Michael Roberts -Economista marxista británico- (blog del autor), 26 de Septiembre de 2026
La economía estadounidense sigue expandiéndose más rápido que otras economías del G7, pero el principal motor de este crecimiento es la enorme inversión en modelos de IA, centros de datos y todos los chips y tecnologías relacionados con la IA.
El índice PMI compuesto de EE. UU. (medida de la actividad económica) subió a 58,4 desde 56 en agosto, la mayor expansión de la actividad del sector privado desde julio de 2021 y el cuarto mes consecutivo de crecimiento acelerado. El sector servicios (incluidos los servicios de información) experimentó el mayor aumento de la producción en más de cinco años, mientras que la actividad manufacturera también se aceleró. Los nuevos pedidos crecieron al ritmo más rápido desde abril de 2022, y la contratación en el sector manufacturero fue la más alta desde febrero de 2021.
En junio comenté que la IA era simplemente «una gran inversión para la economía estadounidense «. Pero ahora, en septiembre, esa afirmación parece quedarse corta. El desarrollo de la IA está en camino de convertirse en la mayor apuesta económica de la historia de Estados Unidos, eclipsando las inversiones realizadas para financiar otros grandes proyectos de infraestructura estadounidenses en el pasado, como los ferrocarriles en el siglo XIX , el sistema de carreteras en el siglo XX e internet en el siglo XXI .
Según FactSet, los analistas estiman que la inversión de capital de cinco de las llamadas empresas de hiperescala —Alphabet , Amazon.com , Meta Platforms , Microsoft y Oracle— alcanzará los 4,2 billones de dólares en los cuatro años que finalizan en 2029. El gasto en centros de datos supera al de los canales, ferrocarriles y redes eléctricas combinados, que se proyecta en un total de 10,3 billones de dólares entre 2025 y 2032, según nuevas estimaciones de la Brookings Institution. Esto representa un asombroso promedio del 3,6 % del PIB anual. Nunca antes la economía estadounidense había dependido tanto del desarrollo de una sola industria.
Hasta julio, se habían gastado 37.000 millones de dólares en centros de datos privados, la mayoría de los cuales aún no estaban operativos.
En cambio, el gasto en construcción privada en Estados Unidos en todo lo demás (viviendas, edificios de apartamentos, centros comerciales, etc.) fue aproximadamente 46.000 millones de dólares inferior a los niveles del año anterior en los primeros siete meses de este año.
Según estimaciones de LinkedIn, la inversión en inteligencia artificial ha creado 750.000 nuevos puestos de trabajo desde 2023. Y estos empleos están bien remunerados: el salario anual medio para los puestos relacionados con la IA publicados en LinkedIn ronda los 180.000 dólares, frente a los 80.000 dólares de todos los empleos.
Sobre todo, la inversión en IA ha generado enormes ganancias en el mercado de valores. A finales del segundo trimestre de 2026, las tenencias de acciones y fondos mutuos en EE. UU. alcanzaron los 63 billones de dólares, según la Reserva Federal, casi el doble que a finales de 2022. La mayor parte de este aumento de la riqueza financiera ha ido a parar a los ya ricos, ya que la gente trabajadora posee pocas acciones o bonos.
Los inversores extranjeros están invirtiendo masivamente en activos estadounidenses. Actualmente poseen la cifra récord de 39 billones de dólares en acciones y bonos de EE. UU., un aumento considerable desde 2022. Esto mantiene al dólar estadounidense relativamente fuerte e impulsa al alza los precios de las acciones. Las guerras en Ucrania e Irán incentivan a los extranjeros a trasladar sus activos a EE. UU. para aprovechar el auge económico.
Al mismo tiempo, la demanda de equipos para centros de datos, como los chips de memoria, está elevando los precios de los productos tecnológicos. Los precios de importación de ordenadores, periféricos (como discos duros) y semiconductores fueron un 20 % más altos en agosto que el año anterior. Estos elevados precios de importación, a su vez, ejercen presión al alza sobre los precios de bienes de consumo, como iPhones y consolas de videojuegos, y contribuyen a la inflación general.
Pero aquí radica el problema. La brecha entre el gasto de las grandes empresas tecnológicas y su flujo de caja se está ampliando rápidamente. Se prevé que las inversiones de capital de Amazon, Meta, Microsoft y Alphabet superen el billón de dólares en 2027 por primera vez. Al mismo tiempo, se proyecta que el flujo de caja libre combinado (es decir, el dinero proveniente de las ganancias de los negocios existentes) caiga por debajo de los 100 mil millones de dólares. Hace un año, el flujo de caja libre rondaba los 200 mil millones de dólares, mientras que las inversiones de capital ascendían a 300 mil millones. Ahora, el gasto en IA se acelera al mismo tiempo que desaparece el efectivo disponible para financiarlo.
