La ola de inversión en inteligencia artificial necesita un aumento de productividad de aproximadamente 2,7 veces de aquí a 2030 para justificar su coste, según los cálculos de Jessica Wachter, profesora de Wharton, y otro investigador. El análisis incorpora el coste del capital, las amortizaciones y una rentabilidad del 15% sobre las inversiones.
La exigencia ayuda a dimensionar el desafío financiero que afrontan las grandes tecnológicas. Alphabet, Microsoft, Amazon, Meta y Oracle se encaminan a invertir conjuntamente cerca de 1,1 billones de dólares en centros de datos hasta 2027, según un análisis citado por MIT Technology Review. Los gigantes de la nube prevén destinar más de un billón de dólares solo el próximo año.
Una inversión que necesita generar mucha más riqueza
La cuestión ya no es si la inteligencia artificial tendrá un papel relevante en la economía digital. El interrogante es si los ingresos y la eficiencia que produzca serán suficientes para compensar la magnitud de los desembolsos realizados en centros de datos, chips e infraestructura energética.
El cálculo de Wachter y su colega sitúa el listón en una mejora de productividad de unas 2,7 veces para los hiperescaladores antes de 2030. Si esa mejora no llega, los investigadores advierten de que podría haberse producido una asignación de capital históricamente errónea. La conclusión no implica que la inversión vaya a fracasar, pero sí muestra que las expectativas incorporadas en los planes actuales son especialmente elevadas.
El desfase entre el gasto y los posibles retornos añade presión. Las compañías están realizando ahora grandes inversiones para obtener, en buena medida, ingresos y mejoras de eficiencia más adelante. El resultado dependerá de cuánto estén dispuestos a pagar los clientes por las aplicaciones de IA y de la capacidad de las empresas para convertir la potencia de cálculo en beneficios sostenibles.
La presión ya aparece en los flujos de caja
Alphabet ofrece una primera señal del impacto de este ciclo inversor. La compañía registró en el último trimestre un flujo de caja libre negativo de 5.900 millones de dólares, el primero desde su salida a Bolsa en 2004, según la información recogida en el análisis.
El dato no significa que Alphabet atraviese problemas financieros. Sí refleja, en cambio, hasta qué punto el gasto en inteligencia artificial está afectando incluso a las mayores tecnológicas. A medida que aumentan las inversiones, el flujo de caja se convierte en una medida cada vez más relevante para evaluar si el crecimiento de la IA está generando retornos proporcionales.
Más deuda y más exposición fuera de las tecnológicas
El riesgo tampoco queda limitado a los accionistas de los hiperescaladores. Morgan Stanley estima que estas empresas financiarán con capital externo más de la mitad de los 2,9 billones de dólares que prevén invertir en centros de datos hasta 2028.
Eso puede ampliar la exposición de fondos de crédito privado, fondos de pensiones y aseguradoras a la deuda vinculada, directa o indirectamente, con la infraestructura de IA. Un ejemplo es Meta, que transfirió el 80% de un gran proyecto de centro de datos en Luisiana a Blue Owl Capital. La operación reduce la parte visible del proyecto en el balance de Meta, pero no elimina el riesgo asociado para el conjunto del sistema financiero.
El escenario más favorable sería aquel en el que la IA genere el crecimiento de productividad previsto y las inversiones actuales terminen pareciendo justificadas. El riesgo aparece si se construyen demasiados centros de datos, si la capacidad de cómputo se abarata o si los clientes pagan menos de lo esperado por los servicios de IA. En ese caso, la rentabilidad podría deteriorarse con rapidez y las pérdidas alcanzarían también a quienes han financiado la infraestructura.
La siguiente etapa del auge de la inteligencia artificial dependerá, por tanto, de algo menos visible que el crecimiento de los ingresos o la demanda de chips: cuánto flujo de caja consigue generar cada dólar invertido.
