Cómo la burbuja de la IA arrastrará a la economía estadounidense y global

“Sería una desgracia si malgastamos cientos de miles de millones de dólares, pero el riesgo es mayor si construimos despacio y la superinteligencia llega antes de lo previsto: estaríamos fuera de juego en la tecnología más importante de la historia”. Así justificaba en septiembre Mark Zuckerberg, dueño de Meta, sus enormes inversiones en centros de datos para inteligencia artificial. Se estima que las grandes tecnológicas estadounidenses han comprometido 2,9 billones de dólares para ello entre 2025 y 2029, casi veinte Planes Marshall ajustados a inflación: una escala sin precedentes, muy por delante de China, en uno de los mayores programas industriales de la historia. Sin embargo, los ingresos hoy atribuibles a servicios de IA apenas rondan menos de un 2% de las inversiones, una cantidad mínima frente a unos enormes costes en centros de datos que además se deprecian en pocos años. Muchos encuentran ecos de la burbuja puntocom.

Pero no es cualquier burbuja: la IA es el actual centro del desarrollo económico estadounidense. El auge de la inversión en el sector ha evitado una “fuerte desaceleración” en Estados Unidos, según el Fondo Monetario Internacional. Desde la irrupción de ChatGPT en 2022, las empresas asociadas a la IA han supuesto el 90% de las inversiones en capital y el 80% del crecimiento del índice S&P500, una concentración sin precedentes desde que hay registros. El despliegue acelerado de la infraestructura de la IA es una transformación radical del modelo de negocio de las tecnológicas, cuya fortaleza financiera residía en su poco gasto de capital y su poca deuda. Si la apuesta tiene éxito, el mundo pondrá rumbo a un cambio tecnológico que devorará todo tipo de sectores económicos. Si fracasa, la burbuja bursátil y de crédito que sostiene el despliegue arrastrará a la economía estadounidense y a la global con ella.

La inteligencia artificial, un nuevo activo financiero

Ninguna de las grandes tecnológicas quiere quedarse atrás en el despliegue de la IA. Saben que la primera en lanzar aplicaciones exitosas de una nueva tecnología dominará el mercado. Las historias de cómo IBM perdió la revolución del ordenador personal o Microsoft la del smartphone han metido en su ADN esta ansiedad competitiva. Meta y Alphabet juntan unos ingresos de casi 400.000 millones de dólares al año en publicidad gracias al éxito inicial de Facebook y Google, respectivamente. La misma dependencia ocurre con Amazon y sus tiendas online, o Apple y el iPhone. Ante la disrupción de ChatGPT, han salido a competir en aplicaciones de IA: gastar millones de dólares ahora puede garantizarles dominar otra década.

El corazón de ese gasto es el despliegue acelerado de centros de datos para IA. Meta, Alphabet, Microsoft o Amazon buscan acumular la mayor capacidad de cómputo posible para entrenar nuevos modelos y lanzar aplicaciones. Sin embargo, levantar un centro de datos requiere más de dos años, unos 1.500 trabajadores y cuesta entre 30.000 y 60.000 millones de dólares, casi tanto como los beneficios trimestrales de estas empresas. Cerca de la mitad de ese gasto se destina a los chips de Nvidia, la gran beneficiaria de un proceso que involucra a muchas otras empresas en la cadena de suministro, como viejos fabricantes industriales. El resto del gasto se destina al suministro eléctrico y los sistemas de refrigeración, ya que los centros de datos para IA son mucho más exigentes que los convencionales. Aquellos funcionaban como bibliotecas con fibra óptica; los nuevos se asemejan más a supercomputadores de escala industrial.

Se trata entonces de una industrialización impulsada por las mayores empresas del mundo. Hasta el momento, buena parte del capital para construir los centros de datos ha salido de la contabilidad de las grandes tecnológicas: ya sea de sus beneficios o acudiendo a los mercados de deuda. Gracias a los enormes márgenes de beneficio de sus negocios, que han requerido históricamente de poca deuda y poco capital fijo, la deuda de las tecnológicas se considera tan segura que Microsoft ha emitido bonos corporativos con mejor calificación que los del Tesoro estadounidense. Con el auge de la IA, las tecnológicas han superado a los bancos como primer sector global de deuda corporativa. Los mercados de deuda son el corazón del capitalismo financiero actual, y hoy la mayor parte se está canalizando hacia el despliegue de la IA.

