La IA ya no es una hermosa presentación sobre el futuro. Ahora son fábricas, centrales eléctricas, cientos de miles de millones en gastos de capital y una pregunta incómoda para los inversores: ¿cuándo empezará todo esto a amortizarse?
En Wall Street existe un talento sorprendente para convertir una buena tecnología en una historia de inversión muy cara. Ferrocarriles, internet, vehículos eléctricos: cada época tiene su símbolo de progreso y su propia cola de personas dispuestas a comprarlo a cualquier precio. Hoy, en el centro de la cola está la inteligencia artificial. Y no dudo de que la IA cambiará radicalmente sectores enteros. Dudo de otra cosa: que cualquier acción con las letras IA en la presentación de inversión merezca automáticamente un múltiplo cósmico.
En febrero, Reuters informó sobre los planes de Microsoft, Amazon, Alphabet y Meta de gastar más de 600 mil millones de dólares en inteligencia artificial en 2026. Es un programa de inversión de escala industrial. No se trata solo de los desarrolladores de modelos: los gastos llegan a los fabricantes de chips, constructores de centros de datos, compañías energéticas, proveedores de transformadores, equipos de red y sistemas de refrigeración. La paradoja es que el mercado bursátil ya valora muchos resultados futuros, mientras que la infraestructura física aún debe construirse.
Mi tesis principal: la IA es una revolución tecnológica real, pero las cotizaciones de sus participantes pueden adelantarse a la rentabilidad económica por años. El mercado ama tanto el futuro que periódicamente se olvida de pedirle un estado contable.
Cuatro negocios diferentes bajo el letrero de IA
Propongo dividir la industria en al menos cuatro eslabones. El primero es el hardware de computación: NVIDIA, AMD, fabricantes de memoria y componentes de red, incluyendo Broadcom. Su negocio se beneficia de las compras de aceleradores y del aumento de los requisitos de cómputo. Aquí la demanda ya se expresa en ingresos. Pero su ritmo depende de los presupuestos de un grupo relativamente pequeño de los mayores compradores.
El segundo eslabón son los hyperscalers: Microsoft, Alphabet, Amazon, Meta y otros propietarios de infraestructura en la nube y digital. Hoy pagan la mayor parte del auge de la construcción. Para ellos, la IA es al mismo tiempo fuente de nuevos productos y un enorme rubro de gastos. Cuando un inversor ve crecimiento en los gastos de capital, no puede considerarlo automáticamente como crecimiento de las futuras ganancias. Los gastos de capital primero deben recuperarse.
El tercero es la energía e infraestructura: GE Vernova, Eaton, Vertiv, fabricantes de turbinas de gas, sistemas de red y refrigeración. No son chatbots de moda, pero sin energía el centro de datos más inteligente se convierte en un almacén de servidores muy caro. En EE.UU., los plazos de conexión a las redes eléctricas y la disponibilidad de generación se convierten en un limitante separado de los proyectos.
El cuarto es el software aplicado, donde debe materializarse la mayor parte de la productividad prometida. Los compradores no deben solo probar un asistente de IA, sino mostrar un ahorro medible de costos, un aumento de ingresos o una mejora de la eficiencia. El problema es que demostrar un producto impresionante y firmar un contrato solvente son cosas distintas.
Quién recauda dinero hoy y quién solo firma cheques por ahora
En julio, Reuters, usando estimaciones consensuadas de LSEG, llamó la atención sobre la presión de los gastos en infraestructura de IA sobre el flujo de caja libre de las mayores empresas tecnológicas. El análisis de las expectativas para 2027 mostraba: el aumento de los gastos de capital puede superar significativamente el flujo de caja operativo adicional. Esto no es prueba de que las inversiones fracasen. Es un recordatorio de que construir el futuro requiere mucho dinero en el presente.
La pregunta para el inversor es: ¿cuántos dólares de flujo de caja aparecerán después de que la empresa gaste un dólar en infraestructura de computación? ¿Y cuándo exactamente? ¿Dentro de un año, tres o siete? Con un alto costo del capital, la diferencia en plazos tiene un enorme valor.
