El dinero detrás de la Inteligencia Artificial: ¿Inversión o especulación?
Jan Diez.
El crecimiento exponencial del sector tecnológico genera alertas sobre su sostenibilidad
La Inteligencia Artificial se ha convertido en el fenómeno económico, tecnológico y social más relevante de la década. Vivimos una carrera industrial acelerada, que avanza hacia una meta difusa."En pocos años, el sector ha absorbido volúmenes de inversión comparables a las mayores transformaciones industriales de la historia reciente", así lo afirma Dan Ives, director general de Investigación Tecnológica en Wedbush Securities Microchips, plataformas de software, configuran hoy un ecosistema que parece no tener límites. Sin embargo, bajo esta expansión vertiginosa afloran dudas sobre la sostenibilidad financiera del modelo económico.
Economistas e inversores, no critican el desarrollo tecnológico vivido, ni la utilidad de este. El foco se cierne sobre el financiamiento del mercado, los estados financieros y los límites físicos de la especulación.
Un modelo interconectado
El mercado tecnológico está experimentando una transformación: las empresas aseguran que producir hardware para el consumidor se ha vuelto ineficiente. Los desarrolladores de IA requieren cantidades masivas de procesamiento gráfico para entrenar y ejecutar sus modelos. En respuesta, compañías como Nvidia han ajustado su producción, enfocándose cada vez más en satisfacer las necesidades del sector empresarial en lugar del consumidor particular.
Esto coloca a Nvidia como el centro del ecosistema. El software de inteligencia artificial actúa como punto de partida: cada vez que una empresa desarrolla un modelo más potente, necesita más capacidad de cálculo. Ahí es donde Nvidia juega un papel clave, ya que su hardware se ha convertido en un estándar técnico del sector. Así, a medida que el software avanza, la demanda de hardware crece, generando beneficios que se extienden a todo el ecosistema tecnológico.
Sin embargo, la mayoría de estas empresas no adquiere directamente miles de chips ni construye centros de datos propios. Las empresas desarrolladoras alquilan potencia de cálculo a grandes proveedores -como Oracle, CoreWeave- que actúan como puente entre el software y el hardware. Este modelo, conocido como nube intermediaria, ha dado lugar a un ecosistema profundamente interconectado, en el que, el crecimiento de una empresa impulsa de forma indirecta el de las demás.
"The money Machine"
El término "Money Machine" , acuñado por la asesora financiera Bloomberg, se utiliza para describir la actual dinámica del mercado de la IA. Para maximizar sus ventas y garantizar lademanda, Nvidia participa activamente en el ecosistema: la compañía invierte en empresas desarrolladoras, que utilizan el capital para seguir investigando, proceso que exige cada vez más potencia de cálculo. Ese aumento de la demanda se traslada a los proveedores de nube, quienes necesitarán aumentar su potencia, recurriendo de nuevo a Nvidia, el estándar del mercado. Este ciclo se retroalimenta, lo que aumenta exponencialmente el valor de las empresas, así como sus beneficios.
A este entramado financiero se suma un elemento clave: la contabilidad del capital invertido. Las grandes tecnológicas destinan sumas masivas a la compra de GPUs, servidores y otros componentes de hardware, que reflejan en sus balances de manera difusa, mostrando una imagen de solidez que no siempre refleja la realidad del uso y la depreciación del equipo.
La depreciación es la perdida de valor que sufre un activo con el paso del tiempo o desgaste. Las empresas tecnológicas utilizan este concepto para dividir los costes de los procesadores comprados en cinco años, la supuesta vida útil de los mismos, reduciendo el gasto anual imputado.
Esta práctica genera dos problemas. En primer lugar, las empresas registran los beneficios de manera anual mientras reparten los costes durante varios años, proyectando una solidez financiera que no refleja la realidad. Esto puede inducir a error a los inversores. En segundo lugar, la supuesta vida útil de cinco o seis años está lejos de la realidad: según la empresa Tech Fund y expertos en hardware como Jonathan Usher, arquitecto senior de Google, "Con tasas de utilización del 60 %–70 %, una GPU típicamente sobrevive entre 1 y 2 años, hasta un máximo de 3 años, dependiendo de la carga de trabajo.
