Microsoft perdió 357.000 millones de dólares en valor de mercado en un solo día, la mayor caída desde marzo de 2020, la semana pasada. Ese mismo día, Meta subió un 10 %. El jueves 5 de febrero, Google subió la apuesta: anunció inversiones de hasta 185.000 millones de dólares para 2026, un 97 % más que en 2025 y un 50 % por encima de lo previsto por los analistas. Las acciones cayeron un 7 % en las operaciones fuera de horario antes de recuperarse.
Todas estas empresas invierten decenas de miles de millones en inteligencia artificial ( IA ). ¿Por qué algunas son recompensadas y otras castigadas? La respuesta revela que nos encontramos en medio de una de las mayores transferencias de valor de la historia económica, y la mayoría está buscando en el lugar equivocado.
Microsoft reportó resultados que superaron las expectativas (81 mil millones de dólares en ingresos y ganancias récord), pero sus acciones sufrieron su mayor caída en cinco años. La compañía invirtió 37.500 millones de dólares en capital, un 66 % más que el año anterior, y aún no puede construir centros de procesamiento de datos con la suficiente rapidez.
La directora financiera, Amy Hood, admitió que las limitaciones de capacidad ya limitan a Azure. Microsoft está estancado: necesita invertir cada vez más para atender a clientes que, a su vez, aún no han demostrado que pueden monetizar la IA que consumen.
Meta ya ha anunciado inversiones de hasta 135 000 millones de dólares para 2026, casi el doble que en 2025. Mark Zuckerberg fue explícito: está centrado en construir una «superinteligencia personal». Cada dólar invertido en IA mejora directamente la segmentación de anuncios, las recomendaciones y la moderación de contenido.
Google presentó un caso intermedio: ingresos y beneficios superiores a las expectativas, Google Cloud creció un 48% y superó a Azure por primera vez en años, y una cartera de contratos que alcanza los 240 000 millones de dólares. Sin embargo, la previsión de gastos de capital (CapEx) fue alarmante: hasta 185 000 millones de dólares, cuando el mercado esperaba 119 000 millones de dólares.
El director ejecutivo, Sundar Pichai, lo justificó así: "satisfacer la demanda de los clientes y aprovechar las oportunidades". Hay un detalle técnico importante: Google ha reducido los costes de funcionamiento de Gemini en un 78 % a lo largo de 2025. Aun así, necesitará casi duplicar sus inversiones. La eficiencia está mejorando, pero la demanda crece más rápido.
La lección de los tres casos es clara: cuando se invierte en IA para uno mismo, el retorno es suyo. Cuando se invierte para vender IA a terceros, el retorno depende de que estos puedan monetizarla, y la mayoría está fracasando.
Los siete puntos ciegos del mercado
Hay siete dinámicas que, en conjunto, pintan un panorama muy diferente de la narrativa optimista:
La trampa de la inferencia: todo el mundo habla de entrenar modelos, pero pocos hablan del coste de ejecutarlos. El entrenamiento es un evento único; la inferencia es un coste continuo que aumenta con cada usuario. OpenAI invirtió 8.670 millones de dólares en inferencia en los primeros nueve meses de 2025, casi el doble de sus ingresos. Sam Altman admitió públicamente que la suscripción Pro de 200 dólares al mes no es rentable.
Las matemáticas son perversas. A mayor éxito, mayores pérdidas. Los "agentes de IA" que todos celebran, como Claude Code de Anthropic, consumen entre 10 y 25 veces más recursos que las conversaciones simples. Una sesión de programación con un agente puede usar 500.000 tokens; una conversación normal, 20.000. Y hay una paradoja adicional que pocos comprenden: el coste por token disminuye unas 200 veces al año, según Epoch AI. Pero los nuevos modelos de razonamiento consumen entre 50 y 100 veces más tokens por tarea. Es como construir motores más eficientes y usarlos para crear camiones gigantes. El coste por tarea compleja podría estar aumentando, no disminuyendo.
El Muro de Datos: Según Elon Musk , «el conocimiento humano acumulado se ha agotado» para entrenar a la IA. Ya no hay texto humano de alta calidad disponible en la escala necesaria. Peor aún: el 74 % de las nuevas páginas web ya contienen texto generado por IA. Los modelos entrenados con datos sintéticos se degradan como una fotocopia de otra, un fenómeno que los investigadores denominan «colapso del modelo», matemáticamente inevitable según un estudio publicado en la conferencia ICLR 2025.