Para los fabricantes de semiconductores la tarea es distinta. Si los clientes en 2027 comienzan a aumentar los gastos más lentamente, la caída en el ritmo de pedidos puede ser más importante que el crecimiento absoluto de los ingresos. El mercado valora las expectativas sobre las expectativas. A veces una empresa obtiene una ganancia récord y sus acciones caen porque los inversores esperaban un récord aún mayor.
Un episodio revelador es la cancelada colocación de la australiana Firmus Technologies en octubre. Reuters Breakingviews vinculó la renuncia a la IPO con las dudas de los inversores sobre la valoración del proyecto y los riesgos de ejecución de la infraestructura. El interés por la IA no ha desaparecido, pero la disposición a pagar cualquier precio ya no parece incondicional.
Física contra presentación
En la bolsa se puede recalcular el valor de una empresa en un minuto. Con un sistema energético no funciona así. Reuters describió las limitaciones del auge de la IA en Estados Unidos: cola de proyectos para conexión, escasez de turbinas de gas y necesidad de construir generación propia. Esto es más importante que otro discurso sobre superinteligencia.
También hay un lado macroeconómico. El 1 de octubre, el vicepresidente de la Reserva Federal, Philip Jefferson, señaló la construcción a gran escala de infraestructura de IA como uno de los factores de la actividad económica y la presión sobre ciertos precios. La IA puede aumentar la productividad en el futuro, pero hoy la construcción compite por mano de obra, electricidad, equipos y capital.
El resultado es una construcción curiosa: una tecnología que promete reducción de costos, en la fase de despliegue puede elevar algunos de ellos. Y si la Fed mantiene las tasas por encima de lo esperado, el descuento de las ganancias lejanas de la IA se vuelve menos generoso.
El lado oculto de la carrera de la IA: carga de deuda, alquiler de capacidad y lucha por el costo
Hay otra pregunta que el mercado discute mucho menos que la cantidad de tarjetas de vídeo: ¿quién financia en última instancia la infraestructura y en cuyo balance queda el riesgo? Un centro de datos tiene una larga vida útil, pero los sistemas de computación individuales pueden volverse tecnológicamente obsoletos mucho más rápido. Un negocio construido sobre equipos caros debe lograr una carga suficiente en un tiempo relativamente corto para compensar los gastos iniciales y la futura sustitución de la tecnología.
No todas las obligaciones aparecen en el titular sobre gastos de capital. El alquiler a largo plazo de locales, los acuerdos de compra de electricidad, las garantías de compra de capacidad y el financiamiento de proyectos pueden distribuir el riesgo entre la plataforma en la nube, el promotor, el proveedor de electricidad y el acreedor. La mera existencia de una obligación a largo plazo no significa un problema financiero; pero no se puede ignorar al evaluar la rentabilidad económica. Por eso miro el alquiler teniendo en cuenta las obligaciones futuras, los pagos de intereses y el flujo de caja libre después de los gastos de capital. El mercado bursátil puede adorar la historia de crecimiento, pero el acreedor prefiere recibir el dinero según lo programado.
Una línea aparte de competencia son los aceleradores propios de las compañías en la nube. Si los hyperscalers amplían el uso de chips desarrollados internamente, los proveedores de equipos de terceros pueden mantener el crecimiento de ingresos, pero enfrentarse a presión sobre precios o cambios en la estructura de pedidos. La ganancia del comprador de cómputo no tiene por qué ser la ganancia del fabricante de cada acelerador. Para NVIDIA, AMD, Broadcom y los proveedores de infraestructura es importante no solo la cantidad de proyectos de IA, sino también qué parte de las inversiones corresponde a una arquitectura concreta, qué tan sostenible es la ventaja tecnológica y cuánto cuesta el entrenamiento y la inferencia por unidad de trabajo útil.
