Hace tres años, David Cahn, socio de Sequoia, fue uno de los primeros en hacer números y calcular el impacto del gasto masivo de Silicon Valley en infraestructura de IA.
En 2023, estaba reaccionando a los ingresos anuales por GPU de Nvidia de 50 mil millones de dólares. Con base en esta cifra, más los costos implícitos de operar el centro de datos y el margen del operador, estimó que se necesitarían 200 mil millones de dólares en ingresos para reembolsar la inversión inicial.
Tomó esto como un desafío y desafió a los empresarios a idear productos y servicios de inteligencia artificial que aprovechen toda esta infraestructura para generar ingresos. Si avanzamos rápidamente hasta el día de hoy, se suman tres años de hiperescala y Khan tiene una nueva cifra para el gasto en infraestructura de IA en 2026: 1,5 billones de dólares.
En total, calcula que la industria de la IA necesitaría ganar 3 billones de dólares para justificar todo el gasto en estos chips y otros centros de datos. Y esto probablemente sea una subestimación. Los crecientes costos de la memoria y el mayor uso de chips especializados y únicamente de inferencia aumentarán aún más este número. «Recientemente, estos movimientos de cuellos de botella y el aumento de los costos de construcción han aumentado drásticamente el rendimiento requerido por GW de inversión de capital», escribió.
En el otro lado de los libros, se cree que el ARR de Anthropic alcanzó los 60 mil millones de dólares, mientras que OpenAI supuestamente obtuvo 13 mil millones de dólares en ingresos en 2025 (aunque dijo que el ARR fue de 20 mil millones de dólares en noviembre de 2025) y probablemente ganará aún más este año. Pero está claro que queda un enorme vacío que llenar.
Esta brecha preocupa a Torsten Slok, economista jefe de la gigantesca empresa de gestión de activos Apollo. En una nota reciente, señala que los hiperescaladores como Google, Meta, Microsoft y Amazon están proyectando una aceleración significativa del flujo de caja libre en 2028. Eso significa que esperan recuperar cada chip que compran.
¿Qué pasa si no lo hacemos? Slok señala los riesgos que se observan actualmente en el uso de la IA. Eso significa que más organizaciones están recurriendo a modelos abiertos más baratos fabricados en China en lugar del construido por Frontier Labs, y los precios generales de los tokens están cayendo. Según el director ejecutivo Sam Altman, el último modelo de OpenAI es un 54% más eficiente simbólico en tareas de codificación. Si bien esto es bueno para los usuarios preocupados por el costo de los agentes de IA, podría ser malo para las empresas que construyen fábricas de tokens a menos que los usuarios aumenten significativamente su uso general de tokens.
A Slok le preocupa que si los hiperescaladores no cumplen sus objetivos de flujo de caja, la reacción del mercado podría ser dura.
«Con tanto en juego en un pequeño número de acciones, una desaceleración en las ganancias no sería sólo una cuestión sectorial, sino que correría el riesgo de enviar a la economía a una recesión y al S&P 500 a una corrección», escribió.
Hay algunas cosas que debe tener en cuenta al dirigir a su agente de IA hacia tokens más baratos.
Si compra a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta la independencia editorial.
Source link
