El warning de Gartner sobre 550 billones de yenes en IA

El número que debería hacer reflexionar a los inversores

Gartner ha hecho lo que la mayoría de los analistas evita: ha puesto una cifra en dólares a la brecha entre lo que las empresas gastan en inteligencia artificial y lo que realmente pueden generar con ello. La respuesta, publicada el 14 de octubre, es contundente.

Para 2030, más de 3,5 billones de dólares en inversiones en infraestructura de IA —aproximadamente ¥553 billones a los tipos de cambio actuales— enfrenta la posibilidad de un deterioro de valor (write-down). Eso no significa que el dinero ya se haya perdido. Significa que, si los patrones actuales de gasto se mantienen y los ingresos se quedan cortos respecto a las proyecciones, los valores de los activos en los balances contables de las empresas necesitarán ser ajustados a la baja para reflejar la realidad. La terminología contable es seca; la implicación, no tanto.

Vale la pena desglosar las matemáticas detrás de esta advertencia. Gartner proyecta que los operadores de servicios de IA invertirán casi 1 billón de dólares en infraestructura de IA solo en 2026. Entre 2027 y 2030, se espera que fluyan otros 6 billones de dólares hacia centros de datos, semiconductores avanzados y los sistemas informáticos necesarios para entrenar y ejecutar modelos de gran escala. El capital total desplegado en esa ventana de cinco años: 7 billones de dólares.

Ahora bien, del lado de los ingresos. Para alcanzar un retorno del 12% sobre el capital invertido —el umbral que Gartner utiliza como benchmark razonable para la inversión en infraestructura—, los propietarios de centros de datos de IA necesitarían unos ingresos acumulados de 8,5 billones de dólares para 2030. ¿Los ingresos proyectados de los servicios de IA empresarial y al consumidor atribuibles a esos centros de datos? Como máximo, 3,6 billones de dólares.

El déficit es de aproximadamente 4,9 billones de dólares. No se trata de una variación menor. Es una discrepancia estructural entre la magnitud del compromiso de capital y la magnitud de la generación de ingresos.

Por qué esto trasciende Wall Street

El episodio de CoreWeave a principios de este año proporcionó la primera señal visible. El proveedor de nube centrado en IA reportó un ensanchamiento de sus márgenes brutos y un desplome en el precio de sus acciones. Los inversores comprendieron de pronto que alquilar capacidad de GPU no es el negocio de alto margen que algunos habían asumido. La oferta de computación de alto rendimiento se está expandiendo más rápido de lo que el lado de la demanda puede absorberla a precios rentables.

La última proyección de Gartner es una señal de segundo orden. Extiende la observación de CoreWeave desde el balance de una sola empresa hasta la trayectoria de inversión de toda la industria.

Para las empresas japonesas, esta advertencia reviste una relevancia particular. Japón ha sido notoriamente cauteloso con la inversión en infraestructura de IA en comparación con Estados Unidos y China. Muchas compañías japonesas han adoptado herramientas de IA mediante suscripciones por software en lugar de construir capacidad de computación propia. Esa postura conservadora, a menudo criticada internamente como lentitud, podría resultar ser una forma de gestión de riesgos.

Las firmas japonesas que ahora están considerando importantes compromisos en infraestructura de IA —especialmente en construcción de centros de datos o adquisición de capacidad de computación dedicada— deberían ver el análisis de la brecha de ingresos de Gartner como una prueba de estrés para sus propios planes.

La crisis de las neocloud

Una de las predicciones más específicas del informe de Gartner tiene que ver con un subconjunto del mercado que ha atraído gran atención: los llamados proveedores de neocloud. Estas son empresas como CoreWeave, Lambda y un puñado más cuyo modelo de negocio se centra en alquilar capacidad de computación de alto rendimiento para IA.