Límites físicos
A diferencia de otros ciclos tecnológicos, la IA presenta límites materiales difíciles de eludir. En primer lugar, el entrenamiento y despliegue de modelos avanzados pone a prueba las materias primas disponibles. Infraestructuras eléctricas, agua para la refrigeración y espacios físicos destinados únicamente a alojar los procesadores necesarios para el funcionamiento de la IA. Según un informe del portal AllAboutAI, si una empresa tiene 100 megavatios de potencia, puede llegar a consumir hasta 2 millones de litros de agua a diario, únicamente en refrigeración. También afirma que en 2023, Google destinó 23.100 millones de litros a la refrigeración, y estima que el consumo de las empresas podría ser de alrededor 1.068 billones de litros para 2028.
Los límites de la IA no se detienen en el plano ambiental. Expertos advierten que los propios modelos de lenguaje tienen restricciones intrínsecas. Estos sistemas están diseñados para generar respuestas basadas en estadísticas y probabilidades, prediciendo lo que el usuario espera escuchar. Como consecuencia, pueden inventar información sin ser conscientes de ello, sin reconocer sus propios errores. Este fenómeno se denomina "alucinaciones", limita la eficiencia e imposibilita la idea de una IA autónoma.
Por último, la IA depende del contenido publicado en internet. Esta nunca será capaz de generar contenido desde cero; siempre requerirá ser entrenada con contenido producido por humanos, lo que limita su creatividad y autonomía real.
La historia se repite
Los grandes ciclos financieros suelen presentarse como fenómenos nuevos, no obstante comparten siempre las mismas características: impulso de tecnologías inéditas, mercados supuestamente transformadores, incremento de la especulación, sin ingresos reales. Durante el auge inmobiliario previo al año 2008, el mercado asumió que el precio de la vivienda nunca caería. Por otro lado, Michael Burry, licenciado en economía por la universidad de California y fundador de Scion Capital, analizó los datos y concluyó que el mercado se sostenía sobre una especulación constante, sin activos que lo reforzaran. Este inversor apostó en contra del mercado cuando este estaba en su mayor auge, en 2006. Años después la crisis confirmaría su diagnóstico
Hoy, Michael Burry vuelve a encender las alarmas sobre la estructura financiera que sustenta el mercado de la IA. En su advertencia, señala varios paralelismos con la crisis de 2008: un crecimiento impulsado por expectativas futuras, inversiones masivas en activos a largo plazo, confianza excesiva en modelos financieros, un mercado altamente interconectado y dependiente, y una demanda final aún incierta. Según Burry, esto implica que el mercado se está construyendo antes de que se pruebe su verdadera rentabilidad, de modo que la caída de una sola empresa podría desencadenar un efecto dominó sobre las demás.
A estas declaraciones también se suman referentes como Sam Altman, CEO de OpenAI: "¿Nos encontramos en una fase en la que los inversores en general están demasiado entusiasmados con la IA? Mi respuesta es sí. Alguien va a perder una cantidad enorme de dinero". Jeff Bezos, fundador y CEO de Amazon, también señala el problema:"El entusiasmo que genera la IA provoca que cualquier proyecto reciba financiación, sin que los inversores distingan entre iniciativas sólidas o propuestas sin viabilidad real"
Expertos coinciden en que la llamada money machine se basa en una dinámica de especulación creciente: el sistema se sostiene no tanto por la rentabilidad real de los productos, sino porque cada vez entra más inversión nueva que mantiene la rueda en movimiento. Sin embargo, alertan de la fragilidad del sistema. Cuando el flujo de capital se detenga, las empresas dejarán de generar beneficios suficientes para solventar los costes en hardware, y, si no hay servidores, tampoco habrá Inteligencia Artificial. Este escenario también arrastrará las compañías de servicios en la nube; si las empresas no pueden pagar los servidores, las infraestructuras millonarias en hardware resultarán inútiles. Finalmente, Michael alerta que el estallido de la burbuja puede llevarse por delante miles de inversores y empresas.
Con esta descripción, los expertos no anuncian la desaparición de la Inteligencia Artificial ni niegan su utilidad. En sus escritos, los analistas argumentan que el problema no es el producto en si, sino la esperanza y especulación que lo rodea. Afirman que la inteligencia artificial está para quedarse, pero esta siempre dependerá de un humano que la guie y verifique. Asimismo, los usos de la IA serán en casos específicos como gestión de gran volumen de datos, o tareas mecánicas.