Diez razones por las que no estamos en una burbuja de IA

Todo el mundo se está preguntando lo mismo: Es la IA la nueva burbuja del .com? Los precios de las acciones están subiendo, cada vez hay más titulares y es difícil no ver el bombo publicitario. Pero bajo la superficie, este ciclo no se está comportando como una burbuja que vaya a estallar. Se parece mucho más a los inicios del teléfono móvil o de la nube: adopción a gran escala, mejora real de productividad, y cuellos de botella físicos que previenen el exceso de oferta.

A continuación, exponemos porqué consideramos que estamos solo en los inicios del ciclo de la IA.

1. Primero adopción, después monetización (pero los ROI son obvios)

Las plataformas de internet siempre siguen el mismo guion: primero fidelizan a los usuarios y luego monetizan en volumen.

Facebook es el claro ejemplo. Durante su IPO en 2012, tenía alrededor de 1 billon de usuarios, cotizando a 100x los beneficios esperados y ampliamente descartada como una burbuja. Había a penas monetizado el móvil y el ingreso medio por usuario (ARPU) en mercados desarrollados era de 8 dólares por año. Doce años después, ARPU roza los 200 dólares, y el precio por acción se ha multiplicado por dieciséis. La monetization tardo en llegar, pero llegó.

El caso de ChatGPT es similar. Se está acercando rápidamente al billón de usuarios semanales y está en el centro de las vidas tanto personales como profesionales de los usuarios. Los usuarios le confían tareas reales como la redacción, código, decisiones de compra, elecciones de vida, análisis. Para muchos profesionales, 20 dólares al mes parecen barato en comparación con el tiempo que te ahorra. Los usuarios de la Plataforma gratuita aceptan publicidad a cambio de ese valor.

Crecimiento del ChatGPT frente a internet

Fuente: The Financial Times, 2025

Si un ecosistema maduro de la IA puede ganar alrededor de 10 dólares al mes por cada usuario comprometido, un billón de esos usuarios implica un potencial de ingresos de casi 120 billones al año. Esta es la Economía de Plataforma estandar.

Aún así, crear una Plataforma global es cara. Netflix, Spotify y Uber todos consumieron efectivo durante años antes de crecer. Las plataformas de IA están en la misma fase de construir y aprender. Necesitas atraer a usuarios, mejorar la experiencia, capturar datos, fortalecer el producto e innovar frente a los competidores más arraigados (Google).

Mientras tanto, el retorno de inversión de los usuarios es real y medible. Mientras que los modelos se acercan a los niveles de humanos expertos, el impacto ha pasado de ser un “modelo bueno” a “infraestructura critica”. Su impacto ya es visible en la Economía real: en el sector salud, los modelos leen los escáneres, redactan informes y casos de triaje. En trabajos de conocimientos como código, marketing y legal, los equipos reducen las horas de trabajos rutinarios con la IA; en industria y robótica, los modelos de visión inspeccionan los productos y guían a las maquinas; en atención al cliente, los agentes pueden manejar la mayor parte de la carga sencilla antes que de el ser humano se involucre. IA reduce costes, aumenta el rendimiento y reduce el tiempo de toma de decisiones.

2. La rentabilidad replica los beneficios

En una burbuja real de valoraciones, los precios se separan de la realidad. A finales de los 1990, las acciones de internet se caracterizaban por precios al alza sin beneficios que los respaldasen. A finales de 1999, el índice MSCI World IT cotizaba a 50 veces beneficios.

Sector Global IT en dot-com (indexado en 1997)

Fuente: Bloomberg, MSCI, 2025

Esta vez, la foto es diferente. En el sector IT, la rentabilidad en precio ha seguido el crecimiento de beneficios. Los precios por acción han incrementado substancialmente y los beneficios les han seguido. Ha habido casos de exuberancia, pero a nivel del índice, no es el caso de retornos puramente impulsados por la narrativa.

