Los 141.000 millones de la IA: ¿se infla una burbuja tecnológica?

El dinero fluye a raudales hacia la IA. En 2023, las inversiones alcanzaron una cifra estimada de 141 mil millones de dólares en todo el mundo. Esto supone un salto enorme en comparación con años anteriores. Este aumento suscita una pregunta importante: ¿Estamos presenciando una burbuja de inversión en IA? Evoca los frenesíes de mercado pasados. Los inversores están inyectando dinero en empresas de IA. Sienten especial predilección por los modelos de IA generativa y la infraestructura que los sustenta. Esta rápida afluencia de capital empuja las valoraciones de las empresas a niveles récord en todo el sector tecnológico. Los analistas financieros advierten que este crecimiento no es sostenible.

La avalancha de dinero en la IA hoy

La financiación global de capital de riesgo para empresas de IA superó los 50 mil millones de dólares tan solo en la primera mitad de 2023, según muestran datos de PitchBook. Esto evidencia un gran apetito por la innovación en IA. Y esto ocurrió incluso cuando otras inversiones tecnológicas se ralentizaron. Empresas como OpenAI, Anthropic y Cohere han atraído miles de millones. Se centran en grandes modelos de lenguaje (LLM) y tecnología de IA fundamental. Microsoft invirtió más de 10 mil millones de dólares en OpenAI. Esto subraya el compromiso de las principales empresas tecnológicas.

Los fabricantes de hardware también ven una enorme demanda. Nvidia fabrica unidades de procesamiento gráfico (GPU) de IA. Su valor de mercado superó los 2 billones de dólares a principios de 2024. Jensen Huang, su CEO, informó de ganancias récord. La intensa necesidad de potencia de computación de IA impulsó estas cifras. Esta demanda de chips especiales sustenta gran parte de la infraestructura de IA actual. Firmas de capital de riesgo (VC), fondos de cobertura e inversores corporativos participan activamente en este sector.

Esta ola de inversión afecta de lleno a Silicon Valley. También impacta a centros tecnológicos globales como Londres y Beijing. Las startups prometen cambiarlo todo, desde la atención médica hasta las finanzas. Muchas empresas nuevas no tienen ingresos estables. También carecen de formas claras de obtener ganancias. Su valor a menudo depende del crecimiento futuro y de su potencial para transformar las industrias. Esta especulación hace que la gente lo compare con burbujas de mercado pasadas.

Ecos del pasado: señales de advertencia

Los economistas ven similitudes entre el frenesí actual de la IA y la burbuja puntocom de finales de los años 90. En aquel entonces, las empresas de internet obtuvieron grandes valoraciones con pocos o ningún ingreso. El profesor Robert Shiller, economista de Yale y premio Nobel, señaló estas similitudes recientemente. Mencionó el entusiasmo especulativo. También se refirió a la escasa comprensión pública de la tecnología. El índice compuesto NASDAQ se disparó más del 400% de 1995 a 2000. Luego se desplomó fuertemente.

Jensen Huang, cofundador y CEO de Nvidia, ha visto cómo el valor de mercado de su empresa superó los 2 billones de dólares a principios de 2024, impulsado por la intensa demanda global de sus unidades de procesamiento gráfico (GPU) de IA. Su liderazgo ha colocado a Nvidia en el epicentro del auge de inversión en IA. (Fuente: thestreet.com)

Muchas empresas puntocom de entonces no cumplieron sus grandes promesas. Sus modelos de negocio a menudo no estaban probados o ni siquiera existían. A los inversores les importaba más la “audiencia” y la cuota de mercado que las ganancias reales. Esto causó una gran corrección del mercado a partir de marzo de 2000. Miles de millones en riqueza de los inversores se desvanecieron. Muchas startups de internet cerraron. El mercado tardó años en recuperarse por completo.

