La factura de la IA reabre el debate sobre una posible burbuja

El 1 de agosto de 2024, la discusión sobre una posible burbuja de IA podía formularse con datos públicos, pero exigía separar tres preguntas: cuánto capital se estaba gastando, qué ingresos producía y qué retorno esperaba cada empresa. El análisis de David Cahn para Sequoia convirtió esa distancia en un escenario de ingresos; no era una previsión contable ni la prueba de que toda inversión fuese improductiva.

La inversión era material. Microsoft informó de 19.000 millones de dólares de gasto de capital incluyendo arrendamientos financieros en el trimestre cerrado en junio; casi todo correspondía a nube e IA, con una parte para centros de datos y otra para servidores. Esa cifra mide activos y contratos del trimestre, no el coste exclusivo de entrenar modelos generativos.

Alphabet declaró 13.000 millones de dólares de inversión de capital en el segundo trimestre, dominados por servidores y centros de datos, y esperaba mantener un ritmo trimestral aproximadamente igual o superior al del primero. Meta situó su previsión anual en entre 37.000 y 40.000 millones y vinculó el aumento futuro a investigación y productos de IA. Las definiciones contables no son idénticas, por lo que sumarlas da escala, no una comparación perfecta.

Proveedor que cobra y comprador que amortiza

NVIDIA mostraba el lado visible de la demanda: registró 26.000 millones de dólares de ingresos trimestrales, un 262% más interanual, en el periodo terminado en abril. Ese ingreso era de NVIDIA; para sus clientes, los chips y sistemas se convertían en inversión que debía amortizarse y generar capacidad durante varios años.

La diferencia temporal es central. El proveedor reconoce una venta; el operador despliega equipos, vende cómputo o productos y recupera el gasto gradualmente. Un trimestre de alta inversión y pocos ingresos atribuibles puede ser normal en infraestructura. Se vuelve preocupante si la utilización, el precio o la demanda no alcanzan el plan durante la vida útil del activo.

Qué calculaba la pregunta de Sequoia

Cahn comparó ingresos posibles de infraestructura con el gasto necesario para sostener centros de datos y propuso una brecha anual de 600.000 millones de dólares. El valor dependía de supuestos sobre oferta de GPU, coste de centros, márgenes y reparto del mercado. Cambiar utilización, precios o vida útil cambia la respuesta.

Por eso el número sirve como prueba de sensibilidad, no como deuda que el sector deba facturar en una fecha exacta. Una lectura rigurosa copia variables y construye escenarios: capacidad ocupada, ingreso por unidad de cómputo, coste energético, mantenimiento y margen. Después muestra qué supuesto produce el déficit.

La unidad económica está en el trabajo terminado

Para una empresa usuaria, el retorno no es “tener IA”. Se mide por tarea: tiempo ahorrado que no reaparece como revisión, errores evitados, ventas incrementales o servicio que antes no podía ofrecerse. De ahí se restan licencia, integración, seguridad, datos, supervisión y fallos. Un piloto con uso frecuente puede seguir destruyendo valor si cada salida exige rehacerla.

Para un proveedor de nube, se vigilan ocupación, ingreso, coste variable y duración del contrato. Para una aplicación, retención y margen después del coste de inferencia. Para una plataforma publicitaria, ingreso incremental sin degradar confianza. Mezclar esas unidades permite celebrar adopción mientras se oculta que el producto subvenciona cada consulta.

El denominador evita el truco más común. Decir que los ingresos de IA crecen con rapidez no informa si parten de una base pequeña ni cuánto capital los sostiene. Se comparan con activos empleados, gasto operativo y tiempo. También se distingue ingreso nuevo de ventas de nube que habrían existido sin la función generativa.

La utilización necesita capacidad medible. Un centro puede estar contratado, construido, energizado o realmente ocupado por cargas pagadas; son estados distintos. Las reservas anticipadas ayudan a prever demanda, pero no equivalen a uso ni margen. La ficha conserva cada etapa para que una promesa comercial no parezca flujo de caja.

