El banco más grande de Australia dice que la IA corporativa está acumulando facturas más grandes y produciendo 'trabajo descuidado'

      El director ejecutivo del CBA, Matt Comyn, utilizó la frase "trabajo de mala calidad" para describir la baja calidad de la salida de IA que ahora fluye a través de los flujos de trabajo corporativos, ya que los costos de IA facturados por token escalan con la complejidad de la tarea.

      Matt Comyn, director ejecutivo del Commonwealth Bank of Australia, utilizó un discurso el lunes para señalar dos problemas de adopción de IA que los grandes compradores corporativos han estado abordando en silencio durante varios meses.

      El primero es que el costo de ejecutar IA generativa dentro de los flujos de trabajo corporativos está aumentando sustancialmente más rápido de lo que la mayoría de las empresas habían presupuestado a medida que la complejidad de la tarea aumenta.

      El segundo es lo que Comyn llamó "trabajo de mala calidad", el texto, código y análisis generados por IA de baja calidad que fluye a través de los sistemas internos de la empresa cuando los empleados utilizan IA sin un control de calidad suficiente.

      El marco de costos es la parte que resonará con la audiencia de compradores de TI corporativos. La fijación de precios basada en tokens, el modelo de facturación por carácter que los laboratorios de modelos de base utilizan para cobrar a los clientes empresariales, ha escalado en los últimos 18 meses de un modesto ítem en la línea a una categoría significativa de gastos operativos.

      El punto de Comyn es que el costo se acumula más rápido de lo esperado porque el consumo de tokens por tarea aumenta de manera no lineal con la complejidad de la tarea: una tarea de resumen simple podría consumir 1,000 tokens, pero una tarea de razonamiento de múltiples pasos con uso de herramientas puede consumir más de 100,000 tokens para el mismo valor de salida. Las empresas que fijaron sus implementaciones de IA en la línea base de tareas simples ahora están viendo facturas que escalan en la curva de tareas complejas.

      Este problema no es específico del CBA. Morgan Stanley duplicó su pronóstico de pérdida de empleos en la banca europea impulsada por IA la semana pasada, en parte por evidencia de que las relaciones costo-beneficio de la IA se están ajustando en el momento exacto en que las grandes instituciones esperaban que se aflojaran. El problema de escalado de costos por token que Comyn describió es el mecanismo subyacente: la misma implementación de IA que funcionó en volúmenes de etapa piloto puede generar de 10 a 100 veces los costos en complejidad de etapa de producción.

      El resultado es la presión de adquisición de IA corporativa que Comyn predijo que se ajustará hasta 2026: las empresas están aumentando el escrutinio del gasto relacionado con IA a medida que aumenta la presión para demostrar retornos sobre la inversión.

      El marco de "trabajo de mala calidad" es la mitad más colorida pero igualmente sustantiva del discurso. La categoría que Comyn estaba nombrando, la salida generada por IA de baja calidad que nominalmente completa una tarea pero en realidad degrada el flujo de trabajo posterior, es el análogo del trabajo de conocimiento corporativo del problema de "mala calidad de IA" en redes sociales que surgió en 2024 con herramientas de generación de imágenes.

      La versión bancaria se ve así: un empleado utiliza ChatGPT para redactar un correo electrónico a un cliente, el correo electrónico es técnicamente gramatical pero fácticamente impreciso, el destinatario toma la imprecisión como un compromiso, y el banco maneja la queja resultante tres semanas después a un costo sustancialmente más alto de lo que el trabajo original habría generado sin ayuda.

      El contexto específico del CBA es significativo. El banco anunció 90 recortes de empleos a principios de este año y otros 120 recortes en mayo explícitamente atribuidos a ganancias de productividad impulsadas por IA, junto con un compromiso de reentrenamiento de la fuerza laboral de IA de A$90 millones.

      Por lo tanto, los comentarios de Comyn se sitúan dentro de una estrategia del CBA que se ha comprometido visiblemente a la sustitución de IA a gran escala: el marco de "trabajo de mala calidad" no es una crítica defensiva de la IA de un banco que ha rechazado la tecnología, sino una lectura más aguda sobre la implementación de IA de uno de los mayores adoptantes actuales de Australia.

      El contexto más amplio de los bancos australianos también vale la pena señalar. Sam Altman ha estado argumentando durante el último mes que un apocalipsis de empleos por IA es poco probable a nivel macro, y los datos laborales hasta marzo de 2026 hasta ahora han respaldado la lectura conservadora.

      Los comentarios de Comyn complican esa imagen: los datos laborales macro aún no muestran desplazamiento a gran escala, pero los datos de márgenes operativos dentro de grandes corporaciones están comenzando a mostrar los compromisos de costo y calidad de IA que el CBA ahora está nombrando explícitamente.

      La implicación sustantiva es que la narrativa de costos de IA de 2024-2025, que los precios de tokens estaban cayendo tan rápidamente que la cuestión de la economía de implementación se resolvería por sí misma, se ha invertido estructuralmente.

      Los precios por token en caída han sido superados por el aumento del consumo de tokens por tarea a medida que las empresas pasan de implementaciones piloto a casos de uso de producción. La fase de disciplina de adquisición que Comyn está pronosticando hasta 2026 es, según esta evidencia, la consecuencia predecible.