Bloomberg — Durante casi tanto tiempo como ha estado en pleno auge el boom de la inteligencia artificial, han existido advertencias sobre una burbuja especulativa que podría rivalizar con la locura puntocom de fines de la década de 1990, que terminó en un espectacular colapso y una ola de quiebras.
Las empresas tecnológicas están gastando cientos de miles de millones de dólares en chips avanzados y centros de datos, no solo para mantenerse al ritmo del aumento en el uso de chatbots como ChatGPT, Gemini y Claude, sino para asegurarse de estar preparadas para manejar un cambio más fundamental y disruptivo de la actividad económica de los humanos a las máquinas. La factura final podría alcanzar los billones. El financiamiento proviene de capital de riesgo, deuda y, últimamente, algunos arreglos más poco convencionales que han generado sorpresa en Wall Street.
VER MÁS: Jeff Bezos: la IA vive una “burbuja industrial” que traerá pérdidas y beneficios
Incluso algunos de los mayores defensores de la inteligencia artificial (IA) reconocen que el mercado está sobrecalentado, aunque siguen profesando su confianza en el potencial a largo plazo de la tecnología. La IA, dicen, está lista para remodelar múltiples industrias, curar enfermedades y, en general, acelerar el progreso humano.
Sin embargo, nunca antes se había gastado tanto dinero con tanta rapidez en una tecnología que, a pesar de todo su potencial, sigue siendo algo incierta como modelo de negocio rentable. Los ejecutivos de la industria tecnológica que en privado dudan de las evaluaciones más entusiastas sobre el potencial revolucionario de la IA —o al menos tienen dificultades para ver cómo monetizarla— pueden sentir que tienen pocas opciones más que mantener el ritmo de las inversiones de sus competidores o arriesgarse a ser superados y relegados en el futuro mercado de la IA.
¿Cuáles son las señales de alerta para la IA?
Cuando Sam Altman, director ejecutivo de OpenAI, creador de ChatGPT, anunció un plan de infraestructura de IA de US$500.000 millones conocido como Stargate, junto a otros ejecutivos en la Casa Blanca en enero, el monto generó cierto escepticismo. Desde entonces, otros competidores tecnológicos han incrementado sus gastos, incluido Mark Zuckerberg, de Meta, quien se comprometió a invertir cientos de miles de millones en centros de datos. Para no quedarse atrás, Altman declaró luego que espera que OpenAI gaste “billones” en infraestructura de IA.
Para financiar esos proyectos, OpenAI está entrando en un terreno nuevo. En septiembre, el fabricante de chips Nvidia Corp. anunció un acuerdo para invertir hasta US$100.000 millones en la expansión de los centros de datos de OpenAI, un trato que algunos analistas consideran que plantea dudas sobre si el fabricante de chips está intentando sostener a sus clientes para que sigan gastando en sus propios productos.
VER MÁS: Fondo soberano GIC alerta de burbuja en la IA y posible presión sobre la deuda global
Las preocupaciones han seguido a Nvidia, en distintos grados, durante gran parte del auge. El principal fabricante de chips aceleradores de IA ha respaldado a decenas de empresas en los últimos años, incluidos creadores de modelos de IA y proveedores de computación en la nube. Algunas de ellas luego utilizan ese capital para comprar los costosos semiconductores de Nvidia. El acuerdo con OpenAI fue de una escala mucho mayor.
OpenAI también ha indicado que podría recurrir a financiamiento mediante deuda, en lugar de depender de socios como Microsoft Corp. y Oracle Corp. La diferencia es que esas compañías tienen negocios sólidos y consolidados que han sido rentables durante muchos años. OpenAI espera gastar US$115.000 millones en efectivo hasta 2029, según informó The Information.
Otras grandes empresas tecnológicas también están recurriendo cada vez más a la deuda para respaldar su gasto sin precedentes. Meta, por ejemplo, acudió a prestamistas para asegurar US$26.000 millones en financiamiento para un complejo de centros de datos planeado en Louisiana que, según la compañía, eventualmente alcanzará el tamaño de Manhattan. JPMorgan Chase & Co. y Mitsubishi UFJ Financial Group también lideran un préstamo de más de US$22.000 millones para apoyar el plan de Vantage Data Centers de construir un enorme campus de centros de datos, informó Bloomberg News.
¿Y qué hay del reembolso?
