La burbuja de la IA finalmente comienza a estallar

Resumen Ejecutivo

Las grandes tecnológicas ya no solo invierten en inteligencia artificial.

Están reorganizando la estructura de capital del sector tecnológico en torno a ello.

Amazon, Microsoft, Alphabet y Meta están gastando ahora a una escala que cada vez se asemeja más a un programa nacional de política industrial en lugar de un ciclo normal de inversión corporativa. El dinero está fluyendo hacia centros de datos, chips, servidores, equipos de redes, sistemas de refrigeración, infraestructura eléctrica y compromisos de capacidad de IA a largo plazo.

El argumento alcista es obvio: la IA podría convertirse en la próxima capa operativa de la economía global.

El argumento bajista se está volviendo más difícil de desestimar: el gasto está llegando mucho más rápido que el retorno de inversión comprobado.

La encuesta global de IA de McKinsey de 2025 encontró que la mayoría de las organizaciones aún no han visto un impacto significativo en el EBIT a nivel empresarial por parte de la IA. Solo el 39% de los encuestados atribuyó algún nivel de impacto en el EBIT a la IA, y la mayoría de ellos dijo que la IA representaba menos del 5% del EBIT empresarial. McKinsey clasificó solo alrededor del 6% de los encuestados como "de alto rendimiento" en IA, generando un impacto significativo en el resultado final. ([McKinsey & Company][1])

Esa brecha — entre el gasto en infraestructura y la contribución real a las ganancias — es toda la historia.

La IA puede ser real. El aumento de productividad puede ser real. El cambio de plataforma a largo plazo puede ser real.

Pero los mercados no se desploman porque la tecnología sea falsa.

Se desploman cuando el precio pagado por la tecnología se desvincula de los flujos de efectivo que puede producir.

El Nuevo Comercio de IA: Gasta Primero, Justifica Después

El actual boom de la IA ha evolucionado de ser una historia de software a una historia de intensidad de capital.

En la fase temprana, el mercado recompensó todo lo relacionado con la IA generativa: chips, nube, software, ciberseguridad, automatización, herramientas empresariales, REITs de centros de datos, equipos eléctricos, energía nuclear, sistemas de refrigeración e incluso servicios públicos.

Ahora la pregunta ha cambiado.

Ya no es: ¿Quién se beneficia de la IA?

Es: ¿Quién obtiene un retorno aceptable sobre el capital que se está desplegando?

El modelo base de Goldman Sachs estima gastos de capital anuales en infraestructura de IA de aproximadamente $765 mil millones en 2026, aumentando a $1.6 billones para 2031, con aproximadamente $7.6 billones en gastos de capital acumulados entre 2026 y 2031. Esa estimación incluye toda la pila física necesaria para la IA: aceleradores, centros de datos, distribución de energía, sistemas de redundancia, infraestructura de refrigeración y equipos eléctricos de apoyo.

Eso no es un ciclo de actualización normal.

Eso es una expansión a escala de civilización.

Y ahora se le está pidiendo al mercado que crea que esta expansión producirá retornos lo suficientemente altos, lo suficientemente rápido y lo suficientemente duraderos como para justificar una de las mayores oleadas de gasto corporativo en la historia.

El Aumento del Gasto de los Hiperscaladores es Real

La expansión de la IA no es teórica. Ya es visible en los estados financieros.

Alphabet reportó ingresos del Q1 2026 de $109.9 mil millones, un aumento del 22% interanual, mientras que los ingresos de Google Cloud aumentaron 63% a $20.0 mil millones, impulsados por soluciones de IA empresarial, infraestructura de IA y servicios principales de Google Cloud Platform. Alphabet también informó que el backlog de Google Cloud casi duplicó su valor trimestre a trimestre, superando los $460 mil millones.

Sin embargo, la intensidad de los gastos de capital está aumentando rápidamente. Las compras de propiedad y equipo de Alphabet en el Q1 2026 alcanzaron los $35.7 mil millones, más del doble de los $17.2 mil millones gastados en el mismo período del año anterior.