Sector IT Global hoy (indexado en 2022)

Fuente: Bloomberg, MSCI, 2025

A largo plazo, los precios siguen los BPA. Hasta la fecha, la tecnología expuesta a la IA ha tenido un fuerte crecimiento en vez de la manía clásica. Microsoft Azure, Amazon Web Services, Google Cloud y Oracle Cloud Infrastructure han acelerado. Toda nueva capacidad generada se vende inmediatamente. Estas empresas, con unos ingresos base de USD 300 billones, han acelerado con un crecimiento de las primeras lineas de 31%, mientras que la rentabilidad sigue siendo alta.

Crecimiento YoY de los ingresos de la nube.

Fuente: Bloomberg, 2025

Retorno sobre el capital de los Hyperscalers (Alphabet, Amazon, Meta, Microsoft)

Fuente: Bloomberg, 2025

3. Valoración con una prima razonable

Como consecuencia, las valoraciones aún son razonables. Si, los lideres de la IA cotizan con una prima substancial con respecto al mercado, pero esta prima se puede explicar por la habilidad de combinar un rápido crecimiento, elevados márgenes, fuertes ventajas competitivas y muy poco apalancamiento. Es lógico pagar una prima por estas compañías.

PER próximos 12 meses durante los últimos 5 años

Fuente: Bloomberg, 2025

Muchas de estas empresas aún cotizan cercanos a los múltiplos de valoración medios de los últimos 5 años. Si consigue incrementar sus beneficios materialmente más rapido que el mercado durante los próximos 3 a 4 años (que creemos lo harán), esperamos que coticen con los múltiplos del mercado, pese al fuerte crecimiento futuro.

La industria de los semiconductores refleja el potencial existente. Aun incluyendo Nvidia, representa solo el 0.5% del PIB global. Para una tecnología en el corazón de la construcción de la IA, esto deja un espacio significativo para un crecimiento por encima de la media.

4. Los modelos se están acercando mucho a los niveles de los humanos expertos

No estamos en un estado estable en el modelo de calidad. La nueva generación de modelos de razonamiento está estrechando la diferencia con los humanos expertos en muchas tareas.

Es decir, estos modelos no solo devuelven una sola respuesta. Piensan varias veces sobre un problema, revisitando y refinando su respuesta inicial. Este proceso reduce las alucinaciones, mejora la fiabilidad y abre la puerta a casos de uso más exigentes.

Tasa de éxito en la valoración del PIB: desempeño en tareas económicamente valiosas

Fuente: GDPVal OpenAI paper, 2025

Las implicaciones de los negocios son simples: mientras que la capacidad incrementa, muchos flujos de trabajo se vuelven viables para ser automatizados o aumentados. Esto significa mayor uso, una profunda integración en las organizaciones, y, últimamente, más ingresos. La gráfica muestra claramente como, en solo un año, los modelos de IA han ido cerrando la diferencia con los humanos.

5. Más capacidad de procesamiento para una IA avanzada

Los modelos de razonamiento requieren mayor poder de computación.

Cada nueva frontera en la IA sigue el mismo patrón. Razonamiento, agentes autónomos, generación de video e imagen, e investigación grandes cuerpos de texto que exigen un orden de magnitud mayor de computación que la generación anterior.

Computo necesario port area frente al reto de un solo desafio

Fuente: OpenAI, Nvidia and Melius Research estimates, 2025

Cojamos un ejemplo de investigación profunda: amplia gama de reportes de varias compañías, presentaciones de resultados y notas introducidos en un sistema de IA y solicitamos un resumen estructurado y una comparativa en temas específicos. Si se hace manualmente, este trabajo puede llevar Semanas de esfuerzo, mientras que con la IA puede resolverse en unos veinte minutos.

Hace un año, la computación de esta tarea hubiese costado unos 200 dólares. Como el coste por token está cayendo, este mismo Proyecto es ahora más barato, y por lo tanto, podemos permitirnos hacer muchos más. Esta es el punto principal: mientras que el corte de la IA cae, el volumen se la IA se dispara.

