Mi columna de esta semana en Invertia se titula «La carrera hacia los números rojos» (pdf), y trata sobre una paradoja que me parece particularmente interesante: cómo algunas de las compañías más rentables, poderosas y generadoras de caja de la historia están decidiendo, de manera perfectamente consciente, llevar sus flujos de caja hacia cero o incluso hacia terreno negativo con tal de no quedarse atrás en la carrera por la inteligencia artificial.
La inversión llevada a cabo por esas compañías es tan elevada que ya supera el 2.1% del PIB de los Estados Unidos, la inversión que dio lugar a su red de ferrocarriles, o diez veces la inversión anual del programa Apollo.
Microsoft, Google, Amazon, Meta y Oracle están gastando cantidades extraordinarias en centros de datos, chips, redes eléctricas, refrigeración y todo tipo de infraestructuras necesarias para entrenar y servir modelos de inteligencia artificial. Según el análisis de The Washington Post a partir de datos de S&P Global Market Intelligence, el free cash flow agregado de esas cinco compañías podría prácticamente desaparecer en 2026 y caer hasta unos 125,000 millones de dólares negativos en 2027. Estamos hablando, por tanto, no de startups financiadas por inversores dispuestos a quemar dinero en busca de crecimiento, sino de auténticas máquinas de generar beneficios que están optando deliberadamente por reinvertirlos a una escala difícil de imaginar.
La pregunta interesante, obviamente, no es si la inteligencia artificial tiene futuro. A estas alturas, discutir eso resulta bastante poco útil. La cuestión es si quienes están poniendo cientos de miles de millones encima de la mesa serán realmente quienes capturen el valor económico que esa tecnología termine generando. La historia de la tecnología está llena de infraestructuras absolutamente transformadoras como los ferrocarriles, la electricidad, las telecomunicaciones, la fibra óptica o internet que cambiaron el mundo sin garantizar necesariamente grandes retornos a todos los que financiaron su construcción. Una cosa es crear muchísimo valor, y otra bastante distinta conseguir apropiarse de él.
El caso de SpaceX lleva esa lógica todavía más lejos y pone a los inversores todavía más nerviosos: tras su entrada en inteligencia artificial, la compañía ha destinado una proporción enorme de su inversión a capacidad de computación y afirma poder recuperar determinadas inversiones en menos de un año alquilándola a terceros, mientras su negocio de inteligencia artificial continúa todavía registrando pérdidas. Es una apuesta enormemente agresiva basada en una hipótesis muy concreta: que la capacidad computacional seguirá siendo suficientemente escasa y valiosa como para justificar construirla antes de saber exactamente para qué va a terminar utilizándose.
Y ahí está, para mí, el aspecto más interesante de toda esta carrera: posiblemente estemos ante un problema clásico de teoría de juegos. Desde el punto de vista colectivo, las grandes tecnológicas podrían estar construyendo demasiada infraestructura, demasiado deprisa y a precios excesivamente elevados. Pero desde el punto de vista individual de cada una de ellas, reducir la inversión puede resultar aún más peligroso. Si la inteligencia artificial termina siendo efectivamente una tecnología de propósito general y determina la próxima gran reorganización de la economía, llegar tarde podría resultar muchísimo más caro que haber invertido demasiado.
Eso convierte buena parte de este gasto no tanto en una inversión convencional como en el precio de una opción estratégica: pagar hoy cantidades gigantescas para asegurarse el derecho a competir mañana, aunque todavía no sepamos si el valor estará fundamentalmente en los modelos, en los agentes, en la nube, en las aplicaciones, en los chips, en la distribución o en alguna combinación que ni siquiera hemos imaginado aún.
¿Estamos ante una burbuja? Perfectamente posible, llevo diciéndolo mucho tiempo: una burbuja es la forma natural de la especie humana de reaccionar ante una tecnología de propósito general, un «todos a por ella». ¿Ante la construcción de la infraestructura que sostendrá la próxima fase de la economía digital? También. Y esas dos cosas, aunque pueda parecer contradictorio, no son en absoluto incompatibles. Muchas de las grandes revoluciones tecnológicas de la historia vinieron acompañadas de enormes excesos de inversión, quiebras y destrucción de capital. Las matemáticas de la inversión en inteligencia artificial son simplemente imposibles.
La cuestión, por tanto, no es simplemente si estas compañías están gastando demasiado. Es bastante más incómoda: cuando nadie sabe todavía cómo va a repartirse el valor de una tecnología potencialmente transformadora, ¿qué resulta más irresponsable para una gran compañía: arriesgarse a perder cantidades enormes intentando estar en primera línea, o proteger cuidadosamente sus beneficios y descubrir unos años después que se quedó fuera de la siguiente gran plataforma tecnológica?
Yo creo que eso ya está empezando a ser cierto.
– NVIDIA se ha encontrado con que , casualmente, sus procesadores para juegos -y su CUDA- son perfectos para los centros de cálculos de la IA… ¡y ha vendido lo impensable!
– Casualmente también, Apple tiene los procesadores y el software adecuado para la ejecución local de IA. A poco que funcione tan bien como lo parecen las betas, los OS 27 de la empresa van a vender lo impensable. Y sólo le cuesta 1.500 millones de dólares al año en licencias a Google.
