Zuckerberg y Musk empiezan a alquilar sus chips y revelan una nueva grieta en la burbuja de la IA

Gigantes o medianas, tecnológicas como los gigantes de Silicon Valley o constructoras como ACS, con fondos propios o pidiendo dinero. Empresas de todo tipo se lanzaron a la construcción de centros de datos, que brotan por todo el mundo para ser el anclaje a tierra de la inteligencia artificial. Según los cálculos de Goldman Sachs, el acumulado en infraestructura de IA entre 2026 y 2031 alcanzará los 7,6 billones de dólares.

Por eso, para muchos analistas resulta preocupante que algunos de los principales impulsores del negocio de la IA estén alquilando sus chips, al no tener cargas de trabajo suficientes para ellos. Entre ellos se encuentran Meta o SpaceX, que están llevando a cabo esfuerzos titánicos para construir algunos de los mayores centros de datos del mundo. Se calcula que el Colossus I y el II, construidos por la corporación de Elon Musk en Tennessee, suman unos 450.000 procesadores avanzados. Una capacidad de cómputo que fue alquilada a Anthropic y Google por no poder ser utilizada internamente.

El movimiento encuentra un reflejo directo en la estrategia adoptada por los de Mark Zuckerberg o el conglomerado japonés Softbank. A principios de julio, ambas compañías entraron en el mercado denominado “nube alternativa” o Neo Cloud, un modelo de negocio enfocado en arrendar capacidad de procesamiento aprovechando la escasez general de chips avanzados de IA. Según el New York Times, Meta está en conversaciones para llegar a un acuerdo de este tipo con Anthropic, valorado en 10.000 millones de dólares por dos años.

La burbuja de la IA impulsó la construcción de centros de datos asumiendo que las necesidades de computación crecerán de forma ilimitada y constante debido a la progresiva implantación de esta tecnología. Sin embargo, diversos análisis internacionales avisan de que esa podría ser una previsión demasiado optimista.

Falta de resultados

Un informe del banco suizo UBS detalla que el 60% de las grandes corporaciones fijaron restricciones presupuestarias a los despliegues de inteligencia artificial. El motivo es simple: los costes superan a los beneficios.

“Algunas empresas dijeron a UBS que ya agotaron la mayor parte de sus presupuestos anuales de consumo de IA a mitad de año, lo que obligó a recortes inmediatos”, avisa la entidad. “Una compañía informó a los analistas de que había desplegado cinco herramientas de IA internamente… Desde entonces, la empresa redujo su conjunto de herramientas a solo dos aplicaciones de IA y estableció controles estrictos de uso”, continúa.

El problema, señalan los economistas del Instituto Tecnológico de Massachusetts (MIT) David Autor y Neil Thompson, es que la IA sigue siendo muy poco fiable. Es necesario vigilarla de cerca, por lo que su potencial para automatizar roles se frena. “Si decís que necesitás un sistema con un 80% de precisión, puede que no sea tan caro. Si necesitás un 90%, es mucho más caro. Pero si necesitas un 99%, es muchísimo más caro… Muchas empresas están entrando en un escenario en el que quieren automatizar completamente y luego se dan cuenta de que simplemente es demasiado caro hacerlo”, expusieron en una reciente conferencia.

Que puede contagiar a las grandes tecnológicas

Esta falta de resultados por parte de los clientes de la IA no fue problema para las grandes tecnológicas que les suministraron esos productos. Hasta ahora, el sector confiaba en que los rendimientos llegaran por si solos a medida que la tecnología mejora y surgen casos de éxito entre las empresas que la implantan. Pero, de nuevo, esa previsión podría terminar siendo demasiado optimista.

“En mi opinión, existe una desconexión en 2026: mientras que el sector tecnológico estadounidense experimentó una fuerte aceleración en el crecimiento de sus ganancias (alcanzando casi el 50% interanual), los sectores que adoptan la IA vieron cómo su crecimiento de ganancias se estanca y comienza a desacelerarse, manteniéndose justo por encima del 0%. Esto generalmente se considera una señal de alarma”, avisa el analista Michael Spencer, autor de AI Supremacy.

Los altos costos de la IA estadounidense y la ausencia de beneficios inmediatos está haciendo que empresas de todo el mundo se giren hacia los modelos chinos. La IA del gigante asiático es más barata, menos demandante en recursos y más personalizable.

Si el flujo de capital del que disfrutan las grandes tecnológicas de Silicon Valley se detiene y la rentabilidad de sus ingentes inversiones en infraestructura de IA queda en entredicho, la corrección financiera podría llegar a ser sistémica. “Si los modelos chinos siguen ganando terreno, los flujos de caja previstos para las hiperescala [las grandes suministradoras de IA y centros de datos] podrían resultar demasiado optimistas”, avisa Torsten Slok, economista jefe de Apollo, uno de los mayores fondos de inversión del mundo.

Si el mercado constata que las previsiones sobre el crecimiento y beneficios de las grandes tecnológicas, las empresas con la cotización bursátil más elevada del planeta, está inflado, podría producirse “una venta masiva” de sus acciones que “arrastre al mercado consigo”: “el problema no se podría contener y se extendería a los chips, la energía, los centros de datos y el S&P 500 (el índice de las 500 mayores empresas de EEUU) en su conjunto”, continúa Slok.

Por eso alquilar chips es una mala señal

Si corporaciones como Meta, SpaceX o Softbank ya están empezando a sentir la necesidad de alquilar una parte de su potencia de cómputo para cuadrar sus balances e impedir que el mercado los penalice. “Eso es bueno para sus inversores, pero sugiere que la ansiedad va en aumento. El tiempo es oro”, avisa el editorial de este jueves del Financial Times.

“En esta temporada de resultados, no preste atención a lo que las empresas planean hacer con la IA, sino a cuándo planean hacerlo”, pide el prestigioso medio económico. Será la prueba del algodón de esa ansiedad. Los próximos resultados trimestrales de Meta, SpaceX y Softbank dirán si el alquiler de capacidad es un ajuste puntual o el inicio de una tendencia. Si otras hiperescala siguen el mismo camino, la señal de alarma que hoy lanzan UBS, el MIT o Apollo dejará de ser una hipótesis para convertirse en un patrón.

En cualquier caso, no todos coinciden en que ese patrón sea el de una burbuja a punto de estallar. El propio Goldman Sachs sostiene que la mayor parte del capital, la infraestructura y las fusiones que definirán la economía de la IA “aún no se desplegaron”. Es decir: para el banco, esto no es el final del ciclo, sino el principio. Pero incluso Goldman reconoce el problema que subyace al alquiler de chips: los chips se deprecian rápido y se quedan obsoletas antes de amortizarse. Es el mismo riesgo que preocupa a Slok, solo que contado desde el lado que financia la fiesta.

Por ello, pide nuevos “instrumentos financieros” para seguir sufragando el despliegue. Tales como financiar deuda para comprar chips con contratos de alquiler de centros de datos que aún no existen. Mecanismos que, viniendo del banco que vendió y empaquetó los productos financieros que terminaron haciendo reventar la crisis de las hipotecas subprime, suenan demasiado a mecanismos propios de una burbuja.

Podés leer la noticia haciendo clic acá