Los hyperscalers necesitan multiplicar por 2,7 su productividad para justificar el gasto en IA

Jessica Wachter, profesora de finanzas en Wharton y antigua jefa económica de la SEC, ha publicado un análisis que pone números al riesgo financiero del despliegue de infraestructura de IA. Su conclusión es directa: para que el gasto actual de los hyperscalers se justifique al margen de coste, las empresas deberán aumentar su productividad en un factor de 2,7 antes de 2030. Si eso no ocurre, el endeudamiento asociado pone en riesgo la solvencia de estos gigantescos proveedores de nube.

El punto de partida del estudio es el volumen de inversión. Wachter y su coautor estiman que el gasto en centros de datos de IA alcanzará casi 1,1 billones de dólares (1.100 millones de dólares en la escala antigua, o 1,1 trillones en la actual equivale a 1,1 billones en español correcto de unidades de potencia, pero cuidado: 1.1 trillion = 1.100.000 millones). Espera, corregimos la cifra según las reglas: 1.1 trillion dollars son 1,1 billones de dólares. El texto original dice "nearly $1.1 trillion". En español: 1,1 billones de dólares. El gasto previsto para este año es de unos 750.000 millones de dólares. Las proyecciones para los próximos cuatro años superan los 5 billones de dólares (5 trillones). Frente a esto, los ingresos totales por IA esta ronda están entre 150.000 y 200.000 millones de dólares, según Gary Gensler.

La discrepancia entre caja y derrama se está cubriendo con deuda. El flujo de caja libre de estos grupos está cayendo en negativo. Alphabet, por ejemplo, reportó en su último trimestre un déficit de caja libre de 5.900 millones de dólares, consumido por el gasto en infraestructura, su primer saldo negativo desde que salió a bolsa en 2004. Mihir Kshirsagar, del Centro de Política de TI de Princeton, advierte del coste de oportunidad: los chips GPU, que representan el 60% de los costes operativos, duplican su rendimiento cada dos años. Esto obliga a sustituir hardware con frecuencia para no quedar obsoleto. Si la demanda de capacidad de cómputo no crece lo suficiente, miles de millones de dólares en hardware quedarán varados, convirtiendo los centros de datos en activos fantasma.

El umbral de rentabilidad

Wachter señala que no basta con que las ventas de IA suban; hay que cubrir el coste del capital, la depreciación y un retorno mínimo del 15% para los accionistas. Si la productividad no se dispara, las empresas no podrán pagar los intereses de la deuda. El riesgo no es solo corporativo: se está transmitiendo a la economía general a través de los mecanismos financieros de financiación de la deuda. La inversión en IA podría llegar a representar el 3% del PIB de EE.UU., un nivel que exige que el retorno sea real y rápido, no teórico.