Hace tres años, David Cahn, socio de Sequoia, fue una de las primeras personas en hacer cálculos y poner un número a las implicaciones del titánico gasto de Silicon Valley en infraestructura de IA.
En 2023estaba reaccionando a los ingresos anuales por GPU de Nvidia de 50 mil millones de dólares. A partir de esa cifra, y sumando los costos implícitos de operar los centros de datos y los márgenes para sus operadores, dedujo que se necesitarían 200 mil millones de dólares en ingresos para reembolsar la inversión inicial.
Lo tomó como un desafío y pidió a los empresarios que idearan productos y servicios de inteligencia synthetic para utilizar toda esa infraestructura y generar ingresos a partir de ella. Avancemos hasta el día de hoy, sumando tres años de hiperescalado, y Cahn tiene una nuevo numero sobre gasto en infraestructura de IA para 2026: 1,5 billones de dólares.
En whole, calcula que la industria de la IA tendrá que ganar 3 billones de dólares para justificar todos esos chips y otros gastos en centros de datos. Y eso probablemente sea una subestimación: los crecientes costos de la memoria y el creciente uso de chips exóticos o específicos para inferencias aumentarán ese número. «Recientemente», escribe, «los ingresos requeridos por GW de CapEx han aumentado considerablemente debido a esta dinámica de cuellos de botella y los crecientes costos de construcción».
En el otro lado del libro mayor, se cree que Anthropic ha alcanzado 60 mil millones de dólares en ARRmientras que OpenAI supuestamente obtuvo $13 mil millones en 2025 (aunque en noviembre de 2025, dijo que estaba en $ 20 mil millones ARR) y presumiblemente está ganando más este año. Pero es evidente que queda una gran brecha por cerrar.
Alguien que se ocupa de esa brecha es Torsten Slok, el economista jefe de Apollo, el gigante administrador de activos. en un nota recienteseñala que los hiperescaladores (Google, Meta, Microsoft y Amazon) predicen aceleraciones masivas en su flujo de efectivo libre en 2028. Es decir, esperan ver la recuperación de todos esos chips que compraron.
¿Qué pasa si no lo hacen? Slok señala un riesgo que estamos viendo actualmente en el uso de la IA: más organizaciones recurren a modelos abiertos más baratos, a menudo chinos, no a los construidos por los laboratorios fronterizos, y los precios generales de los tokens caen. El último modelo de OpenAI, según el CEO Sam Altman, es 54% más eficiente en tokens en tareas de codificación. Eso es bueno para los usuarios que se preocupan por el costo de sus agentes de IA, pero puede ser malo para las empresas que construyen fábricas de tokens si los usuarios no aumentan enormemente su uso basic de tokens con ellas.
A Slok le preocupa que si los hiperescaladores no cumplen sus objetivos de flujo de caja, la reacción del mercado podría ser severa.
«Con tanto en juego en tan pocos nombres», escribe, «una rentabilidad más lenta no sería sólo un problema sectorial, sino que correría el riesgo de llevar a la economía a una recesión y al S&P 500 a una corrección».
Es algo que debes tener en cuenta mientras diriges a tus agentes de IA hacia tokens más baratos.
Cuando compra a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta nuestra independencia editorial.