La meseta del escalamiento: Durante cinco años, los modelos más grandes se tradujeron en mejores modelos. Esa era ha terminado. Investigadores de HEC París concluyeron que «desde hace más de un año, los modelos de frontera parecen haber alcanzado su límite». Jensen Huang, de Nvidia, lo confirmó: la demanda de inferencia crece más rápido que la de entrenamiento. El mundo está pasando de construir modelos a ejecutarlos. Esto cambia radicalmente el destino del dinero y favorece la infraestructura sobre las aplicaciones.
La tasa de fracaso del 95 %: El Proyecto NANDA del MIT reveló que, a pesar de una inversión aproximada de 35 000 millones de dólares, el 95 % de los proyectos empresariales de IA no generan rendimientos mensurables. S&P Global informó que el 42 % de las empresas abandonó la mayoría de las iniciativas de IA para 2025, en comparación con el 17 % en 2024. PwC encuestó a 4500 directores ejecutivos de todo el mundo: el 56 % no observó ningún beneficio financiero significativo. Cuando los directores financieros exigen pruebas, el dinero se acaba.
El cuello de botella del talento: Solo hay 40.000 científicos de IA en EE. UU. , 40 veces menos que desarrolladores de software. La demanda global supera la oferta en 3,2 veces. Meta ofreció más de 250 millones de dólares para contratar a un solo investigador. La energía es un problema de ingeniería que tarda años en resolverse. El talento es un problema que lleva décadas.
El caso más dramático se da en Apple . Esta semana, Bloomberg informó que una docena de investigadores y ejecutivos clave dejarán la compañía tan solo para 2025. El jefe del equipo de modelado de IA y el ejecutivo que lideraría el nuevo asistente virtual se fueron a Meta. El resultado: Apple pagará mil millones de dólares al año por usar Gemini de Google porque no puede desarrollarlo internamente.
El contraste con las inversiones es revelador: mientras Amazon, Google y Meta aumentan su gasto entre un 60% y un 97%, Apple apenas se mueve: solo un 2% más que el año anterior, totalizando 13 000 millones de dólares, frente a los 200 000 millones de dólares de Amazon. Es una admisión implícita de que llegó demasiado tarde.
Financiación circular: Nvidia invierte 100 000 millones de dólares en OpenAI. OpenAI compra procesadores de Nvidia. Microsoft y Nvidia invierten 15 000 millones de dólares en Anthropic . Anthropic destina 30 000 millones de dólares a la informática. Esto no es capital independiente, sino flujo circular. Los analistas de Goldman Sachs y Yale lo han señalado como un riesgo sistémico. Cuando la música se detiene, todos se detienen al mismo tiempo.
La espiral del software como servicio: Esta semana, el sector del software entró en una fase bajista. ServiceNow cayó un 11%, SAP un 16% y Salesforce un 7%, incluso después de que los resultados superaran las expectativas. El mercado dice que la ejecución no importa: el modelo de negocio está amenazado. Agentes de IA como Claude y ChatGPT pueden ejecutar flujos de trabajo completos que antes requerían software especializado. El software tradicional tiene un coste marginal casi nulo; el software impulsado por IA tiene un coste real por clic. Esta reversión económica apenas comienza.
La infraestructura gana independientemente de quién gane.
Las cifras de esta semana son históricas. Sumando las previsiones anunciadas, se espera que los siete mayores grupos tecnológicos inviertan más de 700 000 millones de dólares solo en 2026: Amazon (200 000 millones de dólares), Google (180 000 millones de dólares), Meta (125 000 millones de dólares), Microsoft (117 000 millones de dólares), Oracle (55 000 millones de dólares), Tesla (20 000 millones de dólares) y Apple (13 000 millones de dólares). Esto equivale al PIB de Suiza, invertido en un solo año por siete empresas en una sola tecnología. El aumento con respecto a 2025 se acerca a los 300 000 millones de dólares, casi el 1 % del PIB estadounidense.
Este capital se dirigirá a diversos segmentos, independientemente de qué modelo de IA prevalezca.