Sin embargo, para evitar deudas en sus cuentas y daños en sus calificaciones, las grandes tecnológicas están usando sociedades vehículo y estructuras opacas. El mecanismo es simple: un promotor construye el centro de datos, se lo alquila a una tecnológica y empaqueta los ingresos futuros del alquiler en bonos que vende a grandes fondos de inversión. La deuda se dispersa por el sistema financiero, el promotor recupera la inversión y la tecnológica obtiene capacidad de cómputo sin endeudarse oficialmente. Operaciones como el centro Hyperion de Meta junto a Blue Owl Capital en Louisiana, los centros de Oracle con Vantage en Texas y Wisconsin o la sociedad de xAI con Apollo participada por Nvidia —que servirá para comprar chips de la propia Nvidia— son ya el nuevo patrón. Es un ciclo alimentado por la especulación sobre la rentabilidad de estos centros de datos. Si el ciclo estalla porque la IA no es rentable, las tecnológicas ni siquiera tendrán activos de los que desprenderse, y el riesgo estará repartido por todo el sistema financiero.

El epicentro de la burbuja

El centro de todo es OpenAI, la startup que inició la carrera por la IA lanzando Chat-GPT en 2022. Con más de quinientos millones de usuarios, un 6% de la población mundial, que lo usan para buscar información, editar textos o programar, su éxito justificaría la demanda de computación por la que se están construyendo tantos centros de datos. También alimenta la euforia inversora anunciando acuerdos con Nvidia, sus rivales AMD y Broadcom, Amazon o la operadora de servidores Oracle, prometiéndoles futuros ingresos. Buena parte de esos acuerdos forman un circuito financiero cerrado: las empresas que invierten en OpenAI luego reciben ese dinero en contratos de computación o chips. Por eso es crucial que OpenAI resulte rentable, algo que no ha conseguido: se estima que por cada dólar adicional de ingresos ha gastado casi ocho. Aun así, el mercado da por hecho las proyecciones de que duplicará sus ingresos año tras año gracias a la publicidad, las compras en la aplicación y el lanzamiento de nuevas aplicaciones.

Las señales de burbuja están por todas partes: financiación de proveedores, concentración en pocas empresas, un endeudamiento opaco cada vez más especulativo, y gastos y valorizaciones disparados sin un camino claro a beneficios económicos. Es la exuberancia irracional del capitalismo financiero que vimos con la burbuja puntocom o la crisis de las hipotecas subprime. Sin embargo, esta burbuja tecnológica no es una réplica de las anteriores. Con las puntocom se construyó una red de fibra óptica y conectividad que permaneció años infrautilizada; hoy existe una demanda de cómputo para IA todavía insatisfecha. Tampoco lideran el ciclo las startups sin ingresos de 1999, sino las mayores corporaciones del planeta, con negocios diversificados, balances sólidos y beneficios sostenidos. Pero esas diferencias no la hacen menos inestable.

Como en cualquier otra, el peligro de la burbuja de la IA es que la rentabilidad sea mucho menor que la deuda que alimenta el ciclo. Para rentabilizar los gastos de los centros de datos y los laboratorios, la economía tendría que integrar los modelos de IA de forma productiva en muy poco tiempo. Pero la carrera empresarial está elevando los costes de capital, y el desfase entre expectativas financieras e ingresos puede traducirse en impagos, caídas bursátiles y contagio al sistema financiero. Además, la competencia acelera la comoditización de la IA, con modelos con prestaciones similares tratando de captar clientes bajando precios. Si las barreras de entrada siguen cayendo —por el avance de los proyectos abiertos chinos como DeepSeek o Qwen, o por la mejora en eficiencia de los chips y algoritmos—, la IA se volverá un bien abundante con muy pocos márgenes de beneficio para sus productores. Y entonces pincha la burbuja.

Un frágil pacto con Trump

El despliegue de la IA ha sido el principal motor de la economía estadounidense en el segundo mandato de Donald Trump, un auge que oculta el deterioro causado por sus otras políticas. Los aranceles y la persecución de trabajadores migrantes elevan los costes para consumidores y empresas, y la relajación monetaria de la Reserva Federal no ha reactivado el empleo. La financiación de la IA encarece la de sectores como el acero, el aluminio o la automoción, que además sufren tasas históricas. En consecuencia, la inversión en nuevas fábricas ha caído y el empleo manufacturero encadena su peor racha desde la pandemia. Al mismo tiempo, los centros de datos en Virginia, Texas u Ohio disparan la demanda eléctrica, encareciendo la energía y alimentando tensiones locales. Según recoge Bloomberg, más de la mitad del 1,6% que creció el PIB estadounidense en el primer semestre de 2025 procede de la inversión ligada a IA.

