La demanda de inteligencia artificial sigue disparada, pero eso ya no garantiza que las acciones de las empresas que lideran esta revolución suban sin parar.

Esta semana hemos visto algo que, a primera vista, resulta difícil de entender:

¿Cómo es posible esto?

(Se trata de un patrocinio automático de Beehiiv. Simplemente pinchando sobre él, ayudas enormemente a este boletín. ¡MUCHAS GRACIAS!)

Invest in single-asset private real estate opportunities alongside a $12B AUM owner/operator. Lightstone invests 20% or more of the equity in every offering, with a $100K minimum investment for accredited investors.

Explore Opportunities

^{Any message that includes model/proforma/targeted figures need a disclosure at the end such as: "This communication is for informational purposes only and does not constitute an offer to sell or a solicitation of an offer to buy any securities. Any such offer or solicitation will be made exclusively through the definitive offering documents. All investments involve risk of loss, including the potential loss of principal. Past performance is not a guarantee of future results. Any targeted returns or projections are forward-looking statements, are based on current assumptions, and are not guarantees of future performance. Actual results may differ materially.}

Los resultados explican bastante bien lo que está pasando:

Sin embargo, las reacciones de Wall Street han sido muy diferentes de lo que cabría esperar.

Microsoft pasó de subir un 5% a caer tras conocer su primera emisión de deuda desde 2017:

Alphabet perdió cerca de 482.000 millones de dólares de capitalización bursátil el jueves 29 de octubre, en la mayor caída porcentual de su historia como empresa cotizada.

Amazon también sufrió una fuerte reacción negativa tras publicar sus cuentas.

E Intel… Estaba registrando su mayor caída de la historia:

Y aquí está la cuestión: El problema ya no es si existe demanda de inteligencia artificial. Los datos demuestran que existe. El problema es quién conseguirá convertir toda esa demanda en beneficios suficientes para justificar las inversiones.

Porque hay algo que estamos empezando a descubrir: una tecnología puede ser extraordinariamente útil para la economía y, al mismo tiempo, resultar un mal negocio para algunas de las empresas que más dinero están invirtiendo en ella.

De hecho, no sería la primera vez que sucede.

La expansión de internet generó enormes oportunidades económicas, pero no todas las empresas que construyeron sus infraestructuras consiguieron rentabilizarlas. Con la IA podría ocurrir algo parecido, aunque todavía es demasiado pronto para saber hasta dónde llegará el ajuste.

Y los acontecimientos de esta semana nos han dado varias pistas.

Este es, probablemente, el aspecto más interesante de todo lo que estamos viendo.

Durante años hemos hablado de la inteligencia artificial como una oportunidad de crecimiento para las grandes tecnológicas. Y lo sigue siendo. Pero estamos empezando a comprobar que esa misma tecnología también puede debilitar algunas de sus principales fuentes de ingresos.

El caso de Google lo explica especialmente bien.

Sundar Pichai anunció que las consultas en Google están creciendo al ritmo más alto de los últimos cinco años.

La compañía está consiguiendo que los usuarios utilicen su buscador para hacer preguntas cada vez más complejas, muchas de ellas gracias a las nuevas funciones de inteligencia artificial.

Hasta aquí, todo parece positivo.

El problema aparece cuando miramos cuánto dinero está generando ese crecimiento.

Los ingresos de Google Search aumentaron un 12% interanual en el tercer trimestre, frente a aproximadamente un 17% en el segundo y un 19% en el primero. Es decir, el buscador sigue creciendo, pero cada trimestre lo hace más despacio.

¿Y qué tiene que ver esto con la IA?

Tradicionalmente, cuando realizamos una búsqueda en Google, encontramos una lista de resultados acompañados de anuncios. Las empresas pagan por aparecer en determinadas posiciones y Google gana dinero cuando los usuarios interactúan con esa publicidad.

Pero con AI Mode la experiencia cambia.

En lugar de mostrar únicamente enlaces, Google puede ofrecer una respuesta elaborada directamente por su inteligencia artificial. El usuario obtiene la información que necesita sin tener que navegar necesariamente por diferentes páginas.