La energía se perfila como el principal obstáculo en este ciclo. Los centros de datos ya consumen el 8,9 % de la electricidad estadounidense y representan casi la mitad del crecimiento de la demanda para 2030. La Agencia Internacional de la Energía proyecta que el consumo global de centros de datos se duplicará hasta alcanzar los 945 teravatios-hora para 2030, el equivalente al consumo total de Japón.
Los equipos de transmisión críticos tienen una lista de espera de hasta 143 semanas. Elon Musk fue contundente: «La IA está fundamentalmente limitada por la energía». Por eso fusionó SpaceX con xAI: va al espacio porque no puede resolver los problemas energéticos en la Tierra con la suficiente rapidez.
Existe una dimensión geopolítica que pocos discuten. En 2024, China añadió 429 gigavatios de capacidad eléctrica. Estados Unidos añadió 29, quince veces menos. China planea añadir siete veces más capacidad que Estados Unidos en 2025, con un 80 % procedente de fuentes renovables. La red eléctrica estatal china invertirá 574 000 millones de dólares en infraestructura de transmisión para 2030. Mientras que los ejecutivos estadounidenses tratan la energía como un «cuello de botella extremo», los ejecutivos chinos la ven como un «problema resuelto». La carrera de la IA es, en esencia, una carrera energética, y Estados Unidos se está quedando atrás en este aspecto.
La refrigeración es otro punto crítico. Mientras que un rack tradicional consume entre 10 y 20 kilovatios, los nuevos chips de IA de Nvidia, como el Blackwell, superan los 1000 vatios por componente. La refrigeración por aire ha alcanzado su límite físico. La refrigeración líquida ha pasado de ser un lujo a una necesidad. Los centros de datos consumen hasta 19 millones de litros de agua al día; las proyecciones indican 270 000 millones de litros al año para 2028 en EE. UU., un aumento del 300 %. Dos tercios de los nuevos centros de datos desde 2022 se ubican en regiones con escasez de agua.
La conectividad actúa como el pegamento invisible que habilita el ecosistema. El entrenamiento de modelos requiere miles de procesadores operando en paralelo. La demanda de velocidades cada vez mayores crece más rápido que en cualquier otro segmento.
Los semiconductores de infraestructura desempeñan un papel fundamental. Aunque Nvidia domina los procesadores gráficos, la insostenible economía de la inferencia está forzando la migración. Midjourney redujo los costos mensuales de $2.1 millones a $700,000 al migrar a los chips de Google, con una amortización en 11 días. Anthropic cerró el mayor contrato de chips personalizados en la historia de Google. OpenAI se está diversificando: cerró contratos de $350 mil millones con Broadcom y $90 mil millones con AMD.
Toda esta diversificación fortalece a quienes se encuentran en la capa inferior. TSMC fabrica el 90% de los chips avanzados del mundo: para Nvidia, para AMD, para los chips personalizados de Google y Amazon. Broadcom diseña los circuitos especializados que todos piden. La fragmentación en la capa superior beneficia a quienes cobran peajes en la capa inferior.
La lección de la historia
Quienes invirtieron en ferrocarriles en la década de 1860 vieron fracasar a la mayoría de sus empresas, pero la infraestructura que construyeron transformó la economía durante un siglo. Quienes invirtieron en empresas de internet en 1999 lo perdieron casi todo, pero la banda ancha que crearon sigue siendo esencial.
El patrón siempre es el mismo: la infraestructura va primero, la productividad después. La brecha entre ambas es donde se pierden y se ganan fortunas. La infraestructura opera en la escala temporal de la ingeniería y la física. La productividad opera en la escala temporal de la organización humana, la gobernanza y el aprendizaje. Estos dos relojes están desincronizados, y este desfase representa la mayor oportunidad de inversión de la década.
La IA no está limitada por la inteligencia en sí. Está limitada por la economía, la energía, los datos y las personas. Quien primero entienda esto, gana.
Esta semana se demostraron todos los elementos de la tesis: 700 mil millones de dólares en inversiones anunciadas, Microsoft y Google admitieron limitaciones de capacidad, Apple perdió su equipo de IA ante Meta y lo subcontrató a Google, el software como servicio entró en un mercado bajista porque la IA amenaza con reemplazar flujos de trabajo enteros.
El valor reside en quienes construyen las vías, no en quienes prometen el destino. El siguiente capítulo de esta historia ya se está escribiendo. La pregunta es: ¿estarás en el lado correcto?
Walter Maciel es el director ejecutivo de AZ Quest.
