Hay una paradoja salvaje en medio de la historia más importante en tecnología en este momento. Resulta que las GPU y otro hardware esencial que los hiperescaladores están gastando tan generosamente para instalar en sus centros de datos se vuelven obsoletos rápidamente. Ésa es la opinión detallada en un excelente informe nuevo de Research Affiliates, una firma que supervisa alrededor de $200 mil millones en estrategias de inversión para fondos indexados y ETF de RAFI. El autor Chris Brightman, director ejecutivo de RA, sostiene que la carrera armamentista de la IA ha creado efectivamente una nueva era industrial. En este ecosistema transformado, las empresas no “invierten” en el sentido tradicional. Más bien, están produciendo equipos a un ritmo tan increíblemente rápido para generar ventas que incluso el significado de gasto de capital está cambiando.
«Se parecen más a supermercados que a empresas tecnológicas o industriales tradicionales, pero sus ingresos no son comparables a los de los comestibles. Esas son las cosas que generan sus grandes modelos de lenguaje, búsqueda de vectores y otros productos», me dijo Brightman en una entrevista telefónica. «Están en una carrera armamentista en la que necesitan reemplazar su hardware muy rápidamente; en otras palabras, reabastecer sus estantes rápidamente». El problema, dice Brightman, es que los hiperescaladores están sufriendo pérdidas en los grandes modelos de lenguaje, bases de datos vectoriales y otros productos que venden a empresas y consumidores, por lo que cuanto más hardware compran, más dinero pierden. «En este momento, todo el mundo utiliza la IA para mantener una posición dominante en su campo, y eso tiene sentido». Brightman observa. Pero, añade, el inmenso gasto necesario para mantener esos “fosos” y mantener a raya a los rivales podría generar rendimientos modestos en el futuro y dañar su rentabilidad general.
En el artículo, Brightman destaca el aumento histórico del gasto de capital relacionado con la IA, que pasó de 250 mil millones de dólares en 2024 a 650 mil millones de dólares este año según estimaciones de Bloomberg, lo que equivale al 2% del PIB. El histórico apetito de capital de este sector ha generado la idea de que la inteligencia artificial se está convirtiendo en el nuevo acero o el nuevo ferrocarril. Pero como señala Brightman, el equipo y la infraestructura que respaldaron estas actividades son muy diferentes de las herramientas que impulsan la IA. “Las acerías y las vías del ferrocarril se han depreciado en 40 o 45 años”, escribe. Luego compara esas vidas útiles de varias décadas con el escenario de la IA. Los hiperescaladores como Microsoft, Amazon, Alphabet y Meta están depreciando sus GPU y otro hardware en aproximadamente 5 o 6 años en sus resultados. Aunque estos tiempos parecen cortos, dice, su “vida” real es mucho más corta.
En un sentido económico, los activos se deprecian totalmente o se vuelven obsoletos cuando los ingresos que generan ya no cubren el costo de adquisición (reflejado en la depreciación anual), los gastos operativos y el costo de capital. Según Brightman, las cifras de la industria muestran que el hardware de IA pierde su valor en unos tres años. Como prueba, cita datos de rentabilidad de las GPU H100 estándar de la industria de Nvidia. En el segundo año, un H100 generó una ganancia anual de $36 000 para un retorno de la inversión del 137 %. Pero para el cuarto año, el producto estaba perdiendo más de $4400 para un retorno de la inversión negativo del 34 %, y los resultados cayeron rápidamente a partir de ahí. Brightman escribe: «La vida económica del hardware de IA es (mucho) más corta que su vida contable».
No es que el equipo se desgaste. Físicamente, puede funcionar durante mucho más tiempo. La razón por la que el hardware de IA pierde potencia tan rápidamente: Nvidia, AMD y otros fabricantes están creando nuevas ofertas que cada año proporcionan enormes aumentos en la potencia informática por vatio desplegado. Dado que los hiperescaladores se enfrentan a graves limitaciones energéticas, buscan constantemente nuevas cantidades de “cómputo” utilizando cantidades adicionales de electricidad. Normalmente, si los fabricantes típicos estuvieran agregando capital al ritmo que los hiperescaladores están estableciendo en la IA, ya habrían construido una base gigante de equipos e infraestructura que podrían implementar durante años, sin la necesidad de seguir comprando más. No es así en este nuevo y valiente negocio. Los equipos de IA están evolucionando tan rápidamente que los hiperescaladores deben reemplazar gran parte de su capital cada año solo para mantener Mismo capacidad de forjar maravillas de la inteligencia artificial. «La mayor parte de su gasto no es gasto de capital para el crecimiento, sino inversión de ‘mantenimiento'», dice Brightman. Sin embargo, las cifras generales son tan enormes que, si bien sólo alrededor de un tercio está destinado a la expansión, sigue siendo suficiente para aumentar enormemente el volumen de productos y servicios que pueden ofrecer cada año.
