Gaceta Crítica

Bappa Sinha (PEOPLE’S DEMOCRACY), 25 de Noviembre de 2025

MICHAEL BURRY, el inversor que se hizo famoso gracias a la película «La Gran Apuesta» tras predecir correctamente el colapso inmobiliario de 2008, vuelve a ser noticia. Hace casi veinte años, advirtió que el auge hipotecario estadounidense, basado en préstamos débiles, contabilidad creativa e ingeniería financiera, estaba destinado al colapso. La clase dirigente estadounidense lo desestimó hasta que la crisis hizo que sus apuestas contra el auge inmobiliario fueran inmensamente rentables e imposibles de ignorar. Ahora ha centrado su atención en el sector de la inteligencia artificial. Sus comentarios públicos y posiciones de mercado indican que ve las mismas señales de exceso especulativo. Pero no hay que confiar solo en Burry. En la industria tecnológica, la prensa financiera y los analistas independientes, surgen inquietudes sobre si el auge estadounidense de la IA se asienta sobre bases sostenibles.

Cabe señalar desde el principio que la IA es una tecnología transformadora. Ya ha comenzado a transformar los servicios, la producción, la ciencia, la logística y el trabajo del conocimiento. Incluso mientras escribimos esto, Google ha lanzado su último modelo Gemini 3.0, que demuestra un claro progreso en razonamiento, procesamiento multimodal y eficiencia. Ningún observador serio niega que la IA se convertirá en un componente central de las economías futuras. El problema no es la tecnología. El problema es cómo se financia y organiza el actual desarrollo de la IA, liderado por Estados Unidos, y si las promesas de las corporaciones estadounidenses se basan en la realidad económica.

En primer lugar, está la cuestión de la rentabilidad. Estados Unidos está presenciando un aumento sin precedentes en la inversión de capital relacionada con la IA. Hiperescaladores como Microsoft, Amazon, Google y Oracle invierten cientos de miles de millones de dólares cada año en centros de datos, infraestructura energética y GPU. Los bancos de inversión proyectan que el gasto total en IA superará los tres billones de dólares para 2028. Sin embargo, al mismo tiempo, el negocio principal de la nube, que financia la mayor parte de este gasto, se está desacelerando drásticamente. Las tasas de crecimiento de Amazon Web Services, Google Cloud y Microsoft Azure han caído significativamente desde su punto máximo. Las propias empresas de IA tienen ingresos limitados, altas tasas de consumo y modelos de negocio inciertos. Gran parte de su demanda de computación se basa simplemente en el entrenamiento de modelos cada vez más grandes con la esperanza de que la escala por sí sola proporcione los avances necesarios para justificar estas inversiones.

En segundo lugar, existe un creciente debate sobre las prácticas contables en el sector tecnológico. Durante años, el hardware de los servidores se depreciaba en tres o cuatro años. A medida que el gasto se desplazaba hacia costosos aceleradores de IA y chips especializados, muchas empresas extendieron ese período a cinco o incluso siete años. Esto reduce los gastos corrientes en teoría y aumenta las ganancias declaradas en un momento en que las salidas de efectivo reales están aumentando. El resultado es una imagen de mejora de la rentabilidad, incluso cuando los rendimientos reales no se han materializado. Analistas independientes estiman que esta práctica ha inflado las ganancias o reducido las pérdidas en teoría en grandes cantidades. Ya sea manipulación o simplemente una proyección optimista, el resultado es el mismo: el capital se está asignando con base en cifras exageradas.

En tercer lugar, la estructura financiera del ecosistema de IA es inusualmente circular. Nvidia vende GPU en función de la demanda de laboratorios de IA como OpenAI y Anthropic. Estos laboratorios recaudan fondos gracias a su acceso a las GPU. Los hiperescaladores invierten en estos laboratorios porque generan demanda para sus plataformas en la nube. El capital riesgo invierte en startups cuyo principal gasto también es la computación. Nvidia, a su vez, invierte en estas mismas empresas, asegurando la demanda futura de sus chips. Esta no es una cadena industrial sana. Es un círculo cerrado donde la valoración, el gasto y la publicidad se refuerzan mutuamente. El sistema solo funciona mientras el dinero siga fluyendo a un ritmo creciente.

En cuarto lugar, toda la construcción se financia mediante enormes cantidades de deuda. Las empresas estadounidenses utilizan entidades opacas de propósito especial, acuerdos de crédito privado y estructuras fuera de balance para recaudar fondos para la construcción de centros de datos. Incluso las empresas con abundante liquidez prefieren préstamos de alto costo para preservar su liquidez para la recompra de acciones. El Wall Street Journal informa que los tipos de interés de muchos de estos préstamos están muy por encima de los niveles corporativos estándar. Esto se asemeja a la estructura de apalancamiento sobre apalancamiento observada durante la crisis inmobiliaria de 2008. Estas deudas solo se pagarán si los ingresos por IA aumentan rápidamente. De lo contrario, las consecuencias se extenderán mucho más allá del sector tecnológico, abarcando a los bancos, los mercados de bonos y los fondos de pensiones.

