Setecientos cuarenta y cinco mil millones de dólares. Es lo que Alphabet, Amazon, Meta y Microsoft destinarán en 2026 a procesadores y centros de datos, según el informe Brace for Impact, publicado en octubre por el Open Markets Institute y Americans for Financial Reform Education Fund: cinco veces lo que gastaban en 2023. Con el resto de la industria, la inversión mundial en infraestructura de IA generativa supera este año el billón de dólares, el mayor esfuerzo de infraestructura privada de la historia económica moderna.
Del otro lado de la balanza, lo que los clientes finales pagan por servicios de IA generativa ronda entre USD 39.000 millones y UDS 64.000 millones anuales, según estimaciones de Gartner y Menlo Ventures recogidas por el Amundi Investment Institute. Por cada dólar que entra por ventas, solo los cuatro grandes invierten entre 12 y 19.
¿Quién cubre esa diferencia? ¿Cuánto del dinero que sostiene la cadena vuelve, por otro camino, a las mismas empresas que lo pusieron? ¿Y qué queda en la economía real si la apuesta se corrige? Esta investigación reconstruye el circuito a partir de informes financieros, documentos regulatorios y el análisis de quienes hoy lo observan con más atención.
Un billón de dólares en busca de clientes
Frente a los 745.000 millones de inversión de los cuatro hiperescaladores, las ventas a clientes finales equivalen apenas a entre el 5% y el 9%. Allianz Research lo mide en velocidad: la inversión en IA crece a un ritmo 46% superior al de las ventas, cuando en la antesala del colapso de las punto com, en 2000, ese descalce era del 32%.
El dinero, además, se concentra. Según el Open Markets Institute y el Amundi Investment Institute, cerca del 40% de la capitalización del S&P 500 descansa en diez tecnológicas –entre ellas Nvidia, Apple, Alphabet, Microsoft, Amazon, Broadcom y Meta–, y más de la mitad del valor del índice está expuesto al mismo factor de riesgo: la inteligencia artificial. El llamado indicador Buffett, que compara el valor del mercado accionario estadounidense con el PIB, marcó en 2026 un récord del 240%. En la cúspide de la burbuja punto com había llegado al 144%.
Un circuito que se alimenta a sí mismo
En la jerga financiera el mecanismo se llama vendor financing (financiamiento del proveedor). Microsoft, Amazon, Alphabet, Nvidia y SoftBank invierten en desarrolladores como OpenAI y Anthropic, o en nubes de segunda línea como CoreWeave. Esas empresas usan los fondos para alquilar cómputo en Azure, AWS o Google Cloud y comprar chips de Nvidia. Parte del dinero sale por una puerta y vuelve por otra, registrado ahora como ingreso. Los críticos lo llaman revenue washing: lavado de ingresos.
“Decir que están perdiendo dinero sería ser amable; están desangrando dinero”.
Steve Eisman, el inversor que Michael Lewis retrató en The Big Short por anticipar la crisis subprime, describió esa dependencia en una entrevista con el canal New Money publicada el 2 de octubre.
“Si miras a Microsoft, Amazon, Google, el 70% de sus ingresos de IA –que equivale a entre el 25% y el 30% de sus ingresos totales en la nube– proviene únicamente de Anthropic y OpenAI [...] Toda la cadena, desde Nvidia hasta los hiperescaladores, descansa sobre la salud futura y el crecimiento de Anthropic y OpenAI porque ellos generan los compromisos con los hiperescaladores. Si no crecen y no tienen el dinero para pagar esos compromisos, entonces toda la cadena se frena... Decir que están perdiendo dinero sería ser amable; están desangrando dinero”.
El 70% es una estimación del propio Eisman, construida a partir de notas de análisis; ninguna de las compañías publica ese dato desagregado. Pero la concentración también aparece en documentos oficiales: según el último informe trimestral de Nvidia ante la SEC, a fines de julio el 70% de sus cuentas por cobrar provenía de cinco clientes.
