El gran agujero de la IA: centros de datos carísimos y chips que envejecen demasiado rápido
- El gasto en infraestructura de IA podría alcanzar cifras sin precedentes, con los grandes hiperescaladores elevando de forma agresiva su inversión.
- Bret Jensen advierte de un riesgo poco discutido: las GPU tienen una vida útil mucho más corta que otras infraestructuras tecnológicas históricas.
- El peligro no es solo una burbuja de valoración, sino una posible sobrecapacidad cara de mantener si la demanda real no acompaña.
La fiebre inversora por la inteligencia artificial está entrando en una fase de dimensiones históricas. Según Bret Jensen, el mercado está pasando por alto un agujero importante en la narrativa: la infraestructura de IA no se parece a los grandes ciclos tecnológicos anteriores, porque buena parte de sus activos clave envejecen mucho más rápido.
Goldman Sachs estima que el gasto de capital de los principales hiperescaladores —Alphabet, Amazon, Meta, Microsoft y Oracle— podría alcanzar cerca de 920.000 millones de dólares en 2027, e incluso acercarse a 1,1 billones. La escala es enorme. Oracle, por ejemplo, ya ha anticipado que su inversión podría subir hasta 95.000 millones de dólares en su próximo ejercicio fiscal, lo que hundiría aún más su flujo de caja libre en terreno negativo.
Una infraestructura muy distinta a las anteriores
Jensen compara el actual ciclo de IA con otros grandes cambios tecnológicos: canales, ferrocarriles, fibra óptica e internet. Todos ellos provocaron booms de inversión, excesos de capacidad y, en muchos casos, fuertes crisis bursátiles. Sin embargo, había una diferencia clave: buena parte de esa infraestructura seguía siendo útil durante décadas.
Los canales podían seguir operando siglos después. Las vías ferroviarias tienen una vida útil de entre 20 y 50 años. La fibra óptica puede funcionar durante unos 25 años. En cambio, las GPU utilizadas en centros de datos de IA para tareas críticas pueden quedar tecnológicamente superadas en apenas dos o tres años.
Ese es el punto más incómodo: la IA exige una infraestructura carísima, pero una parte esencial de esa infraestructura se deprecia mucho más rápido que en anteriores revoluciones tecnológicas.
El riesgo de una sobrecapacidad cara
El problema se agrava porque las GPU pueden representar alrededor del 40% del coste de construir un nuevo centro de datos de IA. Si la demanda crece al ritmo previsto, la inversión puede justificarse. Pero si se retrasa, si los clientes reducen gasto o si aparece una guerra de precios entre modelos, el sector podría quedarse con activos muy costosos y difíciles de rentabilizar.
Jensen también señala que OpenAI y Anthropic tienen compromisos masivos de capacidad futura, pese a quemar decenas de miles de millones de dólares al año. El paso hacia modelos de precios por uso añade otra incógnita: todavía no está claro cómo afectará a la demanda real de servicios de IA.
El eco de otras burbujas tecnológicas
La historia no obliga a que el desenlace sea negativo, pero sí invita a la prudencia. Durante el boom de internet, se construyó una enorme red de fibra óptica que acabó siendo muy útil, aunque muchos inversores perdieron dinero antes de que esa utilidad se materializara.
La pregunta ahora es si la IA seguirá el mismo patrón: una tecnología transformadora, pero acompañada de exceso de inversión, expectativas demasiado agresivas y valoraciones difíciles de sostener.
El mensaje de Jensen es claro: la inteligencia artificial puede ser una revolución real, pero eso no impide que los mercados se excedan. Y cuando la infraestructura envejece tan rápido, el margen de error para los inversores es mucho menor.