Radar IA — 3 de octubre de 2026 | La inteligencia artificial entra en su gran prueba financiera: más de $30 billones en data centers, Broadcom moviliza $60.000 millones y Europa revela su problema para financiar la adopción

La jornada de este sábado 3 de octubre de 2026 deja una lectura muy clara para empresas e inversores: el debate empieza a desplazarse desde qué modelo es más potente hacia una cuestión mucho más dura —quién va a pagar toda la infraestructura de IA y qué retorno económico será necesario para justificarla—. Reuters calcula, a partir de proyecciones de PwC, que el gasto mundial acumulado únicamente en centros de datos podría superar los 30 billones de dólares hasta 2050. Broadcom está organizando otros 60.000 millones de dólares de financiación para chips e infraestructura vinculada a Anthropic y otros clientes, mientras el BCE revela que las empresas europeas están siguiendo una estrategia casi opuesta: el 72% espera financiar sus inversiones en IA con recursos propios. Al mismo tiempo, Apple prepara nuevos controles de permisos para los agentes autónomos en macOS y Amazon destina $1.000 millones a mitigar la creciente oposición social a los data centers.

$30 billones en data centers: la IA tendrá que generar billones de dólares de nuevos ingresos para pagar su infraestructura

La noticia económica más importante del día es probablemente el análisis publicado esta mañana por Reuters sobre la escala financiera que está alcanzando la inteligencia artificial. PwC proyecta que la inversión acumulada mundial exclusivamente en centros de datos podría superar los $30 billones hasta 2050, una cifra comparable al valor actual de todos los bonos del Tesoro estadounidense en circulación. La inversión supera, ajustada por inflación, las cantidades movilizadas durante otras grandes revoluciones tecnológicas como el ferrocarril o Internet.

El problema es que construir infraestructura no garantiza automáticamente que aparezcan negocios capaces de rentabilizarla. Bain estima que hyperscalers y compañías relacionadas con IA necesitarían generar más de $4,2 billones de nuevos ingresos durante los próximos cinco años para financiar el despliegue previsto. Para Estados Unidos, algunas estimaciones sitúan la inversión relacionada con IA entre 2025 y 2032 alrededor de $9 billones, aproximadamente el 3,2% del PIB estadounidense cada año. El economista Stijn Van Nieuwerburgh calcula que el sector estadounidense necesitaría alcanzar cerca de $3,55 billones de ingresos anuales en 2032 para obtener una rentabilidad del 10% sobre ese capital.

Existe además una distancia considerable entre las expectativas financieras y las mejoras de productividad observadas hasta ahora. JPMorgan considera que las ganancias de productividad amplias siguen siendo difíciles de detectar y estima que, para justificar determinadas valoraciones actuales, la productividad estadounidense tendría que crecer entre un 3% y un 5% anual durante diez años, frente a una previsión estructural cercana al 1,75%. La cuestión central para los próximos años será, por tanto, si aparecen suficientemente rápido nuevos mercados generados por IA, y no únicamente ahorros derivados de automatizar tareas existentes. Bain señala áreas como robótica, nuevos materiales, ingeniería, investigación científica o automatización industrial como posibles fuentes de ese crecimiento.

Para un CEO o un consejo de administración, esto cambia la conversación. La pregunta dejará progresivamente de ser cuánto presupuesto asignar a experimentar con IA y empezará a ser qué procesos producen ingresos nuevos, ahorro demostrable o ventajas competitivas suficientes para justificar inversiones permanentes en modelos, agentes, infraestructura y talento.

Broadcom empieza a movilizar $60.000 millones: Wall Street entra directamente en la financiación del compute

Broadcom está dando otro paso en la transformación de la infraestructura de IA en una nueva clase de activo financiero. Su sindicato bancario ha empezado a organizar aproximadamente $60.000 millones de nueva financiación destinada a facilitar a Anthropic y otras compañías la adquisición o utilización de chips e infraestructura de inteligencia artificial. Bank of America, Citigroup y Morgan Stanley figuran entre las entidades que preparan una tranche senior garantizada de $42.000 millones, mientras Blackstone lidera aproximadamente otros $18.000 millones de deuda junior.

El movimiento amplía una tendencia que se está acelerando rápidamente: fabricantes de chips y grandes inversores ya no se limitan a vender o comprar hardware, sino que empiezan a financiar directamente la demanda de compute. Broadcom ya había acordado proporcionar a Anthropic hasta $42.000 millones para financiar capacidad informática y se espera que Anthropic se convierta en uno de sus mayores clientes de diseño de chips. Nvidia, por su parte, está trabajando con Blackstone, Apollo, KKR, Goldman Sachs y otros grandes grupos financieros para movilizar hasta cientos de miles de millones alrededor de infraestructura de IA.