Los números de los dos laboratorios explican la inquietud. OpenAI facturó USD 13.070 millones en 2025 y perdió cerca de USD 38.500 millones, según estados auditados verificados por el Financial Times. Anthropic declaró en el borrador de su prospecto bursátil, revisado por Reuters, una pérdida neta de USD 42.000 millones sobre ingresos de unos USD 4.600 millones; unos USD 34.000 millones de esa cifra son un cargo contable ligado a financiamiento convertible en acciones, y su pérdida operativa fue de USD 8.060 millones. El mismo prospecto prevé obligaciones por unos 518.000 millones en nube, cómputo e infraestructura: el eslabón del que cuelga el resto de la cadena.
No aparece en los balances
A los ingresos reciclados se suma una deuda que no siempre se ve. Un análisis de The Wall Street Journal sobre las notas de los estados financieros de nueve compañías –Alphabet, Amazon, Meta, Microsoft, Oracle, Nvidia, Broadcom, SpaceX y AMD– encontró unos USD 3 billones en compromisos fuera de balance: cerca de 1,2 billones en arrendamientos de centros de datos que aún no comenzaron y unos 1,9 billones en compras comprometidas de chips, equipos y energía. No es una práctica ilegal: las normas contables no exigen registrarlos como pasivos hasta que el arrendamiento empieza o los bienes se entregan. Pero son obligaciones fijas que no se ajustan si los ingresos tardan.
El caso más ilustrativo está en Louisiana. Meta y Blue Owl Capital crearon una sociedad conjunta para el centro de datos Hyperion, que emitió unos USD 27.000 millones en bonos. Como los fondos de Blue Owl son socios mayoritarios y Meta figura como inquilina, esa deuda no aparece en el balance de Meta.
“Uno de los fraudes más comunes de la era moderna”.
El segundo frente es contable. Michael Burry, otro protagonista de The Big Short, sostiene que los hiperescaladores deprecian sus GPU en cinco o seis años cuando su vida útil real es de dos o tres, porque Nvidia renueva su línea cada 18 a 24 meses. Estima que entre 2026 y 2028 la industria subestimará la depreciación en unos USD 176.000 millones, y calificó la práctica como “uno de los fraudes más comunes de la era moderna”. Eisman lo discute: si OpenAI y Anthropic siguen creciendo, la vida útil de los servidores pesa poco. El riesgo de fondo, insiste, está en la salud de esos dos clientes.
Sin foso, con precios a la baja
Los negocios sólidos tienen moats, fosos que los protegen de la competencia. El software corporativo como Salesforce o ServiceNow los tiene porque está incrustado en los flujos de trabajo de sus clientes. Los modelos de lenguaje, argumenta Eisman, no: los clientes migran entre ChatGPT, Claude o Gemini, según la tarifa del momento.
Tras la fiebre del token maxxing de 2023 a 2025, cuando las corporaciones empujaron a sus empleados a consumir millones de tokens –la unidad con que se factura el uso de un modelo–, llegaron las facturas. De acuerdo con la documentación reunida para esta investigación, empresas como Microsoft, Uber, Walmart y AT&T empezaron a restringir licencias y a fijar topes de consumo, mientras los descuentos en el precio de los tokens llegaban al 75%.
La presión más fuerte viene de China. En julio, Kimi K3, de Moonshot AI, salió a 3 dólares por millón de tokens de entrada, frente a 5 de GPT-5.6 Sol, de OpenAI, y 10 de Claude Fable 5, de Anthropic. Es un modelo de pesos abiertos que cualquier empresa puede ejecutar en su propia infraestructura. Eisman admitió que, en el lugar de los laboratorios estadounidenses, estaría “petrificado”. Si los precios caen en la base, el golpe sube por la cadena: a los hiperescaladores y, desde ellos, a los fabricantes de chips.
