Las grandes tecnológicas están destinando cientos de miles de millones de dólares a chips, servidores y centros de datos para sostener el crecimiento de la inteligencia artificial. Un informe de Bain & Company estima que, para 2031, el sector podría necesitar generar hasta US$6 billones anuales para justificar el ritmo de inversión previsto, mientras crece el debate sobre una posible burbuja tecnológica.
La expansión de la inteligencia artificial dejó de ser solamente una carrera por desarrollar modelos cada vez más sofisticados y se transformó también en una gigantesca apuesta de infraestructura. Empresas como Amazon, Microsoft, Alphabet, Meta y Oracle están destinando enormes recursos a centros de datos, chips, redes y sistemas de generación eléctrica para acompañar el crecimiento de la demanda computacional. El interrogante que comienza a ocupar a economistas e inversores es si los ingresos futuros de la IA serán suficientes para justificar semejante volumen de inversión.
Un informe elaborado por Bain & Company dimensionó el desafío con cifras que muestran la escala de la apuesta. La consultora calcula que el gasto anual en infraestructura vinculada con inteligencia artificial podría alcanzar aproximadamente US$1,5 billones en 2031. Para que ese nivel de inversión resulte sostenible, el mercado de IA debería generar alrededor de US$6 billones de ingresos anuales, tomando como referencia una relación de inversión sobre ingresos cercana al 25%.
El problema aparece cuando se compara esa necesidad con los negocios que actualmente pueden identificarse. Bain estima que las aplicaciones existentes —entre ellas las suscripciones de consumidores, la publicidad y las herramientas empresariales para programación, ventas, marketing, atención al cliente y operaciones— podrían generar entre US$1,2 y US$1,8 billones. Incluso tomando el extremo superior de esa estimación, quedaría una diferencia de aproximadamente US$4,2 billones que debería surgir de nuevos mercados todavía en desarrollo o que directamente no existen a gran escala.
Entre esas posibles fuentes futuras de ingresos aparecen la publicidad integrada en asistentes de IA, la sustitución parcial de los buscadores tradicionales, los vehículos autónomos, la robótica, la automatización industrial y aplicaciones vinculadas con el descubrimiento de medicamentos, la investigación científica y nuevas tecnologías energéticas. David Crawford, responsable global de tecnología de Bain y uno de los autores del informe, planteó que la industria necesitaría una nueva ola de innovación de una magnitud comparable o superior a la generada por los teléfonos móviles y la computación en la nube.
Otro de los puntos centrales del análisis es que la infraestructura está siendo construida, en buena medida, antes de que exista una demanda equivalente comprobada. Las compañías buscan anticiparse a un escenario de expansión acelerada y evitar quedarse sin capacidad de procesamiento si los nuevos usos de la IA se multiplican. Bain sostiene que el tamaño y el costo de los grandes data centers especializados en inteligencia artificial se están duplicando aproximadamente cada 12 a 16 meses, mientras los proyectos requieren procesadores, memorias, redes, terrenos, agua, sistemas de refrigeración y nuevas conexiones eléctricas.
La dimensión energética también se convirtió en un factor determinante. De acuerdo con las estimaciones de la Agencia Internacional de Energía citadas en el análisis, los centros de datos consumieron alrededor de 415 teravatios hora de electricidad durante 2024, equivalentes a cerca del 1,5% de la demanda eléctrica mundial. Para 2030, la proyección ronda los 950 TWh, cerca del 3% del consumo global. La expansión de la IA, por lo tanto, no solo está modificando la industria tecnológica: también puede incrementar la presión sobre los sistemas de generación, transmisión y distribución de energía.
La comparación con la burbuja de Internet de fines de los años noventa aparece inevitablemente en este escenario. Sin embargo, el análisis citado advierte que existen diferencias importantes: las principales compañías que hoy lideran la carrera de la IA cuentan con ingresos, ganancias y balances muy diferentes a los de muchas empresas que protagonizaron el auge de las puntocom. Al mismo tiempo, la magnitud de la inversión ya alcanza niveles extraordinarios. S&P Global proyecta que cinco grandes empresas tecnológicas podrían invertir otros US$5,3 billones hasta 2030, mientras que Goldman Sachs estima que los grandes hyperscalers estadounidenses podrían destinar unos US$800.000 millones solamente durante 2026.
El riesgo aumenta si la expansión de la infraestructura comienza a financiarse cada vez más con deuda y la demanda futura no alcanza las expectativas. En ese escenario, el problema no quedaría limitado a las empresas tecnológicas: también podría involucrar a constructores, fabricantes de chips, proveedores de energía, inversores y entidades financieras que hayan apostado por un crecimiento sostenido de los data centers. A esto se suma la velocidad con la que evoluciona el hardware: los procesadores pueden perder competitividad en pocos años y los nuevos modelos de IA podrían requerir más capacidad de cómputo, aunque también existe la posibilidad de que los avances en eficiencia reduzcan la infraestructura necesaria para determinadas tareas.
La discusión, por eso, no se reduce a determinar si la inteligencia artificial es una tecnología revolucionaria o si existe una burbuja financiera. Ambas situaciones pueden coexistir: una tecnología puede transformar la economía y, al mismo tiempo, recibir inversiones superiores a los retornos que finalmente genera. La cifra que concentra el debate es la estimación de Bain: si hacia 2031 la infraestructura demanda inversiones por hasta US$1,5 billones anuales, la industria debería alcanzar aproximadamente US$6 billones de ingresos cada año para sostener ese ritmo. La incógnita será si los nuevos negocios asociados a la IA logran aparecer con suficiente velocidad y escala para cerrar la brecha de US$4,2 billones que todavía separa las expectativas de los mercados actualmente identificables.
FUENTE: Política Argentina
