La discusión sobre una posible burbuja de IA suele plantearse mal: como si hubiera que elegir entre «la tecnología cambiará el mundo» y «todo es humo». Ambas cosas pueden ser parcialmente ciertas. La IA ya genera productos útiles, ingresos y una carrera industrial real. Pero el volumen de capital, capacidad de cómputo y deuda que está entrando en el sistema exige una pregunta menos épica y más financiera: ¿cuándo se convertirán estas inversiones en flujos de caja sostenibles?
OpenAI es el caso más visible, pero no el único. La apuesta también está en los balances de Alphabet, Microsoft, Amazon, Meta, fabricantes de chips, operadores de centros de datos y bancos. Si la monetización llega tarde o el coste de servir modelos no cae con rapidez, el ajuste no tendría por qué invalidar la IA: podría cambiar quién controla la infraestructura, qué proyectos siguen adelante y cuánto margen queda para Europa.
La escala de la apuesta: no son solo startups
En marzo de 2025, OpenAI anunció una ronda de 40.000 millones de dólares con una valoración post-money de 300.000 millones. Un año después comunicó 122.000 millones de capital comprometido y una valoración post-money de 852.000 millones. Son anuncios de rondas distintas, no una suma automática de dinero disponible, pero sirven para medir la aceleración de las expectativas.
La infraestructura es igual de relevante. OpenAI comunicó que Stargate aspiraba a 10 GW y 500.000 millones de dólares de inversión en cuatro años; su acuerdo con Oracle añadió 4,5 GW de capacidad, llevando la plataforma a más de 5 GW en desarrollo en aquel momento. En paralelo, Reuters recogió que Alphabet prevé entre 175.000 y 185.000 millones de dólares de capex en 2026, frente a 91.450 millones en 2025, y que el gasto conjunto de las grandes tecnológicas superaría los 500.000 millones este año.
Esto no es capital de riesgo tradicional. Parte se convierte en centros de datos, redes, electricidad, chips y contratos de nube con vidas útiles largas. Esa materialidad es una diferencia importante frente a la burbuja puntocom: queda infraestructura. Pero la infraestructura no garantiza por sí sola un retorno adecuado si se construye más capacidad de la que la demanda rentable puede absorber.
Ingresos reales, pero una rentabilidad aún por demostrar
La tesis alcista tiene datos concretos. OpenAI afirma generar actualmente 2.000 millones de dólares al mes y que su negocio empresarial ya representa más del 40 % de sus ingresos. Alphabet reportó que Google Cloud creció un 48 % interanual hasta 17.700 millones de dólares trimestrales, una señal de que parte del gasto en IA ya se traduce en demanda cloud y no solo en promesas.
También existe una ruta económica plausible: modelos mejores automatizan tareas de más valor; más usuarios y empresas pagan por ellos; los algoritmos, el hardware y la utilización reducen el coste por token; y el margen mejora. La cuestión abierta es la velocidad. La propia OpenAI había proyectado en 2025 no alcanzar flujo de caja positivo hasta 2029, con ingresos superiores a 125.000 millones de dólares para entonces. Es un objetivo, no una garantía.
La tensión se ve en las cifras recientes. Reuters informó, citando documentos compartidos con accionistas y una información de The Information que Reuters no pudo verificar de forma independiente, de 5.700 millones de ingresos y 3.700 millones de consumo de caja de OpenAI en el primer trimestre de 2026. Para justificar valoraciones de cientos de miles de millones, el crecimiento debe mantenerse y el coste marginal de servir IA debe caer de manera sostenida.
Deuda: conviene separar los hechos de la narrativa
Hablar de «la deuda que vencerá de OpenAI» requiere precisión. La información pública no permite afirmar que OpenAI tenga hoy un muro de vencimientos comparable al de una empresa cotizada y altamente apalancada. Lo que sí está documentado es que Bank of America concedió en julio de 2026 una línea de crédito de 520 millones de dólares y que OpenAI comunicó una facilidad de crédito renovable de aproximadamente 4.700 millones, que describió como no dispuesta al cierre de su última ronda.
El riesgo principal no es un vencimiento concreto confirmado, sino el modelo de financiación: compromisos de cómputo a largo plazo, capex muy elevado, rondas que exigen valoraciones crecientes y bancos financiando una cadena que va desde fabricantes de chips hasta centros de datos. Morgan Stanley estimó, según Reuters, que la emisión global de deuda vinculada a IA podría acercarse a 570.000 millones de dólares en 2026. Si las previsiones de ingresos se retrasan, refinanciar será más caro y los proveedores con balances más débiles sufrirán primero.