6. El consumo se multiplica cada tres meses

La mejor manera de medir la demanda de la IA es por el número de tokens procesados. Estos tokens representan el número de trabajos gestionados por los modelos. Como hemos establecido ya, el volumen de la IA está disparándose. Y como hemos dicho anteriormente, el volumen de la IA está disparándose.

Entre diciembre de 2024 y agosto de 2025, Google reportó un aumento del uso de tokens de IA de catorce veces en tan solo ocho meses, implicando que aproximadamente se dobla cada tres meses. Según un artículo de la CNBC, Google espera mantenerse, doblando la capacidad cada seis meses.

Alphabet: tokens mensuales procesados (trilliones)

Fuente: ChatGPT investigación en Comunicaciones públicas, 2025

Así es como se ve la adopción exponencial: pocos cuellos de botella para el usuario, fuertes incentivos para experimentar, y rápidos y tangibles beneficios en la productividad. Cuando la demanda incrementa a esta velocidad, la oferta lucha por mantener el mismo ritmo y se produce un super ciclo de inversiones.

7. La oferta es la restricción real

Una burbuja normalmente viene acompañada de una característica obvia: niveles críticos de sobre oferta. Demasiada red de fibra, demasiados centros de datos especulativos, demasiadas fábricas. Durante la burbuja del dot-com, el 97% de la fibra nunca fue utilizada.

La IA hoy tiene el problema opuesto. Todas las GPU están al 100%, incluso el A100, con 6 años de antigüedad. Además, los cuellos de botella están limitando lo rápido que se puede expandir la oferta, lo que significa que es muy improbable que explote una burbuja.

La energía es el mayor cuello de Botella. EEUU lleva décadas investigando la capacidad de generación. Hoy en día, los centros de datos a hiperescala necesitan vasta y continua energía. Todo está bajo reconsideración: solar con baterías de almacenamiento, nuclear, incluso el renacimiento de las turbinas de gas. Algunos proveedores afirman tener su producto agotado para los próximos años.

Por parte de los chips, TSMC, empresa conocida por su lenguaje comedido, ha descrito la demanda de la IA como insane y dice que la capacidad de nodo avanzado esta tres veces por debajo de donde los consumidores querrían que estuviese. Los componentes de memoria y de ancho de banda están en la misma situación.

Como actor dominante en la fabricación avanzada, TSMC puede permitirse tomar un enfoque cauto frente a la expansión. Quiere tener pruebas de la durabilidad de la demanda antes de comprometerse con otra oleada de fuerte inversión y prefiere estar en el lado seguro.

Este enfoque cauto, combinado con los cuellos de Botella fisicos en energia e infraestructura, ejerce como un freno natural en la sobre-inversion y hace que la sobre oferta sea menos probable. Las conexiones para enfriar, tierra y red son restricciones adicionales, requiriendo una cauta planificación.

8. Potencial de crecimiento del 40% anual para la inversión en centros de datos

Las propias expectativas de Nvidia para el desarrollo de la IA son sorprendentes. Prevé un crecimiento de la inversión en centros de datos globales de aproximadamente un 40% anual hasta 2030.

Ingresos de Nvidia AI frente a la inversión en centros de datos

Fuente: Nvidia, Bloomberg, 2025

Por el contrario, las expectativas del mercado para el crecimiento de ingresos de la IA están cercanas al doce por ciento anual durante el mismo periodo. Para 2030, es una gran diferencia. Si Nvidia no se equivoca, el consenso está subestimando el tamaño y la duración del ciclo de inversión de la IA.

Aun con este telón de fondo, Nvidia cotiza a veinticinco veces PER en las estimaciones de 2026. Es una valoración con prima, pero lejos de los extremos vistos en burbujas anteriores. Podríamos incluso debatir que el consenso con menor tasa de crecimiento no se ve plenamente reflejado en el precio, sin hablar de las perspectivas más ambiciosas.

9. Los nativos de la IA están escalando a velocidad récord

Si miramos más allá de las historias de éxito de las grandes tecnológicas, las compañías nativas de software de la IA también están creciendo más rápido que la generación anterior de SaaS.