Para 2030, las empresas de IA necesitarán US$2 billones en ingresos anuales combinados para financiar la potencia informática necesaria para satisfacer la demanda proyectada, según un informe de Bain & Co. publicado en septiembre. Sin embargo, Bain predice que sus ingresos probablemente quedarán US$800.000 millones por debajo de esa cifra.
“Los números que se manejan son tan extremos que realmente es muy, muy difícil de comprenderlos”, dijo David Einhorn, destacado gestor de fondos de cobertura y fundador de Greenlight Capital. “Estoy seguro de que no es cero, pero hay una probabilidad razonable de que se produzca una destrucción de capital tremenda durante este ciclo”.
En un signo de los tiempos, también hay un número creciente de empresas menos consolidadas que intentan capitalizar la fiebre de los centros de datos. Nebius, un proveedor de nube con sede en Ámsterdam que se escindió del gigante ruso de internet Yandex en 2024, firmó recientemente un acuerdo de infraestructura con Microsoft por un valor de hasta US$19.400 millones. Y Nscale, una empresa británica de centros de datos poco conocida, está trabajando con Nvidia, OpenAI y Microsoft en expansiones en Europa. Al igual que otros proveedores de infraestructura de IA, Nscale se había centrado anteriormente en otro sector sobrecalentado: la minería de criptomonedas.
“La IA probablemente tendrá consecuencias profundas en la forma en que todos trabajamos. Pero, siendo la destrucción creativa schumpeteriana lo que es, habrá cierto dolor por delante antes de que todos disfrutemos de los negocios que se están construyendo“.
¿Existen preocupaciones sobre la tecnología en sí?
La ola de gasto en centros de datos está opacada por un escepticismo persistente respecto del retorno de la inversión en la tecnología de IA. En agosto, los inversores se mostraron preocupados después de que investigadores del Massachusetts Institute of Technology encontraran que el 95% de las organizaciones no obtuvo ningún retorno de sus iniciativas en IA.
Más recientemente, investigadores de Harvard y Stanford ofrecieron una posible explicación. Los empleados están utilizando la IA para crear “workslop”, que los investigadores definen como “contenido de trabajo generado por IA que se hace pasar por trabajo de calidad, pero carece de la sustancia necesaria para avanzar significativamente en una tarea determinada”.
La promesa de la IA siempre ha sido que ayudaría a optimizar tareas y aumentar la productividad, convirtiéndola en un activo invaluable para los trabajadores y uno por el que las empresas estarían dispuestas a pagar sumas elevadas. En cambio, los investigadores de Harvard y Stanford encontraron que la prevalencia del workslop podría costarle a las grandes organizaciones millones de dólares al año en productividad perdida.
Los desarrolladores de IA también se han enfrentado a otro desafío. OpenAI, el desarrollador del chatbot Claude, Anthropic y otros han apostado durante años por las llamadas leyes de escalamiento, la idea de que más potencia de cálculo, más datos y modelos más grandes inevitablemente abrirán el camino a avances mayores en el poder de la IA. Eventualmente, dicen, estos avances conducirán a la inteligencia artificial general, una forma hipotética de la tecnología tan sofisticada que iguala o supera a los humanos en la mayoría de las tareas.
En el último año, sin embargo, estos desarrolladores han experimentado rendimientos decrecientes de sus costosos esfuerzos por construir IA más avanzada. Algunos también han tenido dificultades para estar a la altura del propio bombo publicitario. Tras meses de promocionar GPT-5 como un avance significativo, el lanzamiento del último modelo de IA de OpenAI en agosto recibió críticas mixtas. En declaraciones en torno al lanzamiento, Altman reconoció que “estamos todavía perdiendo algo bastante importante” para alcanzar la AGI.
Esas preocupaciones se ven agravadas por la creciente competencia de China, donde las empresas están inundando el mercado con modelos de IA competitivos y de bajo costo. Si bien las empresas estadounidenses siguen siendo generalmente vistas como líderes en la carrera, las alternativas chinas corren el riesgo de socavar a Silicon Valley en precio en ciertos mercados, dificultando recuperar la significativa inversión en infraestructura de IA.
También existe el riesgo de que la vasta expansión de centros de datos de la industria de IA, que implica un enorme aumento en el consumo de electricidad, se vea limitada por la realidad de redes eléctricas nacionales sobrecargadas.
¿Qué dice la industria de IA en respuesta?
