Hace tres años, David Cahn, socio de Sequoia, fue uno de los primeros en hacer cálculos y estimar el impacto del enorme gasto de Silicon Valley en infraestructura de IA.
En el 2023estaba reaccionando al informe anual de ingresos de GPU de Nvidia de 50 mil millones de dólares. Comenzando con esa cifra, y sumando los costos operativos del centro de datos y los márgenes para los operadores, concluyó que se necesitarían 200 mil millones de dólares en ingresos para pagar la inversión inicial.
Tomó esto como un desafío y pidió a los empresarios que crearan productos y servicios de inteligencia artificial para aprovechar y generar ingresos a partir de toda esta infraestructura. Avance rápido hasta el día de hoy, agregue tres años de hiperescalado y Cahn tiene una nuevo numero Gasto en infraestructura de IA para 2026: 1,5 billones de dólares.
En general, calcula que la industria de la IA necesitaría generar 3 billones de dólares para justificar todo el gasto en chips y otros centros de datos. Y esa cifra probablemente sea demasiado baja: el aumento de los costos de la memoria y el uso cada vez mayor de chips exóticos o de sólo inferencia aumentarán esa cifra. “Recientemente”, escribió, “los requisitos de ingresos por GW provenientes de gastos de capital han aumentado marcadamente debido a la dinámica de la congestión y al aumento de los costos de construcción”.
En el otro lado del libro mayor, se cree que Anthropic tuvo éxito 60 mil millones de dólares en ARRmientras que OpenAI reportó ganancias $13 mil millones en 2025 (aunque en noviembre de 2025, dijo que su ARR alcanzó los 20 mil millones de dólares) y puede ganar aún más este año. Pero está claro que hay una enorme brecha que debe cerrarse.
Una persona que piensa en la brecha es Torsten Slok, economista jefe de Apollo, un administrador de activos gigante. en un últimas notasSeñala que los hiperescaladores (Google, Meta, Microsoft y Amazon) esperan una importante aceleración de su flujo de caja libre para 2028. Es decir, esperan un rendimiento de todos los chips que compran.
¿Qué pasa si no lo hacen? Slok señala los riesgos que estamos viendo actualmente en el uso de la IA: cada vez más organizaciones están recurriendo a modelos abiertos más baratos, a menudo fabricados en China, en lugar de modelos creados por laboratorios líderes, y los precios generales de los tokens están cayendo. El modelo más nuevo de OpenAI, según el CEO Sam Altman, es 54% más eficiente en tokens en tareas de codificación. Esto es bueno para los usuarios que están preocupados 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 realmente su uso general de tokens.
A Slok le preocupa que si los hiperescaladores no alcanzan sus objetivos de flujo de caja, la reacción del mercado podría ser severa.
“Con tantos nombres en juego”, escribió, “los pagos más lentos no sólo serían un problema sectorial, sino que también correrían el riesgo de hundir a la economía en una recesión y al S&P 500 en una corrección”.
Hay cosas que debes tener en cuenta al guiar a tus agentes de IA hacia tokens más baratos.
Cuando compra a través de enlaces en nuestros artículos, es posible que ganemos una pequeña comisión. Esto no afecta nuestra independencia editorial.