Cuanto mayor sea esta brecha, más tendrán que depender las grandes empresas tecnológicas de los mercados de deuda y capital para financiar sus gastos en inteligencia artificial.
El problema radica en que, si la inversión en IA no genera suficientes beneficios, el mercado bursátil podría sufrir una fuerte caída debido a la retirada de inversores. Los precios de las acciones estadounidenses están enormemente sobrevalorados en relación con las ganancias actuales. La relación entre los precios de las acciones y las ganancias por acción (conocida como ratio CAPE) se sitúa por encima del nivel previo a la crisis financiera de 2008 y casi al nivel previo al estallido de la burbuja puntocom en el año 2000.
¿Se obtendrán beneficios? Un estudio de Fathom Consulting revela que, para que el auge multimillonario de la IA genere ganancias, las ventas relacionadas con la IA de las empresas tecnológicas involucradas tendrían que aumentar entre 600.000 y 800.000 millones de dólares en los próximos dos años. Sin embargo, la consultora Panmure Liberum calculó que las previsiones actuales de inversión (CAPEX) e ingresos hasta 2030 implican una tasa interna de retorno negativa sobre el capital invertido para Alphabet, Meta, Microsoft y Oracle.
Así pues, o bien las grandes empresas tecnológicas reducen significativamente su inversión en IA a niveles que generen un beneficio razonable sobre el capital ya invertido, o bien, por algún milagro, logran una rentabilidad masiva gracias a un enorme aumento futuro de la demanda de productos de IA. Si recortan el gasto, esto indicaría a los inversores que la IA no está dando los resultados esperados y, en consecuencia, venderían sus acciones. Se produciría un desplome. Por lo tanto, deben seguir invirtiendo cada vez más.
Al mismo tiempo, el precio que las empresas pueden cobrar por los costos de computación de IA (tokens) está cayendo rápidamente. El Índice de Gasto en Tokens de LLM, que registra el precio de mercado que las empresas pagan por los resultados de los modelos de IA, ha caído a tan solo 0,97 dólares, su nivel más bajo desde su creación a finales del año pasado y más de un 50 % por debajo de su máximo del verano. Los precios de los tokens se están desplomando debido a que los modelos más baratos, los competidores chinos de código abierto y la disminución de los costos de entrenamiento (inferencia) hacen que el uso de la IA sea cada vez más económico. Esto está erosionando el crecimiento de los ingresos de los laboratorios de IA, lo que dificulta el pago de las facturas de la infraestructura de IA.
Los laboratorios de IA (OpenAi y Anthropic) siguen afirmando que pronto obtendrán grandes beneficios, por lo que las grandes empresas tecnológicas acabarán repartiéndose las ganancias. Sin embargo, gran parte de estas afirmaciones se basan en estimaciones de beneficios dudosas. Las ganancias por inversiones relacionadas con la IA están reduciendo cada vez más los beneficios, y los denominados «otros ingresos» (contratos con otras empresas de IA) representan el 54 % de los ingresos antes de impuestos.
De hecho, las empresas de IA se mantienen a flote únicamente gracias a la llamada «financiación circular», donde una empresa presta fondos a otra y esta última afirma haber obtenido beneficios. Sona Asset Management ha mapeado el universo de la IA y catalogado las interconexiones entre los principales actores. Todos dependen unos de otros para obtener resultados.
Sona también descubrió que los ingresos de las empresas de IA están casi totalmente ligados a las decisiones de inversión de capital de uno o dos actores más del sector. Esto representa un colapso sistémico en ciernes.
Una pregunta clave es si la IA realmente generará un cambio radical en la productividad laboral de EE. UU. que impulse el progreso económico durante una generación. El laboratorio de IA, Anthropic, planea emitir acciones por valor de 100 mil millones de dólares al público en noviembre (¡valorando así la empresa en 2 billones de dólares!). Para respaldar su argumento, publicó un informe en el que afirmaba que, si la IA realmente despega, el PIB de EE. UU. podría aumentar un 32 % para 2030 (!), lo que representa un crecimiento anual del PIB de hasta el 15 % (frente al crecimiento actual de EE. UU., que en el mejor de los casos es del 2,5 %).
Esto es una completa tontería que supone que la IA funciona para impulsar el crecimiento de la productividad, ya que todas las empresas de EE. UU. adoptan agentes y herramientas de IA para gestionar sus negocios, mientras despiden a millones de trabajadores que ya no son necesarios.
