La fiebre de la inteligencia artificial ya no se mide solo en modelos ni en asistentes que responden al instante. También se mide en hormigón, cables, turbinas y balances. Capital Group lanza una advertencia incómoda. Si la rentabilidad tarda demasiado en aparecer, la euforia bursátil puede convertirse en corrección.
Desde finales de 2022, cuando llegó ChatGPT, el sector ha avanzado con una velocidad que deslumbra a inversores y directivos. Pero la escala del dinero en juego obliga a mirar más allá del entusiasmo. Amazon, Google, Meta y Microsoft prevén superar este año los 500.000 millones de dólares en gasto de capital, un 60% más que en 2025.
La comparación ayuda a poner tierra bajo los pies. El Proyecto Manhattan costó 30.000 millones de dólares y el Programa Apolo, 250.000 millones. La actual carrera por la IA ya mueve cifras que dejan aquellos programas, símbolos del poder industrial del siglo XX, en un plano casi doméstico.
John Lamb pone el foco en el momento en que debe aparecer el dinero
John Lamb, especialista en Inversión de Capital Group, aborda la distancia entre gastar mucho y ganar de verdad con esa apuesta.
"Si la rentabilidad de la inversión no empieza a hacerse realidad hasta dentro de varios años, existe el peligro real de que las empresas estén gastando en exceso y de que acabemos asistiendo a una dolorosa corrección" - John Lamb, especialista en Inversión de Capital Group
La advertencia no gira en torno a si la IA sirve o no sirve. Gira en torno al calendario. En bolsa, unos pocos trimestres pueden parecer una eternidad cuando el desembolso crece a esta velocidad y los múltiplos siguen exigiendo resultados visibles.
Nvidia resume bien esa tensión. La compañía cotiza a 40 veces su ratio precio sobre beneficio actual, aunque baja a 16 veces los resultados estimados para 2027. El mercado, en otras palabras, ya descuenta que los beneficios futuros llegarán y que lo harán con suficiente fuerza.
Ahí aparece la pregunta menos cómoda de toda esta historia. ¿Qué ocurre si la tecnología funciona, pero la monetización llega más tarde de lo que esperan los inversores?
La adopción avanza, pero la factura material también crece
John Lamb no dibuja un panorama plano. Reconoce que los modelos actuales ya resuelven tareas especializadas con gran solvencia, desde el desarrollo de software hasta la planificación financiera y el análisis en profundidad. Esa capacidad sostiene la idea de que la adopción podría acercarse a un punto de inflexión.
Ese salto a la vida operativa no depende solo del software. Depende también de una infraestructura física que ya muestra grietas, como ocurrió en los límites eléctricos de los centros de datos. La IA parece intangible cuando uno la usa, pero se vuelve muy concreta en cuanto pide electricidad.
S&P Global Energy calcula que Estados Unidos necesitará 44 gigavatios adicionales para operar nuevos centros de datos de aquí a 2028. El problema es que la infraestructura de redes en funcionamiento durante los próximos tres años solo podrá aportar 25 gigavatios.
Gartner añade otra capa de presión. Su pronóstico indica que el 40% de los centros de datos de inteligencia artificial afrontará limitaciones operativas por escasez de suministro eléctrico. Dicho de forma simple, hay dinero para construir, pero no siempre energía lista para encender.
La política monetaria y el empleo convierten la apuesta en algo más frágil
Durante los tres últimos años, el auge de la IA convivió con ciclos de flexibilización monetaria en los principales bancos centrales. Ese entorno hizo más fácil financiar grandes apuestas y sostener valoraciones elevadas. John Lamb advierte de que un endurecimiento de las condiciones monetarias y de crédito podría enfriar el interés por la tecnología tanto en la oferta como en la demanda.
No es un matiz menor. El gasto de capital de Amazon, Google, Meta y Microsoft superará este año los 500.000 millones de dólares, y ese músculo financiero no vive aislado del precio del dinero. Cuando financiarse resulta más caro, incluso las convicciones más firmes empiezan a pasar por la calculadora.
Al mismo tiempo, la expansión de la IA abre otro frente menos contable y más social. John Lamb señala que, a medida que la tecnología pasa de la fase experimental a la operativa, crecen las voces que piden una mayor intervención de los gobiernos para frenar su efecto en el mercado laboral.
Esa discusión conecta con la escalada de inversión en IA que ya protagonizan las grandes tecnológicas. Cuanto mayor es la factura, mayor es también la presión para automatizar tareas, justificar el desembolso y demostrar que el negocio no descansa solo en promesas.
La paradoja final resulta difícil de ignorar. Nunca se había invertido tanto en una tecnología cuyo éxito parece tan visible en el uso diario y tan incierto en su traducción financiera a medio plazo. Entre los 44 gigavatios que harán falta, los 25 que la red puede aportar y unas valoraciones que descuentan beneficios futuros, la distancia entre expectativa y realidad ya tiene cifra.