29 por ciento de despilfarro en la nube: ¿Por qué FinOps sigue sin funcionar tras tres años?

El 29 por ciento de los gastos en la nube constituye un despilfarro. A escala mundial, esto representa más de 100 000 millones de dólares estadounidenses al año que se pierden en recursos sin utilizar, instancias sobredimensionadas y suscripciones olvidadas. El movimiento FinOps debería cambiar esta situación. Sin embargo, tres años después de su consolidación, el Informe State of FinOps 2026 revela lo siguiente: solo el 14 por ciento de las empresas ha alcanzado el nivel de madurez en el que efectivamente disminuye el despilfarro. Para el resto, el 86 por ciento, FinOps es un proceso que existe, pero que no entrega resultados.

En resumen

El 29 por ciento: la cifra que no ha bajado en tres años

Los informes Flexera State of the Cloud documentan desde 2023 la misma incómoda verdad: entre el 27 y el 29 por ciento de los gastos en la nube se desperdician. Esta cifra no varía. En 2023: 27 por ciento. En 2024: 27 por ciento. En 2025: 28 por ciento. En 2026: 29 por ciento. Incluso la tendencia muestra una ligera subida.

¿Qué es FinOps? FinOps (Operaciones Financieras) es una disciplina de gestión que integra a los equipos de tecnología, finanzas y negocio con el fin de hacer transparentes los gastos en la nube, reducir el despilfarro y alinear las inversiones con los resultados empresariales. La FinOps Foundation define tres niveles de madurez: Crawl (primera visibilidad), Walk (optimización activa) y Run (gobernanza automatizada). El objetivo no es minimizar los gastos, sino maximizar el valor empresarial por cada euro invertido.

Los principales causantes del despilfarro llevan años siendo los mismos: Idle Compute (35 por ciento), instancias sobredimensionadas (25 por ciento) y descuentos por compromiso no utilizados. Las empresas adquieren instancias reservadas para cargas de trabajo que nunca alcanzan la utilización prevista. Los desarrolladores provisionan entornos de prueba que se olvidan tras finalizar el sprint. Y nadie apaga la instancia de staging que lleva funcionando desde octubre.

El 14 por ciento ha llegado a la meta: ¿por qué la curva de madurez se estanca?

El Informe State of FinOps 2026 (1.192 encuestados, 83 000 millones de dólares estadounidenses gestionados en gastos en la nube) dibuja un panorama desalentador de la madurez FinOps: solo el 14,2 por ciento de las organizaciones ha alcanzado el nivel «Run», es decir, el nivel en el que la optimización es automatizada y está integrada en los procesos de gobernanza. El 51,4 por ciento permanece estancado en «Walk»: dispone de visibilidad y realiza optimizaciones manuales, pero sin automatización.

Fuentes: State of FinOps 2026 (n=1.192), Flexera State of the Cloud 2026

La diferencia entre «Walk» y «Run» es medible: las organizaciones con prácticas FinOps maduras registran un 40 por ciento menos de despilfarro en la nube que aquellas en niveles inferiores (Flexera, 2026). Por tanto, el 14 por ciento que lo ha conseguido no solo ahorra dinero; invierte con mayor precisión. La pregunta es: ¿qué impide avanzar al resto, el 86 por ciento?

La respuesta no es técnica. Las herramientas existen. Los paneles de control ya están construidos. El problema radica en tres ámbitos que ningún panel de control puede resolver: la estructura organizativa, los incentivos y la velocidad.

Gastos en IA: del 31 al 98 por ciento en dos años

La señal más dramática del Informe State of FinOps 2026 es la explosión de la responsabilidad sobre los costes de la IA: en 2024, solo el 31 por ciento de los equipos FinOps gestionaba los gastos en IA. En 2025, este porcentaje ascendió al 63 por ciento. En 2026, alcanza el 98 por ciento. En dos años, la gestión de los costes de la IA ha pasado de ser un tema marginal a convertirse en una obligación universal.

El problema: las herramientas van a la zaga. La función más demandada en todo el informe es el seguimiento granular de los gastos en IA: consumo de tokens, solicitudes a modelos de lenguaje grande (LLM-Requests), utilización de GPU por aplicación. Ninguna herramienta comercial actual ofrece esta profundidad de análisis de forma suficiente. Así pues, los CIO deben navegar a ciegas ante los gastos en IA, mientras estos aumentan exponencialmente.

Según los encuestados, la mayor dificultad es lograr visibilidad sobre los costes de la IA, seguida de la asignación a áreas de negocio y de la determinación del retorno de la inversión (ROI). Quien no sabe cuánto cuesta un caso de uso específico de IA no puede decidir si la inversión merece la pena. Y quien no puede tomar esa decisión, no optimiza: simplemente espera.