El problema es que Google todavía no consigue generar tantos ingresos publicitarios con estas nuevas consultas como con las búsquedas tradicionales.

Y no es una simple teoría. Philipp Schindler, responsable de negocio de Google, reconoció durante la presentación de resultados que la menor monetización de AI Mode había contribuido a la desaceleración de Search.

Google se enfrenta a un dilema:

Y precisamente ahora necesita ese dinero más que nunca.

Alphabet registró un flujo de caja libre negativo de 9.100 millones de dólares en el tercer trimestre, mientras sus inversiones en infraestructura de IA siguen aumentando. La compañía prevé destinar entre 195.000 y 205.000 millones de dólares a inversiones de capital durante 2026.

Eso no significa que el negocio esté quebrado. Significa que está gastando más dinero del que genera libremente durante ese periodo.

Ahora bien, tampoco conviene adelantarse.

Google ya está extendiendo la publicidad a AI Mode, y sostiene que muchas de estas consultas son nuevas, es decir, búsquedas que antes los usuarios ni siquiera realizaban. Si consigue monetizarlas correctamente, la IA podría terminar aumentando los ingresos publicitarios en lugar de reducirlos.

El caso de Amazon es distinto, aunque la preocupación de fondo es parecida.

Su plataforma AWS, que alquila capacidad de computación y otros servicios tecnológicos a las empresas, aumentó sus ingresos un 39,3% en el tercer trimestre, su mejor crecimiento en casi cinco años.

Además, Amazon registró unos ingresos totales de 201.900 millones de dólares y un beneficio operativo de 28.100 millones, con un margen operativo récord del 13,9%.

El negocio funciona y es rentable. Entonces, ¿por qué preocupa a los inversores?

Principalmente, por cuánto dinero necesita invertir Amazon para mantener ese crecimiento.

La compañía espera dedicar aproximadamente 220.000 millones de dólares a inversiones de capital durante 2026. Mientras tanto, su flujo de caja libre acumulado en los últimos doce meses ha pasado de un saldo positivo de 14.800 millones a uno negativo de 42.400 millones de dólares.

Es decir… La compañía está generando muchísimo efectivo con sus operaciones, pero buena parte de ese dinero termina comprometido en instalaciones, chips y equipos necesarios para la expansión.

A eso se suma una segunda señal.

Su negocio publicitario creció un 12%, por debajo de las expectativas del mercado. Amazon atribuye parte de la desaceleración al cambio de calendario del Prime Day y espera recuperar un crecimiento cercano al 20% en el cuarto trimestre.

Pero hay una amenaza potencial más profunda: Cada vez se habla más de las compras realizadas mediante agentes de inteligencia artificial.

Imaginemos que, dentro de unos años, pedimos a un asistente que encuentre el mejor ordenador, compare precios y complete la compra.

En ese escenario, el consumidor podría dejar de recorrer las páginas de resultados y los anuncios patrocinados que hoy generan ingresos para Amazon.

Eso no significa necesariamente que desaparezca la publicidad. Podrían surgir nuevos formatos de recomendaciones patrocinadas dentro de los propios agentes.

Pero sí cambia una pregunta esencial: ¿quién controlará el momento de la compra y, por tanto, quién tendrá la capacidad de cobrar por influir en ella?

Si esa relación pasa de la plataforma comercial al asistente de IA, una parte del negocio publicitario podría cambiar de manos.

La situación de Intel es especialmente llamativa porque permite ver dos consecuencias opuestas de la misma revolución tecnológica:

Y hay un detalle importante en las cuentas: el crecimiento de los servidores no responde únicamente a que Intel haya vendido muchas más unidades. La compañía señala que el precio medio de venta de sus procesadores de servidor aumentó un 54%, debido principalmente a una mayor proporción de productos de gama alta y, en menor medida, a subidas de precios.

Es decir, una parte considerable del crecimiento procede de vender procesadores más caros.

Pero ¿qué está perjudicando al negocio de los ordenadores?

Uno de los factores es la memoria.

Los centros de datos necesitan enormes cantidades de chips de memoria para almacenar y procesar información. Su demanda está absorbiendo una parte importante de la capacidad de producción de la industria.

