Wall Street empieza a preguntarse si la inversión mundial en IA puede estar entrando en territorio excesivo

La inteligencia artificial continúa impulsando los beneficios empresariales y las Bolsas estadounidenses, pero Wall Street empieza a formular una pregunta que hace apenas un año parecía casi prohibida: ¿se está invirtiendo demasiado dinero en IA? La preocupación no procede de que haya desaparecido la demanda. Ocurre precisamente lo contrario. Microsoft, Amazon, Alphabet, Meta, Oracle, OpenAI y otras compañías necesitan cantidades extraordinarias de capacidad computacional y están construyendo centros de datos a una velocidad nunca vista. El problema es que el volumen de capital necesario empieza a alcanzar una escala que obliga a preguntarse cuánto dinero deberá generar finalmente la inteligencia artificial para justificarlo.

Reuters señala que el gasto de capital relacionado con esta nueva infraestructura ha superado ya el billón de dólares anual si se observa el conjunto de las grandes inversiones tecnológicas que están impulsando el ciclo actual. Solo Alphabet, Amazon, Microsoft, Meta y Oracle están recurriendo cada vez más a mercados de deuda y estructuras financieras externas para sostener la expansión. Amazon, por ejemplo, ha acudido al mercado de bonos con operaciones multimillonarias, mientras los grandes hyperscalers están utilizando emisiones en dólares, euros, libras, yenes, francos suizos y dólares canadienses para ampliar sus fuentes de financiación.

Las previsiones son todavía más impresionantes. Bank of America calcula que el CAPEX mundial relacionado con cloud e infraestructura de IA podría aproximarse a 1,5 billones de dólares en 2027, con un incremento interanual del 40 % al 50 %. Paralelamente, Nvidia está trabajando con Goldman Sachs, Apollo, BlackRock, Blackstone, Brookfield y KKR para desarrollar estructuras capaces de movilizar más de 500.000 millones de dólares adicionales hacia infraestructura de computación.

El gasto empieza a absorber casi toda la caja generada por los gigantes tecnológicos

Una de las cifras que mejor permite comprender el cambio procede de PIMCO. Sus analistas calculan que las inversiones de capital podrían absorber alrededor del 94 % del flujo de caja operativo de los hyperscalers durante los próximos dos años, frente a aproximadamente el 40 % en 2023.

Esto representa un cambio extraordinario para compañías que históricamente podían financiar su crecimiento mediante enormes cantidades de caja propia. La inteligencia artificial está transformando negocios tecnológicos relativamente ligeros en capital en organizaciones que necesitan invertir continuamente en chips, centros de datos, redes, refrigeración y energía.

La consecuencia es que una parte creciente de la expansión tendrá que financiarse externamente. Los mercados de bonos, fondos de infraestructura, crédito privado, aseguradoras y grandes gestores institucionales están entrando progresivamente en el ecosistema.

Y ahí empieza el riesgo.

Mientras la inversión se financiaba principalmente mediante la enorme caja de Microsoft, Alphabet, Meta o Amazon, un eventual exceso de capacidad podía afectar fundamentalmente a sus accionistas. Cuando cientos de miles de millones empiezan a proceder de deuda, fondos de pensiones, aseguradoras y crédito privado, el riesgo financiero de la IA comienza a extenderse hacia el resto del sistema financiero.

Puede haber hasta 3 billones de dólares adicionales fuera de los balances tradicionales

Una de las cuestiones que más preocupa a determinados inversores es que el volumen real de compromisos relacionados con infraestructura podría ser bastante mayor de lo que muestran las cifras convencionales de CAPEX.

Estimaciones recientes citadas en los mercados sugieren que las grandes tecnológicas podrían acumular hasta 3 billones de dólares adicionales en compromisos vinculados con IA que no aparecen necesariamente como inversión tradicional inmediata, debido a arrendamientos de centros de datos, acuerdos de capacidad futura, contratos energéticos y otras estructuras financieras.

No significa que existan 3 billones de deuda oculta ni que todas esas obligaciones vayan a materializarse simultáneamente. Pero sí demuestra que la dimensión económica del ciclo de inversión puede ser muy superior a la que refleja simplemente el gasto anual publicado por las compañías.

La IA empieza así a parecerse menos al desarrollo tradicional de software y más a una nueva revolución industrial.

La pregunta de Wall Street: ¿dónde están los ingresos?

Los resultados empresariales estadounidenses continúan siendo muy sólidos. El crecimiento agregado de beneficios durante la primera mitad del año ha sido extraordinario y las compañías relacionadas con IA continúan dominando los índices bursátiles. Sin embargo, existe una diferencia cada vez mayor entre el dinero invertido en infraestructura y la capacidad de muchas empresas para explicar cuánto beneficio produce realmente la IA.

Solo una pequeña proporción de las compañías del S&P 500 proporciona actualmente cifras suficientemente detalladas sobre ingresos directamente atribuibles a inteligencia artificial, costes de implementación o retorno obtenido.

Éste puede convertirse en el gran tema financiero de 2027.