Microsoft también presentó resultados destacados. Los ingresos aumentaron a $82.9 mil millones, un incremento del 18%, mientras que el CEO Satya Nadella dijo que el negocio de IA de Microsoft superó una tasa de ingresos anual de $37 mil millones, un aumento del 123% interanual. ([Microsoft][4]) Pero las adiciones de Microsoft a propiedad y equipo ascendieron a aproximadamente $30.9 mil millones para el trimestre, en comparación con $16.7 mil millones en el período del año anterior.

Meta reportó ingresos del Q1 2026 de $56.31 mil millones, un aumento del 33% interanual, mientras que el gasto de capital, incluidos los pagos principales de arrendamientos financieros, fue de $19.84 mil millones. Más importante aún, Meta elevó su perspectiva de gastos de capital para todo el año 2026 a $125 mil millones a $145 mil millones, en comparación con su rango anterior de $115 mil millones a $135 mil millones, citando mayores precios de componentes y costos adicionales de centros de datos.

Los resultados de Amazon del Q1 2026 también muestran la magnitud de la expansión. Las ventas de AWS aumentaron 28% interanual a $37.6 mil millones, mientras que Amazon divulgó que el flujo de caja libre cayó a $1.2 mil millones durante los últimos doce meses, impulsado principalmente por un aumento interanual de $59.3 mil millones en compras de propiedad y equipo, que la empresa dijo que reflejaba principalmente inversiones en IA.

Las cifras son asombrosas.

Estas empresas no están experimentando con la IA.

Están construyendo los rieles físicos de la próxima era computacional.

El problema es que los inversores aún no tienen una visibilidad clara sobre el perfil de retorno real de la IA.

El Verdadero Problema: Los Ingresos de IA Siguen Siendo Demasiado Borrosos

Los hiperscaladores están reportando crecimiento en la nube, crecimiento en el backlog, crecimiento en el uso de IA, crecimiento en el volumen de tokens, demanda de clientes y restricciones de capacidad.

Esas son señales reales.

Pero no son lo mismo que rentabilidad de IA transparente.

Los inversores necesitan separar tres preguntas diferentes:

Primero, ¿la IA está impulsando la demanda en la nube? Sí, claramente.

Segundo, ¿los hiperscaladores están generando ingresos a partir de cargas de trabajo de IA? Sí, cada vez más.

Tercero, ¿esas cargas de trabajo de IA están produciendo retornos atractivos sobre el masivo capital incremental que se está desplegando? Esa sigue siendo la pregunta no resuelta.

Esa distinción importa.

Una empresa puede aumentar sus ingresos y aún así destruir valor para los accionistas si el capital requerido para generar esos ingresos aumenta más rápido que el retorno económico.

Aquí es donde el ciclo de IA se vuelve peligroso.

Durante una manía, el mercado recompensa el crecimiento de ingresos.

Durante la fase de miedo, el mercado comienza a preguntar sobre la depreciación, la conversión de flujo de caja libre, el retorno sobre el capital invertido, los períodos de recuperación de clientes y la vida útil útil de los activos.

Ese es el punto donde la historia puede cambiar rápidamente.

Los Datos de ROI de IA de McKinsey Deberían Hacer que los Inversores Se Sientan Incomodos

La pieza más importante del debate sobre la IA no es si las personas están utilizando IA.

Lo están.

La cuestión es si la IA está transformando la economía empresarial.

Hasta ahora, la evidencia es mixta.

La encuesta de McKinsey de 2025 encontró que la adopción de la IA se está ampliando en industrias y funciones, pero la mayoría de las empresas aún no han integrado la IA profundamente en sus flujos de trabajo. Solo alrededor de un tercio de todos los encuestados dijo que sus organizaciones estaban escalando programas de IA en toda la empresa.

El hallazgo más importante es el impacto en las ganancias.