El coste marginal cambia con modelo, longitud, hardware, optimización y mezcla de clientes. Un precio que cubre inferencia hoy puede dejar de hacerlo si el usuario aumenta contexto o usa una función más intensiva. Por eso el margen se sigue por cohorte y caso de uso, no solo como promedio de la empresa.

Cuándo “burbuja” es una descripción útil

Una tecnología puede ser funcional y estar sobreinvertida. La señal no es una demostración fallida, sino precios o valoraciones que exigen crecimiento improbable, capacidad construida sin clientes o proyectos que no cubren su coste de capital. También puede haber exceso en una capa e infraoferta en otra: muchos modelos similares y poca energía, red o integración.

La comparación con internet enseña que infraestructura duradera y pérdidas para inversores pueden coexistir. Pero no demuestra que toda inversión actual vaya a encontrar uso. Se buscan contratos, utilización y flujo de caja; las narrativas históricas solo aportan analogías.

Escenarios, no un veredicto único

Un escenario conservador reduce crecimiento, precio y utilización y aumenta energía o revisión; otro prueba qué ocurre si la capacidad se llena y el coste por consulta cae. Ambos deben usar el mismo horizonte y definiciones. La diferencia revela qué variables mandan y qué señales conviene esperar en los resultados siguientes.

Las empresas pueden justificar inversión defensiva: no construir quizá implique perder un mercado futuro. Ese valor de opción existe, pero tiene precio. Se declara como apuesta estratégica y no se mezcla con retorno ya observado. Una decisión razonable bajo incertidumbre todavía puede terminar con activos infrautilizados.

Los indicadores tempranos son adopción pagada, renovación, intensidad de uso y ahorro comprobado. Los tardíos incluyen depreciación, deterioro de activos y margen. Mirar ambos evita esperar años para detectar un problema y evita también declarar fracaso antes de que la infraestructura entre en servicio.

La energía y el tiempo no son notas al pie

Una instalación puede tener servidores y seguir limitada por conexión eléctrica, red o refrigeración. El calendario de puesta en servicio afecta al retorno porque el capital inmovilizado no produce trabajo pagado. La auditoría registra capacidad anunciada y fecha de operación real, además del coste energético por carga, sin atribuir toda la electricidad del centro a un único producto.

La eficiencia del modelo también mueve la cuenta. Cuantización, mejores chips, lotes y software pueden reducir coste por respuesta; al mismo tiempo, modelos mayores o contextos más largos pueden consumir el ahorro. Se mide coste de una tarea comparable a lo largo del tiempo. Un descenso por token no garantiza un descenso por resultado si la aplicación envía muchos más tokens.

La competencia presiona precios y puede aumentar utilización, pero también reduce margen. Un escenario sólido prueba ambas fuerzas. Si solo supone que cada consulta se abarata y el precio permanece, describe el mejor caso. Si solo supone guerra de precios, ignora diferenciación y contratos. La sensibilidad muestra qué combinación sostiene la inversión.

Por último se revisa quién asume la pérdida si el escenario falla: proveedor de chips, operador de nube, desarrollador o cliente. Contratos mínimos, compromisos de compra y depreciación distribuyen el riesgo de forma desigual. Seguir esa asignación explica por qué un auge puede enriquecer una capa y dejar exceso de capacidad en otra sin un único momento de estallido.

Una ficha para seguir el debate

Cada trimestre se registran gasto con definición contable, capacidad puesta en servicio, ingresos atribuibles, margen, clientes de pago y vida útil esperada. Se separa dato publicado, guía de la empresa y estimación del analista. Si una cifra no puede asignarse a esa columna, no se usa para probar retorno.

La capacidad transferible es auditar la economía de la IA como un puente entre capital, utilización, ingreso y margen, manteniendo separados los ejes contables y los escenarios. Así puede detectarse una sobreinversión sin negar la utilidad técnica y reconocerse un negocio sólido sin confundir crecimiento del proveedor con retorno del comprador.