¿Burbuja de IA? Cinco cuentas para separar adopción, ingresos y expectativas
La ronda de OpenAI unió 730.000 millones pre-money y 122.000 millones de capital en una valoración post-money de 852.000 millones. El diagnóstico de burbuja exige mirar retorno, margen, utilización y quién soporta el riesgo.
El 31 de marzo de 2026, OpenAI anunció que había cerrado su ronda de financiación con 122.000 millones de dólares de capital comprometido y una valoración post-money de 852.000 millones. Un mes antes, el 27 de febrero, había comunicado 110.000 millones de nueva inversión a una valoración pre-money de 730.000 millones, con más inversores aún por incorporarse. Las cifras no describen dos precios incompatibles: 730.000 millones antes del dinero más 122.000 millones comprometidos producen 852.000 millones después del dinero.
La magnitud alimenta la pregunta sobre una burbuja de inteligencia artificial, pero una cifra grande no la resuelve. Tampoco la resuelve señalar que la tecnología tiene usuarios o ingresos reales. Una innovación puede transformar la economía y, al mismo tiempo, recibir capital a un precio que exija retornos inalcanzables. La capacidad útil es traducir titulares financieros a cinco cuentas: valoración, ingresos, margen, inversión y concentración del riesgo.
Primera cuenta: qué significa la valoración
El anuncio preliminar de OpenAI situó la ronda en 730.000 millones pre-money. “Pre-money” es el valor negociado para la empresa antes de sumar el capital nuevo. El anuncio del cierre elevó el capital comprometido a 122.000 millones y dio la cifra post-money de 852.000 millones. “Post-money” incorpora esa nueva inversión.
Una valoración privada no es efectivo en la caja, ingresos ni precio al que cualquiera pueda vender toda la empresa. Surge de una transacción sobre una fracción y de condiciones que el comunicado público no detalla. Distintas clases de participaciones pueden tener derechos, preferencias o calendarios diferentes. Sin los documentos de la ronda, la cifra es una referencia útil de la negociación, no una radiografía completa del valor económico.
También conviene separar capital comprometido de capital desembolsado. OpenAI usa “committed capital”, que indica compromiso; su nota no publica en qué fechas entra cada tramo ni todas sus condiciones. Llamar a los 122.000 millones “ingresos” duplicaría la realidad: es financiación que la empresa recibe de inversores y que después debe convertir en capacidad, productos y retorno.
Segunda cuenta: ingresos con el denominador visible
OpenAI afirmó en marzo que generaba 2.000 millones de dólares de ingresos al mes. Anualizar mecánicamente ese mes da 24.000 millones; dividir 852.000 entre 24.000 produce una razón aproximada de 35,5 veces. Esa cuenta permite ver la expectativa incorporada, pero no es un múltiplo auditado: un mes puede no representar el año, “ingresos” no significa ingresos recurrentes y la valoración incluye el dinero nuevo.
La misma nota habla de 900 millones de usuarios activos semanales, 50 millones de suscriptores de consumo y nueve millones de usuarios empresariales de pago. Son métricas declaradas por la compañía, no estados financieros públicos con notas y auditoría. Además, un usuario semanal, un suscriptor y un asiento empresarial no son unidades intercambiables. Para estimar monetización se necesita saber qué grupo paga, cuánto, durante cuánto tiempo y con qué coste de servicio.
La afirmación de que OpenAI “sigue sin beneficios” no aparece en esos anuncios. La empresa publica una cifra de ingresos, pero no beneficio neto, flujo de caja ni desglose de costes. La ausencia de ese dato no prueba rentabilidad ni pérdidas. La formulación honesta es que, con las fuentes primarias localizadas, el margen y el efectivo consumido no pueden calcularse.
Tercera cuenta: margen antes de celebrar la demanda
Una empresa puede multiplicar ventas y destruir valor si cada unidad adicional cuesta demasiado. En IA generativa hay que restar inferencia, entrenamiento, personal, distribución, almacenamiento y depreciación o alquiler de centros de datos. El indicador importante no es solo cuántos tokens se sirven, sino el margen que queda después de producir una respuesta útil.
Las cuentas públicas de empresas vecinas muestran la tensión, aunque no revelan la economía de OpenAI. En su tercer trimestre fiscal de 2026, Microsoft declaró 82.900 millones de dólares de ingresos, 38.400 millones de resultado operativo y 31.800 millones de beneficio neto. También dijo que su negocio de IA había superado una tasa anual de ingresos de 37.000 millones, un 123% más interanual.
“Annual revenue run rate” tampoco es ingreso anual ya contabilizado: proyecta el ritmo reciente. Microsoft no publica en esa nota un beneficio independiente del negocio de IA. En la llamada de resultados añadió que el margen bruto de Microsoft Cloud bajó interanualmente por la inversión continuada en infraestructura de IA, parcialmente compensada por eficiencia. Crecimiento y presión sobre el margen pueden coexistir.
