La competencia se está intensificando. SpaceX, la empresa de Elon Musk que construye tanto modelos de IA como cohetes espaciales, anunció la semana pasada que busca una valoración de 1,77 billones de dólares (1,31 billones de libras) en el mercado de valores estadounidense. Mientras tanto, Anthropic, la startup detrás del chatbot Claude, dijo que había presentado una solicitud para una oferta pública inicial. Se espera que OpenAI, el desarrollador de ChatGPT, haga lo mismo.
Este último pico en el mercado de IA se produce en medio de una ola de gasto de varios billones de dólares en infraestructura relacionada, como centros de datos. Al mismo tiempo, las empresas están tratando de utilizar la tecnología de maneras que hagan que sus inversiones valgan la pena. Aquí hay un vistazo a dónde se encuentra el auge de la IA y seis gráficos clave que muestran cómo llegamos aquí.
1. La IA ha llevado a las acciones a nuevas alturas
El S&P 500, que sigue a las 500 empresas más grandes de EE. UU., se ha disparado casi un 80% en los últimos cinco años. Ese salto ha sido impulsado por las grandes acciones tecnológicas con participación en el auge de la IA: los "siete magníficos": Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia y Tesla.
El enfoque de los inversores en la tecnología no tiene precedentes, dice Jim Bianco de la firma estadounidense Bianco Research. Su investigación encontró que 41 acciones relacionadas con la IA ahora representan casi la mitad del valor de mercado total del S&P 500.
Neil Wilson, analista de la plataforma de inversión Saxo UK, advierte que el riesgo de un shock inflacionario al estilo de los años 70, las altas valoraciones tecnológicas en general y una posible congelación en los mercados de crédito privado no auguran nada bueno para las acciones.
"Todo el mercado se ha convertido en una estructura gigante de IA", dice. "El peligro es una repetición de la burbuja de las puntocom: un colapso masivo y años de pérdida de rendimientos. Según algunas medidas, las valoraciones no están tan estiradas como entonces, pero esto parece un mercado increíblemente arriesgado".
2. El gasto está creciendo a un ritmo asombroso
El gasto en IA, desde centros de datos hasta chips, se acelera, pasando de 765 mil millones de dólares este año a 1,6 billones de dólares para 2031, según Goldman Sachs. El banco de inversión reconoce que podría haber problemas con un compromiso tan enorme. ¿Qué pasa si los centros de datos se retrasan?
"Con la escala de capital comprometido, incluso pequeños retrasos en la ejecución invitan a preguntas serias sobre los supuestos de demanda detrás de estas inversiones", dicen los analistas de Goldman. Sin embargo, agregan que si los planes de gasto van bien, podría provocar una nueva ola de demanda de IA. Aun así, el gasto muestra cuántos recursos financieros globales, y expectativas de rendimiento, se están vertiendo en la IA.
3. Las empresas y los consumidores están adoptando la IA rápidamente
A pesar de los informes mixtos sobre sus beneficios, la gran mayoría de las empresas están comenzando a usar IA, pasando del 33% en 2023 a casi el 80% ahora, según la consultora McKinsey. El uso público también es alto, ya que ChatGPT de OpenAI ahora alcanza los mil millones de usuarios activos mensuales, según datos de Sensor Tower, un récord para cualquier aplicación.
El desafío para los desarrolladores de IA ahora es cómo ganar dinero con esta enorme base de clientes públicos y privados. Las empresas deben demostrar que la IA mejora los resultados y reduce los costos lo suficiente como para justificar el gasto. Eso significa usarla para construir flujos de trabajo completos, jerga empresarial para completar una tarea de principio a fin. Todavía queda un largo camino por recorrer en ese frente.
4. Claude se está poniendo al día con ChatGPT
Anthropic comenzó a ganar terreno a OpenAI a finales del año pasado, cuando su herramienta Claude Code se volvió viral entre los desarrolladores de software, principalmente en el área de San Francisco, antes de extenderse más ampliamente. Claude Code marcó un cambio en cómo se utilizan los grandes modelos de lenguaje, la tecnología central detrás de los chatbots, avanzando hacia agentes de IA autónomos que realizan tareas sin ayuda humana, permitiendo que incluso personas no expertas en tecnología creen software y manejen una amplia gama de tareas.