Una prueba sencilla de racionalidad de las valoraciones
Imaginemos una empresa hipotética que invierte 100 mil millones de dólares en nuevas capacidades de computación. Si después de la amortización, la electricidad, el personal, los impuestos y los gastos de mantenimiento de la infraestructura obtiene un flujo de caja libre adicional de solo 5 mil millones de dólares al año, el período simple de recuperación del capital inicial es de unos veinte años. Es una ilustración de la mecánica, no un cálculo de una empresa concreta; el descuento y la necesidad de reinversiones hacen que la economía sea aún más exigente. Si el flujo es de 20 mil millones de dólares, la imagen es fundamentalmente distinta.
Por eso, al comparar emisores, destacaría cuatro indicadores: gastos de capital respecto al flujo de caja operativo; resultado operativo adicional de los nuevos servicios; amortización y vida útil prevista del equipo; costo del capital captado. Dos negocios con los mismos ingresos de IA pueden tener un valor completamente distinto para los accionistas.
Un escenario que refuerza mi tesis cautelosa sobre el sobrecalentamiento es el crecimiento sostenido de los pedidos con reducción del flujo de caja libre y aumento de las obligaciones de deuda. Un escenario que me haría revisarla es la confirmación de un margen de ganancia de los servicios de IA que crece más rápido que los gastos de capital. Convencer al inversor de que «esta vez no hay que contar» suele ser la forma más cara de explicarle que, aun así, habrá que contar.
Burbuja o crecimiento sano: una pregunta mal planteada
Los amantes de los extremos exigen una decisión: o la IA es el nuevo internet, o es una estafa total. Pero ambas posiciones son demasiado cómodas para ser profesionales. Internet resultó ser una revolución; eso no salvó a los accionistas de muchas empresas de internet de pérdidas a principios de los años 2000. Una tecnología exitosa no garantiza una inversión exitosa a cualquier precio.
Veo tres escenarios. Básico: la monetización de la IA mejora, los gastos siguen altos y el mercado distingue gradualmente a las empresas por la eficiencia de sus inversiones. Positivo: la productividad corporativa y la demanda de nuevos servicios se aceleran más rápido que los gastos de capital; las valoraciones actuales reciben confirmación fundamental. Negativo: los ritmos de construcción y financiamiento siguen creciendo, pero la rentabilidad se retrasa; los inversores revisan las valoraciones y comienza una rotación fuera de las historias más caras.
Es especialmente importante que un escenario de desaceleración de los gastos de capital en IA no sea necesariamente igual de malo para todos. Un fabricante de aceleradores puede perder ritmo en los pedidos, mientras que una empresa en la nube puede mejorar su flujo de caja libre gracias a menores gastos. Son efectos opuestos dentro de una misma industria.
Qué observo en lugar de promesas ruidosas
En primer lugar, la dinámica de los gastos de capital de Microsoft, Alphabet, Amazon y Meta respecto a su flujo de caja operativo. En segundo lugar, el backlog y las previsiones de pedidos de aceleradores, memoria y equipos de red. En tercer lugar, la monetización: implantaciones corporativas de pago, margen de los servicios de IA, ingresos medios por cliente. En cuarto lugar, el costo y los plazos de acceso a la electricidad. En quinto lugar, los rendimientos de los Treasuries: determinan cuánto está dispuesto a pagar el mercado por un futuro lejano.
Señal de fortalecimiento del escenario alcista es el crecimiento del flujo de caja tras los fondos invertidos y la ampliación del número de empresas que generan valor medible. Señal de su debilitamiento son valoraciones cada vez más altas con deterioro de la amortización y retrasos en los proyectos.
Filtro práctico: contar no la promesa, sino la rentabilidad
Para comparar a los participantes de la cadena de la IA resulta útil plantear una pregunta: ¿qué flujo de caja adicional surge por cada dólar invertido y en qué plazo? En un hyperscaler es importante mirar no solo el crecimiento de los ingresos en la nube, sino también la rentabilidad de los servicios de IA después de los gastos en electricidad, amortización y mantenimiento de la infraestructura. En un fabricante de equipos, la concentración de pedidos en los mayores compradores y si los pedidos declarados se convierten en entregas y flujo de caja. En un desarrollador de software aplicado, las implantaciones pagadas, la retención de clientes y el ahorro confirmado para el cliente, no el número de proyectos piloto.