La factura llega a casa
Un centro de datos de hiperescala puede demandar hasta 100 megavatios, el consumo de unos 80.000 hogares, y compite con los vecinos por la misma red. Un análisis de Bloomberg News sobre 25.000 nodos encontró que, cerca de centros de datos, el precio mayorista de la electricidad subió hasta un 267% entre abril de 2020 y abril de 2025. No es el aumento de las facturas domésticas, como suele repetirse: el verificador PolitiFact aclaró que el mercado mayorista pesa entre el 30% y el 50% de una factura residencial. Aun así, según la Administración de Información Energética, entre 2021 y 2026 la tarifa residencial subió 94% en Washington DC y 74% en Maryland, dentro de la red que abastece al corredor de centros de datos del norte de Virginia.
La demanda de memorias de alto ancho de banda para servidores de IA llevó además a recortar la producción de memorias estándar. El déficit, bautizado Ramageddon, encareció laptops, teléfonos y consolas entre un 17% y un 40%, según el material de base de esta investigación. Y más de USD 68.000 millones en proyectos fueron cancelados o postergados por la resistencia de comunidades que objetan el ruido, el consumo de agua y la sobrecarga de las redes.
Lo que queda cuando el precio cae
En China, la burbuja ya estalló. El índice STAR50 de Shanghái, que reúne a los líderes locales de IA y semiconductores, cayó más de un 40% desde su pico de junio y borró unos USD 480.000 millones en menos de cuatro meses, según Reuters. Las acciones de IA representaban el 42% de la capitalización bursátil china y el 57% del volumen negociado, de acuerdo con Goldman Sachs: la exposición alcanzaba de lleno a millones de pequeños ahorristas. El economista Dean Baker, del Center for Economic and Policy Research, advirtió que la caída pasó casi inadvertida en Estados Unidos y se preguntó si el estallido será, también, un producto de exportación.
¿Qué queda después? Ricardo Caballero, economista del MIT, realiza un análisis exhaustivo en Speculative Growth and the AI “Bubble”, publicado por el National Bureau of Economic Research (NBER) en 2026. Una sobrevaluación temporal puede dejar un legado real permanente aunque los precios se corrijan: si antes se instaló suficiente capital físico, la economía puede asentarse en un estado de alto capital, con salarios más altos y tasas de interés más bajas. Pero el mecanismo es frágil y solo funciona si la corrección llega lo bastante tarde. Y aun entonces, los salarios suben mientras cae la participación de los trabajadores en el ingreso.
La tecnología puede ser real, la valuación puede ser una burbuja y la factura puede llegar igual. Para el Open Markets Institute, la pregunta urgente es quién la pagará; su informe pide a los legisladores dejar claro desde ahora que no habrá rescates con dinero público.
“Si la industria de la IA no puede pagar sus crecientes deudas, podría sobrevenir un colapso financiero, y este podría extenderse mucho más allá del sector tecnológico”.
- + 1 billón de USD es el monto de inversión global en infraestructura de IA generativa (2026). (Fuente: Open Markets Institute).
- 745.000 millones de USD (5 veces más que en 2023) inversión de Alphabet, Amazon, Meta y Microsoft para 2026. (Fuente: Open Markets Institute).
- 39.000-64.000 millones de USD al año es el monto de ingresos por clientes finales de IA generativa. (Fuente: Amundi, Gartner, Menlo Ventures).
- 70% aproximadamente equivale el peso de OpenAI y Anthropic en ingresos de IA de los hiperescaladores. (Fuente: Análisis de Steve Eisman, empresario e inversor estadounidense).
- 38.500 millones de USD sobre 13.070 millones de ingresos pérdida neta de OpenAI (2025). (Fuente: Financial Times).
- 42.000 millones de USD, de los cuales 34.000 millones son un cargo contable;
+8 millones de pérdida operativa pérdida neta de Anthropic en el año 2025. (Fuente: Prospecto de salida a bolsa, Reuters). - +3,1 billones de USD compromisos fuera de balance de nueve gigantes del sector: Alphabet, Amazon, Meta, Microsoft, Oracle, Nvidia, Broadcom, SpaceX y AMD. (Fuente: WSJ / Open Markets Institute).
- 176.000 millones de USD aproximadamente depreciación subestimada, 2026–2028. (Fuente: Michael Burry).
- +40% equivalente a 480.000 millones de USD caída del índice STAR50 (China) calculado desde junio. (Fuente: Reuters).