IA vs .com:
dónde la historia rima y dónde no

El intercambio de nómina por cómputo del que hablé en mi publicación anterior parte de una creencia subyacente, y este artículo se propone analizarla a fondo. La capacidad de cómputo debe seguir siendo escasa, útil y costosa el tiempo suficiente para recuperar lo que cuesta. También incluye una premisa más silenciosa: que los clientes que pagan los precios actuales seguirán pagando cuando esos activos maduren. La primera hipótesis es la que recibe casi toda la atención, pero la segunda podría definir quién sobrevive.

La fibra era real. Los retornos no.

La analogía con las puntocom suele usarse con pereza, como un atajo para referirse al entusiasmo irracional, pero la historia real es mucho más útil.

El tráfico de internet siguió creciendo durante la crisis a un ritmo de entre el 76% y el 107% anual, según el análisis de 2003 de Andrew Odlyzko.¹ La tecnología funcionó, la demanda llegó y, aun así, los inversionistas de telecomunicaciones perdieron cerca de 2 billones de dólares en valor de mercado y la industria eliminó unos 500.000 puestos de trabajo. Global Crossing gastó cerca de 15.000 millones de dólares construyendo una red que transportaba tráfico real, para luego vender el control de la compañía por 250 millones de dólares en 2003.²

A los constructores los hundieron el timing, el apalancamiento y un choque de oferta que se escondía dentro del activo que ya habían instalado. La multiplexación por división de longitud de onda densa (DWDM, por sus siglas en inglés) multiplicó la capacidad de un par de fibras aproximadamente entre 64 y 160 veces en siete años. La oferta se disparó sin necesidad de cavar una sola zanja más. Se calcula que el 90% de la fibra instalada durante el boom se quedó apagada (de ahí el término “fibra oscura”). Tomó cerca de doce años absorber ese exceso de oferta.³

Las proyecciones de demanda estaban infladas. Los operadores financiaban las compras de los demás. Lucent y Nortel les prestaban dinero a sus clientes para que compraran sus equipos. WorldCom fue más allá y registró gastos operativos como inversión de capital, inflando las utilidades en más de 11.000 millones de dólares. Sus ejecutivos fueron a prisión por fabricar la misma asimetría de opex a capex de la que hablé en el artículo anterior.⁴

Nada de esto le restó importancia a internet. Lo que hizo fue declarar insolventes a los dueños de los activos equivocados, financiados bajo las condiciones incorrectas.

Por qué este despliegue parece más sólido

Defender la inversión en infraestructura de IA no es difícil.

Los límites son físicos. Google prevé seguir lidiando con limitaciones de oferta hasta 2026. Amazon señala que la energía eléctrica es su mayor limitante.⁵ La tasa de vacancia de los centros de datos en Norteamérica está cerca del 1%, y aproximadamente tres cuartas partes de la nueva capacidad ya están arrendadas antes de su apertura.⁶ La memoria de banda ancha alta (HBM) está prácticamente reservada en su totalidad hasta 2027, con pedidos que se extienden hasta 2028. Las turbinas de gas de GE Vernova están agotadas hasta 2030.⁷

Tampoco es esta una historia construida únicamente sobre proyecciones de demanda. El negocio de IA de Microsoft ya superó una tasa de ejecución anual (run rate) de 37.000 millones de dólares. Anthropic afirma estar operando a un ritmo de 47.000 millones de dólares; OpenAI, a unos 25.000 millones. Google Cloud generó 58.700 millones de dólares en ingresos con un margen operativo del 24%.⁸ Los clientes están pagando, la capacidad es escasa y los constructores más grandes aún pueden financiar gran parte de la expansión con sus negocios actuales.

Estas son diferencias abismales frente al sector de las telecomunicaciones en 1999, pero no representan un veredicto definitivo. La escasez por sí sola no garantiza que una inversión sea sensata. Deben cumplirse cuatro condiciones:

1. La oferta debe seguir limitada.
2. La demanda debe traducirse en uso pago (demanda monetizable).
3. El activo debe resistir la comoditización.
4. Los clientes que respaldan el despliegue deben seguir siendo solventes y estar dispuestos a pagar.

