Lista de reproducción
- No hay más artículos para escuchar
OpenAI se comprometió recientemente a invertir 1.4 billones de dólares para asegurar la capacidad informática futura, fue simplemente la última muestra de un optimismo irracional de cara a 2025. Según algunas estimaciones, el crecimiento del PIB estadounidense en la primera mitad de este año provino casi en su totalidad de los centros de datos. Esto generó un aluvión de comentarios sobre cuándo estallará la burbuja y qué consecuencias tendrá. Si bien la fiebre de las puntocom de finales de los 90 terminó con una resaca para Wall Street, la economía real conservó lo esencial: la infraestructura. La productividad aumentó y la fibra óptica instalada durante los años de auge sigue funcionando hoy en día. La promesa del presidente estadounidense Bill Clinton de construir un “puente hacia el siglo XXI” fue una de esas raras promesas de campaña que se cumplen.
Las inversiones actuales en IA podrían resultar tan rentables como lo fue internet. Sin embargo, por ahora, las ganancias parecen más moderadas y los riesgos macroeconómicos mayores que en el caso de la burbuja puntocom. Consideremos los beneficios potenciales. A finales de la década de 1990, los frutos de internet se hicieron evidentes mientras la burbuja aún se inflaba: el crecimiento de la productividad laboral en EE. UU. promedió alrededor del 2.8 por ciento entre 1995 y 2004, casi el doble del ritmo de las dos décadas anteriores, antes de desacelerarse a mediados de la década de 2000. Estos beneficios se reflejaban en las cuentas nacionales incluso mientras Pets.com compraba sus desafortunados anuncios para la Super Bowl.
Esta vez, el crecimiento de la productividad laboral en EE. UU. se ha recuperado tras dos décadas de estancamiento, alcanzando cerca del 2.7 por ciento el año pasado, pero es demasiado pronto para atribuirlo a la IA. De hecho, la adopción de la IA está disminuyendo, como lo demuestra una reciente encuesta de la Oficina del Censo de EE. UU. que revela un menor uso entre las grandes empresas. Si el reciente repunte de la productividad se debiera principalmente a la IA, es probable que se desvanezca a medida que su adopción disminuya, lo que nos recuerda lo efímeras que pueden ser estas tendencias. Por muy visible que fuera el auge de las tecnologías de la información en la década de 1990, se desvaneció en aproximadamente una década.
Es tentador pensar que los grandes modelos lingüísticos (LLM) acelerarán la innovación y el descubrimiento, por ejemplo, al revelar conexiones ocultas en la literatura académica, escribir código y elaborar protocolos. Nuevas herramientas —desde el microscopio de Robert Hooke hasta el telescopio de Galileo— ya han impulsado avances similares. Sin embargo, en esta ocasión, ya contamos con la herramienta de investigación definitiva: el ordenador personal conectado a internet. Aun con acceso instantáneo al conocimiento acumulado mundial y a los mejores talentos, los indicadores de productividad investigadora e innovación disruptiva han disminuido. Mantener vigente la Ley de Moore —la observación de que la potencia de procesamiento de los ordenadores se duplica cada dos años— requiere ahora muchos más investigadores que a principios de la década de 1970.
Tampoco está claro que el actual auge de las inversiones de capital deje mucha infraestructura digital duradera. Al igual que los ferrocarriles en el siglo XIX, la era de las puntocom invirtió grandes sumas en activos de larga duración, especialmente en cables de fibra óptica y redes troncales, que podían activarse y reactivarse a medida que mejoraba la electrónica. Gran parte de esa infraestructura sigue funcionando hoy en día. Una sola inversión de capital sustentó múltiples generaciones de tecnología y modelos de negocio.
En cambio, la IA no construye vías; avanza a paso de tortuga. Los chips y la memoria se degradan o quedan obsoletos en cuestión de años, no de décadas. Cada rack de servidores utilizado para entrenar un modelo de aprendizaje profundo (LLM) requiere ahora 120 kilovatios de potencia, frente a los 5-10 kW de hace una década. Y aunque cada nueva generación de GPU (unidades de procesamiento gráfico) reduce drásticamente el coste por vatio, esto significa que los hiperescaladores renuevan sus flotas más rápidamente a medida que los equipos antiguos se vuelven económicamente obsoletos. Mientras que la fibra óptica perdura mientras se cambian los puntos de conexión, la tecnología de IA se deprecia rápidamente, lo que exige una reinversión constante.