El sector de la IA actual muestra señales de advertencia similares. Las principales firmas de IA a menudo tienen ratios precio-beneficio (P/E) altos. Esto es cierto incluso para aquellas con pequeñas ganancias. El ratio P/E adelantado de Nvidia superó los 30 a principios de 2024. Esto está muy por encima del promedio del S&P 500. Esta valoración significa que los inversores esperan un enorme crecimiento futuro. Esto podría ser difícil de sostener. Analistas de bancos de inversión, como los de Morgan Stanley, advierten sobre estas altas valoraciones.

Precios altos, beneficios bajos: el problema matemático de la IA

Databricks, una plataforma de datos e IA, alcanzó una valoración de 43 mil millones de dólares a finales de 2023. Esto sucedió incluso con aproximadamente 1.6 mil millones de dólares en ingresos anuales. Tales valoraciones altas muestran un intenso optimismo de los inversores. Existe una gran confianza en futuros avances tecnológicos. A menudo justifican estos altos múltiplos argumentando que la IA posee un enorme “mercado total direccionable”. Sin embargo, este mercado aún es nuevo y muy competitivo.

Muchas startups de IA luchan por obtener ganancias. Construir y ejecutar grandes modelos de IA necesita una enorme potencia de computación. Esto implica enormes costos operativos de electricidad y hardware especial. Sam Altman, CEO de OpenAI, ha hablado abiertamente sobre los enormes costos de entrenar modelos como GPT-4. Estos costos pueden superar fácilmente los ingresos iniciales para muchas empresas.

Contratar talento es otro gran costo para las firmas de IA. Los investigadores e ingenieros de IA cualificados exigen salarios muy altos. Esta feroz competencia por el personal eleva los costos operativos. El rápido ritmo de la innovación en IA significa que la tecnología de hoy podría volverse obsoleta rápidamente. Las empresas deben seguir invirtiendo en investigación y desarrollo para mantenerse competitivas. Este gasto constante reduce los márgenes de beneficio.

La saturación del mercado también es una preocupación creciente. Cientos de empresas están construyendo herramientas de IA generativa similares. Hacer que los productos destaquen se vuelve cada vez más difícil. Esto aumenta la competencia. Podría llevar a guerras de precios, erosionando las ganancias. El capitalista de riesgo Fred Wilson, de Union Square Ventures, señaló recientemente la enorme cantidad de propuestas de IA similares. Destacó lo difícil que es encontrar ideas verdaderamente únicas.

Sam Altman, CEO de OpenAI, ha discutido abiertamente la enorme potencia de computación y los costos de electricidad necesarios para entrenar modelos avanzados de IA como GPT-4, un factor significativo en los altos gastos operativos de las empresas de IA. (Fuente: gettyimages.com)

Burocracia y tensiones globales

Los gobiernos de todo el mundo están observando la industria de la IA más de cerca. Los reguladores se preocupan por la privacidad de los datos, los algoritmos sesgados y el excesivo poder de mercado. La UE aprobó la Ley de IA en marzo de 2024. Establece normas estrictas para los sistemas de IA. Estas reglas obligarán a las empresas a invertir considerablemente en cumplimiento y gestión de riesgos. Esto podría ralentizar la innovación. También podría aumentar los costos operativos para las empresas de IA en la UE.

En EE. UU., la Comisión Federal de Comercio (FTC) ha comenzado a investigar a los principales actores de la IA. Estas investigaciones apuntan a posibles monopolios y competencia desleal. La presidenta de la FTC, Lina Khan, expresó su preocupación de que las firmas tecnológicas dominantes estuvieran extendiendo su dominio al ámbito de la IA. Una mayor supervisión podría significar multas, ventas forzadas o límites a los modelos de negocio. Tales acciones dañarían la confianza de los inversores y los valores de las empresas.

Las tensiones globales también plantean grandes riesgos para las inversiones en IA. La rivalidad tecnológica entre EE. UU. y China afecta directamente la cadena de suministro de IA. El gobierno de EE. UU. ha limitado las exportaciones de chips de IA avanzados a China. Esto tiene como objetivo ralentizar el progreso de China en IA y supercomputación. Estos controles afectan a fabricantes de chips como Nvidia y fundiciones como TSMC.