Esta comprobación tiene también una dimensión temporal: los servidores y aceleradores se quedan obsoletos y los centros de datos exigen gastos constantes. Por eso importa no solo la economía de lanzamiento del proyecto, sino el plazo durante el cual puede generar ingresos hasta la siguiente gran modernización. Para cada empresa conviene comparar los escenarios cauteloso, básico y optimista y verificar si se mantiene una rentabilidad aceptable con menor carga, retraso en la monetización o encarecimiento del financiamiento. Si la tesis de inversión solo funciona con un escenario impecable, el precio ya puede no dejar margen para el error.
Por qué las tecnologías más fuertes a menudo resultan malas inversiones
Hay una pregunta incómoda que rara vez se formula durante la euforia tecnológica: ¿quién obtendrá la renta económica cuando la tecnología se masifique? La difusión exitosa de un producto no garantiza un alto beneficio para su primer proveedor. Los ordenadores cambiaron el mundo, pero los fabricantes de ordenadores personales compitieron durante muchos años por márgenes bajos. Internet expandió radicalmente los mercados, sin embargo un gran número de inversores tempranos no recuperó los fondos invertidos. La industria automovilística creó los cimientos del mundo moderno, pero no todas las empresas automovilísticas se convirtieron en una inversión atractiva a largo plazo.
Considero la IA bajo la misma lente. Supongamos que el costo de entrenamiento y operación de los modelos disminuye sustancialmente con el tiempo. Para la sociedad es excelente: más empresas podrán implantar la tecnología, aumentará la productividad y se ampliará el acceso a las herramientas. ¿Qué ocurrirá con el margen de los desarrolladores de los modelos más caros? Si las capacidades básicas se convierten en commodity, los precios pueden bajar más rápido que el costo de algunos jugadores. El ganador no será necesariamente quien primero demostró el modelo más impresionante. Ganará quien logre convertir la tecnología en una ventaja sostenible en distribución, datos, base de clientes u eficiencia operativa.
Tampoco hay que olvidar los efectos de red. Una empresa que controla un ecosistema corporativo, un sistema de autorización, el flujo de documentos y el canal de distribución a veces tiene mayor capacidad de monetizar la IA que un laboratorio independiente con un producto más avanzado. Esto explica por qué miro con tanta atención a Microsoft, Alphabet y Amazon. Su ventaja no reside solo en el acceso a capacidad de cómputo, sino en la enorme cantidad de relaciones corporativas ya existentes. Sin embargo, el negocio actual genera también el riesgo de canibalización: una costosa función de IA puede sustituir ingresos de un producto antiguo en lugar de crear una categoría completamente nueva de demanda.
Por eso mi tesis no es que las empresas de IA sean demasiado caras sin excepción. Mi tesis es la victoria de la tecnología y la victoria del accionista no son lo mismo. La tecnología puede volverse gratuita o extremadamente barata para el usuario precisamente porque entre los proveedores se libra una guerra de precios feroz. Para el consumidor es un bien; para el tenedor de acciones sobrevaloradas, no siempre.
Energía, agua, tierra: la historia de inversión va más allá del software
En las conversaciones sobre inteligencia artificial el mercado a veces actúa como si los cálculos existieran literalmente en la nube: sin dirección física, temperatura ni factura de electricidad. En la práctica, cada gran despliegue requiere tierra, acceso a redes, reserva de capacidad, subestaciones, agua o sistemas de refrigeración alternativos, cables y mantenimiento. No son gastos abstractos, sino proyectos concretos con permisos, retrasos de construcción y política local.
El crecimiento de la demanda de electricidad puede apoyar a las empresas que suministran equipos electrotécnicos, transformadores, sistemas de distribución y soluciones de refrigeración. Pero aquí también hay una trampa: si una empresa vende un componente crítico, el mercado a menudo le asigna de antemano el precio de un futuro monopolista. Luego se descubre que aumentar la producción atrae competidores, amplía la oferta y los clientes regatean el precio. Prestaría especial atención a la capacidad de los proveedores de infraestructura para mantener el margen tras la expansión de la capacidad.