Cuando la oferta no crece lo suficientemente rápido, los precios aumentan.

Y eso termina afectando a otros compradores, como los fabricantes de ordenadores personales, que necesitan memoria RAM y almacenamiento para fabricar sus equipos.

Un ordenador más caro puede provocar que los consumidores y las empresas retrasen su renovación.

Intel reconoce precisamente esa presión: escasez de memoria y otros componentes, mayores costes y debilidad de la demanda de PCs. En su informe trimestral también señala que el volumen de su negocio de procesadores para ordenadores cayó un 14% interanual.

Dicho de otra manera, el auge de la IA está contribuyendo a encarecer algunos de los componentes que necesitan otros productos tecnológicos para venderse.

Y hay una segunda derivada.

Kioxia, fabricante japonés de memoria NAND (la utilizada, entre otros dispositivos, en las unidades SSD), advirtió este viernes de que el crecimiento de sus precios de venta se había moderado desde aproximadamente el 70% del trimestre anterior hasta alrededor del 25%.

Los precios siguen creciendo con fuerza, pero el ritmo se está moderando.

No significa que el mercado de memoria esté colapsando. Más bien muestra que incluso los fabricantes que se benefician de la escasez pueden encontrarse con límites cuando sus productos se encarecen demasiado.

Microsoft presenta otro ejemplo interesante.

Mientras Azure crece un 48%, sus ingresos de Windows OEM y dispositivos han caído un 22%.

Según la compañía, la debilidad del mercado de ordenadores, la acumulación de inventarios y el efecto comparativo del final del soporte de Windows 10 explican buena parte del descenso.

Pero lo que más me interesa es otro riesgo, que todavía no se refleja claramente en las cuentas.

Microsoft ha anunciado un programa de bajas voluntarias para empleados de determinadas divisiones, al que podrían acogerse aproximadamente 60.000 trabajadores. Es importante aclarar que no son 60.000 despidos confirmados, sino el número aproximado de empleados a los que se ofrece esa posibilidad.

¿Por qué es relevante para el negocio del software?

Porque buena parte del software empresarial funciona mediante licencias por usuario.

Imaginemos una empresa que tiene 1.000 trabajadores y paga 30 euros al mes por cada licencia de una herramienta de productividad.

Eso supone 30.000 euros mensuales.

Si consigue realizar el mismo trabajo con 800 personas gracias a la automatización, podría necesitar menos licencias y reducir su gasto.

No sabemos si este escenario se generalizará, ni a qué velocidad. Además, Microsoft también puede cobrar más por herramientas avanzadas de IA y obtener ingresos vinculados al consumo de sus servicios.

Hasta ahora hemos hablado de grandes compañías que pueden financiar buena parte de sus inversiones gracias a negocios consolidados, estas grandes empresas, pueden verse arrastradas por la narrativa… Pero seamos sinceros, lo tienen todo para salir más fuertes todavía de esto-

Pero en el otro extremo encontramos un grupo mucho más vulnerable: las llamadas neoclouds.

El problema es que construir esa infraestructura requiere muchísimo dinero desde el primer día.

Una neocloud puede firmar contratos multimillonarios con clientes y, aun así, necesitar financiación para comprar los equipos que le permitirán cumplirlos.

Por eso la deuda es tan importante.

Y aquí estamos viendo algunas de las primeras señales de tensión.

En el caso de CoreWeave, el coste de asegurar su deuda frente a un posible impago había superado los 1.000 puntos básicos durante octubre.

Cuando un inversor teme que una empresa pueda tener problemas para devolver lo que debe, está dispuesto a pagar más por protegerse.

Por ejemplo, un CDS de 1.000 puntos básicos implica una prima anual de referencia equivalente al 10% del importe asegurado. Proteger 10 millones de dólares de exposición costaría aproximadamente un millón al año, bajo esa cotización simplificada.

Es una prima muy elevada.

Sin embargo, tampoco significa que la empresa vaya a quebrar. Los CDS pueden encarecerse por falta de liquidez, mayor demanda de protección o incertidumbre, incluso sin que exista un impago inminente.