La consecuencia puede ser enorme. Durante la primera etapa de la revolución de la IA, Microsoft, Amazon, Meta y Google financiaron buena parte de la expansión mediante sus gigantescos flujos de caja. La siguiente etapa puede incorporar private equity, crédito privado, bancos, aseguradoras, fondos de pensiones y vehículos de infraestructura. Los chips, servidores y contratos de compute podrían acabar financiándose de manera parecida a aviones, telecomunicaciones o grandes instalaciones energéticas.

El riesgo es también mayor. Muchos de estos contratos dependen de que la demanda de IA continúe creciendo durante años y de que los activos mantengan suficiente valor. Si nuevas generaciones de chips reducen drásticamente el valor económico del hardware anterior, una parte del riesgo que hoy está concentrada en las grandes tecnológicas podría trasladarse al sistema financiero.

Europa revela su problema: el 72% de las empresas pretende pagar la IA con su propio dinero

Mientras Estados Unidos moviliza decenas de miles de millones mediante deuda, capital privado y mercados financieros, el Banco Central Europeo acaba de publicar datos que muestran una realidad muy diferente para las empresas de la eurozona. El 72% de las compañías que planean invertir en IA espera financiar esas inversiones mediante recursos internos, principalmente flujo de caja y beneficios retenidos. Solo un 16% espera recurrir a préstamos bancarios, otro 16% a subvenciones, aproximadamente un 15% a leasing, un 6% a equity o venture capital y únicamente un 1% a emisiones de deuda.

Los datos proceden de unas 5.000 empresas y ofrecen además una radiografía interesante de dónde pretende invertirse el dinero. El 49% prioriza tecnologías y herramientas de IA, el 46% formación de empleados, el 40% infraestructura y datos y solo el 12% contratación de especialistas en inteligencia artificial. Más del 80% de las compañías que invertirán en IA espera utilizar únicamente una fuente de financiación.

El BCE identifica una razón estructural: los bancos financian con más facilidad activos físicos que pueden utilizarse como garantía. Comprar hardware o construir infraestructura puede respaldar un préstamo; formar empleados, contratar talento o desarrollar propiedad intelectual resulta mucho más difícil de utilizar como colateral. Precisamente esos activos intangibles son esenciales para transformar realmente una empresa mediante inteligencia artificial.

La diferencia entre Estados Unidos y Europa puede convertirse así en uno de los grandes problemas competitivos de la próxima década. Estados Unidos está creando estructuras financieras capaces de adelantar enormes cantidades de capital contra el crecimiento futuro de la IA. Europa continúa dependiendo en gran medida de beneficios acumulados y financiación bancaria tradicional. Si esa diferencia persiste, empresas europeas rentables podrán adoptar IA, pero aquellas que necesiten invertir agresivamente para transformarse podrían hacerlo a menor velocidad.

Apple cambia macOS por los agentes de IA: los permisos del sistema operativo se convierten en una nueva frontera de seguridad

Apple anunció anoche que introducirá controles adicionales en macOS para dejar mucho más claro cuándo un agente de inteligencia artificial solicita acceso completo al contenido del ordenador. La decisión llega después de las polémicas relacionadas con Muse, el agente autónomo de Meta, y las dudas de algunos usuarios sobre el acceso del agente a información privada almacenada en sus Macs.

El problema está en una característica de macOS denominada Full Disk Access, diseñada originalmente para aplicaciones como servicios de backup, herramientas antivirus o utilidades que necesitan leer grandes cantidades de información. Una aplicación que obtiene ese permiso puede acceder a una parte extraordinariamente amplia del contenido del ordenador. Apple reconoce ahora que determinados desarrolladores están utilizando ese mecanismo de formas que pueden aumentar el riesgo a medida que los agentes se vuelven más autónomos.

Meta sostiene que Muse únicamente puede acceder a Messages cuando el usuario habilita expresamente tanto Full Disk Access como el conector correspondiente. Apple, sin embargo, introducirá mecanismos adicionales para garantizar que conceder ese nivel de acceso requiera una acción todavía más explícita.

Este movimiento tiene una enorme implicación empresarial. Hasta ahora los departamentos de seguridad controlaban principalmente usuarios humanos y aplicaciones. La llegada de agentes capaces de abrir archivos, utilizar navegadores, enviar mensajes, modificar documentos o acceder a aplicaciones introduce una tercera categoría: identidades agénticas. Las organizaciones necesitarán saber qué agentes existen, qué permisos tienen, qué datos pueden leer, qué acciones pueden ejecutar y quién autorizó esos privilegios.

El sistema operativo puede convertirse así en una de las principales capas de control de la nueva IA empresarial.