A diferencia de los hiperscalers —Amazon, Microsoft, Google—, los proveedores de neocloud dependen en gran medida de una sola fuente de ingresos: el alquiler de computación. Carecen de las bases de ingresos diversificados que permiten a los jugadores más grandes absorber caídas en un segmento con ganancias en otro. Gartner proyecta que más del 80% de los proveedores de neocloud dejarán de operar como negocios independientes para 2030.

Esto no significa necesariamente que el 80% quiebren. Significa que el mercado probablemente se consolidará mediante adquisiciones o integraciones. Los que sobrevivan de forma independiente serán aquellos que puedan asegurar contratos de clientes duraderos, diferenciarse mediante ofertas especializadas o lograr la escala suficiente para competir en precio sin erosionar los márgenes.

Es probable que los supervivientes sean adquiridos o absorbidos por el ecosistema de los hiperscalers. Ese desenlace beneficia a los gigantes, que pueden internalizar la capacidad de computación y atender a sus propios clientes de nube con mayor eficiencia. Pero también plantea preocupaciones competitivas sobre la concentración de mercado en un sector que muchos gobiernos consideran estratégicamente crítico.

La inferencia está ganando

Otro detalle digno de seguimiento es el desplazamiento del gasto en entrenamiento hacia el gasto en inferencia. Durante años, la narrativa dominante sobre la inversión en infraestructura de IA se centró en el entrenamiento: construir y perfeccionar grandes modelos de lenguaje requiere una computación enorme. Esa narrativa está cambiando.

Gartner proyecta que el gasto en inferencia —ejecutar modelos entrenados para generar respuestas y ejecutar tareas— superará al gasto en entrenamiento en 2026. Se espera que la inferencia represente el 55% del gasto en IaaS optimizado para IA este año, aumentando al 59% para 2027. El mercado total de IaaS optimizado para IA se proyecta que crecerá de 21.500 millones de dólares en 2025 a 42.300 millones en 2026, y luego a 66.100 millones en 2027.

Este desplazamiento refleja una transición más amplia: la IA está pasando del laboratorio de desarrollo a la producción. Las empresas ya no solo construyen modelos; los ejecutan a escala en aplicaciones orientadas al cliente y en flujos de trabajo internos. Las cargas de trabajo de inferencia son menos glamurosas que las de entrenamiento, pero son mucho más persistentes, y generan flujos de ingresos recurrentes que son más fáciles de predecir.

Ese patrón podría ayudar a reducir la brecha de ingresos que identifica Gartner, pero solo si las empresas pueden cobrar lo suficiente por los servicios de inferencia para cubrir los costos de capital de la infraestructura que los hace posible. La presión sobre los márgenes observada en CoreWeave sugiere que esto aún no ocurre al ritmo que el mercado asumía.

Qué sigue

Gartner no espera que la industria logre su objetivo de retorno del 12% sobre el capital invertido antes de 2032, como mínimo, bajo los supuestos de gasto actuales. Ese calendario empuja el riesgo de write-down hacia un horizonte más largo, lo que cambia la dinámica. Los plazos más extensos brindan a las empresas tiempo para ajustar sus planes de inversión, pero también significan que se compromete más capital antes de que el mercado alcance el equilibrio.

La trayectoria probable es la consolidación, la compresión de márgenes y una reestructuración de cómo se financian y poseen los activos de infraestructura de IA. Los proveedores de neocloud serán adquiridos o saldrán del mercado. Los hiperscalers absorberán capacidad de computación. Los compradores empresariales pasarán de construir infraestructura dedicada a adquirir servicios de inferencia en la nube, siempre que estos servicios se vuelvan lo suficientemente asequibles para justificar el cambio.

Para Japón, la pregunta estratégica es si el actual apetito por la inversión en infraestructura de IA doméstica —particularmente entre instituciones financieras y grandes fabricantes que exploran el desarrollo de modelos propietarios— refleja una historia de ingresos realista o una apuesta especulativa sobre capacidades futuras. Las cifras de Gartner sugieren que procede la cautela.