La industria de la inteligencia artificial está construyendo centros de datos y comprando capacidad de cómputo a una escala sin precedentes. El desafío ya no es solo desarrollar modelos más potentes: también debe generar ingresos suficientes para sostener esa infraestructura antes de que venzan los compromisos financieros asumidos.
Un análisis de Reuters expone la distancia entre las expectativas de transformación económica y las mejoras de productividad que pueden medirse hoy.
La magnitud de la apuesta obliga a distinguir plazos. Una proyección de PwC calcula que la inversión mundial acumulada en infraestructura de IA podría llegar a US$ 31,6 billones hasta 2050; es un escenario, no un gasto anual.
Anthropic prevé desembolsos de US$ 518.000 millones durante los próximos años, según un prospecto de salida a bolsa examinado por la agencia. La cuestión es cuánto valor producirá cada ola de gasto y cuándo comenzará a recuperarse.
Los ingresos tendrán que alcanzar a la infraestructura
El cálculo más exigente aparece en una estimación de Bain & Company: para justificar la expansión prevista, el sector necesitaría ingresos anuales de aproximadamente US$ 6 billones en 2031. Los servicios actuales aportarían hasta US$ 1,8 billones; otros US$ 4,2 billones exigirían nuevos mercados. Es una hipótesis sobre el tamaño necesario del negocio, no una previsión de ventas aseguradas.
Reducir tareas administrativas o acelerar la programación puede ahorrar tiempo, pero esos beneficios aislados no bastarían para cerrar la brecha que plantea el estudio. Entre los posibles motores figuran la robótica, la investigación de materiales y productos que todavía no se comercializan a gran escala. La adopción empresarial exige convertir pruebas prometedoras en sistemas útiles.
La productividad todavía no confirma la apuesta
El reportaje recoge la advertencia de JPMorgan de que las ganancias generalizadas de productividad en Estados Unidos aún son difíciles de identificar.
Hay beneficios puntuales, pero los resultados agregados no avalan aún todas las valoraciones y planes de inversión. Si la demanda tarda más en madurar, los centros de datos seguirán generando costos de energía, renovación de chips y financiación mientras esperan ingresos suficientes.
También existe un problema de calendario. Los préstamos y contratos tienen vencimientos concretos, mientras que las tecnologías de propósito general suelen difundirse de forma gradual.
La economista Diane Coyle recordó que anteriores revoluciones tardaron entre 10 y 50 años en reflejar todo su efecto sobre la productividad. No predice el ritmo de la IA, pero muestra cómo una tecnología útil puede avanzar más despacio que sus promesas financieras.
Qué pasaría si el retorno se retrasa
Un desfase prolongado podría forzar recortes de gasto, renegociaciones de deuda o menores valoraciones, especialmente en proyectos financiados con apalancamiento.
El riesgo no implica que la infraestructura pierda toda utilidad: después de otros ciclos de inversión, como el ferroviario o el de Internet, permanecieron redes aprovechables aunque numerosos inversores no recuperaran su dinero. La diferencia decisiva para cada compañía será cuánto paguen los clientes por servicios que funcionen de manera sostenida.
Por ahora, las cifras describen escenarios y necesidades de financiación, no beneficios realizados. Los próximos años permitirán comprobar si aparecen negocios nuevos capaces de pagar la expansión, si las empresas elevan de forma verificable su productividad y si los ingresos llegan antes de que las obligaciones financieras presionen los balances. Ahí se resolverá qué parte de la promesa de la IA puede convertirse en retorno económico.
Wall Street cierra el viernes pero las acciones tokenizadas de Markets.xyz operan el sábado y el domingo → Descargá la app.
Espacio patrocinado