Durante la primera fase de la revolución, los inversores premiaban prácticamente cualquier anuncio de inversión. Construir más centros de datos, comprar más GPU o anunciar agentes de IA era interpretado como una señal de liderazgo.

La siguiente fase será diferente. El mercado empezará a preguntar: ¿cuánto ingreso adicional produce cada 1.000 millones invertidos? ¿Cuánto margen genera? ¿Cuánto tarda en recuperarse el capital?

Las compañías que no puedan responder tendrán problemas para justificar nuevas inversiones.

El riesgo de una infraestructura construida demasiado rápido

Existe además un problema tecnológico. Los centros de datos que se construyen actualmente necesitan producir ingresos durante muchos años, pero los chips y modelos evolucionan a una velocidad extraordinaria.

Un acelerador que hoy representa tecnología de frontera puede quedar superado en pocos años. Al mismo tiempo, las técnicas de inferencia están mejorando rápidamente, los modelos pequeños realizan tareas que anteriormente necesitaban sistemas enormes y las arquitecturas mixture of experts permiten activar solamente una parte de los parámetros.

Eso introduce una paradoja: la industria está construyendo infraestructura suponiendo que necesitaremos cantidades cada vez mayores de computación mientras simultáneamente trabaja para conseguir que cada unidad de computación produzca mucho más.

Probablemente ambas tendencias puedan coexistir. La reducción del coste puede provocar un aumento todavía mayor del consumo, como ha ocurrido históricamente con otras tecnologías. Pero si la eficiencia crece más rápidamente que la demanda, algunos centros de datos podrían encontrarse con niveles de utilización inferiores a los previstos.

La concentración bursátil añade otro riesgo

Existe además una enorme concentración de valor alrededor de unas pocas compañías. Nvidia, Microsoft, Alphabet, Amazon, Meta y otros grandes beneficiarios de la IA representan una parte extraordinariamente elevada de los índices estadounidenses.

Eso significa que una revisión de expectativas en IA podría afectar al conjunto del mercado incluso aunque el resto de la economía continuara funcionando razonablemente bien.

Algunos grandes inversores institucionales ya han empezado a mostrar más cautela. No están abandonando la inteligencia artificial, pero empiezan a distinguir entre compañías que simplemente están expuestas al relato de la IA y aquellas capaces de transformar esa exposición en beneficios, flujo de caja y ventajas competitivas sostenibles.

Incluso organismos financieros internacionales han advertido de que las revoluciones tecnológicas suelen atravesar fases de sobreinversión antes de alcanzar su estructura económica definitiva.

No significa necesariamente que exista una burbuja

Sería demasiado pronto para concluir que estamos ante una repetición de las puntocom. Existen diferencias fundamentales.

Microsoft, Alphabet, Amazon, Meta y Nvidia generan enormes cantidades de ingresos y beneficios reales. La demanda de capacidad informática existe y muchas instalaciones están contratadas antes incluso de terminar su construcción. Los modelos de IA ya están generando productividad y nuevos ingresos en numerosas compañías.

El problema no es que la tecnología carezca de valor.

La pregunta es si el precio que estamos pagando por construirla se ha adelantado demasiado al valor económico que podrá producir durante los próximos años.

La historia económica demuestra que una tecnología puede transformar completamente el mundo y, simultáneamente, provocar inversiones excesivas durante las primeras etapas de su desarrollo. Internet cambió la economía mundial, pero eso no impidió la burbuja puntocom. Los ferrocarriles transformaron el siglo XIX y provocaron también enormes ciclos especulativos.

La inteligencia artificial podría seguir un patrón parecido: ser una revolución auténtica y producir, al mismo tiempo, episodios de sobreinversión.

2027 puede convertirse en el año del ROI

Para los directivos, ésta es probablemente la conclusión más importante. La etapa de invertir en IA simplemente porque todos los competidores están haciéndolo está terminando.

Los consejos de administración van a empezar a exigir métricas.

Cuánto cuesta cada agente. Cuántas horas ahorra. Cuántos empleados permite liberar para otras funciones. Cuánto aumenta la conversión comercial. Cuánto reduce el coste de atención. Cuánto acelera el desarrollo de productos. Qué ingresos adicionales genera.

El lenguaje de la inteligencia artificial está pasando del laboratorio al departamento financiero.

Y 2027 puede convertirse en el año en el que la pregunta deje de ser “¿cuánto estamos invirtiendo en IA?” y pase definitivamente a ser “¿cuánto dinero estamos ganando gracias a ella?”.

Comprender la economía de la IA ya es una responsabilidad directiva

El Curso Superior en Inteligencia Artificial para Directivos (CSIAD) de THE INTELLIGENCE Institute prepara a presidentes, CEOs, directores generales y altos ejecutivos para comprender no solo las posibilidades tecnológicas de la IA, sino también su impacto sobre inversión, productividad, costes, organización y retorno empresarial.

Descubre el CSIAD – Curso Superior en Inteligencia Artificial para Directivos