Lo importante es que los inversores en deuda están exigiendo una compensación mucho mayor por asumir determinados riesgos de la IA.

Esta semana hemos conocido un caso que permite entender por qué es un RIESGO:

En Hubbard, Texas, un consorcio bancario liderado por Morgan Stanley ha financiado un proyecto de centro de datos vinculado a Anthropic por unos 15.000 millones de dólares.

La idea de los bancos era proporcionar financiación inicial y posteriormente trasladar parte del préstamo a otros inversores mediante la emisión de bonos.

Pero el proyecto se ha encontrado con obstáculos.

El gobernador de Texas, Greg Abbott, ordenó suspender determinados permisos para nuevos centros de datos hasta completar una auditoría sobre el impacto de estas instalaciones en el suministro eléctrico y los recursos hídricos.

Como consecuencia, los bancos han aplazado la colocación de parte de esa deuda y tendrán que mantenerla durante más tiempo en sus balances.

Esto importa por dos motivos.

No hace falta que desaparezca la demanda de IA para que aparezcan problemas financieros. Basta con que los ingresos lleguen más tarde de lo previsto mientras los intereses de la deuda siguen acumulándose.

Y hay una segunda cuestión: la electricidad.

La disponibilidad de energía se está convirtiendo en una barrera real para el crecimiento del sector.

Y aquí aparece otra paradoja.

Según un análisis de Citadel Securities publicado el 28 de octubre, el coste de alquilar GPUs H100 ha aumentado aproximadamente un 14% en seis meses. En el caso de las B200, el incremento alcanza el 27,5%.

Son subidas importantes para un producto tecnológico que, en condiciones normales, debería tender a abaratarse conforme aparecen generaciones más potentes.

Esto sugiere que la capacidad de computación disponible sigue siendo escasa frente a la demanda.

Por tanto, el problema de las neoclouds no tiene por qué ser la falta de clientes.

Es el equilibrio entre lo que cobran por alquilar sus equipos, lo que les cuesta comprarlos y financiarlos, y el tiempo que tardan en recuperar la inversión.

Mi impresión es que vamos hacia una selección cada vez más exigente.

Las compañías con contratos sólidos, financiación competitiva y acceso garantizado a energía tendrán ventaja. Las que dependan constantemente de nueva deuda o de refinanciar sus obligaciones estarán mucho más expuestas.

Más allá de los ganadores y perdedores, la IA está cambiando la propia forma de funcionar del mercado. Lo veo en cuatro frentes.

Durante años, las grandes tecnológicas estadounidenses generaron tanto efectivo que podían destinar enormes cantidades de dinero a recomprar sus propias acciones.

Las recompras son importantes porque reducen el número de acciones en circulación. Si los beneficios de una empresa se mantienen, cada acción restante representa una participación mayor en esos beneficios. Por eso han sido uno de los grandes soportes de Wall Street durante la última década.

Pero el ciclo de inversión en IA está cambiando esta dinámica.

Un análisis de Reuters publicado el 30 de octubre muestra que Microsoft, Alphabet, Amazon, Meta y Oracle generaron conjuntamente 542.900 millones de dólares de caja operativa durante los nueve primeros meses de 2026, un 29% más que un año antes.

Sin embargo, sus inversiones de capital alcanzaron 556.900 millones de dólares.

Es decir, estas cinco compañías invirtieron en conjunto más dinero del que generaron con sus operaciones durante ese periodo. En consecuencia, pasaron de registrar un flujo de caja libre agregado positivo de 143.500 millones de dólares un año antes a uno negativo de unos 14.000 millones.

Al mismo tiempo, sus recompras de acciones se redujeron un 83%, hasta 13.600 millones de dólares.

Este dato me parece especialmente relevante. No estamos hablando de compañías que hayan dejado de vender productos o de generar beneficios.

Estamos hablando de empresas extraordinariamente rentables que han decidido destinar una proporción mucho mayor de sus recursos a construir infraestructura para el futuro.