McKinsey encontró que solo el 39% de los encuestados atribuyó algún nivel de impacto en el EBIT a la IA, y la mayoría de ellos dijo que menos del 5% del EBIT empresarial era atribuible a la IA. La firma identificó a los "de alto rendimiento" en IA — empresas que ven un impacto significativo en el resultado final — como solo alrededor del 6% de los encuestados.

Eso no significa que la IA sea inútil.

Significa que la IA aún no se está traduciendo en un aumento de ganancias amplio, medible y a nivel empresarial para la mayoría de las empresas.

Eso es un problema cuando la factura de infraestructura ya se está moviendo hacia una escala anual de billones de dólares.

El mercado está, efectivamente, valorando un futuro donde la IA se convierte en un amplio motor de productividad corporativa.

Pero los datos de hoy aún sugieren que la mayoría de las empresas están en algún lugar entre la experimentación, el despliegue parcial y la integración limitada de flujos de trabajo.

Esa brecha entre expectativa y realización es donde se forman las burbujas.

El Problema Deflacionario: La IA Se Vuelve Más Barata con el Tiempo

Hay otro riesgo poco apreciado.

El gasto en infraestructura de IA está explotando al mismo tiempo que el costo de usar IA está colapsando.

Según el Índice de IA de Stanford de 2025, el costo de inferencia para un sistema que opera al nivel de GPT-3.5 cayó más de 280 veces entre noviembre de 2022 y octubre de 2024. Stanford también observó que los costos de hardware de IA han disminuido en aproximadamente 30% anualmente, mientras que la eficiencia energética ha mejorado en un 40% anualmente.

Eso suena optimista para la adopción.

Y lo es.

Pero puede que no sea optimista para cada empresa que gasta cientos de miles de millones en construir capacidad.

Si el precio por unidad de inteligencia cae rápidamente, entonces la infraestructura de IA puede convertirse en un negocio deflacionario más rápido de lo que los inversores esperan.

Eso crea una paradoja.

Cuanto más barata se vuelve la IA, más ampliamente puede ser utilizada.

Pero cuanto más barata se vuelve la IA, más difícil puede ser obtener rendimientos similares a los de un monopolio sobre una infraestructura costosa.

Esto es especialmente importante porque Stanford también encontró que los modelos de peso abierto han estado cerrando la brecha de rendimiento con los modelos cerrados, reduciendo la diferencia del 8% al 1.7% en ciertos benchmarks en un solo año.

Eso debilita la idea de que cada hyperscaler tiene una ventaja técnica duradera.

Si los modelos convergen, los costos de inferencia se colapsan y los clientes se vuelven más sensibles a los precios, entonces la capa de infraestructura de IA puede comportarse eventualmente menos como un monopolio de software y más como un mercado de productos básicos intensivos en capital.

Ese es el riesgo que nadie quiere valorar.

La Pregunta sobre la Depreciación Podría Convertirse en la Siguiente Obsesión del Mercado

A los mercados les encanta el capex durante la fase de construcción.

Odia la depreciación durante la fase de recuperación.

La infraestructura de IA tiene un problema de vida útil.

Los centros de datos pueden durar mucho tiempo. La infraestructura de energía puede durar mucho tiempo. Pero los componentes más valiosos —GPUs, aceleradores, servidores, memoria, equipos de red y hardware especializado de IA— pueden volverse económicamente obsoletos mucho más rápido que la infraestructura tradicional.

Eso importa porque la depreciación no es solo un detalle contable.

Es el reconocimiento diferido del gasto de capital de ayer.

Si las empresas están gastando decenas o cientos de miles de millones en activos de IA hoy, el estado de resultados eventualmente tendrá que absorber la carga de depreciación mañana.

El mercado debería estar observando cinco cosas:

1. Si la divulgación de ingresos por IA se vuelve más transparente.
2. Si las cargas de trabajo de IA mejoran o diluyen los márgenes en la nube.
3. Si la conversión de flujo de caja libre se deteriora a medida que aumenta el capex.
4. Si el gasto por depreciación crece más rápido que los ingresos por servicios de IA.
5. Si los clientes generan suficiente ROI para seguir aumentando el gasto en IA.