OpenAI todavía tiene una base de usuarios general mucho más grande, pero los datos de la empresa de análisis de internet Kentik, que rastrea el uso en varios proveedores de servicios de internet de EE. UU., muestran que Anthropic está cerrando rápidamente la brecha. El tráfico de usuarios de Claude creció significativamente más rápido que el de ChatGPT y Gemini de Google entre enero y abril, con un pico después de ese período. El Pentágono lo calificó como un riesgo para la cadena de suministro en marzo. A este ritmo de crecimiento, Kentik predice que podría superar a ChatGPT para el verano, otra razón por la cual Anthropic podría encontrar un camino más fácil hacia una OPI que su competidor.
5. La IA se está volviendo más cara de usar
Cada vez que un chatbot o agente de IA da una respuesta, se mide en "tokens", unidades básicas de lenguaje que pueden ser palabras, signos de puntuación o sílabas. (Por ejemplo, OpenAI dice que la frase "Te pierdes el 100% de los tiros que no tomas" vale 11 tokens). Los tokens también miden las entradas, como el mensaje que escribes en ChatGPT.
Los costos varían según el modelo; OpenAI cobra $5 por millón de tokens de entrada para GPT-5.5 y $30 por millón de tokens de salida (la respuesta a tu mensaje).
El problema para los usuarios es que los costos de los tokens están aumentando drásticamente, incluso cuando las empresas en todas partes presionan a los empleados para que "tokenmaxxeen", es decir, que realmente se comprometan a usar IA. El problema para las empresas de IA es que todavía no están cobrando lo suficiente.
La promesa básica de la IA es que el dinero que una empresa gasta en estas herramientas se compensa con creces con las ganancias en productividad, una medida de eficiencia económica donde una mayor productividad significa más producción por trabajador. Si esta compensación no funciona, entonces los supuestos detrás de las valoraciones y políticas de IA se debilitan.
"Los costos se están saliendo completamente de control", dice Liam Betsworth, fundador de la startup británica de IA Pendra. Dice que los desarrolladores de software en su red están usando agentes para codificar, comenzando con la suscripción más barata y pasando rápidamente a la más cara. No están solos; el sitio de noticias Axios informó recientemente sobre una empresa no identificada que gastó $500 millones en un mes en licencias para Claude Code.
6. La construcción de centros de datos podría no seguir el ritmo de la demanda
Construir centros de datos es como el sistema nervioso central de los productos de IA, por lo que el creciente desarrollo y uso de herramientas de IA debe ir acompañado de más capacidad; de lo contrario, habrá una escasez de cómputo, lo que significa costos más altos para las empresas de IA y los usuarios.
Las ambiciones del sector para los centros de datos son enormes y parecen casi irreales. Bloomberg estima que 23 gigavatios de capacidad estaban en construcción a nivel mundial en 2025 (la capacidad se mide en energía eléctrica, porque eso limita la cantidad de cómputo que un sitio puede realizar).
La empresa inmobiliaria estadounidense JLL predice que se agregarán 100 gigavatios entre 2026 y 2030, duplicando lo que estiman como capacidad actual, equivalente a 1,200 centros de datos. JLL dice que su estimación incluye proyectos especulativos que quizás nunca comiencen.
De dónde vendrá el dinero y el suministro de energía para cumplir con este pronóstico es una pregunta abierta. Cecilia Rikap, profesora asociada del University College London, dice que muchos proyectos en todo el mundo dependen de promesas políticas para expandir la red eléctrica y entregar energía; pero los gobiernos podrían no tener los recursos para cumplirlas.
Ella pregunta: "¿Ha calculado el gobierno si tal expansión es posible? ¿Tienen el dinero para hacerlo? ¿Han considerado el daño ambiental que causaría?"
7. Lo que los modelos de IA pueden hacer se está expandiendo rápidamente
Las capacidades de los modelos de IA han mejorado a pasos agigantados desde 2023, según METR, una organización de investigación que mide las capacidades de la IA.
Las mediciones de METR se basan en si los modelos de IA pueden completar una tarea de codificación, medida por cuánto tiempo le tomaría a un humano hacerla. Según esta medida, los modelos de IA duplican su capacidad cada cuatro meses. Por ejemplo, se estima que el modelo Claude Mythos de Anthropic logra una tasa de éxito del 50% en tareas que le tomarían a un experto humano entre ocho horas y dos días.
