En el centro de la historia más importante de la tecnología en este momento hay una paradoja descabellada. Las GPU y otro hardware esencial que los hiperescaladores gastan tan generosamente en instalar en sus centros de datos se están volviendo obsoletos rápidamente. Esta opinión se detalla en un excelente informe nuevo de Research Affiliates, la firma que supervisa casi 200 mil millones de dólares en estrategias de inversión para fondos indexados y ETF de RAFI. El autor Chris Brightman, director ejecutivo de RA, sostiene que la carrera armamentista de inteligencia artificial ha creado efectivamente una nueva era industrial. En este ecosistema transformado, las empresas no están “invirtiendo” en el sentido tradicional. Más bien, están produciendo equipos a un ritmo tan increíblemente rápido para generar ventas que cambia el concepto mismo de inversión de capital.
“Se parecen más a supermercados que a plantas tecnológicas o industriales tradicionales, pero su facturación no son comestibles. Son las cosas que generan sus grandes modelos de lenguaje, búsquedas vectoriales y otros productos”, me dijo Brightman en una entrevista telefónica. “Están en una carrera armamentista en la que necesitan reemplazar su equipo muy rápidamente, en otras palabras, reabastecer rápidamente sus estantes”. El problema, sostiene Brightman, es que los hiperescaladores están perdiendo dinero con los grandes modelos de lenguaje, bases de datos vectoriales y otros productos que venden a empresas y consumidores, por lo que cuanto más hardware compran, más dinero pierden. “En este momento, todo el mundo está utilizando la IA para mantener un dominio decisivo en su campo, y tiene sentido”. Brightman mira. Pero, añade, el enorme gasto necesario para mantener estos fosos y mantener a raya a los competidores podría generar rendimientos insignificantes en el futuro y perjudicar su rentabilidad general.
En el artículo, Brightman destaca el aumento histórico de la inversión en inteligencia artificial, que Bloomberg estima ha crecido de 250 mil millones de dólares en 2024 a 650 mil millones de dólares este año, equivalente al 2% del PIB. El apetito histórico de capital de la industria ha alimentado la opinión de que la IA se está convirtiendo en el nuevo acero o los nuevos ferrocarriles. Pero como señala Brightman, el hardware y la infraestructura que respaldaban a estas empresas son muy diferentes de los mecanismos que impulsan la inteligencia artificial. “Las acerías y las vías del ferrocarril dejaron de tener valor en 40 o 45 años”, escribe. Luego contrasta estas vidas útiles a largo plazo con un escenario de inteligencia artificial. Los hiperescaladores como Microsoft, Amazon, Alphabet y Meta amortizan sus GPU y otro hardware en aproximadamente 5 o 6 años en sus informes de ganancias. Aunque estos períodos de tiempo parecen cortos, afirma, su “vida” real es mucho más corta.
En un sentido económico, los activos quedan completamente desgastados u obsoletos cuando los ingresos que generan ya no cubren su costo de adquisición (reflejado en la depreciación anual), los gastos operativos y el costo de capital. Según Brightman, las cifras de la industria muestran que el hardware de IA pierde su valor en unos tres años. Como prueba, cita datos de rentabilidad de las GPU estándar Nvidia H100. En su segundo año de funcionamiento, el H100 generó beneficios anuales de 36.000 dólares con un retorno de la inversión del 137 %. Pero para el cuarto año, el producto estaba perdiendo más de $4400 con un retorno de la inversión negativo del 34%, y los resultados disminuyeron rápidamente a partir de ahí. Como escribe Brightman: “La vida económica del hardware de IA es (mucho) más corta que su vida contable”.