1. La escasez sigue moviéndose (de cuello de botella en cuello de botella)

Los chips de IA escaseaban de manera crítica en 2023. Los tiempos de entrega de la H100 alcanzaban los once meses. En menos de un año cayeron a entre ocho y doce semanas. La capacidad de Chip-on-Wafer-on-Substrate (CoWoS, una tecnología avanzada de empaquetado de chips de TSMC) creció aproximadamente 9 veces en tres años, mientras que el tiempo requerido para sumar nueva capacidad se redujo casi a la mitad.⁹

Así se ve una respuesta normal de la oferta: un nuevo chip se agota, los proveedores aumentan su producción, los tiempos de entrega se normalizan y el cuello de botella se traslada al siguiente componente.

Ahora se ha trasladado a la memoria y a la energía. La memoria de banda ancha alta está agotada mucho antes de su producción, lo que ayudó a Micron a registrar un margen bruto del 84,6% en su último trimestre.¹⁰ La energía eléctrica tarda más en responder. La subasta de capacidad de PJM de julio de 2026 alcanzó su límite máximo de precios por tercer año consecutivo, con un déficit proyectado de 6.831 megavatios. Los centros de datos sumaron cerca de 2.000 megavatios de demanda, mientras que solo llegaron 525 megavatios de nueva generación.¹⁰

El silicio se puede fabricar más rápido y las líneas de empaquetado se pueden expandir, pero una red eléctrica no se puede actualizar con el ciclo de producto de dieciocho meses de la tecnología. Si el boom de la IA tiene una fuente de escasez duradera, es esta.

Sin embargo, las rentas extraordinarias le pertenecen al cuello de botella de turno, no automáticamente a la empresa que construyó en torno al anterior. Y ahí está la clave.

2. Los ingresos son reales

El argumento de la demanda es mucho más sólido de lo que fue para la fibra de las puntocom. Lo difícil es separar los ingresos de las promesas.

Microsoft, Google y Oracle reportan más de 1,7 billones de dólares en cartera acumulada de contratos (backlog). Solo Oracle tiene 638.000 millones de dólares en obligaciones de desempeño pendientes (RPO). Solo se espera que cerca del 12% de eso se convierta en ingresos en un año. Aproximadamente 75.000 millones de dólares corresponden a clientes que pagaron por adelantado o suministraron sus propias GPU.¹¹

La cartera acumulada es una evidencia útil, pero no es efectivo, utilidad ni uso real.

La tasa de utilización (qué tanta de la capacidad existente se usa realmente) rara vez se revela. Oracle afirma que sus GPU operan al 97,5%, pero esa es una cifra del vendedor y no está auditada.¹¹ Los precios ofrecen una señal más clara, y ya han aparecido los primeros signos de disciplina. Uber limitó su gasto en IA tras consumir el presupuesto de un año en cuatro meses. Lindy trasladó su tráfico a DeepSeek.¹² Las empresas que antes intentaban maximizar el uso de tokens ahora están empezando a optimizarlo.

Esto no significa que la demanda se esté desplomando; significa que la demanda tiene un precio.

3. La capacidad es cada vez más barata

Nvidia sigue siendo la evidencia más clara contra la comoditización inminente del poder de cómputo. Margenes brutos cercanos al 75% demuestran que la capa más valiosa sigue siendo escasa y sigue cobrando rentas extraordinarias.¹³

Una capa más abajo, los precios han caído con fuerza, aunque no en la trayectoria única y limpia que sugieren los titulares. Las tarifas bajo demanda (el mercado general de alquiler) pasaron de unos 6,60 dólares por hora a finales de 2023 a una meseta cercana a los 2,80 dólares a mediados de 2025 —una caída de aproximadamente el 60%—, y luego se mantuvieron estables en lugar de rebotar. El famoso mínimo de 1,70 dólares, alcanzado en octubre de 2025, y el rebote a 2,35 dólares para marzo de 2026 corresponden al mercado más acotado de contratos a un año. Los precios de lista de los hiperescaladores, en torno a los 7 y 12 dólares, nunca se movieron.¹⁴ La fuerte demanda absorbió parte del exceso de oferta sin llegar a eliminarlo.