Estos límites crean incertidumbre en los mercados globales de hardware y software de IA. Pueden alterar las cadenas de suministro y aumentar los costos de producción. Las empresas chinas de IA luchan por conseguir los mejores chips para sus modelos. Esto podría dividir la industria global de la IA. Una división de este tipo crea riesgos para las empresas que desean operar globalmente.

Qué deben hacer ahora los inversores en IA

Los inversores deben verificar cuidadosamente los modelos de negocio básicos de las empresas de IA. Es recomendable buscar firmas con datos propios, patentes únicas o experiencia especializada. Estos elementos les confieren una ventaja duradera. Las herramientas de IA simples construidas sobre modelos existentes podrían no valer mucho a largo plazo. Una investigación cuidadosa es clave en este sector en rápido cambio.

Diversificar sus inversiones sigue siendo vital para reducir el riesgo. Evite concentrar todo su capital en unas pocas startups de IA arriesgadas. Considere una cartera más amplia. Incluya empresas tecnológicas establecidas con una trayectoria probada en el uso de la IA. Juzgue a las empresas por su capacidad para generar ingresos y beneficios reales. No hay que centrarse solo en el potencial futuro. Esto le ayuda a resistir los altibajos del mercado.

Taiwan Semiconductor Manufacturing Company (TSMC) es la fundición de semiconductores independiente dedicada más grande del mundo, produciendo los chips avanzados esenciales para el desarrollo de la IA. Su papel crítico en la cadena de suministro global de IA la convierte en un punto focal para las tensiones geopolíticas y los controles de exportación, impactando directamente los riesgos de inversión en IA. (Fuente: reddit.com)

Es probable que el sector de la IA siga viendo innovación. También enfrentará correcciones del mercado. Algunas empresas seguramente cumplirán sus grandes promesas. Otras lucharán por obtener ganancias o destacar. Los inversores deben prepararse para un panorama cambiante. Hay que esperar períodos de crecimiento rápido y posibles retrocesos. En última instancia, los ganadores serán las empresas con planes de negocio sólidos y caminos claros hacia la rentabilidad. Para todos los demás, la fiebre del oro de la IA podría convertirse en un fracaso.

Preguntas frecuentes

¿Qué define una burbuja de inversión? Una burbuja de inversión ocurre cuando los precios de los activos se disparan rápidamente. La especulación a menudo impulsa esto, empujando los precios mucho más allá de su valor real. El entusiasmo de los inversores suele impulsar este crecimiento insostenible. A menudo termina en una caída repentina y brusca.

¿En qué se diferencia la IA de la era puntocom? La tecnología de IA tiene usos más claros e inmediatos. También muestra un impacto económico real, a diferencia de muchas de las primeras empresas de internet. Pero hay similitudes: valoraciones especulativas, un mercado saturado y un alto gasto en modelos de negocio no probados.

¿Qué sectores están más en riesgo? Los sectores más en riesgo incluyen las startups de IA generativa. A menudo tienen altas tasas de consumo de capital y carecen de una vía clara para generar ingresos. Las empresas cuyo valor se basa únicamente en promesas futuras, sin ingresos actuales significativos, son especialmente vulnerables.

¿Cuáles son los indicadores clave de una burbuja de IA? Los indicadores clave incluyen ratios precio-beneficio muy altos. También vemos enormes cantidades de capital de riesgo (VC) invertidas en empresas no probadas. Hay un entusiasmo generalizado del público inversor en general. Muchas startups ofrecen productos similares que no destacan.

La burbuja puntocom, que alcanzó su punto máximo en marzo de 2000, vio a las empresas basadas en internet alcanzar valoraciones extremas antes de una dramática corrección del mercado, eliminando miles de millones en riqueza de los inversores y sirviendo como una advertencia para los nuevos auges tecnológicos. (Fuente: economyprism.com)

---

También te puede interesar:

👉 La carrera espacial de 546.000 millones de dólares: capital privado y rivalidades globales

👉 El VIX: volatilidad del S&P 500 a 30 días, no miedo

👉 Futuros Sostenibles: Inversión, Ciberseguridad y Futuro del Trabajo