El problema es que esas inversiones todavía tienen que demostrar su rentabilidad. Y mientras tanto, los accionistas reciben menos dinero a través de recompras.

El cambio se observa en operaciones muy concretas.

El denominador común es evidente: Las empresas que antes financiaban su crecimiento casi exclusivamente con el efectivo de sus negocios están recurriendo cada vez más a los mercados de capitales.

Esto tiene consecuencias para los accionistas.

Cuando una compañía emite nuevas acciones, puede diluir la participación de quienes ya son propietarios. Y cuando se endeuda, adquiere obligaciones de pago que deberán atenderse incluso si sus proyectos tardan más de lo previsto en generar ingresos.

No significa que emitir deuda o acciones sea necesariamente negativo. En ocasiones es perfectamente razonable financiar inversiones a largo plazo con capital externo.

La pregunta es si las rentabilidades futuras compensarán ese coste.

Otra situación que ha despertado preocupación es la financiación entre empresas del propio ecosistema de IA.

El ejemplo más reciente es una operación anunciada el 26 de octubre por Bank of America, Blackstone, Citi y Morgan Stanley junto con Broadcom.

Se trata de una estructura de financiación de 63.000 millones de dólares para adquirir aceleradores y soluciones de red de Broadcom que serán alquilados a Anthropic.

La operación se canalizará mediante una sociedad creada específicamente para ello y Broadcom proporcionará determinadas garantías sobre el valor residual de los equipos vinculados a la financiación principal.

Dicho de forma sencilla: el fabricante de los chips participa en una estructura que facilita la financiación necesaria para que su cliente utilice esos mismos chips.

Este tipo de acuerdos puede ser perfectamente legítimo y eficiente.

El problema aparece cuando varias compañías están económicamente vinculadas entre sí. Si el cliente tiene dificultades, puede verse afectada la empresa que le suministra equipos, la entidad que financia las compras y quienes han adquirido la deuda.

Es lo que se conoce como riesgo de financiación circular.

No significa que el dinero sea ficticio ni que los ingresos no existan. Significa que determinadas empresas pueden estar compartiendo más riesgo económico del que parece cuando analizamos sus balances por separado.

Y cuanto mayor se vuelve la inversión, más importante resulta entender quién está asumiendo realmente ese riesgo.

La exposición financiera al sector tampoco se limita a bancos y tecnológicas.

Según datos de Moody’s recogidos por Reinsurance News, las aseguradoras de vida estadounidenses tenían aproximadamente 85.200 millones de dólares invertidos en activos relacionados con el ecosistema de IA al cierre del segundo trimestre de 2026.

La cifra supone un aumento del 24% respecto al cierre de 2025, aunque representa alrededor del 1,4% de sus activos líquidos e inversiones.

Por ahora, no es una exposición que permita hablar de una crisis financiera generalizada.

Pero sirve para entender cómo el ciclo de inversión en IA está empezando a extenderse desde las empresas tecnológicas hacia el conjunto del sistema financiero.

Y cuanto más interconectados estén sus participantes, más difícil será analizar los riesgos de forma aislada.

Y aquí llegamos a una de las conclusiones más interesantes de la semana.

Citadel Securities publicó el 28 de octubre un informe titulado Tokenomics 2.0, que ayuda a explicar por qué una tecnología puede experimentar una explosión de demanda sin que sus principales fabricantes consigan necesariamente mejorar sus márgenes.

Los datos son reveladores.

Según Citadel, el volumen de tokens consumidos se ha multiplicado aproximadamente por cinco en los últimos seis meses.

Un token es una pequeña unidad de información que procesa un modelo de IA. Cuando escribimos una pregunta a ChatGPT o Claude, tanto lo que introducimos como la respuesta generada se contabiliza en tokens.

Cuantos más tokens se consumen, más actividad existe en estas plataformas.

Sin embargo, en esos mismos seis meses, el precio medio de los tokens de los modelos más avanzados ha caído aproximadamente un 62%. El precio medio ponderado por consumo ha bajado alrededor de un 50%.

Esto significa que las empresas están utilizando mucha más inteligencia artificial, pero cada unidad de servicio se está vendiendo a un precio inferior. Es una buena noticia para los usuarios.