Sin embargo, no ha habido un impacto equivalente en los empleos, hasta ahora. Un informe de marzo de Anthropic incluyó una investigación que muestra que, en teoría, la IA podría realizar muchos trabajos, desde informática hasta trabajo legal, pero aún no lo ha hecho a gran escala.
Bouke Klein Teeselink, académico del King's College de Londres y experto en el impacto de la IA, señala que esta brecha sigue siendo significativa. El impacto de la IA en el trabajo muestra que hay obstáculos para adoptarla en la fuerza laboral. Por ejemplo, ¿cuánto del trabajo de un CEO o gerente senior se puede delegar de manera segura a un bot? ¿Pueden las tareas legalmente sensibles ser realizadas por algo que no sea un humano? Aun así, dice, el cambio está llegando.
"Todavía estamos en las primeras etapas de la revolución de la IA. Muchas personas están haciendo tareas que podrían ser manejadas por la IA. La escala del cambio que estamos a punto de ver será enorme".
8. Los centros de datos están apuntalando el PIB de EE. UU.
Aunque el gobierno de EE. UU. ha recortado empleos bajo la administración de Donald Trump y muchas industrias han visto despidos masivos, el PIB de EE. UU. ha seguido creciendo: 2,1% en 2025 y 1,6% en el primer trimestre de 2026, según la Oficina de Análisis Económico de EE. UU. Sin embargo, un economista de Harvard calcula que sin el auge de los centros de datos, estas cifras podrían ser mucho más pequeñas. De hecho, la "inversión en equipos y software de procesamiento de información" constituyó el 92% del crecimiento del PIB de EE. UU. en la primera mitad de 2025.
Esto significa que los centros de datos, y el auge de la IA, están impulsando una gran parte del crecimiento de EE. UU. Son una gran razón por la que la economía más grande del mundo todavía parece saludable, a pesar de los grandes desafíos. Cualquier desaceleración en este gasto podría tener consecuencias económicas y, por lo tanto, políticas.
Preguntas Frecuentes
Aquí hay una lista de preguntas frecuentes basadas en el artículo Se han gastado miles de millones y los rendimientos potenciales aún son inciertos Aquí está el auge de la IA explicado con seis gráficos
Preguntas de Nivel Principiante
1 ¿Por qué las empresas gastan tanto dinero en IA si los rendimientos no están garantizados
Están apostando a que la IA eventualmente revolucionará las industrias y generará ganancias masivas, similar a los primeros días de internet. No quieren quedarse atrás si tiene éxito.
2 ¿Qué quieres decir con auge de la IA
Es el período actual de gran inversión, emoción y desarrollo rápido en inteligencia artificial, especialmente en herramientas como ChatGPT y generadores de imágenes.
3 ¿Está la IA generando dinero para alguien en este momento
Para la mayoría de las empresas, todavía no. El costo de construir y ejecutar IA avanzada es enorme y aún no está claro cuándo esos costos serán recuperados por clientes que pagan a gran escala.
4 ¿De qué tratan los seis gráficos del artículo
Muestran tendencias clave: gasto masivo de gigantes tecnológicos, aumento de la demanda de chips de IA, el enorme costo energético de la IA, el pequeño número de usuarios reales que pagan, la meseta de rendimiento de algunos modelos y la incierta reacción del mercado de valores.
Preguntas de Nivel Avanzado
5 ¿Por qué el costo de la inferencia es un problema tan grande
La inferencia es cuando realmente usas un modelo de IA. Es mucho más costoso que entrenar el modelo una vez. Si millones de personas lo usan a diario, los costos de electricidad y cómputo se disparan, haciendo que las ganancias sean muy difíciles de lograr.
6 ¿Cómo muestran los gráficos que las ganancias fáciles en IA podrían haber terminado
Un gráfico muestra que las mejoras en el rendimiento de los modelos de IA más grandes están comenzando a ralentizarse, incluso cuando el costo de entrenarlos sigue aumentando. Esto sugiere que estamos llegando a un punto de rendimientos decrecientes.
7 ¿Qué dice el artículo sobre el papel de Nvidia en este auge
Nvidia fabrica los chips esenciales para la IA. Los gráficos muestran que los ingresos de Nvidia se han disparado, pero esto es el "pico y pala" de la fiebre del oro. La pregunta es si las empresas que compran esos chips obtendrán algún rendimiento de su inversión.
8 ¿Cómo afecta el rendimiento incierto a las startups más pequeñas de IA
Es
