Qué está en juego en la apuesta de un billón de dólares de la IA

El artículo de David Rotman en MIT Technology Review parte de lo que la profesora de finanzas de Wharton Jessica Wachter llama un "hecho notable": un puñado de hiperescaladores está invirtiendo sumas descomunales en construir centros de datos de IA, y esa cifra alcanzará cerca de 1,1 billones de dólares acumulados hacia 2027. En lugar de intentar predecir cuán útiles serán los modelos de IA, Wachter y su coautor calculan cuánto tendrían que crecer los beneficios de esas empresas para justificar ese gasto: según su estimación, la productividad de las propias compañías de IA debería multiplicarse por 2,7 de aquí a 2030 para cubrir el costo del capital, un retorno del 15% y la depreciación de los activos. No es imposible —equivaldría al tipo de crecimiento que trajo el boom tecnológico estadounidense de mediados de los años noventa, pero comprimido en muy pocos años—. Si ese repunte de productividad no llega, advierte Wachter (execonomista jefe de la SEC), las empresas empezarán a atrasarse en el pago de intereses, con riesgo de quiebra, y el actual boom de infraestructura podría convertirse en "la mayor mala asignación de capital de la historia".

Las cifras del artículo son contundentes: los hiperescaladores (Alphabet, Microsoft, Amazon, Meta y Oracle, esta última socia de OpenAI) gastarán unos 750.000 millones de dólares este año en centros de datos, y algunas proyecciones sitúan el gasto acumulado en más de 5 billones de dólares durante los próximos cuatro años. Frente a eso, los ingresos totales generados por la IA rondarán solo entre 150.000 y 200.000 millones de dólares este año, según Gary Gensler, expresidente de la SEC durante la administración Biden y hoy profesor en la Sloan School del MIT: "El gasto todavía no tiene ingresos proporcionales. Ese es un hecho", señala. La inversión total podría llegar a representar cerca del 3% del PIB estadounidense, lo que eleva la pregunta de rentabilidad a una cuestión de salud macroeconómica, no solo empresarial.

El riesgo se ha agravado este año porque las compañías han empezado a financiar buena parte de esa expansión con deuda en lugar de solo caja propia. El artículo señala que el flujo de caja libre del conjunto del sector (el efectivo operativo menos el gasto de capital) está a punto de volverse negativo. Incluso Alphabet, célebre por acumular efectivo, registró en su último trimestre ingresos cercanos a 120.000 millones de dólares que fueron devorados por el gasto en infraestructura de IA, dejando un déficit de caja libre de unos 5.900 millones de dólares, el primero desde su salida a bolsa en 2004. A esto se suma un problema estructural: los chips GPU representan cerca del 60% del costo de un centro de datos y su rendimiento se duplica aproximadamente cada dos años, lo que obliga a reinvertir constantemente en la siguiente generación de hardware. Mihir Kshirsagar, del Centro de Política de Tecnología de la Información de Princeton, advierte que sin esa reinversión constante los centros de datos corren el riesgo de convertirse en "cascarones" (hulks), activos varados dispersos por el territorio.

Gensler describe la situación como una "apuesta combinada" (parlay bet) de los mercados de capitales: para que la jugada salga bien deben cumplirse tres condiciones simultáneas e interdependientes. Primero, los hiperescaladores deben generar ingresos multimillonarios; el profesor de finanzas de Columbia Business School Stijn Van Nieuwerburgh calcula, partiendo de un escenario de 183 gigavatios de capacidad de cómputo de IA planificados entre 2025 y 2032 (a un costo aproximado de 41.000 millones de dólares por gigavatio), que se necesitarían ingresos anuales de unos 3,7 billones de dólares hacia 2032 para lograr un retorno del 10%, el mínimo aceptable para la mayoría de los inversores. Segundo, la IA debe traducirse en un crecimiento de productividad amplio en toda la economía, no solo en suscripciones. Tercero, los modelos más caros y potentes (los llamados "frontier models") deben seguir siendo preferidos frente a alternativas más baratas que muchas empresas podrían considerar "suficientemente buenas".

Sobre la productividad, el economista del MIT y premio Nobel 2024 Daron Acemoglu advierte que si no se materializan las ganancias de productividad, la gente empezará a desencantarse de la IA, lo que frenaría tanto la inversión como el crecimiento de ingresos. Por ahora, según el artículo, la mayoría de los economistas coincide en que las estadísticas agregadas de la economía muestran poco o ningún crecimiento de productividad atribuible a la IA. Una encuesta reciente a unos 6.000 altos ejecutivos de empresas en Estados Unidos, Reino Unido, Alemania y Australia refleja que cerca del 90% no percibió ningún aumento de productividad en los últimos tres años, aunque esperan una mejora acumulada de alrededor del 1,45% en los próximos tres años (2,25% entre los ejecutivos estadounidenses). Esos mismos ejecutivos planean aumentar el gasto en IA, lo que lleva a prever unos 280.000 millones de dólares en gasto privado en IA para finales de 2026. Pero el dato viene con una advertencia: los ejecutivos esperan mejorar la productividad principalmente aumentando ventas mientras recortan de forma significativa el número de empleados, lo que podría intensificar el rechazo social hacia la tecnología si las ganancias de productividad se logran destruyendo empleo en lugar de creando valor nuevo.

