Gaceta Crítica

Michael Roberts (Economista marxista británico) Blog del autor en inglés, 27 de Julio de 2025

Las acciones de Magnificent 7 (NVIDIA, Microsoft, Alphabet (Google), Apple, Meta, Tesla y Amazon) ahora representan alrededor del 35% del valor del mercado de valores de EE. UU., y el valor de mercado de NVIDIA representa aproximadamente el 19% de las Magnificent 7. El S&P 500 nunca ha estado más concentrado en una sola acción que hoy, y Nvidia representa cerca del 8% del índice.

Este es un mercado bursátil con una gran concentración de empresas, que se encuentra actualmente en niveles récord, impulsado por tan solo siete acciones, y en particular por Nvidia, la empresa que fabrica todos los procesadores que necesitan las empresas de IA para desarrollar sus modelos. Si el crecimiento de los ingresos de Nvidia se debilita, se ejercerá una enorme presión a la baja sobre este mercado bursátil altamente sobrevalorado. Como lo expresó Torsten Slok, economista jefe de una de las mayores instituciones de inversión: «La diferencia entre la burbuja tecnológica de los 90 y la burbuja de la IA actual es que las 10 principales empresas del S&P 500 están hoy más sobrevaloradas que en los 90».

Entonces, ¿es el gran sector de la IA una enorme burbuja, financiada por capital ficticio que no se materializará en ingresos ni, lo que es más importante, en ganancias para los líderes de la IA? Para finales de este año, Meta, Amazon, Microsoft, Google y Tesla habrán invertido más de 560 000 millones de dólares en gastos de capital en IA en los dos últimos años, pero solo han acumulado ingresos de unos 35 000 millones de dólares. Amazon planea invertir 105 000 millones de dólares en gastos de capital este año, pero obtendrá ingresos de tan solo 5 000 millones de dólares. Y los ingresos no son ganancias, ya que se miden antes de los costes de prestación de servicios de IA. La inversión en IA asciende ahora a 332 000 millones de dólares en gastos de capital en 2025 para tan solo 28 700 millones de dólares de ingresos. Se prevé que la inversión en los enormes centros de datos necesarios para entrenar y obtener modelos de IA alcance el billón de dólares para finales de la década.

Pero si alguno de los Siete Magníficos comienza a tener dudas sobre lo que está gastando en relación con los ingresos y las ganancias y, en consecuencia, reduce sus compras de chips, el precio de las acciones de Nvidia podría caer rápidamente, arrastrando a los demás con él.

¿Es probable que se materialicen los retornos esperados de esta enorme inversión de capital? Jim Covello, director de análisis de renta variable de Goldman Sachs, cuestionó si las empresas que planean invertir 1 billón de dólares en el desarrollo de IA generativa obtendrían alguna vez un retorno de la inversión. Mientras tanto, un socio de la firma de capital riesgo Sequoia estimó que las empresas tecnológicas necesitaban generar 600 000 millones de dólares en ingresos adicionales para justificar su inversión de capital adicional solo en 2024, aproximadamente seis veces más de lo que previsiblemente producirían.

Tomemos como ejemplo el conocido ChatGPT. Supuestamente tiene 500 millones de usuarios activos semanales, pero según el último recuento, solo 15,5 millones de suscriptores de pago, con una tasa de conversión de tan solo el 3 %. Si bien cada vez más personas utilizan chatbots de IA, solo una pequeña parte paga por el servicio de IA que utilizan, lo que genera ingresos anuales de aproximadamente 12 000 millones de dólares, según una encuesta realizada por Menlo Ventures a 5 000 adultos estadounidenses.

En cuanto a las ganancias derivadas de la IA, la situación es aún peor. El crecimiento anual de las ganancias de las grandes tecnológicas se ha mantenido estancado o se ha desacelerado durante los últimos trimestres y se prevé que se desacelere aún más en 2025 y 2026.

Se han invertido enormes cantidades de dinero y recursos, se han pagado cantidades astronómicas a entrenadores de IA y se han construido enormes centros de datos, con el auge de la IA impulsando el mercado bursátil a cotas cada vez más altas. Sin embargo, hasta el momento, no se han obtenido ingresos significativos y prácticamente no se han obtenido beneficios. Esto es una repetición de la burbuja puntocom, pero con esteroides.