Meta Muse empieza a alterar valoraciones enteras de sectores económicos

Reuters Breakingviews publica hoy una lectura especialmente interesante sobre la llegada de los agentes autónomos al mercado. Muse, el agente de Meta lanzado en septiembre, ha superado los cinco millones de descargas, y los inversores están empezando a calcular qué modelos empresariales podrían verse dañados si millones de consumidores delegan decisiones económicas en agentes capaces de buscar, comparar, cancelar suscripciones o negociar precios automáticamente.

Durante el último mes, mientras el S&P 500 se mantuvo aproximadamente plano, Meta añadió alrededor de $450.000 millones de capitalización. Si se suman Nvidia, Intel y AMD, las principales beneficiarias relacionadas con la nueva carrera agéntica añadieron más de un billón de dólares de valor. Al mismo tiempo, compañías cuya economía depende de intermediación, suscripciones o fricción comercial sufrieron fuertes caídas. Booking y Expedia perdieron cerca de una quinta parte de su valor; Netflix, Spotify y Planet Fitness retrocedieron aproximadamente 18%, 12% y 20%; H&R Block e Intuit sufrieron correcciones similares; y entidades como Capital One y Bank of America perdieron más del 10%.

lectura recomendada

Los 20 pasos para construir la entidad GEO de una empresa de Real Estate y aumentar su visibilidad en la IA

Conviene interpretar estos movimientos como una lectura de mercado y no como prueba de causalidad directa de Muse: tipos de interés, energía y otros factores también influyen. Pero la tesis que están empezando a descontar los inversores es relevante. Muchas empresas obtienen margen porque comparar alternativas consume tiempo, cancelar una suscripción resulta incómodo o negociar requiere esfuerzo. Un agente que pueda realizar esas actividades continuamente puede eliminar parte de esa fricción.

La economía agéntica podría enfrentar finalmente agentes del consumidor contra agentes de las empresas, ambos negociando automáticamente precios, contratos y condiciones. En ese escenario, una de las pocas industrias que gana independientemente de quién venza cada negociación podría ser precisamente la que proporciona los chips y el compute necesarios para ejecutar todos esos agentes.

Amazon destina $1.000 millones a las comunidades que alojan data centers: aparece el problema de la “licencia social” de la IA

AWS ha anunciado una inversión superior a $1.000 millones durante cinco años en comunidades estadounidenses donde opera centros de datos. El dinero se destinará a formación, educación, asequibilidad energética, agua y conservación de recursos. Amazon reconoce así indirectamente uno de los riesgos emergentes de la infraestructura de inteligencia artificial: la oposición local al enorme consumo de electricidad y agua de los data centers.

Reuters señala que existen más de 100 propuestas de moratoria sobre centros de datos en diferentes zonas de Estados Unidos. Amazon afirma haber invertido unos $276.000 millones en data centers entre 2011 y 2025 y mantiene grandes proyectos en estados como Indiana, Louisiana, North Carolina, Virginia y Mississippi. AWS sostiene que la expansión es estratégica porque los países que lideren la infraestructura de IA obtendrán ventajas económicas y de seguridad nacional.

Esto añade una nueva variable al cálculo de inversión. El cuello de botella ya no será únicamente conseguir GPUs. Será conseguir electricidad, agua, terreno, permisos regulatorios y aceptación de las comunidades. Un proyecto técnicamente viable puede quedar retrasado durante años por restricciones energéticas o rechazo político.

La clave del día

El gran mensaje de este 3 de octubre es que la inteligencia artificial entra en una segunda etapa. Durante los últimos años la industria intentaba demostrar que los modelos podían hacer cosas extraordinarias. Ahora tendrá que demostrar que esas capacidades pueden producir suficiente valor económico para pagar una infraestructura de decenas de billones de dólares.

Al mismo tiempo, aparecen cuatro nuevos cuellos de botella: capital, energía, permisos y gobernanza. Broadcom y Wall Street intentan resolver el primero. Amazon está intentando resolver parte del tercero mediante inversiones en las comunidades que alojan sus centros de datos. Apple empieza a resolver el cuarto introduciendo controles específicos para agentes autónomos. Y Europa muestra que tiene un problema adicional: muchas empresas quieren adoptar IA, pero siguen financiándola principalmente con sus propios recursos.

La ventaja competitiva durante los próximos años probablemente dependerá de controlar una cadena cada vez más larga:

capital → energía → data centers → chips → modelos → agentes → datos → permisos → seguridad → cumplimiento → ingresos.

Y el indicador decisivo puede dejar de ser quién dispone del modelo más potente. Será quién consigue convertir cada euro invertido en IA en productividad, nuevos ingresos o ventajas competitivas defendibles antes de que llegue la siguiente generación tecnológica.