David Cahn, socio de la firma de inversión Sequoia, ha estado rastreando el costo de la revolución de inteligencia artificial desde sus inicios. En 2023, cuando Nvidia reportó ingresos anuales por ventas de unidades de procesamiento gráfico de 50 mil millones de dólares, Cahn calculó que la industria necesitaría generar 200 mil millones de dólares en ingresos para recuperar la inversión inicial en infraestructura, considerando los costos operativos de los centros de datos y los márgenes de sus operadores.

Tres años después, con el hipercrecimiento sostenido de la industria, los números se han multiplicado dramáticamente. Según Cahn, la inversión en infraestructura de inteligencia artificial para 2026 alcanza 1,5 billones de dólares. Proyectando hacia adelante, calcula que la industria deberá generar 3 billones de dólares en ingresos totales para justificar todos esos chips y gastos en centros de datos. Cahn advierte que esta cifra probablemente es una subestimación, ya que los costos crecientes de memoria y el uso cada vez mayor de chips especializados para inferencia elevarán aún más el número requerido. "Recientemente, los ingresos requeridos por gigavatio de gasto de capital han aumentado significativamente debido a estas dinámicas de cuello de botella y costos crecientes de construcción", escribió Cahn.

En el lado opuesto del balance, la realidad actual muestra un panorama más modesto. Anthropic, la empresa de inteligencia artificial fundada por antiguos miembros de OpenAI, se estima que ha alcanzado 60 mil millones de dólares en ingresos anuales recurrentes. OpenAI, el laboratorio más prominente del sector, reportó haber ganado 13 mil millones de dólares en 2025, aunque en noviembre de ese año anunció que había alcanzado 20 mil millones de dólares en ingresos anuales recurrentes y presumiblemente está generando más en 2026. A pesar de estos números impresionantes, existe una brecha evidente entre lo que se necesita y lo que actualmente se genera.

Torsten Slok, economista jefe de Apollo, el gigantesco gestor de activos, ha analizado recientemente esta ecuación. En una nota reciente, señala que los hipergigantes tecnológicos —Google, Meta, Microsoft y Amazon— están prediciendo aceleraciones masivas en su flujo de caja libre en 2028. Estas empresas esperan ver el retorno de su inversión en chips y infraestructura de inteligencia artificial durante ese año.

Sin embargo, existen riesgos significativos que podrían impedir que estas proyecciones se materialicen. Slok identifica una tendencia preocupante que ya está ocurriendo: más organizaciones están migrando hacia modelos de inteligencia artificial de código abierto más económicos, frecuentemente de origen chino, en lugar de utilizar los modelos desarrollados por los laboratorios de frontera como OpenAI y Anthropic. Además, los precios de tokens —las unidades básicas de procesamiento en modelos de lenguaje— están cayendo.

El modelo más reciente de OpenAI, según el director ejecutivo Sam Altman, es 54 por ciento más eficiente en tokens para tareas de codificación. Aunque esto es beneficioso para los usuarios preocupados por los costos de sus agentes de inteligencia artificial, presenta un riesgo para las empresas que construyen "fábricas de tokens" si los usuarios no aumentan significativamente su uso total de tokens con ellas.

Las implicaciones de un fracaso en alcanzar estos objetivos de flujo de caja son potencialmente catastróficas para la economía más amplia. Slok advierte que si los hipergigantes no cumplen con sus objetivos de flujo de caja, la reacción del mercado podría ser severa. "Con tanto en juego en tan pocos nombres", escribió, "un retraso en el retorno no sería solo un problema sectorial, sino que podría arriesgar a la economía a caer en recesión y al índice S&P 500 a una corrección".

Esta advertencia subraya cómo la industria de inteligencia artificial se ha convertido en un factor crítico para la salud económica general. La concentración de inversión masiva en un pequeño número de empresas significa que cualquier fracaso en generar retornos suficientes podría tener consecuencias sistémicas para los mercados financieros globales y la economía en general.