Aquí es donde la tesis de IA se vuelve mucho más frágil.

La primera fase del comercio estaba relacionada con la demanda.

La segunda fase se tratará de los rendimientos.

Esto No Significa Que la IA Sea Falsa

La versión más fuerte del argumento bajista no es que la IA sea falsa.

Eso es perezoso.

El argumento más sólido es que la IA puede ser real, útil y económicamente importante — mientras aún produce un ciclo de capital masivo que supera la demanda.

Eso es exactamente lo que sucedió en las anteriores burbujas tecnológicas.

Internet era real en 1999.

Las redes de fibra óptica eran reales.

El comercio electrónico era real.

El software era real.

Los semiconductores eran reales.

Pero la burbuja de las puntocom aún sucedió porque los inversores extrapolaron un cambio tecnológico real en suposiciones financieras poco realistas.

La misma lógica se aplica aquí.

La IA puede cambiar el mundo y aún así volverse sobreconstruida.

La IA puede mejorar la productividad y aún así no justificar cada dólar de capex.

La IA puede generar enormes pools de ingresos y aún así comprimir los rendimientos si demasiado capital inunda el mercado a la vez.

Esa es la diferencia entre una revolución tecnológica y un retorno invertible.

Los inversores no deben confundir ambos.

El Caso Alcista Aún Tiene Fuerza

Para ser justos, el caso alcista no es débil.

La aceleración de la nube de Alphabet es real. El crecimiento de AWS es real. La tasa de ingresos por IA de Microsoft es real. El negocio publicitario de Meta sigue siendo enormemente rentable, y la IA puede potencialmente mejorar la segmentación, la recomendación de contenido, la automatización creativa y el compromiso. La cadena de suministro de IA también sigue restringida, lo que puede apoyar el poder de fijación de precios para chips, redes, memoria, refrigeración y equipos de energía a corto plazo.

Los hyperscalers también tienen balances que las empresas más pequeñas nunca podrían igualar.

Pueden financiar la construcción.

Pueden absorber pérdidas.

Pueden esperar más que la mayoría de los inversores esperan.

Y si la IA se convierte en la interfaz por defecto para trabajo, búsqueda, comercio, desarrollo de software, publicidad, servicio al cliente, ciberseguridad y automatización empresarial, entonces las empresas que construyen la infraestructura podrían hacerse aún más dominantes.

Ese es el verdadero caso alcista.

El problema no es si hay potencial al alza.

El problema es si la trayectoria de gasto actual ya asume demasiado de ese potencial demasiado pronto.

La Fase del Miedo Viene Después de la Fase de Manía

Cada ciclo de mercado tiene una psicología.

Primero viene la incredulidad.

Luego la adopción.

Luego la aceleración.

Luego la euforia.

Luego la racionalización.

Luego el miedo.

La IA ya ha pasado por las fases iniciales. La tecnología pasó de la curiosidad a mandato en la sala de juntas casi de la noche a la mañana. Cada empresa necesitaba una estrategia de IA. Cada producto de software necesitaba una función de IA. Cada presentación para inversores necesitaba una diapositiva sobre IA.

Ahora el mercado está entrando en una fase más difícil.

El gasto ya no es lo suficientemente pequeño como para ignorarlo.

El capex ya no es teórico.

El impacto en las ganancias ya no se presume.

La pregunta se está volviendo ineludible:

¿Dónde está el retorno?

Por eso este momento es importante.

Si los inversores continúan viendo ingresos de IA en aceleración, márgenes estables, fuerte flujo de caja libre y períodos de recuperación creíbles, el boom puede continuar.

Pero si el capex sigue aumentando mientras la divulgación de ingresos por IA permanece vaga, la depreciación aumenta, el ROI del cliente sigue siendo inconsistente y la presión de precios se intensifica, el mercado comenzará a reevaluar todo el comercio.