Sam Altman, el rostro del actual auge de la IA, ha reconocido repetidamente el riesgo de una burbuja en los últimos meses, manteniendo al mismo tiempo su optimismo por la tecnología. “¿Estamos en una fase en la que los inversores en su conjunto están demasiado entusiasmados con la IA? En mi opinión, sí”, dijo en agosto. “¿Es la IA lo más importante que ha ocurrido en mucho tiempo? Mi opinión también es sí“.
Altman y otros líderes tecnológicos continúan expresando confianza en la hoja de ruta hacia la AGI, y algunos sugieren que podría estar más cerca de lo que los escépticos piensan. “Desarrollar una superinteligencia ahora está a la vista”, escribió Zuckerberg en julio, haciendo referencia a una forma de IA aún más poderosa que su empresa busca alcanzar. A corto plazo, algunos desarrolladores de IA también afirman que necesitan aumentar drásticamente la capacidad de cómputo para respaldar la rápida adopción de sus servicios. Altman, en particular, ha recalcado en varias ocasiones que OpenAI sigue limitado en recursos de cómputo mientras cientos de millones de personas en todo el mundo utilizan sus servicios para conversar con ChatGPT, escribir código y generar imágenes y videos.
OpenAI y Anthropic también han publicado sus propias investigaciones y evaluaciones que indican que los sistemas de IA están teniendo un impacto significativo en las tareas laborales, en contraste con los informes más críticos provenientes de instituciones académicas externas. Un informe de Anthropic publicado en septiembre encontró que aproximadamente tres cuartas partes de las empresas utilizan Claude para automatizar tareas. Ese mismo mes, OpenAI lanzó un nuevo sistema de evaluación llamado GDPval que mide el desempeño de los modelos de IA en docenas de ocupaciones.
“Encontramos que los mejores modelos de frontera actuales ya se acercan a la calidad del trabajo producido por expertos de la industria”, dijo OpenAI en una publicación de su blog. “Especialmente en el subconjunto de tareas donde los modelos son particularmente fuertes, esperamos que asignar una tarea a un modelo antes de probarla con un humano ahorre tiempo y dinero”.
Entonces, ¿cuánto estarán dispuestos a pagar finalmente los clientes por estos servicios? La esperanza entre los desarrolladores es que, a medida que los modelos de IA mejoren y gestionen tareas más complejas en nombre de los usuarios, puedan convencer a empresas e individuos de gastar mucho más para acceder a la tecnología.
“Quiero tener la puerta abierta a todo”, dijo la directora financiera de OpenAI, Sarah Friar, a fines de 2024, al ser consultada sobre un informe que indicaba que la empresa había considerado una suscripción mensual de US$2.000 para sus productos de IA. “Si me está ayudando a moverme por el mundo con literalmente un asistente de nivel doctorado para cualquier cosa que esté haciendo, ciertamente hay casos en los que eso tendría todo el sentido del mundo”.
En septiembre, Zuckerberg afirmó que una burbuja de IA es “bastante posible”, pero subrayó que su mayor preocupación no es gastar demasiado, sino no invertir lo suficiente para aprovechar la oportunidad. “Si terminamos malgastando un par de cientos de miles de millones de dólares, creo que eso sería muy desafortunado, obviamente”, dijo en una entrevista de podcast. “Pero lo que diría es que, en realidad, creo que el riesgo es mayor en el otro lado”.
¿Qué hace que exista una burbuja de mercado?
Las burbujas son ciclos económicos definidos por un aumento rápido en los valores de mercado hasta niveles que no están respaldados por los fundamentos subyacentes. Por lo general, van seguidas de una fuerte venta —el llamado estallido.
Una burbuja suele comenzar cuando los inversores se ven arrastrados por un frenesí especulativo —sobre una nueva tecnología u otra oportunidad de mercado— y se suman por temor a perder posibles ganancias futuras. El economista estadounidense Hyman Minsky identificó cinco etapas de una burbuja de mercado: desplazamiento, auge, euforia, toma de ganancias y pánico.
Las burbujas a veces son difíciles de detectar porque los precios del mercado pueden desvincularse de los valores del mundo real por muchas razones, y una caída brusca de precios no siempre es inevitable. Y, dado que un colapso forma parte del ciclo de una burbuja, puede ser difícil de identificar hasta después de ocurrido.
En general, las burbujas estallan cuando los inversores se dan cuenta de que las elevadas expectativas que tenían eran demasiado altas. Esto suele seguir a un período de exceso de entusiasmo que deriva en manía, cuando todos compran siguiendo la tendencia en su punto más alto. Lo que viene después suele ser una venta prolongada y lenta, donde las ganancias de las empresas comienzan a verse afectadas, o un evento singular que cambia la perspectiva a largo plazo, haciendo que los inversores corran hacia la salida.