Esta situación podría ser manejable si el panorama macroeconómico fuera como el de 1999. Pero no lo es. Si bien las tasas de interés reales eran más altas entonces, los superávits presupuestarios de la era Clinton y la disminución de la relación deuda/PIB aliviaron la presión sobre los mercados de capitales y mantuvieron el gasto público en intereses más bajo, limitando así el efecto de desplazamiento.
Esta vez, la situación se ha invertido. Los persistentes déficits del gobierno estadounidense, cercanos al 6 por ciento del PIB (aproximadamente 1,8 billones de dólares), y los pagos netos de intereses, que se aproximan a 1 billón de dólares, no solo han reducido el margen fiscal, sino que ahora se espera que ese mismo fondo de ahorros financie el desarrollo de energías limpias, el aumento de los presupuestos de defensa y el auge de los centros de datos, que consumen una gran cantidad de energía. En la práctica, esta demanda se traduce en mayores costos de endeudamiento, lo que ralentiza la construcción de nuevas viviendas y relega a un segundo plano los proyectos de infraestructura de larga duración.
Las finanzas públicas también se resienten. Un mayor volumen de deuda implica que los tipos de interés reales positivos se traducen rápidamente en un mayor coste de los intereses, desplazando los programas de los que dependen los hogares. Durante el superávit de finales de la década de 1990, la deuda disminuyó e incluso el Tesoro recompró bonos, lo que permitió al Estado invertir junto con el auge del sector privado sin eclipsarlo. Hoy en día, un mayor endeudamiento y un mayor coste de los intereses dejan menos margen de maniobra cuando el crecimiento se ralentiza. Si la inversión en IA da sus frutos, aunque sea lentamente, el cálculo será aún más complejo. Veríamos cómo se destina más dinero a los tenedores de bonos y menos a la Seguridad Social, la sanidad y los servicios básicos; y si el ciclo económico se deteriora, las consecuencias serían aún más drásticas.
La financiación también ha cambiado. La recesión de principios de la década de 2000 afectó principalmente al mercado de valores: los precios de las acciones se desplomaron y los inversores de capital riesgo que buscaban rentabilidad a largo plazo sufrieron grandes pérdidas; pero, por muy brutal y visible que fuera, el impacto fue relativamente rápido. Como destacan Carmen Reinhart y Kenneth Rogoff en su libro de 2009 sobre la historia de las crisis financieras, Esta vez es diferente, las burbujas de activos suelen amenazar la macroeconomía principalmente cuando se alimentan del crédito y afectan a los balances de los bancos. Dado que el estallido de la burbuja puntocom fue en gran medida una revalorización de las acciones (con la excepción de las telecomunicaciones), y no una crisis bancaria, no se produjo un fallo sistémico a pesar de las cuantiosas pérdidas de los inversores.
Esta vez, el riesgo se acumula a través del crédito. Como señala el inversor Paul Kedrosky, la financiación está pasando de las acciones a los bonos, las sociedades de inversión y los arrendamientos, y el crédito privado; todas ellas formas de financiación que, en última instancia, están vinculadas a bancos y aseguradoras. Si los ingresos de la IA y los centros de datos no alcanzan las expectativas, es probable que los problemas se manifiesten primero en los mercados de crédito, no en los precios de las acciones. Hay que estar atentos a posibles incumplimientos de los objetivos de cobertura, condiciones de préstamo más restrictivas y dificultades para la refinanciación que afecten a los balances de prestamistas y aseguradoras a través de arrendamientos a largo plazo y préstamos con garantía de chips.
Ese es el riesgo sistémico. A diferencia de la burbuja puntocom, el desarrollo actual traslada la exposición a la infraestructura financiera, por lo que es más probable que la tensión se propague a través de prestamistas y vehículos de inversión estructurados. Ya se observa preocupación entre los analistas de mercado, con Moody’s advirtiendo que una parte significativa del crecimiento de los centros de datos de Oracle depende de OpenAI, que aún no ha demostrado ser rentable.
Por supuesto, si la IA genera rápidamente amplias y sostenidas ganancias de productividad, las cifras mejoran. Un crecimiento más rápido aliviaría la presión fiscal, reduciría los índices de endeudamiento y fortalecería estas estructuras de financiación. Pero si las ganancias se demoran o no alcanzan las expectativas, la rentabilidad podría no compensar los elevados costos iniciales.
El autor es profesor asociado de IA y trabajo en el Instituto de Internet de Oxford y director del Programa del Futuro del Trabajo en la Escuela Martin de Oxford, es autor, más recientemente, de “Cómo termina el progreso: tecnología, innovación y el destino de las naciones”. (Princeton University Press, 2025).
Derechos de autor: Project Syndicate, 2025.
www.project-syndicate.org