Históricamente, la automatización ha avanzado a un ritmo de aproximadamente el 2 % de las tareas anuales durante dos siglos, sin superar nunca un crecimiento significativo. Las denominadas «tecnologías de propósito general» del pasado tardaron décadas en difundirse, incluso después de que la tecnología en sí funcionara. Por ejemplo, la electrificación tardó unos 40 años en repercutir en la productividad de las fábricas. De manera similar, el estudio de Comin y Mestieri sobre la adopción de tecnología en distintos países documenta retrasos promedio de adopción de alrededor de 45 años, y aún de entre 7 y 18 años para tecnologías más recientes.
La adopción de la IA parece ser mucho más rápida que la de la PC o internet, pero la adopción es solo el primer paso: la productividad medida suele disminuir inicialmente mientras las empresas realizan las inversiones complementarias necesarias, la «curva J de productividad» de Brynjolfsson, Rock y Syverson . Incluso los expertos más optimistas lo están notando, como Sam Altman, quien recientemente admitió : «Creo que me equivoqué en algunas cosas, pero una de ellas, en cuanto a la velocidad, es que la economía tiene mucha inercia. […] Todos hemos sido demasiado ambiciosos con los plazos […] La sociedad y la economía se adaptarán más lentamente».
Y recordemos que la mayor parte del trabajo es físico . Una explosión de capacidades de IA es, ante todo, una explosión de capacidades cognitivas . Pero solo alrededor de un tercio de la economía consiste en trabajo que se puede realizar en una computadora ( artículo de Epoch AI sobre trabajo remoto ). El resto del PIB se produce en minas, obras de construcción, cocinas, hospitales y residencias de ancianos. Por lo tanto, automatizar dos tercios de todas las tareas para 2035 requiere robots que realicen una gran parte del trabajo físico. Estos robots tendrían que diseñarse, fabricarse, instalarse y mantenerse por miles de millones en una década. Si bien ciertamente se están produciendo avances, el desarrollo de la robótica es más lento que el del software y los robots que pueden realizar una amplia gama de tareas físicas a un costo cercano al de un trabajador aún no están en el horizonte.
Hasta el momento, hay escasa evidencia de aumentos de productividad en toda la economía; de hecho, la productividad total de los factores (una medida de la productividad derivada de las nuevas tecnologías) está cayendo por debajo de la tendencia.
Es cierto que la adopción de la IA por parte de las empresas está aumentando, al menos entre las empresas de servicios. En tan solo dos años, el uso de la IA ha pasado del 25 % al 61 % en las empresas de servicios y del 16 % al 51 % en las empresas manufactureras. Sin embargo, solo el 17 % de los empleados en el sector servicios y el 7 % en el sector manufacturero utilizan la IA de forma regular en su trabajo.
Como admitió el Banco de la Reserva Federal de Nueva York : « La siguiente etapa será mucho más importante, ya que, por el momento, la IA principalmente ayuda a las personas a escribir, resumir, codificar o analizar más rápido. Mañana, los agentes y las herramientas especializadas podrían gestionar flujos de trabajo completos. En ese momento, el impacto en la productividad y el empleo podría alcanzar un nivel completamente nuevo. El uso se está disparando, mientras que el gasto corporativo sigue siendo relativamente limitado, pero el precio de la inteligencia continúa bajando. Esto es muy optimista respecto a la difusión de la IA y la productividad, y mucho menos evidente respecto a la monetización de cada actor en el ecosistema». En otras palabras, el crecimiento de la productividad podría aumentar eventualmente, pero a expensas de la rentabilidad, a medida que los precios de la IA por su uso disminuyen: una contradicción clásica del capitalismo.
Y persisten fisuras en la naturaleza misma de los grandes modelos de lenguaje de IA. Hace dos años, investigadores de Oxford y Cambridge demostraron que cada modelo de lenguaje entrenado únicamente con contenido generado por IA desarrolla un trastorno irreversible. Cada nuevo modelo aprende solo de lo que escribió el anterior. Para la novena generación, el nuevo modelo había olvidado de qué estaba hablando. Si se le pregunta sobre torres de iglesias medievales, responde con una lista de liebres. Lo denominaron «colapso del modelo». Cada vez que alguien publica la salida de una máquina, el siguiente modelo se vuelve un poco más mediocre.
Las señales de alerta ante la inminente crisis se multiplican. Una tendencia alcista en las tasas de interés, en medio de la caída de los precios de los bonos, podría ser el factor desencadenante. O podría tratarse de una salida a bolsa fallida (Anthropic, OpenAI), o de la creciente competencia de los llamados modelos LLM de «ponderación abierta» procedentes de China y otros países, que reduce los beneficios. La mayor apuesta en la historia económica de Estados Unidos es, sin duda, una apuesta muy arriesgada.
Deja un comentario