Hubo cierto temor de que una burbuja de IA ya hubiera estallado a fines de enero, cuando DeepSeek de China sacudió el mercado con el lanzamiento de un modelo de IA competitivo supuestamente desarrollado con una fracción del gasto que los principales desarrolladores estadounidenses destinan. El éxito viral de DeepSeek desencadenó una venta masiva de acciones tecnológicas por valor de billones de dólares. Nvidia, una acción de referencia en IA, cayó un 17% en un solo día.
El episodio de DeepSeek puso de relieve los riesgos de invertir fuertemente en IA. Pero Silicon Valley se mantuvo en gran medida imperturbable. En los meses siguientes, las empresas tecnológicas redoblaron sus costosos planes de gasto en IA, y los inversores volvieron a apoyar estas apuestas. Las acciones de Nvidia se recuperaron desde un mínimo en abril hasta alcanzar récords históricos. Para fines de septiembre, su valor superaba los US$4 billones, convirtiéndola en la empresa más valiosa del mundo.
¿Es esto un repetición de 1999?
Al igual que con el auge actual de la IA, las empresas en el centro de la fiebre puntocom atrajeron enormes cantidades de capital de inversores, a menudo utilizando métricas cuestionables, como el tráfico web, en lugar de su verdadera capacidad de generar ganancias. Existían muchos modelos de negocio defectuosos y proyecciones de ingresos exageradas. Las empresas de telecomunicaciones compitieron por construir redes de fibra óptica solo para descubrir que la demanda no era suficiente para financiarlas. Cuando todo colapsó en 2001, muchas empresas fueron liquidadas y otras absorbidas por competidores más saludables a precios reducidos.
Los ecos de la era puntocom pueden encontrarse en la masiva expansión de infraestructura de IA, en las valoraciones altísimas y en las ostentosas demostraciones de riqueza. Los inversores de capital de riesgo han cortejado a startups de IA con jets privados, palcos y grandes cheques. Muchas startups de IA destacan sus ingresos recurrentes como métrica clave de crecimiento, pero existen dudas sobre cuán sostenibles o predecibles son esas proyecciones, particularmente para empresas más jóvenes. Algunas firmas de IA completan múltiples recaudaciones de fondos gigantescas en un solo año. No todas necesariamente prosperarán.
“Creo que hay muchos paralelismos con la burbuja de internet”, dijo Bret Taylor, presidente de OpenAI y director ejecutivo de Sierra, una startup de IA valorada en US$10.000 millones. Al igual que en la era puntocom, varias empresas de alto vuelo probablemente quiebren. Pero, según Taylor, también surgirán grandes negocios que prosperarán a largo plazo, tal como ocurrió con Amazon.com Inc. y Google de Alphabet Inc. a fines de los 90.
“Es cierto que la IA transformará la economía, y creo que, al igual que Internet, generará enormes cantidades de valor económico en el futuro”, dijo Taylor. “También creo que estamos en una burbuja, y muchas personas perderán mucho dinero”.
ambién existen algunas diferencias clave que señalan los observadores del mercado, siendo la primera la salud y estabilidad general de las empresas más grandes que están a la vanguardia de la tendencia. La mayoría del grupo conocido como los “Magnificent Seven” de empresas tecnológicas estadounidenses son gigantes consolidados que representan gran parte del crecimiento de ganancias en el índice S&P 500. Estas firmas tienen enormes flujos de ingresos y cuentan con grandes reservas de efectivo.
A pesar del escepticismo, la adopción de la IA también ha avanzado a un ritmo rápido. ChatGPT de OpenAI cuenta con aproximadamente 700 millones de usuarios semanales, lo que lo convierte en uno de los productos de consumo de más rápido crecimiento en la historia. Los principales desarrolladores de IA, incluidos OpenAI y Anthropic, también han experimentado un crecimiento de ventas notablemente fuerte. OpenAI había pronosticado previamente que sus ingresos se triplicarían en 2025, alcanzando US$12.700 millones. Aunque la compañía no espera ser positiva en flujo de caja hasta cerca del final de esta década, un acuerdo reciente para ayudar a los empleados a vender acciones le otorgó una valoración implícita de US$500.000 millones, convirtiéndola en la empresa más valiosa del mundo que nunca ha generado ganancias.
Lea más en Bloomberg.com