Existe también un conflicto entre la seguridad energética a corto plazo y la descarbonización. Los hyperscalers pueden anunciar una apuesta por la energía limpia, pero los plazos reales de conexión y la disponibilidad de potencia continua pueden hacer comercialmente atractiva la generación de gas o los contratos a largo plazo con operadores nucleares. El resultado es una nueva competencia por combustible, equipos y red. Para la economía significa que el auge de la IA afecta a la inflación de los bienes de capital, las tarifas de servicios públicos y la infraestructura regional, aunque las ganancias de los nuevos servicios digitales aún no se hayan realizado plenamente.
Este efecto es bidireccional. Si la construcción se acelera, la generación se expande y el costo de los cálculos baja, los usuarios finales y los desarrolladores obtienen espacio adicional para crecer. Pero si los proyectos se retrasan por déficit de capacidad energética, el inversor financia de hecho activos costosos que aún no funcionan. Este riesgo no puede eliminarse con publicidad sobre la revolución.
Cómo debatiría con un convencido defensor del crecimiento infinito de la IA
Un defensor del rally de la IA diría con razón: la transformación tecnológica puede crear nuevos mercados, las previsiones de beneficios existentes pueden subestimar sistemáticamente la demanda y las mayores empresas tienen balances que la mayoría de los participantes de la burbuja puntocom no tenían. Son argumentos serios. Una valoración alta de las acciones por sí sola no significa necesariamente una burbuja: a veces refleja alta rentabilidad, una posición competitiva fuerte y un largo período de crecimiento.
Mi respuesta es que los mejores argumentos a favor de la tecnología no eliminan la necesidad de calcular el precio de entrada. Si una alta rentabilidad supone mantener un margen excepcional durante diez años, hay que mostrar por qué los competidores no podrán reducirlo. Si el modelo supone un aumento continuo de los presupuestos de cómputo de los clientes, hay que explicar con qué ahorro final o nuevos ingresos esos clientes los pagarán. Y si la empresa hoy quema enormes recursos para la infraestructura, hay que mostrar que el costo de su capital no absorberá el beneficio esperado.
No construiría el análisis sobre la predicción de un día concreto en que «estalle la burbuja». El mercado puede permanecer sobrecalentado sorprendentemente mucho tiempo, especialmente cuando los flujos de caja de los líderes son reales. Es más productivo definir las señales de deterioro de la tesis de inversión. Por ejemplo, una duplicación de los gastos de capital con una previsión de flujo de caja libre casi invariable es motivo para volver a comprobar la amortización. El aumento del apalancamiento crediticio con una disminución de la carga de la infraestructura es una señal aún más importante. En cambio, la mejora del margen y la confirmación de la disposición de las empresas a pagar por herramientas de IA refuerzan el fundamento.
Hay una diferencia entre analista y profeta. El profeta anuncia de antemano la fecha del fin del auge tecnológico; el analista entiende qué le haría cambiar de opinión. Prefiero el segundo enfoque, aunque se vea peor en la portada.
Conclusión
Invertir en IA solo porque representa el futuro es aproximadamente como comprar cualquier edificio junto a la estación solo porque los trenes no van a desaparecer. La pregunta siempre es el precio, la carga y la rentabilidad del capital.
La inteligencia artificial puede muy bien convertirse en la principal transformación productiva de la década. Pero precisamente por eso requiere no un entusiasmo religioso, sino disciplina financiera. Mi prioridad es distinguir entre las empresas que venden equipos y servicios con una economía probada y las que por ahora venden la expectativa de una economía futura. Si el inversor sabe trazar esa frontera, la burbuja de la IA deja de ser un eslogan para él y se convierte en un conjunto manejable de escenarios.
Artículo preparado por el analista financiero senior de la empresa Tradepas, Boris Sergeyevich Katz