entre el 85% i el 92%, amb un retorn de la inversió al cap de quatre a sis mesos. Investigadors de Stanford i Carnegie Mellon van trobar que els agents d’IA completaven algunes tasques un 88% més de pressa i amb fins a un 96% menys de cost que les persones, en el tipus de feina estructurada i de gran volum per al qual estan dissenyats.

La diferència entre aquests dos mons no és el model d’IA. És el tipus de tasca. Substituir un agent de centraleta que resol restabliments de contrasenya és un problema estructurat, de gran volum i que tolera errors. Substituir un analista financer que redacta un informe de crèdit o un advocat que revisa una clàusula contractual és un problema contextual, amb pocs casos per persona, que exigeix una precisió que els agents actuals no poden mantenir sense supervisió humana constant.

L’error de fons: la fal·làcia del model gran

Una anàlisi del 2026 sobre la crisi del cost d’inferència a les empreses posa nom a aquest error: la “fal·làcia del model gran”, la suposició que cal un model de frontera per a qualsevol tasca. Les empreses que hi cauen veuen com la factura d’IA es dispara mentre, paradoxalment, el cost de cada token continua baixant: els preus d’inferència han caigut entre 9 i 900 vegades per any, segons el tipus de tasca, i Gartner preveu una davallada addicional del 90% fins al 2030. El que puja no és el preu per token, sinó la quantitat de tokens que es gasten sense control quan no hi ha un sistema que enviï cada tasca al model adequat.

La conclusió que sí que sostenen les dades

Dir, en general, que “la IA és més cara que un treballador” és tan imprecís com dir el contrari. Les dades del 2026 apunten a una conclusió més matisada: la IA és sistemàticament més barata quan s’aplica a tasques estructurades, repetitives i ben delimitades; pot sortir més cara que una persona quan s’aplica sense control a tasques complexes amb models de frontera i sense cap mecanisme per gestionar-ne el cost. El titular alarmista i el triomfalista descriuen dos escenaris diferents de la mateixa tecnologia, no dues veritats que es contradiuen.