Sin embargo, puede que exista una burbuja, pero eso no significa que con el tiempo no surja una nueva tecnología disruptiva que cambie radicalmente la frontera de la productividad en las principales economías y, por lo tanto, abra un nuevo período de crecimiento. La burbuja de las puntocom estalló en el año 2000 con una caída masiva de la bolsa, pero internet se extendió a todos los sectores empresariales y a todos los hogares, y así surgieron los Siete Magníficos.

Tomemos otro ejemplo del siglo XIX. Durante la ^década de 1840, se produjo la fiebre ferroviaria, ya que un gran número de empresas recaudó fondos para invertir en la construcción de líneas ferroviarias por toda Gran Bretaña. Las acciones de las empresas ferroviarias se dispararon, duplicándose sus precios en 18 meses desde principios de 1843. Pero tras la burbuja, estalló en 1845, con la quiebra de muchas empresas y la caída de los precios de las acciones a la mitad. Esto desencadenó una crisis financiera generalizada y una caída de la producción. Sin embargo, se construyeron los ferrocarriles, los costes del transporte se redujeron drásticamente y la demanda de viajes se expandió considerablemente. Gran Bretaña entró en un auge económico en la década de 1850.

¿Seguirá la burbuja de la IA el mismo camino, provocando un colapso financiero y una crisis, pero sentando las bases para un nuevo crecimiento de la productividad? En publicaciones anteriores sobre IA, he mencionado el escepticismo sobre los beneficios de la IA para la productividad que ofrecen expertos como el premio Nobel Daren Acemoglu y otros . Asimismo, en un reciente informe exhaustivo de la OCDE sobre el crecimiento de la productividad en las principales economías, se descartó el impacto de internet en el aumento de la productividad en los últimos 25 años.

Como lo expresa el informe de la OCDE : « Durante el último medio siglo, hemos llenado oficinas y bolsillos con computadoras cada vez más rápidas, pero el crecimiento de la productividad laboral en las economías avanzadas se ha desacelerado de aproximadamente el 2 % anual en la década de 1990 a alrededor del 0,8 % en la última década. Incluso la otrora vertiginosa producción por trabajador de China se ha estancado» . La productividad investigadora ha decaído. El científico promedio ahora produce menos ideas innovadoras por dólar que su homólogo de la década de 1960.

El crecimiento de la productividad laboral ha mostrado una tendencia descendente desde la década de 1970 en toda la OCDE y se ha debilitado aún más desde principios de siglo. En Estados Unidos, la productividad repuntó desde mediados de la década de 1990 hasta mediados de la década de 2000 gracias a la mayor eficiencia en la producción de equipos de TIC y a la difusión de innovaciones relacionadas con internet adoptadas en sectores que utilizan estas tecnologías, en particular el comercio minorista. Sin embargo, esta recuperación fue relativamente breve y el crecimiento de la productividad ha sido deslucido desde entonces.

El factor clave para aumentar la productividad laboral es la inversión en nuevas tecnologías que ahorran mano de obra. Sin embargo, la inversión empresarial se ha desacelerado notablemente en todos los países. Y la OCDE explica claramente por qué.  La «desaceleración de la inversión, a pesar del crédito fácil y barato para las empresas con acceso a los mercados de capitales, coincide con patrones históricos que muestran que la incertidumbre y las ganancias esperadas tienden a influir más que las condiciones financieras en las decisiones de inversión ». En otras palabras, la rentabilidad del capital disminuyó, lo que redujo el incentivo para invertir en nuevas tecnologías.

Y los llamados «intangibles», como la inversión en software, no compensaron la disminución de la inversión en plantas, equipos, etc. «A pesar del aumento de los intangibles, la inversión total desde la crisis financiera mundial ha sido débil en general, lo que agravó directamente la desaceleración de la productividad laboral».

¿Será diferente la IA? ¿Puede generar mayor productividad si las empresas reemplazan a millones de trabajadores en toda la economía con herramientas de IA? El problema radica en que los milagros económicos suelen surgir del descubrimiento, no de la repetición de tareas a mayor velocidad. Hasta ahora, la IA impulsa principalmente la eficiencia, no la creatividad. Una encuesta a más de 7000 trabajadores del conocimiento reveló que los usuarios intensivos de IA generativa redujeron las tareas semanales de correo electrónico en 3,6 horas (31 %), mientras que el trabajo colaborativo se mantuvo sin cambios. Sin embargo, una vez que todos delegaron las respuestas de correo electrónico a ChatGPT, el volumen de la bandeja de entrada aumentó, anulando las ganancias iniciales de eficiencia. « El breve resurgimiento de la productividad en Estados Unidos en la década de 1990 nos enseña que las ganancias de las nuevas herramientas, ya sean hojas de cálculo o agentes de IA, se desvanecen a menos que vayan acompañadas de innovaciones revolucionarias». (OCDE).