¿Qué convertiría el entusiasmo en burbuja?
- Valoraciones que presuponen un crecimiento casi perfecto. Una empresa puede crecer rápido y aun así decepcionar si no alcanza el margen, los usuarios de pago o la cuota de mercado que su valoración descuenta.
- Capacidad infrautilizada. GPUs, centros de datos y contratos eléctricos tienen costes fijos. Si la demanda empresarial no llena esa capacidad, los precios bajan y el retorno sobre el capital se deteriora.
- Comoditización del modelo. La mejora de modelos abiertos, la competencia y el hardware alternativo pueden reducir precios más deprisa de lo que cae el coste de servir cada consulta.
- Cuellos de botella físicos. Energía, permisos, agua, transformadores y chips retrasan proyectos y encarecen financiación. La IA no vive solo en el software.
- Concentración. Si pocos proveedores controlan el modelo, la nube y el silicio, una revisión de inversión o una ruptura contractual se propaga por toda la cadena.
Qué consecuencias tendría una corrección
Una corrección no tendría por qué ser un «invierno de IA». El escenario más probable sería una selección más dura: menos startups sin ingresos, menor inversión en proyectos de cómputo especulativos y presión sobre empresas que alquilan capacidad cara sin contratos estables. Los modelos útiles, los chips eficientes, la infraestructura bien situada y las aplicaciones con clientes seguirían teniendo demanda.
Para clientes, una corrección puede traer mejores precios y más disciplina comercial, pero también riesgos: cambios de producto, consolidación de proveedores, subida de tarifas para compensar costes o desaparición de servicios pequeños. Por eso adoptar IA con criterio significa evitar depender de un único proveedor, conservar los datos exportables y medir el valor generado antes de escalar.
Europa necesita modelos propios, no una autarquía tecnológica
La necesidad europea no consiste en prohibir modelos estadounidenses o chinos. Consiste en mantener capacidad de elección. Sin modelos, infraestructura, datos, talento y proveedores capaces de operar bajo jurisdicción europea, administraciones y sectores sensibles negociarán desde una posición de dependencia: precio, disponibilidad, tratamiento de datos, auditoría y continuidad quedarán condicionados por decisiones tomadas fuera.
El valor de un ecosistema europeo es especialmente claro en salud, industria, administración pública, defensa, energía y pymes que trabajan con información regulada. También importa para las lenguas, los procesos industriales y los requisitos de cumplimiento que no siempre son prioritarios en un modelo global. Tener alternativas europeas y modelos de pesos abiertos no elimina el riesgo; reduce el riesgo de proveedor único.
Europa ya tiene una base sobre la que construir. El plan AI Continent de la Comisión busca movilizar 200.000 millones de euros, incluye 20.000 millones para hasta cinco gigafábricas y respalda 19 AI Factories. Además, Reuters informó de una ronda de unos 2.000 millones de dólares para Mistral AI, liderada por ASML con 1.500 millones. La distancia frente al capital estadounidense sigue siendo enorme, pero la respuesta sensata no es copiar cada megacentro de datos: es financiar capacidades estratégicas, acceso a cómputo, modelos competitivos, adopción industrial y energía sostenible.
La pregunta práctica para empresas y administraciones
- ¿El caso de uso genera una mejora medible en ingresos, coste, calidad o tiempo?
- ¿Podemos exportar datos, prompts, evaluaciones y flujos si cambia el proveedor?
- ¿Qué información puede salir de Europa y qué debe procesarse en un entorno controlado?
- ¿Cuál es el coste total, incluido consumo, integración, supervisión humana y dependencia de API?
- ¿Existe un plan de continuidad si el precio sube, el modelo cambia o el proveedor consolida?
La IA será una infraestructura decisiva, incluso si parte de las valoraciones actuales se corrige. La prioridad no es apostar por el nombre más ruidoso, sino construir una adopción que sobreviva a los ciclos de mercado: con datos controlados, contratos revisables, arquitectura portable y proveedores diversos. Si tu organización quiere evaluar IA local, europea o híbrida con criterios de coste, privacidad y continuidad, allado.es puede ayudar a convertir esa discusión en una hoja de ruta técnica.
Fuentes y notas de contexto
- OpenAI — financiación de 2025 y ronda comunicada en 2026.
- OpenAI — capacidad Stargate y acuerdo con Oracle.
- Reuters — ingresos y consumo de caja reportados para el primer trimestre de 2026; línea de crédito de BofA.
- Reuters — capex de Alphabet y gasto de Big Tech.
- Comisión Europea — AI Continent Action Plan y AI Factories.
Dejar una contestacion
Lo siento, debes estar conectado para publicar un comentario.