Iconiq’s State of Software 2025 refleja que las primeras empresas de la IA alcanzarán los USD 100 millones de ingresos recurrentes en los próximos dos años. Históricamente, incluso las empresas de software de primer cuartil tardaron entre dos y tres veces más en alcanzar ese hito.

Trimestres para ARR desde USD 1 millon a USD 100 millones

Fuente: Iconiq's 'State of Software 2025', 2025

Esta velocidad indica la predisposición de pago que tienen los clientes de la IA. También sugiere la sólida cartera de proyectos futuros de los ganadores de la IA más allá de las mega-caps.

10. SaaS stands to gain (but is priced for disruption)

Desde el tweet de Sam Altman sobre la era de ‘moda rápida ‘de los SaaS, las acciones de las empresas de software se han quedado atrás con respecto a las de semi conductores. El mercado parece convencido de que la IA vaciará gran parte de la capa de aplicación.

Rentabilidad de los diferentes grupos

Fuente: DPAM, 2025

Hay algo de verdad en lo que respecta a las herramientas indiferenciadas. Las aplicaciones simples serán más fáciles de replicar en un mundo dominado por la IA, y es probable que se produzca una presión sobre los precios. Pero eso no aplica a todo el universo SaaS.

Los sistemas centrales de registro, como ERP, CRM, HCM y plataformas financieras, están profundamente integrados en las operaciones. Son fundamentales para el cumplimiento normativo, la seguridad y la interoperabilidad. Sustituirlos es costoso, arriesgado y rara vez ofrece una ventaja competitiva real. Para la mayoría de las empresas, tiene mucho más sentido crear agentes de IA y automatizar sobre estos sistemas que eliminarlos.

Esperamos que los ganadores en SaaS sean aquellos que adopten la IA como copilot, automatizando tareas que históricamente hacían los desarrolladores, analistas y operadores, mientras siguen basándose en los datos y flujos de trabajo subyacentes. Muchos de estos nombres tienen actualmente un precio como si fueran a sufrir una disrupción total en lugar de una mejora.

¿Qué podría descarrilar esto?

Esto no quiere decir que el ciclo de la IA vaya a ser lineal. El poder de fijación de precios podría verse mermado si los modelos básicos se convierten en productos básicos más rápido de lo esperado. Esto supone un posible obstáculo para los proveedores de modelos, pero supone un impulso para los proveedores de infraestructura, lo que respalda nuestra postura positiva al respecto. La regulación y las normas sobre datos pueden ralentizar la adopción en sectores sensibles. Existen riesgos geopolíticos en torno a los chips, Taiwán y los materiales críticos pueden reducir el suministro.

Y la intensidad de capital de la construcción significa que la mala asignación de las inversiones será penalizada. En nuestra opinión, estos son los principales factores de cambio, pero modifican más el ritmo del ciclo que su dirección: las ganancias de productividad ya son visibles y, una vez incorporadas a los flujos de trabajo, son difíciles de revertir.

Primeras etapas de un superciclo

Ponemos todo esto junto y la foto es la siguiente:

1. La monetización va deliberadamente por detrás de la adopción, como ocurrió en anteriores cambios de plataforma.

2. El crecimiento de beneficios está respaldando el comportamiento de los precios de las acciones.

3. Las valoraciones son altas, pero lejos ser eufóricas con respecto a los fundamentales.

4. La calidad del modelo está mejorando rápidamente.

5. Las necesidades de computación siguen incrementando

6. La demanda de tokens se está multiplicando a un ritmo extraordinario.

7. Energía, chips, terreno y enfriamiento son fuertes restricciones más que áreas sobredimensionadas.

8. La inversión de capital en centros de datos está subestimada.

9. Las compañías nativas de la IA están incrementando ingresos a mayor ritmo que cualquier otra cohorte de software.

10. SaaS core, un beneficiario clave de la IA, está cotizando con una narrativa de disrupción muy pesimista.

Desde nuestro punto de vista, esto claramente forma el perfil de un largo y potente ciclo de inversión en la IA, caracterizado por dispersiones ocasionales, pero sobre todo, lleno de oportunidades.