Los modelos de lenguaje extensos se inclinan hacia el consenso estadístico. Un modelo entrenado antes de Galileo habría repetido un universo geocéntrico; alimentado con textos del siglo XIX, habría demostrado la imposibilidad de volar antes del éxito de los hermanos Wright. Una reseña reciente de Nature reveló que, si bien los LLM simplificaron las tareas científicas rutinarias, los avances decisivos en el conocimiento aún pertenecían a los humanos. La cognición humana se conceptualiza mejor como una forma de razonamiento causal basado en la teoría, en lugar del énfasis de la IA en el procesamiento de la información y la predicción basada en datos. La IA utiliza un enfoque probabilístico del conocimiento y es en gran medida retrospectiva e imitativa, mientras que la cognición humana es prospectiva y capaz de generar auténtica novedad.

El gran Santo Grial de OpenAI y otras empresas de IA es una IA generativa superinteligente capaz de asumir la innovación de los humanos. Hasta ahora, esto sigue siendo tan mítico como lo fue el Santo Grial en la literatura. La GenAI actual solo puede realizar descubrimientos graduales, pero no puede lograr descubrimientos fundamentales desde cero como los humanos.

Pero el gurú de OpenAI, Sam Altman, promete que su IA no solo podrá realizar el trabajo de un solo trabajador, sino también el de todos:  «La IA puede hacer el trabajo de una organización».  Esto sería la forma definitiva de maximizar la rentabilidad al prescindir de trabajadores en las empresas (¿incluso en las de IA?), ya que las máquinas de IA se encargan de la operación, el desarrollo y la comercialización de todo. Por eso, Altman y los demás magnates de la IA no dejarán de expandir sus centros de datos ni de desarrollar chips aún más avanzados, solo porque modelos de IA chinos como DeepSeek hayan socavado sus modelos actuales. Nada debe detener el objetivo de una IA superinteligente.

Desafortunadamente, como  explica MIT Tech  , muchos modelos de IA son conocidas como  cajas negras . Esto significa que, si bien un algoritmo puede producir un resultado útil, los investigadores no tienen claro cómo lo logró. Esto ha  sido así durante años , con sistemas de IA que a menudo desafían los modelos teóricos basados en estadísticas. En otras palabras, los entrenadores de IA desconocen realmente cómo funcionan los modelos de IA. Este es un gran obstáculo para alcanzar el Santo Grial.

Así que el auge de la IA sigue siendo solo una burbuja financiera. Como dijo un comentarista : « La IA generativa no hace lo que se vende, y lo que realmente puede hacer no genera rentabilidad, automatiza el trabajo ni va mucho más allá de una simple extensión de una plataforma de software en la nube. No hay dinero, no hay usuarios, todas las empresas parecen perder dinero, y algunas pierden tanto que es imposible predecir cómo sobrevivirán».

Mientras tanto, la construcción masiva de centros de datos consume niveles de energía sin precedentes. La Agencia Internacional de la Energía predice que el consumo eléctrico de los centros de datos se duplicará hasta alcanzar los 945 teravatios-hora para 2030, una cifra superior a la que consume actualmente un país entero como Japón. Irlanda y los Países Bajos ya han restringido el desarrollo de nuevos centros de datos debido a la preocupación por su impacto en la red eléctrica. Se están produciendo enormes aumentos repentinos de la demanda energética en los centros de datos que entrenan modelos de IA, junto con un suministro irregular de energías renovables que amenaza la resiliencia y la capacidad de los sistemas energéticos actuales.

En cuanto a los resultados en productividad y crecimiento, la OCDE se protege. Si las tecnologías de IA se extienden y se implementan sucesivamente, la OCDE estima que la productividad laboral mundial aumentará un 2,4 % durante los próximos diez años y añadirá un 4 % al PIB mundial con respecto a su nivel actual. Sin embargo, si la IA no logra reducir la necesidad de mano de obra humana y no se extiende a todos los sectores, la productividad laboral podría aumentar solo un 0,8 % por encima del nivel de tendencia actual en diez años (desde el 0,8 % anual actual) y el crecimiento económico mundial se mantendrá sin cambios. El veredicto aún está indeciso.