Durante años, el relato dominante alrededor de la inteligencia artificial ha sido esencialmente lineal: más capacidad de cómputo permitiría entrenar mejores modelos; mejores modelos generarían más aplicaciones; más aplicaciones justificarían nuevas inversiones; y esas inversiones permitirían aumentar otra vez la capacidad de cómputo.
Un círculo aparentemente virtuoso.
Sin embargo, empieza a aparecer una contradicción. En septiembre de 2026 se intensificaron las llamadas a moderar el avance de la frontera por razones de seguridad, control y evaluación independiente. Esas razones deben analizarse por sí mismas. No existe evidencia que permita concluir que las advertencias sobre seguridad escondan una motivación financiera, y sería intelectualmente irresponsable afirmarlo.
Pero que no podamos demostrar una relación causal no significa que debamos ignorar una coincidencia económica relevante: ralentizar el ritmo de obsolescencia tecnológica empieza a ser objetivamente conveniente para una parte importante de la industria.
La seguridad, una posible burbuja de infraestructura y la presión de cash flow no son explicaciones necesariamente excluyentes. Pueden coexistir sin que una convierta a las otras en pretexto.
El vendedor y el comprador no tienen el mismo problema
NVIDIA ocupa una posición singular. Su negocio consiste precisamente en vender cada vez más capacidad de cómputo. En su segundo trimestre fiscal de 2027 declaró 96.200 millones de dólares de ingresos, de los cuales 89.000 millones procedieron de Data Center. Estos últimos crecieron un 117% respecto del año anterior.
Desde la perspectiva de un fabricante de aceleradores, una nueva generación más eficiente que la anterior puede abrir otra oportunidad de venta. El incentivo de Jensen Huang es comprensible: sostener la carrera tecnológica amplía el mercado al que NVIDIA suministra los bienes de capital.
Para quien compra esos equipos, la ecuación es diferente.
Microsoft reconoció que su CapEx alcanzó 41.000 millones de dólares en su cuarto trimestre fiscal de 2026 y que aproximadamente dos tercios correspondieron a activos de vida corta, principalmente CPU y GPU. El resto se destinó a activos de infraestructura que espera monetizar durante periodos mucho más largos.
La distinción es fundamental. Un terreno, una conexión eléctrica, una subestación, fibra óptica o incluso un edificio pueden conservar utilidad económica durante décadas. Una GPU puede no hacerlo.
Vida física, vida contable y vida económica
Un procesador no necesita dejar de funcionar para convertirse en un activo económicamente obsoleto. Puede continuar ejecutando perfectamente sus cargas de trabajo y, sin embargo, encontrarse frente a una nueva generación capaz de producir muchas más inferencias con la misma energía, ocupar menos espacio o reducir sustancialmente el coste por token.
En ese momento aparecen tres relojes distintos:
- Vida física: cuánto tiempo puede funcionar el equipo.
- Vida contable: durante cuánto tiempo se amortiza.
- Vida económica: durante cuánto tiempo puede competir razonablemente con la siguiente generación.
La tercera puede ser considerablemente más corta que las dos primeras. Ésta es la obsolescencia financiera del compute: el hardware sigue trabajando, pero una caída suficientemente rápida del coste por unidad de inteligencia deteriora su capacidad de producir el retorno previsto.
La inteligencia artificial se está desarrollando dentro de una industria con características poco habituales: inversiones de infraestructura propias de sectores intensivos en capital, ciclos tecnológicos propios de la electrónica avanzada y expectativas de margen propias del software.
Construimos como una eléctrica. Innovamos como una compañía de semiconductores. Esperamos retornos como una empresa de software.
Las tres velocidades no tienen por qué ser compatibles.
Los laboratorios no necesitan poseer los chips para asumir el riesgo
OpenAI, Anthropic y otros desarrolladores de modelos no necesariamente poseen toda la infraestructura que utilizan. Eso no elimina el problema: lo transforma.
OpenAI firmó con AWS un compromiso de 38.000 millones de dólares durante siete años para acceder a cientos de miles de GPU NVIDIA. Anthropic anunció la expansión de su utilización de Google Cloud hasta un millón de TPU, un compromiso valorado en decenas de miles de millones de dólares y destinado a incorporar más de un gigavatio de capacidad.
En estos casos puede que el laboratorio no tenga que amortizar físicamente una GPU. Pero tiene que monetizar la capacidad de cómputo que ha comprado, contratado o financiado.
El riesgo económico se distribuye por toda la cadena:
- El capital financiero presta o invierte.
- Los proveedores cloud y los centros de datos construyen y adquieren equipos.
- Los fabricantes de chips venden capacidad de cómputo.
- Los laboratorios contratan y consumen esa capacidad.
- Empresas y consumidores pagan, finalmente, por los servicios producidos sobre ella.
Al final de esa cadena tiene que aparecer algo extraordinariamente sencillo: cash flow.
El propio círculo económico de OpenAI lo reconoce
OpenAI ha descrito públicamente su estrategia mediante una relación particularmente clara: más capacidad de cómputo permite modelos más inteligentes; mejores modelos permiten mejores productos; mejores productos deberían acelerar la adopción; esa adopción debería producir más ingresos y cash flow; y ese cash flow permitiría reinvertir.