Cuarta cuenta: inversión, vida útil y utilización
Construir capacidad antes de necesitarla puede crear una ventaja o un exceso. Microsoft informó de 31.900 millones de dólares de inversión de capital en el trimestre; aproximadamente dos tercios correspondían a activos de vida corta, principalmente GPU y CPU, y el resto a activos de larga vida. La distinción importa porque un chip que envejece pronto exige recuperar su coste más deprisa que un edificio utilizado durante años.
La prueba consiste en seguir cuatro variables por cohorte: capital puesto en servicio, porcentaje de utilización, ingresos generados y margen después de energía y operación. Una reserva de centros de datos puede parecer demanda cuando todavía es construcción. Un contrato plurianual puede dar visibilidad, pero hay que leer cuánto es cancelable, cuándo se reconoce y qué cliente concentra la obligación.
El lado proveedor confirma que el gasto existe. NVIDIA cerró su ejercicio fiscal de 2026 con 215.900 millones de dólares de ingresos, un 65% más, y 193.700 millones en centros de datos, un 68% más. Su margen bruto GAAP anual fue del 71,1%. Son ventas y margen del proveedor de infraestructura, no una medición del retorno que obtendrán todos sus clientes.
Durante una fiebre de inversión, el fabricante de herramientas puede ganar aunque parte de los compradores no recupere su gasto. Por eso los ingresos de NVIDIA son evidencia de demanda de chips y capacidad, pero no validan por sí solos cada valoración de laboratorio, aplicación o centro de datos construido sobre ellos.
Quinta cuenta: quién paga a quién y quién asume el riesgo
La ronda de OpenAI reúne funciones superpuestas. Su anuncio atribuye 50.000 millones a Amazon, 30.000 millones a NVIDIA y 30.000 millones a SoftBank; también describe alianzas de infraestructura con Amazon y NVIDIA. NVIDIA aporta capital y, a la vez, es proveedor de sistemas. Amazon aporta capital, distribución y cómputo. Esa red puede alinear incentivos y acelerar despliegues.
También obliga a evitar una inferencia fácil. Que un proveedor invierta en un cliente no demuestra que cada compra sea artificial, ni que el dinero vuelva automáticamente al inversor. Para sostener “financiación circular” harían falta contratos, flujos de caja, obligaciones de compra y reconocimiento contable que los comunicados no publican. Lo verificable es el solapamiento de papeles; el efecto económico exacto sigue sin documentarse.
El mapa útil dibuja por separado capital, pedidos, capacidad entregada y demanda final. Después pregunta cuánto ingreso procede de clientes independientes, qué porcentaje depende de pocos compradores y qué ocurre si uno retrasa un centro de datos. El riesgo no desaparece por estar repartido entre empresas grandes; puede quedar concentrado en la misma cadena.
Qué enseña la comparación con las puntocom
En mayo de 2000, la Reserva Federal de San Francisco señaló que las tecnológicas representaban el 36% de la capitalización bursátil pero menos del 10% de activos, empleo y ventas entre las empresas públicas estudiadas. El análisis no decía que Internet fuera inútil: preguntaba qué crecimiento de beneficios hacía falta para justificar precios muy altos.
Esa es la analogía válida. Una corrección financiera no necesita que la tecnología fracase. Puede ocurrir porque el beneficio llega tarde, se concentra en menos empresas o no alcanza el precio pagado. También hay diferencias: OpenAI es privada, la infraestructura produce ventas actuales y los grandes proveedores tienen negocios rentables. Comparar requiere alinear periodo, universo y métrica, no pegar un múltiplo histórico a una inversión actual.
Un cuadro de mando que puede repetirse
Cada trimestre se actualizan cinco filas: valoración y capital nuevo; ingresos reconocidos, no solo ritmo anualizado; margen y flujo de caja; inversión puesta en servicio y utilización; concentración por clientes y proveedores. Al lado de cada número se escribe la fecha, la fuente, la unidad y si es medido, anualizado o prometido.
Una señal de alerta es que la valoración crezca más deprisa que el ingreso durante varios periodos mientras el margen no mejora. Otra es construir capacidad sin publicar utilización o compromisos no cancelables. Una señal favorable es que cohortes de clientes renueven, el coste por tarea baje y el flujo operativo financie una proporción creciente de la inversión. Ninguna fila aislada decide “burbuja”.
La capacidad transferible es no preguntar si la IA es real, sino qué flujo de caja futuro exige el precio actual y qué evidencia permite creerlo. Los 852.000 millones de OpenAI expresan una expectativa enorme; los ingresos declarados, el crecimiento de Microsoft y las ventas de NVIDIA muestran actividad económica real. Entre ambos extremos queda la cuenta decisiva: cuánto valor sostenible recibirá el cliente por cada dólar de capital antes de que los activos envejezcan.
Este artículo se ha elaborado con inteligencia artificial bajo supervisión editorial humana.
