¿La inteligencia artificial está en una burbuja por los data centers?

Las cifras empiezan a ser difíciles de dimensionar. Amazon, Microsoft, Alphabet, Meta, Oracle y otros gigantes tecnológicos están desplegando una infraestructura global de centros de datos, chips, redes y generación eléctrica destinada a sostener el desarrollo de la inteligencia artificial. El interrogante ya no es solamente hasta dónde puede avanzar la tecnología, sino quién pagará toda esa infraestructura y cuánto dinero tendrá que producir para que la inversión resulte rentable.

Un informe de Bain & Company puso un número sobre ese desafío: si continúa el actual ritmo de expansión, el gasto anual en infraestructura de inteligencia artificial podría alcanzar los US$1,5 billones en 2031. Para sostener económicamente ese nivel de inversión, el mercado vinculado con la IA tendría que acercarse a los US$6 billones de ingresos por año.

El problema es que Bain calcula que las aplicaciones que actualmente pueden identificarse, desde suscripciones a servicios de IA hasta mejoras de productividad dentro de las empresas, podrían generar entre US$1,2 y US$1,8 billones.

Quedarían, por lo tanto, alrededor de US$4,2 billones que deberían aparecer de actividades que en muchos casos todavía no existen, están en una etapa incipiente o no demostraron que puedan convertirse en negocios de semejante escala.

La cifra alimenta una discusión que empieza a ocupar cada vez más espacio entre economistas e inversores: ¿la inteligencia artificial está protagonizando una revolución tecnológica comparable con Internet y la electricidad o alrededor de esa revolución se está formando, además, una enorme burbuja de inversión?

El agujero de US$4,2 billones

El razonamiento de Bain parte de la infraestructura. La consultora calcula que hacia 2031 podrían invertirse anualmente hasta US$1,5 billones en nuevos data centers, ampliaciones de instalaciones existentes, procesadores gráficos (GPU), memorias, redes y otros componentes necesarios para entrenar y operar sistemas de inteligencia artificial.

Si la inversión de capital representa aproximadamente el 25% de los ingresos del sector - una proporción que Bain considera ambiciosa pero compatible con la experiencia de los grandes proveedores de servicios en la nube - el mercado tendría que producir alrededor de US$6 billones anuales para sostener ese gasto.

Bain estima entre US$200.000 y US$400.000 millones provenientes de servicios de inteligencia artificial destinados a consumidores, principalmente suscripciones y publicidad. La utilización empresarial podría aportar entre US$1 billón y US$1,4 billones mediante aplicaciones en programación, ventas, marketing, atención al cliente y operaciones informáticas. Incluso tomando la estimación más optimista, faltarían unos US$4,2 billones.

Ese dinero tendría que surgir de nuevos mercados: publicidad incorporada a asistentes de IA, reemplazo parcial de los buscadores tradicionales, vehículos y máquinas autónomas, robótica, automatización industrial y desarrollos todavía más inciertos, como descubrimiento de medicamentos, investigación científica, salud mental o nuevas tecnologías energéticas.

David Crawford, responsable global de tecnología de Bain y principal autor del informe, planteó que la industria necesita una ola de innovación que supere en escala a las que produjeron los teléfonos móviles y la computación en la nube.

En otras palabras, no alcanza con que millones de personas paguen una suscripción mensual a ChatGPT, Gemini, Claude u otros asistentes. Tampoco alcanza con que las empresas utilicen IA para que sus empleados produzcan más rápido. Para justificar la infraestructura que se está construyendo, tendrían que aparecer industrias y fuentes de ingresos gigantescas que hoy apenas pueden proyectarse.

La construcción está ocurriendo antes que la demanda

Ese orden temporal explica buena parte del riesgo. En muchas industrias, una empresa aumenta su capacidad después de comprobar que existe demanda. En la carrera de la inteligencia artificial está ocurriendo parcialmente al revés: las compañías construyen primero enormes capacidades de procesamiento porque temen quedarse sin infraestructura si la demanda futura finalmente aparece.

Bain sostiene que el tamaño y el costo de los grandes data centers dedicados a IA se están duplicando aproximadamente cada 12 a 16 meses. El centro Prometheus de Meta en Ohio ilustra la escala de la transformación: las proyecciones citadas por la consultora contemplan instalaciones que podrían evolucionar desde cientos de megavatios hasta varios gigavatios de potencia hacia el final de la década. La carrera no se limita a los edificios.

Hay que comprar procesadores, memorias y equipamiento de red; construir subestaciones y líneas eléctricas; conseguir terrenos y agua; asegurar sistemas de refrigeración; y, en algunos casos, garantizar durante décadas nuevas fuentes de generación eléctrica.