No es que el equipo se desgaste. Físicamente, puede trabajar mucho más tiempo. La razón por la que el hardware de IA está perdiendo eficiencia tan rápidamente: Nvidia, AMD y otros fabricantes están creando nuevas ofertas que ofrecen enormes ganancias en potencia informática por vatio utilizado cada año. Debido a que los hiperescaladores enfrentan estrictas limitaciones de energía, buscan constantemente nuevos “cálculos” que utilicen energía adicional. Por lo general, si los fabricantes típicos estuvieran agregando capital al ritmo que los hiperescaladores están marcando en el espacio de la IA, ya habrían creado una base gigantesca de hardware e infraestructura que podrían implementar durante años sin tener que seguir comprando más. No es así en este nuevo y valiente negocio. El hardware de IA está evolucionando tan rápidamente que cada año los hiperescaladores tienen que reemplazar una gran parte de su base de capital para mantener la misma capacidad de crear maravillas de IA. “La mayoría de sus gastos no son gastos de capital de crecimiento, sino gastos de capital de mantenimiento”, dice Brightman. Sin embargo, las cifras generales son tan enormes que, aunque sólo alrededor de un tercio se destina a la expansión, sigue siendo suficiente para aumentar significativamente la cantidad de productos y servicios que pueden ofrecer cada año.
Los hiperescaladores utilizan la IA y sufren grandes pérdidas, principalmente para proteger su territorio.
Durante nuestras conversaciones telefónicas, Brightman desveló el misterio de los gigantes de la inteligencia artificial. “A medida que aumentan la potencia informática, pierden cada vez más dinero”, afirma. “Pero en este momento tienen muchas razones para hacerlo”. Los Cuatro Grandes están comprometidos a proporcionar las mejores funciones de IA para mejorar sus ofertas exclusivas y reconocen que perderán liderazgo en estos productos principales si el componente de IA no es de primera categoría. Amazon gana la mayor parte de su dinero proporcionando computación y almacenamiento de datos en la nube. Según Brightman, la empresa no puede recuperar de sus clientes el coste de las adiciones de IA. “Pero es inteligente porque si Amazon no continúa la carrera armamentista, perderá el negocio de la nube. Necesitan servicios de inteligencia artificial como parte del componente de la nube”.
En cuanto a Microsoft, su producto principal es el software ofimático, que genera ingresos por suscripciones, especialmente en la plataforma 360°. La franquicia ahora enfrenta una dura competencia de los productos Docs y Sheets de Google. “Para proteger su negocio existente y retener clientes, Microsoft se ve obligado a ofrecer servicios modelo de IA incluso cuando pierde dinero en inversiones de capital en IA”, afirma Brightman. Alphabet es líder en búsquedas y se está convirtiendo en el mayor vendedor de publicidad online del mundo. Microsoft se propuso el desafío de lanzar su propio motor de búsqueda. “Para seguir siendo un negocio rentable y mantener su ventaja, Alphabet necesita un elemento de inteligencia artificial, y esto requiere grandes inversiones en centros de datos”, afirma Brightman.
Meta tendrá que preocuparse de que las otras tres empresas invadan su altamente rentable negocio de publicidad en redes sociales. “La gente viene a su plataforma para ver imágenes y vídeos, y a Meta le cuesta mucho dinero crear contenido con publicidad”, dice Brightman. Meta utiliza IA para personalizar los feeds de los usuarios, clasificar el contenido en Instagram y Facebook y revisar las publicaciones por seguridad, y necesita este uso para mantener su liderazgo. Una vez más, afirma Brightman, la empresa todavía no puede cobrar suficiente dinero por su publicidad para recuperar los enormes nuevos gastos necesarios para ofrecer estas sofisticadas funciones.
Brightman concluye que la explosión de la inversión en inteligencia artificial no significa que este logro revolucionario traerá grandes beneficios a los Cuatro Grandes. Es más bien el arma de cada titán para proteger sus posesiones. “Cuando el capital se rota rápidamente y la competencia obliga a una reinversión constante, el gasto extraordinario puede mantener la competitividad sin crear valor para los accionistas”, argumenta en el artículo. Por otra parte, la vida útil de lo que llena nuestros centros de datos es tan corta que comprar, digamos, GPU se parece más a reabastecer los supermercados que a construir fábricas que durarán décadas.
Por otro lado, Brightman me dijo que las cosas que les costaron mucho tiempo a estos campeones lo ayudaron mucho a la hora de preparar su análisis. “Hace un año, me habría llevado nueve meses investigar y modelar este proyecto. Pero utilicé lo mejor de Claude, ChatGPT y Gemini, recopilé sus comentarios y completé el trabajo en tres semanas”, recuerda. La viñeta de Brightman cuenta esta historia. Esta nueva era industrial podría beneficiar mucho más a las personas y empresas que utilizan productos mejorados con IA que a las empresas que los suministran.