El silicio personalizado añade otra fuente de presión. Los ingresos trimestrales por IA de Broadcom alcanzasen los 10.800 millones de dólares, un aumento del 143%, y la compañía proyectó 16.000 millones para el próximo trimestre. OpenAI ha contratado 1,3 gigavatios de sus propios aceleradores para 2027.¹⁵

Luego están los modelos. En el índice de Artificial Analysis, la brecha entre los mejores modelos abiertos y cerrados se redujo de unos trece puntos a seis en un año. Una reponderación posterior enfocada en el trabajo agéntico la amplió a nueve, preservando la ventaja de los laboratorios cerrados (modelos de código cerrado) donde hoy reside gran parte del valor empresarial. La diferencia de precios es menos favorable para estos últimos. Un modelo abierto cercano a la frontera tecnológica puede completar el conjunto de pruebas por unos cuatro centavos de dólar por tarea; el modelo cerrado de frontera cuesta aproximadamente entre 0,99 y 1,78 dólares.¹⁶

Los diez modelos de pesos abiertos con mejor clasificación en Artificial Analysis son chinos. Los modelos chinos superaron a los estadounidenses en participación de tokens en OpenRouter a principios de junio.¹⁶ Incluso si los laboratorios cerrados conservan el liderazgo en capacidad, compiten contra alternativas que son lo suficientemente buenas para la mayoría de los trabajos por una fracción del precio.

Ese es el parecido más cercano con las puntocom: no un colapso en el uso, sino un aumento vertiginoso en la capacidad obtenida por cada dólar.

4. ¿Quién firmó el contrato?

La cartera acumulada de Oracle parece menos tranquilizadora una vez que se conocen los nombres detrás de ella. S&P rebajó la calificación de Oracle a BBB− en julio de 2026, un peldaño por encima de los bonos basura, y estimó que OpenAI representa cerca de la mitad de sus obligaciones de desempeño pendientes. Oracle ha firmado arrendamientos de centros de datos de quince a diecinueve años frente a contratos con clientes que duran unos cinco años.¹⁷

Este desajuste es importante. HSBC calcula que OpenAI necesitará 207.000 millones de dólares de financiamiento adicional para 2030. OpenAI ya ha ajustado a la baja sus compromisos anunciados de 1,4 billones de dólares a aproximadamente 600.000 millones. CoreWeave recibe el 67% de sus ingresos de Microsoft.¹⁸ La conclusión aquí es clara: un pequeño grupo de compradores sostiene una gran parte de la infraestructura que se está financiando en este momento.

Esos compradores también se enfrentan a un nuevo problema: que sus clientes prefieran ser dueños de su propio modelo.

El director ejecutivo de Palantir, Alex Karp, planteó este temor sin rodeos: “¿Se van a quedar con los datos? ¿Van a entrar a competir en nuestro negocio?”.¹⁹ Palantir vende la alternativa, por lo que la cita no es nada neutral; sin embargo, la preocupación es real. Anthropic ha lanzado más de una docena de productos verticales desde principios de 2025, incluyendo Claude Design, que compite directamente con Figma.²⁰ Los laboratorios de frontera afirman que no entrenan sus modelos con datos empresariales por defecto.²¹ Eso resuelve las condiciones contractuales de hoy, pero no el conflicto a largo plazo entre ser un proveedor y entrar al mercado de tu cliente.

Las empresas tienen opciones. Goldman Sachs ejecuta Llama dentro de su perímetro de cumplimiento. Palantir y Nvidia venden sistemas en los que los clientes conservan los pesos del modelo. Dell reporta una cartera acumulada de IA de 51.300 millones de dólares.²² En volúmenes promedio, las API gestionadas suelen seguir siendo más baratas que ejecutar modelos abiertos internamente, y gran parte del uso de pesos abiertos todavía se realiza en terminales de nube alquilados. El control —y no el costo— es la razón de peso para migrar.

Esto no frenaría el auge del cómputo, simplemente redirigiría los pagos. Los chips y la energía eléctrica podrían seguir siendo escasos mientras un laboratorio que prometió cinco años de ingresos pierde al cliente que lo sostenía. Esa distinción es crucial cuando dicha promesa se ha utilizado para respaldar un arrendamiento de diecisiete años.

