Durante los últimos años, disponer de chips de inteligencia artificial fue casi tan importante como tener petróleo, electricidad o dinero. Meta, Google, Microsoft, Amazon y las empresas de Elon Musk compitieron por procesadores de Nvidia, terrenos, centrales eléctricas y centros de datos capaces de sostener modelos cada vez mayores. Quedarse corto parecía el peor escenario posible.
Ahora está apareciendo una posibilidad mucho más incómoda: haber comprado demasiado pronto.
SpaceX ya ha firmado acuerdos multimillonarios para alquilar capacidad informática a Google y Anthropic, mientras Meta mantiene conversaciones preliminares para proporcionar potencia de cálculo a la compañía responsable de Claude. El posible contrato entre Meta y Anthropic alcanzaría los 10.000 millones de dólares durante dos años, aunque todavía no está cerrado. Mark Zuckerberg sostiene que la compañía no tiene capacidad sobrante, pero ha reconocido que ciertas ofertas externas podrían justificar redirigir algunos recursos.
El movimiento no demuestra por sí solo que la burbuja de la IA esté a punto de estallar. De hecho, puede convertirse en una línea de negocio extraordinariamente rentable. Pero sí rompe una de las ideas que sostuvieron la fiebre inversora: que cada chip comprado sería necesario inmediatamente para entrenar y ejecutar los modelos internos de su propietario.
La industria ha construido una ciudad antes de saber cuánta gente vivirá en ella
Goldman Sachs calcula que la inversión acumulada en chips, centros de datos, refrigeración, cableado y generación eléctrica para inteligencia artificial podría alcanzar los 7,6 billones de dólares entre 2026 y 2031. No es únicamente una montaña de procesadores: cada instalación requiere conexiones eléctricas, sistemas de respaldo, refrigeración líquida y una infraestructura que puede tardar años en completarse.
El problema está en el reloj. Goldman estima que los aceleradores de IA pueden tener una vida económica útil de entre cuatro y seis años. Aunque continúen funcionando, una nueva generación puede volverlos menos competitivos mucho antes de que hayan recuperado su coste. Un centro de datos vacío no espera tranquilamente a que aparezca la demanda: consume dinero mientras sus componentes pierden valor.
SpaceX ha encontrado una manera directa de evitarlo. Su acuerdo con Google estaría valorado en más de 30.000 millones de dólares hasta 2029 y proporcionaría acceso a unas 110.000 GPU. A este contrato se suma otro con Anthropic, que utilizaría cientos de miles de procesadores vinculados a la infraestructura de xAI. En lugar de reservar toda esa capacidad para Grok, el conglomerado de Musk la convierte en ingresos inmediatos.
Meta intenta seguir una ruta semejante. La compañía prevé invertir hasta 145.000 millones de dólares este año, principalmente en infraestructura de inteligencia artificial, y estudia entrar en el mercado de la nube vendiendo capacidad bruta de sus centros de datos. Esto la situaría en un terreno dominado históricamente por Amazon Web Services, Microsoft Azure y Google Cloud.
La IA funciona, pero las empresas empiezan a descubrir cuánto cuesta hacerla fiable
La segunda grieta aparece al otro lado del negocio. Tener millones de clientes probando chatbots no equivale a lograr que las empresas automaticen procesos críticos y paguen indefinidamente por ello.
Después de hablar con más de una docena de responsables tecnológicos, analistas de UBS concluyeron que alrededor del 60% de las grandes empresas consultadas había introducido límites o controles sobre su gasto en IA. Una de ellas había consumido casi todo su presupuesto anual y redujo de cinco a dos las herramientas utilizadas internamente. UBS aclaró que las compañías no estaban abandonando sus proyectos, sino intentando controlar una factura que había crecido más deprisa de lo previsto.
La precisión también sale cara. Neil Thompson, investigador del MIT, explica que pasar de un sistema con un 80% de acierto a otro con un 90% supone un salto importante en costes; alcanzar el 99% puede resultar muchísimo más caro. Muchas empresas descubren entonces que una automatización completa sigue necesitando supervisión humana, especialmente cuando un error puede afectar a clientes, dinero o decisiones sensibles.
Ese desfase importa porque los centros de datos se están construyendo hoy, pero los beneficios prometidos pueden tardar años. La inversión, el mantenimiento y la depreciación llegan puntualmente. La productividad, en cambio, no siempre lo hace.
Alquilar chips no confirma la burbuja, pero cambia la pregunta que debe responder Silicon Valley
Existe otra lectura bastante menos alarmista. Si Anthropic y Google están dispuestas a pagar decenas de miles de millones por acceder a procesadores externos, quizá no haya un exceso general de infraestructura, sino una distribución desigual: algunas empresas tienen más capacidad de la que necesitan hoy mientras otras buscan desesperadamente ampliar la suya.
Convertir recursos internos en una nube comercial puede ser, sencillamente, una buena decisión. Amazon también transformó su infraestructura tecnológica en AWS y terminó creando uno de los negocios más importantes de internet. Meta podría estar intentando repetir esa jugada en la era de la IA.
La señal preocupante aparecería si los alquileres se multiplican porque los modelos propios no generan suficiente demanda o porque los proyectos corporativos siguen recortándose. Apollo advierte que, si los modelos chinos más baratos continúan ganando terreno y el precio de los tokens sigue cayendo, los flujos de caja esperados por los grandes proveedores podrían resultar demasiado optimistas. La inversión ya comprometida seguiría depreciándose, aunque los ingresos llegasen más tarde de lo previsto.
Por eso la pregunta ya no es cuánto dinero invertirán Zuckerberg, Musk y el resto de Silicon Valley. Esa cifra está bastante clara y es gigantesca. La cuestión verdaderamente importante es cuándo empezará esa infraestructura a producir beneficios suficientes para justificarla.
Alquilar los chips puede ser la respuesta. También puede ser la primera señal de que las empresas construyeron el futuro antes de comprobar si sus clientes estaban preparados para pagarlo.