– Google es particular en este aspecto, es tanto un creador de infraestructuras como vendedor de objetos basados en IA. [Casi] no vende hard pero sí provee de Android, el SO de todos los móviles no-Apple y ya lo tiene listo para su ejecución de IA en local (y junto con Apple, no en Europa de momento).
– Incluiría aquí también a Palantir, empresa de IA aplicada al análisis de datos.
– y sin duda que me dejo alguna más.
Estas empresas ya están explotando esa infraestructura, o están a punto de hacerlo, vendiendo artículos y/o servicios basados en IA.
En cambio, no tengo muy claro el futuro de ciertas herramientas como GPT o Claude Code, por ejemplo, mientras haya posibilidad de instalar una potente IA abierta en local. El futuro dirá.
El problema es que muchos no generan suscriptores suficientes, ni nunca lo harán. La gente lo quiere gratis y si ChatGPT se pone de pago, usarán Gemini. Y si ambos se ponen de pago, usarán DeepSeek.
Para mi falla la base: para conseguir suscriptores lo ofreces gratis. Si quitas el gratis irán al de al lado que aun lo ofrece. Y vuelta a empezar.
Tragedia de los comunes
Exacto!
La IA de mi LMSTUDIO, me basta…
Mil gracias por este artículo!!! Ayer me preguntaron precisamente de forma privada si valía la pena invertir o no en grandes tecnológicas de IA. Es un tema que se sale bastante de mis conocimientos, vaya.
De todas formas, creo que se puede hacer hincapié en la opción más incómoda de todas: que todo esto sea humo y que lo que ocurra sea realmente una burbuja financiera brutal. Porque se parece mucho al cuento de la lechera…
«Si la inteligencia artificial termina siendo efectivamente una tecnología de propósito general…» Por supuesto que ese es el punto clave, claro que sí. pero habría que aclarar a qué nos referimos exactamente con esa «Inteligencia artificial», pq yo sigo pensando que la IA generativa ( que es solo UNA herramienta más dentro del amplio arsenal de herramientas de la IA) está muy lejos de ser de propósito general. ¿IA generativa LLM´s + agentes + lo que sea…? buena suerte con ello…
En el que estoy escribiendo para mañana te cuento más sobre este tema…
Mete en el saco la IA generativa de video, que a mi modesto entender, está a punto de dar un vuelco en la reducción de costes del cine y TV…. sin pérdida de calidad
En el 29 hubo una crisis en el sector eléctrico estadounidense porque sus compañías y sociedades financieras se endeudaron en estructuras piramidales de control financiero que ocultaban una grave falta de liquidez real. La especulación masiva con acciones compradas a crédito presionó al mercado hasta el colapso de octubre… El congreso en 1930 aprobó leyes de supervisión federal para desmantelar monopolios opacos en ese sector.
Casi un siglo después, la situación es que el idiot-in-chief promueve a un puñado de compañías que se pueden contar con el muñón de un manco… cuando las compañías chinas por ley comparten centros de datos, y por el embargo estadounidense se estrujan las meninges para estar a 6 meses del estado del arte en la IA con u coste estructurl que podría estar en el 10%.(Cifra a revisar, la saco de cuando salió deepseek, y asume que se mantienen en ese entorno). Ahora dice bien Enrique que el origen es distinto:
a) En el 29 prestamos a crédito masivo
b) Ahora, quemando Flujo de Caja… pero ojo también con préstamos como el de Softbank (no se nos olivde)
¿Pero al final la carrera de la rata actual a que nos lleva? Desde mi punto de vista a subir una rampa asintótica por mejorar unos benchmarks, cada vez muy caros ( si vale la similitud parecen mineros de bitcoins donde sacar algo es mucho más caro mañana que ayer). La salida de Hassabis de Deepmind (patada lateral) que dijo dijo «que creía que la inteligencia artificial general (AGI) está “al alcance de la mano» y sonaba a que «habían» decidido cambiar de roles…. [1] Podemos comprar su pataleta, pero también pensar que la AGI es como la piedra filosofal…
[1]: La versión que vende google fue esta: » said he had decided to switch roles so that I have the time and space to focus on the big picture and help influence what is to come to the best of my ability.” . Lo siento pero no compro incoherencias…
https://blog.google/company-news/inside-google/message-ceo/next-chapter-ai-momentum/
Lo que de verdad dijo….
We have arrived at a pivotal moment in human history. I’ve been working towards AGI my whole life and now, like many of you, I feel it is close at hand. It’s critical that we collectively get the next steps right to ensure this all goes well for humanity and we usher in an incredible new age of discovery and wonder.
With this backdrop, I’ve decided that now is the right time for me to hand over my day-to-day operational responsibilities at GDM, so that I have the time and space to focus on the big picture and help influence what is to come to the best of my ability. I will be taking on a new strategic role as Chair of GDM and Chief Scientist of Alphabet, and I’m excited to announce that Koray will be stepping up to lead GDM as SVP of Google DeepMind, in addition to his role as Chief AI Architect of Google.