No porque la IA falló.

Sino porque el modelo financiero se volvió demasiado agresivo.

Lo Que los Inversores Deberían Observar a Continuación

La próxima fase del mercado de IA no será decidida por titulares.

Se decidirá por los estados financieros.

Los inversores deberían observar primero la divulgación de ingresos por IA. Cuanto más discutan las empresas sobre IA en términos cualitativos vagos, más escéptico debería volverse el mercado. Los cambios de plataforma reales eventualmente se reflejan en los ingresos por segmentos, márgenes, calidad de la cartera de pedidos, retención de clientes y flujo de caja.

En segundo lugar, observar el flujo de caja libre. La divulgación de Amazon de que el flujo de caja libre en los últimos doce meses cayó a $1.2 mil millones mientras que la inversión en propiedades y equipos relacionados con IA aumentó es exactamente el tipo de señal que los inversores deberían seguir en todo el sector.

En tercer lugar, observar la depreciación. Cuanto más grande se vuelva la construcción, más deben absorber las ganancias de mañana el gasto de infraestructura de ayer.

En cuarto lugar, observar la fijación de precios de inferencia. Si el costo por unidad de inteligencia sigue cayendo, los verdaderos ganadores a largo plazo pueden ser los clientes y las empresas de capa de aplicación, no necesariamente todos los proveedores de infraestructura.

En quinto lugar, observar el ROI empresarial. Si las futuras encuestas de McKinsey muestran un aumento significativo en las empresas que generan EBIT significativos de IA, el caso alcista se fortalece. Si no, el ciclo de gasto se vuelve más difícil de justificar.

Conclusión diurna de Invest Daily

El boom de la IA no ha terminado.

Pero la parte fácil de la narrativa puede estar llegando a su fin.

Durante los últimos dos años, los inversores han recompensado la ambición. Han recompensado la escala. Han recompensado el capex. Han recompensado a cada empresa que pudiera reclamar de manera creíble exposición a la construcción de IA.

La próxima fase será diferente.

El mercado exigirá pruebas.

Pruebas de ingresos.

Pruebas de márgenes.

Pruebas de flujo de caja libre.

Pruebas de ROI del cliente.

Pruebas de que los billones comprometidos en infraestructura de IA pueden generar rendimientos por encima del costo de capital.

Esa es una barra mucho más alta.

El peligro no es que la IA desaparezca.

El peligro es que la IA se vuelva tan competitiva, tan costosa y tan deflacionaria que las empresas que construyen la infraestructura obtengan rendimientos más bajos de lo que los inversores esperan.

Así es como se rompen las manías.

No todo de una vez.

Lentamente al principio.

Luego de repente.

La revolución de la IA puede ser real.

Pero el precio que se está pagando por ello puede ser una locura.

Y si el mercado comienza a creer eso, la fase del miedo no necesitará permiso para comenzar.

<!-- cross-pollinated -->

🌐 Leer en Otros Idiomas

Este artículo también está disponible en: Deutsch · English · Français · Italiano · 日本語 · Português · 中文

🌍 Perspectivas de Mercado Global

Explora cómo estos principios de inversión se aplican en diferentes mercados:

• English: Bank Capital Returns and Geopolitical De-escalation Support Equities
• Português: Análise do Mercado Financeiro: Indicadores Econômicos que Todo Investidor Deve Conhecer
• Deutsch: Die US-Wirtschaft 2025: Inflation, Jobmarkt und was das für Ihr Geld bedeutet

¿Listo para Analizar tu Próxima Inversión?

Obtén un análisis de valor justo gratuito sobre cualquier acción. Calcula el valor intrínseco, el margen de seguridad y las métricas de riesgo en segundos. Sin tarjeta de crédito.

¿Quieres acceso completo a nuestras herramientas de investigación institucional? Explora Invest Daily Pro.