El reportaje subraya que el riesgo ya no se limita a los balances de las propias tecnológicas, como ocurría cuando gastaban solo efectivo acumulado. Según cálculos de Morgan Stanley citados en el artículo, más de la mitad de los 2,9 billones de dólares que los hiperescaladores gastarán entre 2025 y 2028 en centros de datos de IA se financiará con "capital externo". Van Nieuwerburgh advierte que muchas instituciones financieras están expuestas a estos centros de datos, directa o indirectamente, como prestamistas, garantes de deuda o respaldo de fondos de crédito privado: "La gente ni siquiera sabe que tiene esto. Está en algún lugar profundo de su fondo de pensiones. En última instancia, respalda sus pólizas de seguro de vida. Y ese riesgo se está distribuyendo por todas partes, en lugares invisibles", señala.

El artículo ilustra esta ingeniería financiera cada vez más compleja con el caso del centro de datos Hyperion de Meta en Richland, Luisiana. Anunciado a finales de 2024 con una capacidad de dos gigavatios y un costo de unos 10.000 millones de dólares, fue recibido con entusiasmo por políticos locales y estatales, y la eléctrica Entergy Louisiana propuso construir tres grandes plantas de gas natural para abastecerlo. El otoño pasado, con el costo proyectado ya en 30.000 millones de dólares, Meta transfirió una participación del 80% a la firma de crédito privado Blue Owl Capital, formando una empresa conjunta llamada Beignet para financiar el proyecto. Meta firmó entonces una serie de arrendamientos a cuatro años con esa empresa conjunta, respaldados por una garantía de valor residual, y montó una estructura de subsidiarias (Laidley LLC como propietaria y arrendadora, y Pelican Leap LLC como inquilina de Meta) cuya duración de los contratos, según Van Nieuwerburgh, coincide no por casualidad con la vida útil esperada de las GPU del centro de datos. En julio, Meta anunció una ampliación a cinco gigavatios con un costo total de 50.000 millones de dólares, mientras Entergy planifica ahora siete plantas de gas adicionales, hasta sumar unos 7,5 gigavatios de capacidad —unas seis veces el consumo eléctrico de Nueva Orleans—.

Esa complejidad financiera preocupa directamente a la comunidad afectada. Entergy asegura contar con una garantía a 20 años de que Meta comprará electricidad para cubrir el costo de las plantas de gas, pero analistas como Paul Arbaje, de la Union of Concerned Scientists, cuestionan si el compromiso de la compañía se sostendrá en el tiempo dado lo rápido que cambian las fortunas de la industria de la IA, y han pedido —sin éxito hasta ahora— mayor transparencia a la Comisión de Servicio Público de Luisiana. Logan Burke, de la Alliance for Affordable Energy, advierte que si Meta termina necesitando menos energía de la proyectada, los consumidores residenciales podrían acabar pagando el excedente de las plantas, y duda de que la cambiante red de entidades financieras involucradas vaya a cumplir lo pactado durante dos décadas. Para Arbaje, el resumen es simple: estas empresas están apostando a que los centros de datos valdrán la pena, pero deberían apostar con su propio dinero, no con el de los usuarios de electricidad.

Sobre el desenlace, el artículo es cauto: predecir cuándo estallará la burbuja de inversión en IA es, en palabras del propio autor, "una tarea de tontos", pero hay pocas dudas de que en algún momento llegará un ajuste ("retrenchment"), sea porque el gasto se estanca el año próximo o porque hacia 2028-2029 las empresas descubran que ya tienen capacidad suficiente, como plantea Gensler. El inversor de capital de riesgo Vijay Pande llegó a escribir en un blog que un colapso sería "lo mejor que le puede pasar a esta tecnología", argumento que Rotman matiza recordando el costo humano de burbujas pasadas: el estallido de las puntocom dejó cientos de miles de despidos, quiebras y una recesión leve en 2001, mientras que la gran recesión que comenzó a finales de 2007 —con sus propios vehículos de propósito especial (SPV), hoy de vuelta en el financiamiento de los centros de datos de IA— fue aún más devastadora. Aun así, el artículo recuerda que la tecnología subyacente suele sobrevivir e incluso prosperar tras estos colapsos: menciona la infraestructura de fibra óptica construida durante la burbuja de las telecomunicaciones, y señala que no es casualidad que cada uno de los actuales hiperescaladores surgiera de las cenizas de la crisis puntocom o naciera poco después.