Tres razones por las que FinOps no escala

1. El problema de los incentivos: Los equipos de desarrollo se miden por la velocidad de entrega de funcionalidades (Feature-Velocity), no por la eficiencia en el uso de recursos. Quien provisiona una instancia una unidad más pequeña no recibe reconocimiento alguno. Quien provoca una incidencia en producción por disponer de recursos demasiado ajustados sí recibe una revisión de incidentes (Incident-Review). El resultado: la sobreprovisión es la decisión racional a nivel de equipo, incluso cuando genera un 29 por ciento de despilfarro a nivel corporativo.

McKinsey estima el potencial de ahorro derivado de una implementación rigurosa de FinOps en un 20 a un 30 por ciento de los gastos en la nube. Para una empresa con un presupuesto anual de 10 millones de euros en la nube, esto supone entre 2 y 3 millones de euros al año. El cálculo es sencillo. No obstante, la implementación sigue fracasando a pesar de las mismas barreras organizativas identificadas ya en 2023. Además, con el crecimiento exponencial de los costes de la IA, la brecha entre el potencial y la realidad se amplía, no se reduce.

2. El problema organizativo: El 78 por ciento de los equipos FinOps reportan al CTO o al CIO. Esto parece indicar una asignación de responsabilidades resuelta. Pero no lo es. Los equipos que generan los gastos (desarrollo, ciencia de datos, ingeniería de ML) pertenecen a otras líneas jerárquicas. FinOps puede crear transparencia, pero no puede recortar presupuestos. Sin consecuencias vinculantes, el panel de control sigue siendo meramente ilustrativo.

3. El problema de la complejidad: Entornos multi-nube, cargas de trabajo de IA con consumo variable de tokens, instancias spot, descuentos por uso comprometido (Committed Use Discounts) con distintos plazos de vigencia: los modelos de precios de los proveedores hyperscaler son intencionadamente complejos. Cuantos más servicios utiliza una empresa, más difícil resulta la optimización. Y con cada nuevo servicio de IA, la complejidad crece más rápidamente que la madurez FinOps.

La postura contraria: FinOps funciona – pero no de forma simultánea en todas partes. El 14 por ciento de las organizaciones en nivel «Run» demuestra que es posible. Normalmente comparten una característica común: métricas FinOps integradas en los OKR de ingeniería y políticas automatizadas de redimensionamiento (Rightsizing) que se aplican sin necesidad de aprobación manual. La diferencia no radica en la herramienta, sino en el anclaje organizativo.

Qué hacen distinto las 14 por ciento

Automatización en lugar de informes: Las organizaciones maduras automatizan el redimensionamiento (Rightsizing), las políticas de apagado (Shutdown-Policies) y las decisiones sobre compromisos (Commitment-Entscheidungen). El equipo FinOps no produce informes que alguien deba leer, sino que define reglas que se aplican automáticamente. La diferencia es clara: los informes informan; la automatización actúa.

Integración con ingeniería: Las métricas FinOps forman parte de las revisiones de sprint y de los OKR de ingeniería. La eficiencia de costes no es una reflexión posterior, sino un criterio de diseño. Esto solo funciona si el CIO la incorpora a la cultura de ingeniería – no como una medida de austeridad, sino como un estándar de profesionalidad.

Gastos en IA como categoría independiente: Los equipos maduros trataron los gastos en IA desde el principio como una categoría de costes separada, con presupuestos propios, umbrales específicos y gobernanza diferenciada. Quien solo hace visibles los gastos en IA cuando llega la factura, ya ha perdido el control.

Conclusión

Un 29 por ciento de despilfarro sobre 100 000 millones de dólares estadounidenses en gastos globales en la nube. FinOps lleva años existiendo, pero solo el 14 por ciento ha alcanzado el nivel de madurez en el que realmente surte efecto. El problema es conocido, las herramientas están disponibles y los equipos están constituidos. Lo que falta es la consecuencia organizativa: políticas automatizadas en lugar de paneles de control, OKR de ingeniería en lugar de informes trimestrales y una respuesta sincera a la pregunta de por qué la tasa de despilfarro no ha descendido desde 2023. El 40 por ciento menos de despilfarro registrado por las organizaciones maduras demuestra que es posible. Pero solo lo es con un anclaje real en la organización – no con una nueva herramienta.

Preguntas frecuentes

Fuente de imagen: Pexels / kaboompics (px:5899079)