¿Lleva finalmente el tren del hype de la IA hacia un precipicio? Sí, pero el colapso no se parecerá a un montón de clones de Pets.com desvaneciéndose en el éter; se parecerá a mil centros de datos vacíos y una montaña de deuda mala.

La burbuja de las puntocom fue en gran medida un juego de software y especulación. Cuando estalló, los “activos” eran principalmente líneas de código y presentaciones optimistas. No puedes realmente quebrar por un sitio web que no funciona (a menos que hayas gastado millones en anuncios del Super Bowl), porque los gastos generales eran relativamente ligeros. Pero como señala el profesor de finanzas de la NYU Aswath Damodaran en un artículo a través de The Decoder, el auge de la IA se construye sobre algo mucho más pesado: infraestructura física.

No estamos hablando solo de unos pocos servidores en un armario. Estamos hablando de redes eléctricas masivas, sistemas de refrigeración especializados y cientos de miles de H100. Es la diferencia entre perder dinero en una app fallida y perder dinero en una flota de cruceros fallida construida para un destino que quizás no exista. Si la demanda de tokens de LLM no escala al ritmo que esperan los hiperscalers, se quedan cargando con el bulto de miles de millones de dólares en concreto y silicio (lo cual es mucho hardware para dejar pudriéndose).

La expansión actual no se alimenta solo de efectivo disponible. Una parte significativa de esta infraestructura está financiada con deuda. Cuando pides prestados miles de millones para construir un centro de datos asumiendo que los “agentes de IA” automatizarán de repente todos los trabajos de cuello blanco para el próximo martes, estás jugando un juego peligroso con el balance. La deuda no desaparece solo porque el hype lo haga.

Si los ingresos no se materializan, a los acreedores no les importa si el modelo puede escribir un poema decente o resumir un PDF. Quieren sus pagos de intereses. El riesgo aquí es sistémico porque la deuda está concentrada entre unos pocos jugadores masivos y los proveedores que los habilitan. Si la burbuja estalla, el contagio no solo golpeará a las “startups de IA”: golpeará al sector energético y a las inmobiliarias que arrendaron el terreno para estos campus.

Aquí es donde la lógica se desmorona. Hay un abismo masivo entre el Capex que se gasta en computación y los ingresos reales que generan los productos de IA. Ya hemos visto esta película antes, y usualmente, las “ganancias de productividad” se presentan como una forma de justificar el costo, pero esas ganancias suelen ser teóricas o limitadas a unos pocos casos de uso de nicho como asistentes de código.

¿Quién va a pagar lo suficiente por un chatbot para justificar un centro de datos de cincuenta mil millones de dólares? La mayoría de las empresas aún están experimentando en el sandbox, aterrorizadas por fugas de datos o por que el modelo alucine con informes legales. La brecha entre “esta es una demo genial” y “esto justifica un aumento de 10x en mi gasto de nube” es un cañón. Las matemáticas simplemente no cuadran.

En un colapso de software, el código simplemente se queda en un disco. En un colapso de hardware, tienes que liquidar. (Sospecho que el mercado de reventa de H100 usadas sería una carnicería). Si los grandes jugadores dejan de repente de pedir y empiezan a vender, se cae el piso para todos. Terminas con un excedente de silicio especializado que no se puede reutilizar para nada más que ejecutar los mismos modelos que causaron el colapso.

La industria está apostando a que la “inteligencia” que salga de estos clusters creará nuevos mercados lo suficientemente rápido como para pagar los propios clusters. Es una apuesta circular. Para finales del Q3, el mercado obligará a poner un tope a la adquisición de H100 por parte de al menos uno de los tres principales proveedores de nube, ya que la falta de ROI inmediato se vuelve imposible de ocultar a los accionistas.

Es una trampa clásica de gasto de capital. Hemos construido las carreteras antes de saber si alguien quería conducir los coches.