Es una formulación empresarial perfectamente razonable. Pero también contiene la condición de estabilidad de todo el sistema.
Crecimiento del cash flow generado por la IA ≥ crecimiento del coste económico de sostener su infraestructura.
Mientras esa relación funcione, el círculo puede continuar. Si deja de hacerlo durante suficiente tiempo, cambia la naturaleza del problema. Ya no estaríamos discutiendo si la inteligencia artificial funciona, sino si la economía construida alrededor de ella funciona.
Una tecnología revolucionaria también puede producir una burbuja
Las dos ideas no son contradictorias. El ferrocarril transformó el mundo y produjo burbujas financieras. Internet transformó la economía y convivió con la burbuja puntocom. Una tecnología puede cambiar la civilización y, simultáneamente, recibir demasiado capital, demasiado rápido y bajo expectativas de retorno equivocadas.
Por eso preguntar si existe una «burbuja de IA» resulta demasiado impreciso. Podría no existir una burbuja tecnológica y sí una burbuja de infraestructura.
Los modelos podrían seguir mejorando. La utilización podría continuar creciendo. La IA podría transformar industrias enteras. Y aun así una parte de los centros de datos, contratos de capacidad o financiación asociada podría no producir el retorno esperado.
No sería el fracaso de la inteligencia artificial. Sería una asignación incorrecta del capital.
La paradoja de la velocidad
Si la IA evoluciona demasiado lentamente, resulta difícil justificar el gigantesco volumen de inversión destinado a ella. Pero si evoluciona demasiado deprisa, puede acelerar la obsolescencia económica del hardware que acabamos de instalar.
Demasiado lento → el CapEx no se justifica.
Demasiado rápido → el CapEx no se amortiza.
Entre ambos extremos existe un ritmo de evolución tecnológicamente competitivo y financieramente sostenible. Encontrarlo no será fácil.
Una ralentización tecnológica, aunque se defienda por razones completamente distintas, puede producir un efecto económico concreto: más tiempo para utilizar la capacidad instalada, desarrollar productos, conquistar clientes y convertir inversión en cash flow.
Esto no prueba ninguna intención. Pero sí crea un incentivo. Y los incentivos económicos merecen ser estudiados.
El capital financiero puede ser el verdadero punto de inflexión
NVIDIA ha anunciado plataformas con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR orientadas a movilizar más de 500.000 millones de dólares de capital externo para infraestructura de IA. La cifra muestra hasta qué punto la carrera ya no depende únicamente de chips y energía: depende de que el capital continúe aceptando riesgo, plazo y velocidad de obsolescencia.
El punto de agotamiento de un ciclo de inversión de este tamaño probablemente no aparecería primero porque desapareciera la demanda de inteligencia artificial. Podría aparecer cuando los financiadores empezaran a preguntar: ¿cuándo recupero el dinero de la infraestructura que ya financié?
En ese momento, la variable crítica dejaría de ser exclusivamente la potencia del siguiente modelo. Pasaría a ser su retorno sobre el capital.
Tres velocidades que ya no podemos confundir
Quizá el verdadero debate no sea si debemos acelerar o ralentizar la inteligencia artificial. Puede que estemos entrando en una etapa en la que debamos distinguir entre tres velocidades diferentes:
- La velocidad técnicamente posible.
- La velocidad socialmente aceptable.
- La velocidad económicamente sostenible.
Hasta ahora hemos supuesto implícitamente que las tres avanzarían juntas. No existe ninguna razón para que sea así.
La pregunta incómoda es ésta: ¿puede la inteligencia artificial avanzar suficientemente rápido para justificar las inversiones que estamos realizando y, simultáneamente, suficientemente despacio para permitir amortizarlas?
Si la respuesta acaba siendo negativa, la próxima crisis de la IA podría no comenzar porque la tecnología dejara de funcionar. Podría comenzar precisamente porque funciona demasiado deprisa para la estructura financiera que hemos construido alrededor de ella.
Fuentes y nota de interpretación
- Reuters: llamadas a moderar la frontera y reforzar la evaluación independiente.
- NVIDIA: resultados del segundo trimestre fiscal de 2027.
- Microsoft: resultados del cuarto trimestre fiscal de 2026.
- OpenAI y AWS: compromiso de capacidad por 38.000 millones de dólares.
- Anthropic: ampliación hasta un millón de TPU de Google Cloud.
- OpenAI: infraestructura, adopción, ingresos y cash flow.
Los hechos financieros y los compromisos de capacidad proceden de las fuentes enlazadas. La tesis sobre obsolescencia financiera, compatibilidad de velocidades e incentivos económicos es una interpretación del autor. Un incentivo objetivo no demuestra que las advertencias de seguridad respondan a una motivación financiera.
© 2026 Javier F. Pérez Bernabé. Todos los derechos reservados. Publicado por Quórum 12.
SUSCRIPCIÓN ONLINE
Reciba cada nuevo análisis y las convocatorias abiertas.
Es una categoría pública e independiente: no implica membresía, admisión ni acceso al portal privado.