La Agencia Internacional de Energía (AIE) calculó que los data centers consumieron alrededor de 415 teravatios hora de electricidad en 2024, cerca del 1,5% del consumo eléctrico mundial. Para 2030 proyecta aproximadamente 945 TWh, más del doble, impulsados especialmente por la inteligencia artificial.

Las estimaciones actualizadas de la agencia mantienen prácticamente esa trayectoria: alrededor de 950 TWh en 2030, equivalentes a cerca del 3% de la demanda eléctrica mundial. El consumo de los centros específicamente orientados a IA crecería todavía más rápido. La apuesta, por lo tanto, ya dejó de ser exclusivamente digital. Se está convirtiendo en una gigantesca inversión física.

Una concentración de capital sin precedentes

S&P Global calculó que cinco de los mayores hyperscalers - Amazon, Alphabet, Microsoft, Meta y Oracle - gastaron alrededor de US$1,1 billones en capital durante los últimos cinco años. Las estimaciones recopiladas por la firma proyectan otros US$5,3 billones hasta 2030.

La concentración también es extraordinaria. Esas cinco compañías representaban alrededor del 13% de toda la inversión de capital de las empresas del S&P 500 en 2020. En 2025 ya alcanzaban aproximadamente el 30% y, según las proyecciones citadas por S&P, podrían explicar el 52% en 2028.

Goldman Sachs calcula, por su parte, que los grandes hyperscalers estadounidenses están en camino de invertir alrededor de US$800.000 millones solamente durante 2026, un incremento del 94% respecto de 2025. La inversión vinculada con la IA explicaría casi la mitad del crecimiento de las ganancias por acción del S&P 500 durante este año, porque ese dinero termina convertido en ingresos para fabricantes de chips, memorias, equipamiento, empresas industriales y compañías eléctricas.

Esto genera una paradoja: gastar en IA ya produce crecimiento económico y ganancias empresariales, incluso antes de demostrar que la propia IA generará suficientes ingresos para devolver esa inversión. Un fabricante de procesadores puede ganar dinero vendiendo chips para un data center. Una constructora puede ganar dinero levantándolo. Una empresa eléctrica puede venderle energía. Pero alguien, al final de esa cadena, necesita obtener suficiente valor económico de la inteligencia artificial como para pagar toda esa infraestructura.

Esa es la prueba que todavía está pendiente.

¿Es entonces una burbuja?

La comparación inevitable es con Internet a finales de los años noventa. También entonces existía una tecnología auténticamente revolucionaria. Internet efectivamente transformó la economía mundial. Amazon, Google y buena parte de la economía digital contemporánea surgieron de aquella transformación. Eso no impidió que existiera una burbuja.

Entre ambas afirmaciones no existe contradicción: una tecnología puede cambiar el mundo y los inversores pueden, simultáneamente, invertir demasiado dinero, demasiado rápido y a precios que suponen beneficios futuros imposibles de alcanzar. Sin embargo, hay diferencias importantes entre aquel ciclo y el actual.

Goldman Sachs señala que la inversión tecnológica estadounidense como proporción del PBI ya superó el máximo de los años noventa. Pero varios indicadores que precedieron al estallido de las puntocom todavía no presentan el mismo comportamiento: las ganancias corporativas siguen siendo elevadas y los balances de las grandes tecnológicas parten de una situación mucho más sólida.

Microsoft, Amazon, Alphabet y Meta no son pequeñas empresas sin ingresos que dependen exclusivamente de inversores dispuestos a financiar una promesa. Son algunas de las compañías más rentables del planeta. S&P llega a una conclusión parecida: la intensidad de inversión actual alcanzó niveles históricamente extraordinarios, pero el ciclo todavía no tiene todas las características financieras que hicieron especialmente frágil al boom puntocom.

El punto de inflexión podría ser la deuda.

Cuando el dinero propio empieza a no alcanzar

Mientras las empresas financian la construcción de infraestructura con el enorme efectivo producido por sus negocios tradicionales, una eventual sobreinversión puede traducirse principalmente en menores márgenes, amortizaciones o proyectos cancelados. Pero la escala del gasto está empezando a modificar esa ecuación.

S&P Global Ratings proyectó que la inversión combinada en infraestructura de IA de seis grandes hyperscalers podría superar US$1,3 billones en 2027 y espera que esas compañías presenten en conjunto flujo de caja operativo libre negativo durante 2026 y 2027, antes de una eventual recuperación hacia 2029.