La interacción entre el boom tecnológico y la política comercial resume el caos económico del trumpismo. Trump prometió reindustrializar el país, pero las grandes beneficiarias de sus políticas económicas son las grandes tecnológicas. Es más, les ha concedido exenciones en su guerra arancelaria: los componentes electrónicos de los centros de datos están libres de tasas y las importaciones desde Taiwán se han disparado un 500%. De momento, mantener abierta esa vía a los chips de Nvidia sostiene la narrativa del crecimiento económico. Pero si el descontento por los centros de datos aumenta o el ala más radical del movimiento MAGA impone su rechazo a Silicon Valley —Steve Bannon está llamando a ilegalizar la IA—, Trump podría confrontar a las tecnológicas antes de las elecciones de medio mandato de noviembre de 2026.

Desde su llegada a la Casa Blanca, el boom de la IA ha sellado un frágil pacto entre el capital tecnológico, el financiero y la Administración Trump. Las tecnológicas respaldan al republicano porque necesitan al Estado, pero las bases de MAGA desconfían de la ideología californiana y del tecnooptimismo de Silicon Valley, antes alineado con los demócratas. La alianza ha sido provechosa para ambas partes: desregulación a cambio de pleitesía y cifras económicas. Además, ha sido una ocasión perdida para la política climática en un sector que consume enormes cantidades de agua y energía. Si el equipo de Joe Biden hubiese continuado en la Casa Blanca, el boom de la IA habría estado acompañado de un despliegue masivo de energías renovables. Trump, en cambio, ha forzado que este despliegue se apoye en la industria fósil.

Una apuesta radical

Los nuevos modelos de IA son una tecnología que promete transformar el mundo. El politólogo Henry Farrell los describe como una nueva tecnología cultural y social que reordena el conocimiento humano. Igual que los mercados condensan la información económica en precios o las burocracias simplifican la vida social en categorías y normas, los modelos de IA generativa comprimen el saber colectivo digital y lo hacen operable en lenguaje natural. Sus representaciones son parciales y tienen fallos, como los precios o las jerarquías administrativas, pero su eficacia es incuestionable. Las grandes tecnológicas estadounidenses están apostando billones de dólares con la convicción de que esta será una tecnología de utilidad general capaz de redefinir cómo accedemos, mezclamos y producimos información y contenido.

El ciclo apenas lleva dos años y ya da señales de sobreendeudamiento, pero se prolongará lo que dure el entusiasmo inversor. Ninguna tecnológica quiere quedarse atrás, y se estima que a este ritmo el coste de la carrera por construir centros de datos será quince veces el del programa espacial Apolo y más de 150 el del Proyecto Manhattan. El desenlace dependerá de si semejante apuesta resulta económicamente viable. Si la IA, por mucho que demuestre ser una tecnología tan transformadora como la electricidad o internet, no logra generar beneficios suficientes para sostener estas inversiones, el ajuste bursátil será brutal y el contagio a través de los fondos de inversión provocaría daños financieros sistémicos.

El despliegue de la IA también confirma lo que señalaba el informe Draghi sobre la competitividad europea: el dinamismo de la economía de Estados Unidos se debe a la profundidad de sus mercados de capitales. La inestabilidad geopolítica que ha desatado Trump no impide que Wall Street siga siendo el centro de inversiones privadas del mundo. Ninguna otra economía de mercado puede movilizar billones de dólares de capital privado hacia un sector en tan poco tiempo. La Unión Europea, con un sistema bancario fragmentado y reacio al riesgo, es incapaz de absorber capital privado a esa escala, y moviliza recursos sobre todo a través de los presupuestos nacionales, como con el gasto militar. China, pese a los éxitos de DeepSeek y Qwen, de Alibaba, se ha visto forzada a construir un ecosistema en torno a Huawei y el fabricante SMIC por las restricciones de Washington, pero sigue dependiendo de chips limitados de Nvidia.

Las grandes tecnológicas suelen distraer la atención pública con la promesa —o amenaza— de la superinteligencia artificial, una superior a la humana en todos los ámbitos. Sin embargo, lo relevante es el alcance que la IA ya está desplegando. Las tecnológicas proyectan que su impacto será social, una transformación profunda del poder y del trabajo. Respecto al poder, ellas están decidiendo con qué datos se entrenan los modelos, qué reglas determinan el entrenamiento y qué aspectos del mundo dejan fuera. Sobre el trabajo, su apuesta es radical: desplegar una revolución burocrática, un proceso de automatización de las tareas de oficina que forman la base del mundo del trabajo del siglo XXI. En las economías desarrolladas, los trabajadores de oficina representan cerca del 50% de la fuerza de trabajo. Bastaría con una IA que actúe como un empleado que nunca descanse para alterar por completo nuestras sociedades.