Otro punto de presión es el energético. El entrenamiento y la implementación de grandes modelos de IA requieren enormes cantidades de electricidad. Estados Unidos ya se enfrenta a cortes de suministro eléctrico en muchas regiones. La expansión de los centros de datos supera la capacidad de transmisión. Expertos del sector energético advierten sobre el aumento de los costes energéticos y la escasez localizada. En cambio, el enorme crecimiento de la capacidad de energía renovable en China y la rápida modernización de su red eléctrica la sitúan en una posición mucho mejor para satisfacer la creciente demanda energética de la IA. El Estado chino ha coordinado inversiones en energía solar, eólica, hidroeléctrica y transmisión de ultraalta tensión de una manera que el fragmentado sistema estadounidense simplemente no puede igualar.

El contraste entre los enfoques estadounidense y chino en materia de IA se hace cada día más evidente. La narrativa dominante en Estados Unidos durante los últimos años se ha centrado en la búsqueda de la IAG, inteligencia artificial similar a la humana, el llamado «santo grial» de la inteligencia artificial. Se creía que simplemente ampliar el tamaño del modelo desbloquearía nuevas capacidades emergentes y brindaría una ventaja global decisiva. Sobre esta base, los laboratorios estadounidenses de IA recaudaron miles de millones de dólares. Su enfoque se centraba menos en el coste, la eficiencia o la implementación, y más en la prisa por alcanzar la IAG. Este enfoque se alineaba con el modelo de capital riesgo estadounidense, que busca crear monopolios mediante financiación temprana y masiva, como se ha visto en los casos de Google, Microsoft, Amazon, Apple y Meta.

China ha tomado un camino diferente. Sus empresas se han centrado en la ingeniería eficiente, el desarrollo de código abierto y la disciplina de costos. Proyectos como DeepSeek han demostrado que se pueden construir modelos de alto rendimiento a una fracción del costo de sus homólogos estadounidenses. Los laboratorios chinos han priorizado la distribución y la integración en el mundo real en lugar de saltos especulativos hacia la IA general. Como resultado, han producido múltiples modelos que ya son casi competitivos con las ofertas estadounidenses a aproximadamente una décima parte del costo. Esto los ha hecho muy atractivos en el hemisferio sur e incluso entre las startups de IA de Occidente.

La situación ha llegado a un punto en el que un socio de Andreessen Horowitz, firma líder en capital riesgo tecnológico, admitió públicamente que casi el ochenta por ciento de las startups de IA que les solicitan financiación operan con modelos chinos de código abierto. Este es un indicador notable de la situación actual de la innovación y la rentabilidad. Si esta tendencia continúa, China se convertirá en el proveedor natural de infraestructura de IA para gran parte del mundo, mientras que Estados Unidos se quedará con empresas muy endeudadas cuya rentabilidad depende de la conquista de un mercado global que quizá ya no dominen. Incluso dentro del mercado estadounidense, solo los monopolios tecnológicos existentes, como Google, podrían acaparar el mercado, dejando a muchos laboratorios de IA e hiperescaladores con inversiones que no podrán recuperar.

Al igual que las burbujas anteriores, el auge de la IA ha generado inversión física real. Se están construyendo centros de datos, centrales eléctricas, líneas de transmisión y sistemas de fabricación de semiconductores a gran velocidad. Estas inversiones sustentan actualmente la economía estadounidense. Los economistas señalan que una parte significativa del crecimiento reciente del PIB estadounidense se debe a la construcción, los bienes de capital y los efectos de la valoración del mercado relacionados con la IA. Esto crea una estructura económica unilateral. Cuando la burbuja estalle, las empresas que construyeron estas instalaciones y los bancos que las financiaron se enfrentarán a enormes pérdidas. El impacto se extenderá a las economías locales, las empresas de servicios públicos de energía, los mercados crediticios y los inversores internacionales que han invertido en Estados Unidos, lo que provocará crisis económicas globales similares a las observadas durante el estallido de burbujas anteriores.

Los paralelismos con la era de las puntocom son evidentes. Internet era una tecnología real y transformadora. Pero las expectativas financieras de finales de la década de 1990 superaron con creces lo que la tecnología podía ofrecer en aquel momento. Cuando llegó la crisis, billones de dólares en riqueza en papel se evaporaron. El mismo patrón se observó durante la fiebre ferroviaria del siglo XIX. La tecnología sobrevivió. Las estructuras especulativas se derrumbaron. Bajo el capitalismo, este ciclo se repite porque la inversión se dirige a las ganancias a corto plazo en lugar de a las necesidades sociales a largo plazo.

La IA transformará nuestras economías y sociedades. Pero, si se deja a la lógica de las finanzas especulativas, corre el riesgo de profundizar la desigualdad, desestabilizar las economías y concentrar el control en un puñado de corporaciones privadas. La emergente burbuja de la IA no es un veredicto sobre la tecnología, sino sobre el modelo económico bajo el cual se desarrolla. La pregunta no es si la burbuja estallará, sino cuándo lo hará. Cuando lo haga, el impacto en la economía global y en la clase trabajadora del mundo capitalista será significativo.