Para continuar expandiéndose, las empresas recurren cada vez más a deuda, contratos de leasing, sociedades con terceros, vehículos especiales de inversión y otras estructuras financieras. Pero entonces aparece un riesgo distinto. Si la demanda futura resulta menor que la proyectada, ya no se trataría solamente de que una empresa tecnológica haya comprado demasiados procesadores. También existirían data centers financiados con deuda, proveedores que ampliaron su capacidad anticipando pedidos, empresas eléctricas que construyeron infraestructura para abastecerlos e inversores que compraron activos esperando décadas de demanda creciente.

Cuanto más larga sea esa cadena, mayores pueden ser las consecuencias de un error colectivo de expectativas.

El problema de construir para una tecnología que cambia cada seis meses

Existe además una diferencia entre un data center y otras grandes infraestructuras. Una autopista, una represa o una red ferroviaria pueden funcionar durante décadas con modificaciones relativamente pequeñas. Una parte considerable del valor de un centro de inteligencia artificial, en cambio, está concentrada en equipos informáticos que envejecen con enorme rapidez.

Los procesadores que hoy representan la frontera tecnológica pueden perder competitividad pocos años después. Al mismo tiempo, cada nueva generación de modelos puede utilizar los recursos computacionales de manera más eficiente. Si el costo de realizar una determinada tarea con IA cae mucho más rápido de lo previsto, la misma demanda podría satisfacerse con menos infraestructura.

Pero también puede ocurrir exactamente lo contrario: que al abaratarse cada operación aparezcan millones de nuevos usos y el consumo total de computación termine aumentando. La AIE reconoce justamente esa incertidumbre. Los sistemas de texto relativamente simples tienen un consumo limitado, mientras que nuevas aplicaciones - generación de video, modelos de razonamiento o agentes autónomos - pueden demandar cientos o incluso miles de veces más energía por tarea. Nadie conoce todavía cuál de esas fuerzas dominará.

La IA puede funcionar y la inversión fracasar

Tal vez la pregunta más útil no sea si "la inteligencia artificial es una burbuja". Una burbuja financiera no implica necesariamente que la tecnología subyacente sea inútil. Los ferrocarriles, Internet y las telecomunicaciones dejaron detrás infraestructuras que transformaron la economía incluso después de que numerosos inversores perdieran fortunas.

Con la IA podría ocurrir algo parecido. La evidencia disponible muestra una utilización creciente, ingresos en expansión y aplicaciones empresariales reales. Incluso el Fondo Monetario Internacional estimó que las inversiones tecnológicas vinculadas con la inteligencia artificial aportaron alrededor de 0,5 puntos porcentuales al crecimiento de Estados Unidos en 2025.

Pero el FMI también advirtió sobre el otro lado del fenómeno: si las costosas inversiones no producen los retornos esperados, una corrección podría afectar las valuaciones bursátiles, destruir riqueza y generar despidos. Además, señaló la existencia de relaciones financieras cada vez más interconectadas entre empresas que simultáneamente pueden ser clientes, proveedores, inversores y financiadores unas de otras.

Por eso puede haber una revolución tecnológica y una burbuja de inversión al mismo tiempo. La pregunta decisiva es cuánto valor económico puede capturar efectivamente la industria.

La prueba de los US$6 billones

Bain resume el desafío en una cifra. Dentro de cinco años, el ecosistema de inteligencia artificial debería acercarse a US$6 billones de ingresos anuales para sostener una infraestructura que podría demandar US$1,5 billones de inversión cada año. De los primeros US$6 billones, hasta US$1,8 billones pueden imaginarse a partir de mercados que ya existen.

Los otros US$4,2 billones dependen, en gran medida, de mercados que todavía tienen que aparecer. Eso no significa que sea imposible. Hace veinte años habría resultado difícil anticipar el tamaño actual de la publicidad digital, el comercio electrónico, las aplicaciones móviles o la computación en la nube.

Ahí está la apuesta. Los gigantes tecnológicos están construyendo hoy la infraestructura suponiendo que durante los próximos años aparecerán negocios suficientemente grandes como para utilizarla y pagarla. Si esos negocios aparecen, el gigantesco despliegue de data centers de esta década podrá ser recordado como la infraestructura inicial de una nueva economía.

Si aparecen más lentamente, son menos rentables de lo previsto o necesitan mucha menos capacidad de cómputo, una parte de la infraestructura podría quedar sobredimensionada y las inversiones realizadas bajo expectativas extraordinarias deberían corregirse. Por eso todavía es demasiado temprano para determinar si existe una burbuja comparable con las puntocom. Pero las cifras permiten precisar dónde está el riesgo.

La gran incógnita de la inteligencia artificial ya no es únicamente qué será capaz de hacer. Es si podrá producir suficiente dinero para pagar todo lo que se está construyendo en su nombre.

---

---