Pero puede convertirse en un problema para quienes desarrollan los modelos:

Imaginemos una compañía que cobra 10 euros por prestar un servicio de IA y necesita gastar 5 euros en computación para ofrecerlo.

Le quedan 5 euros de margen bruto.

Ahora imaginemos que, debido a la competencia, tiene que reducir el precio del servicio a 5 euros, mientras el coste de la computación aumenta.

Si no consigue que sus sistemas sean mucho más eficientes, el margen desaparece.

Eso es exactamente lo que preocupa a Citadel.

Su análisis calcula que, combinando una caída del 50% en el precio del token con un incremento del 27,5% en el alquiler de determinadas GPUs, los proveedores necesitarían multiplicar por 2,55 su eficiencia para mantener el margen bruto.

Es un ejercicio teórico, no una estimación de los costes reales de cada laboratorio. Las empresas pueden tener contratos a precios distintos y están consiguiendo importantes mejoras de eficiencia.

Pero la idea es clara.

No basta con que cada vez más personas utilicen una tecnología. También importa cuánto pagan por utilizarla y cuánto cuesta ofrecerla.

Y la competencia no deja de aumentar.

Los modelos de pesos abiertos, que permiten descargar sus parámetros y desplegarlos con mayor autonomía, están ganando terreno.

Según Citadel, ya representan entre el 65% y el 70% del volumen de tokens procesados en determinadas plataformas de selección automática de modelos.

Conviene no confundir ese dato con el conjunto del mercado de IA. Se refiere a plataformas específicas donde los usuarios pueden cambiar de modelo con facilidad y tienden a ser más sensibles al precio.

Pero apunta a una tendencia relevante: cada vez existen más alternativas capaces de resolver tareas a un coste inferior.

Y hay un dato adicional que me parece incluso más importante.

Aunque el uso de tokens se está disparando, los datos de gasto empresarial de Ramp analizados por Citadel muestran que el desembolso mensual agregado en los proveedores de modelos más avanzados prácticamente se estancó durante agosto y septiembre.

Es una muestra concreta, no una medición de todo el gasto mundial en IA. Aun así, plantea una pregunta incómoda:

¿Qué sucede si el consumo de inteligencia artificial se multiplica por cinco, pero el dinero que pagan los clientes no crece al mismo ritmo?

Ese es uno de los grandes desafíos económicos del sector.

En medio de todas estas preocupaciones, Oracle protagonizó una de las reacciones positivas más importantes de la semana.

Durante su Investor Day del miércoles 28 de octubre, la empresa presentó una hoja de ruta para recuperar la generación de caja después de varios años de enormes inversiones.

Sus previsiones son muy concretas.

¿Por qué gustó tanto al mercado?

Porque Oracle no se limitó a prometer más crecimiento. Presentó un calendario para reducir la intensidad inversora, mejorar su flujo de caja y depender menos de la financiación externa.

Y eso es exactamente lo que los inversores están empezando a exigir.

Durante los primeros años de una revolución tecnológica es relativamente fácil justificar pérdidas o inversiones enormes a cambio de ganar cuota de mercado.

Pero llega un momento en el que el crecimiento, por sí solo, deja de ser suficiente.

Hasta ahora nos hemos centrado en la inteligencia artificial, pero sería un error interpretar lo que está pasando con la IA como un fenómeno exclusivamente tecnológico.

El contexto económico también importa.

La Reserva Federal mantuvo los tipos de interés entre el 3,75% y el 4,00% en su reunión del 28 de octubre.

Aunque no los subió, dos miembros del comité votaron a favor de un incremento de 25 puntos básicos.

Y los mercados siguen contemplando nuevas subidas para diciembre...

A esto hay que sumar el petróleo.

El WTI se encontraba por encima de los 100 dólares por barril durante la jornada del viernes, mientras la rentabilidad del bono estadounidense a diez años rondaba el 5%.

¿Por qué es tan importante para el sector de la IA? Porque los centros de datos necesitan grandes cantidades de electricidad y porque buena parte de la infraestructura se financia mediante deuda.