La paradoja de Jevons NO se ha ido

Existe una respuesta contundente a todo argumento de comoditización: cuando un recurso útil se abarata, las personas pueden llegar a consumirlo tanto más que el gasto total termina aumentando.

Google procesaba 9,7 billones de tokens al mes hace dos años. Ahora procesa 3.200 billones.²³ Los precios de los tokens se desplomaron, pero el uso creció mucho más rápido. Una inferencia más barata podría llenar cada centro de datos que se está construyendo hoy, incluso si ninguna empresa de modelos conserva un gran poder de fijación de precios.

Al final, lo mismo ocurrió con el ancho de banda. El tráfico de internet superó las antiguas proyecciones y absorbió el exceso de fibra óptica. Solo que ocurrió demasiado tarde para los accionistas de Global Crossing. La paradoja de Jevons puede salvar a una clase de activos sin salvar a la empresa que los financió bajo un cronograma demasiado corto.

Para las GPU, ese plazo es especialmente corto. Su vida útil ronda los cuatro a seis años. El gasto de depreciación y amortización de Microsoft ha aumentado un 146% en dos años, mientras que su margen bruto ha caído al 67,6%. La depreciación de propiedades de Oracle casi se duplicó en un año.²⁴ Si los ingresos por alquiler caen antes de que esos activos se amorticen por completo, la contabilidad pasa factura rápidamente.

La línea de falla está en la periferia

Esto no es 1999 en un aspecto fundamental. Microsoft, Amazon, Alphabet y Meta tienen negocios rentables y flujos de caja monumentales. No son Global Crossing.

Aun así, la mezcla de financiamiento está cambiando. Alphabet recaudó cerca de 85.000 millones de dólares mediante emisión de acciones (equity) para infraestructura de IA. Los hiperescaladores emitieron unos 159.000 millones de dólares en bonos en cinco meses. Goldman Sachs estima que su gasto de capital para 2026 consumirá prácticamente la totalidad del flujo de caja operativo.²⁵ La etiqueta de “autofinanciado” ahora necesita un asterisco.

El riesgo más agudo está fuera del negocio principal (core). Nvidia acordó respaldar (backstop) 6.300 millones de dólares de capacidad no vendida de un cliente, al tiempo que adquiere participaciones en empresas que compran sus chips. Meta ubicó un centro de datos de 27.000 millones de dólares en una empresa conjunta (joint venture) fuera de balance, respaldada por una garantía residual a dieciséis años. Más de 200.000 millones de dólares en crédito privado financian a las “neoclouds”, cuyos préstamos están garantizados por GPU que se deprecian rápidamente y contratos de clientes altamente concentrados.²⁶

En junio, el Banco de Pagos Internacionales (BIS, por sus siglas en inglés) advirtió que el mismo activo podría estar pignorado más de una vez. Meta y SoftBank también están entrando al negocio de alquiler de GPU, convirtiendo a los principales clientes de las neoclouds en competidores.²⁷

Aquí es donde la analogía con las puntocom se vuelve exacta. El peligro no es que la demanda de IA desaparezca, sino que el financiamiento dure más que las tarifas extraordinarias obtenidas por la escasez, que las garantías pierdan valor más rápido de lo esperado o que un cliente importante cambie de rumbo.

Qué observar

La pregunta útil no es si la IA es una burbuja. La palabra “burbuja” reduce varios riesgos distintos a un solo término. Las preguntas correctas son: ¿Dónde está la escasez? ¿Qué tan rápido está respondiendo la oferta? ¿Quién se queda con las rentas extraordinarias? ¿Quién asume la depreciación? ¿Y qué tan concentrada está la base de compradores?

La evidencia en 2026 respalda a los constructores. La capacidad está al tope, la energía eléctrica es escasa y los ingresos están creciendo rápidamente. El riesgo radica en asumir que estos hechos son permanentes.

La fibra óptica que se instaló durante el boom de las puntocom se convirtió en infraestructura esencial. Pero quienes la financiaron al principio lo perdieron casi todo. El cómputo de IA puede seguir el primer camino sin salvar a los inversionistas del segundo. El resultado dependerá menos de si la tecnología funciona que de quién tenga en su poder el activo cuando la escasez se convierta en abundancia.