Los hiperescaladores utilizan inteligencia artificial y sufren grandes pérdidas, principalmente para proteger su territorio.
En nuestras llamadas telefónicas, Brightman resolvió el enigma de los gigantes de la IA. «A medida que crecen, pierden cada vez más dinero», afirma. «Pero por ahora tienen muchas razones para hacerlo». Los Cuatro Grandes tienen como objetivo proporcionar las mejores capacidades de inteligencia artificial de su clase para mejorar sus ofertas exclusivas y reconocen que perderán su liderazgo en estas áreas clave si el componente de inteligencia artificial no es de clase mundial. Amazon gana la mayor parte de su dinero proporcionando almacenamiento y computación en la nube. Brightman afirma que no puede recuperar ni de cerca el costo de las adiciones de IA de sus clientes. «Pero tiene sentido porque si Amazon no continúa en la carrera armamentista, perderá el negocio de la nube. Necesitan servicios de inteligencia artificial como parte del componente de la nube».
En cuanto a Microsoft, su pilar es el software de oficina que genera ingresos por suscripciones, particularmente en su plataforma 360. Esa franquicia ahora enfrenta una dura competencia de los productos Docs y Sheets de Google. «Para proteger su negocio actual y retener a sus clientes, Microsoft debe ofrecer servicios modelo de IA, incluso si está perdiendo dinero en sus gastos de IA», dice Brightman. Alphabet es preeminente en «búsqueda» y sigue siendo el mayor vendedor de anuncios en línea del mundo. Microsoft se ha lanzado al desafío lanzando su propio motor de búsqueda. “Para continuar con su rentable línea de negocio y mantener su liderazgo, Alphabet necesita el elemento de IA, y eso requiere grandes inversiones en centros de datos”, afirma Brightman.
Meta tiene que preocuparse de que los otros tres invadan su lucrativo negocio de publicidad en las redes sociales. «La gente viene a su plataforma para ver imágenes y vídeos, y a Meta le cuesta mucho dinero producir ese contenido que respalde los anuncios», señala Brightman. Meta utiliza inteligencia artificial para personalizar los feeds de los usuarios, clasificar contenido en Instagram y Facebook y monitorear la seguridad de las publicaciones, y necesita estos usos para mantener su ventaja. Sin embargo, una vez más, afirma Brightman, todavía no puede cobrar lo suficiente por sus anuncios para pagar el nuevo y gigantesco gasto necesario para ofrecer esas excelentes funciones.
Brightman concluye que la explosión de la inversión en IA no significa que este avance revolucionario resultará ser un importante generador de ganancias para los Cuatro Grandes. Es más bien un arma para que cada titán defienda su dominio. «Cuando el capital se renueva rápidamente y la competencia obliga a una reinversión continua, los gastos extraordinarios pueden respaldar la posición competitiva sin crear valor para los accionistas», afirma en el artículo. Una vez más, la vida útil de lo que llena nuestros centros de datos es tan corta que comprar GPU, por ejemplo, se parece más a reponer las existencias de un supermercado que a construir fábricas que duren décadas.
Por otro lado Brightman me dijo que las cosas que le están costando mucho a estas muestras le ayudaron mucho a la hora de preparar su análisis. «Hace un año, este proyecto me habría llevado nueve meses investigar y modelar. Pero utilicé lo mejor de Claude, ChatGPT y Gemini, sinteticé sus comentarios y comencé a terminarlo en tres semanas», dice. La caricatura de Brightman cuenta la historia. Esta nueva era industrial podría ser mucho más beneficiosa para las personas y empresas que utilizan productos mejorados con IA que para las empresas que los suministran.