Pero hay una tercera consecuencia.

Cuando los tipos aumentan, los inversores suelen exigir mayores rentabilidades a las acciones, especialmente a las empresas cuyo valor depende de beneficios que esperan conseguir dentro de muchos años.

Es decir, una compañía puede mantener intactas sus previsiones de crecimiento y, aun así, sufrir una caída bursátil simplemente porque el mercado exige una rentabilidad mayor para asumir el riesgo.

Por eso conviene separar dos cuestiones.

Ambos factores pueden estar actuando al mismo tiempo.

Después de revisar todos estos acontecimientos, creo que hay una conclusión bastante clara. No estamos viendo una desaparición de la demanda de inteligencia artificial.

Las cifras de Azure, Google Cloud, AWS y los proveedores de procesadores muestran que las empresas están utilizando y contratando enormes cantidades de capacidad tecnológica.

Pero eso tampoco significa que cualquier inversión relacionada con la IA vaya a ser rentable.

Y aquí está la distinción que, en mi opinión, debemos empezar a hacer.

Que una tecnología transforme la economía no garantiza que todas las empresas que participan en su desarrollo obtengan buenos retornos para sus accionistas.

La historia está llena de ejemplos.

La inteligencia artificial podría seguir un camino parecido.

Estamos viendo cómo abarata determinados servicios, como la generación de texto, código o respuestas automatizadas, mientras aumenta la demanda de recursos escasos, como los procesadores avanzados, la energía y la capacidad de los centros de datos.

Eso crea oportunidades, pero también tensiones:

Por eso no creo que la pregunta adecuada sea si estamos ante una burbuja o una revolución tecnológica.

Ambas cosas pueden coexistir en determinados segmentos del mercado.

Una tecnología puede tener un futuro extraordinario y, al mismo tiempo, presentar valoraciones excesivas o proyectos mal financiados.

Mi principal preocupación no es que las empresas dejen de utilizar inteligencia artificial.

Es que exista una diferencia demasiado grande entre el dinero que la industria está invirtiendo y el que sus clientes acabarán pagando por los servicios.

También me preocupa el riesgo de concentración financiera.

Cuando un fabricante financia los equipos de su cliente, un proveedor de nube garantiza parte de un proyecto y un banco presta dinero esperando refinanciarse posteriormente, los riesgos terminan conectándose.

Eso no implica que vaya a producirse una crisis.

Pero sí significa que un problema en una parte del sistema puede extenderse a otras.

Y las señales del mercado de crédito merecen especial atención.

Mientras muchas grandes compañías siguen teniendo balances sólidos, algunos operadores especializados están viendo cómo el coste de proteger su deuda alcanza niveles que reflejan una incertidumbre considerable.

El principal argumento favorable sigue siendo la demanda.

Los servicios de IA están pasando de ser herramientas experimentales a integrarse en actividades cotidianas de empresas y consumidores.

Además, la eficiencia tecnológica sigue mejorando. Si los modelos consiguen procesar muchas más tareas con la misma capacidad de computación, los proveedores podrían mejorar sus márgenes incluso reduciendo precios.

Y la competencia también puede crear nuevos mercados.

Cuando una tecnología se abarata lo suficiente, aparecen usos que antes no resultaban económicamente viables.

Por eso una caída de los precios de los tokens no tiene por qué ser negativa para el conjunto de la industria. Puede reducir los márgenes de algunos proveedores, pero también estimular nuevas aplicaciones, aumentar la adopción y crear oportunidades de negocio.

La cuestión está en saber qué empresas serán capaces de capturar ese crecimiento.

Mi impresión es que estamos entrando en una nueva fase del ciclo de inversión en inteligencia artificial.

Durante los primeros años, el mercado premiaba a quienes anunciaban grandes inversiones, nuevos centros de datos y acuerdos multimillonarios.

Ahora empieza a exigir algo más.

No cuánto dinero eres capaz de invertir en IA, sino cuánto dinero puedes ganar con esa inversión.

Y esa diferencia puede transformar por completo el mapa de ganadores y perdedores en Wall Street.

Gracias por leer

Diego