Por qué los medios hablan de la burbuja de IA

La señal detrás del ruido

OpenAI falló su objetivo de ingresos por veinte mil millones de dólares. El Nasdaq cayó un 1,25 por ciento. El mercado se recuperó para el viernes.

Lo que sucedió después importa más que cualquier tick en un gráfico. Bloomberg TV —el generador de señales para los flujos de capital globales— invitó a Joachim Klement a su programa insignia, Open Interest. Klement es director gerente en Panmure Liberum. Le dijo a la audiencia que la burbuja de la IA estallará en 2027 o 2028.

Esta no es una opinión marginal. Es un evento de normalización. Cuando los anclajes de Bloomberg toman en vivo narrativas bajistas sobre IA, el mensaje llega a gestores de carteras, banqueros centrales y reguladores que hasta ahora descartaban las preocupaciones sobre burbujas como ruido contrarian. La aparición fue un jueves, durante un segmento que habitualmente atrae audiencias de tomadores de decisiones institucionales que estructuran billones en asignaciones. Esa audiencia es precisamente quien mueve los mercados.

Klement no apareció como una voz fringe leyendo una tesis preparada. Lo hizo como un gestor de carteras acreditado ofreciendo un juicio calibrado. El encuadre en Bloomberg fue medido: sin advertencias dramáticas, sin lenguaje alarmista. Esa contención es lo que lo hace peligroso para el consenso alcista. Cuando personas de tono moderado dicen cosas de tono moderado sobre condiciones de burbuja, el mercado escucha más fuerte.

Quién gana y quién pierde

Los ganadores inmediatos de este giro son los vendedores en corto y los fondos de rotación sectorial. Los perdedores son las compañías cuyas valoraciones dependen de que las narrativas de crecimiento de IA de vanguardia permanezcan intactas: los hyperscalers construyendo centros de datos, los proveedores de infraestructura de IA y los fondos de capital de riesgo con fuertes apuestas en modelos de gran escala.

Pero la verdadera pregunta es quién queda atrapado en el medio. Los desarrolladores de centros de datos en Irlanda, Virginia y Texas firmaron leases multimillonarios respaldados por supuestos de demanda de IA que pueden no sostenerse. Esos acuerdos suelen incluir cláusulas take-or-pay y compromisos de ingresos a largo plazo. Si la demanda se contrae más rápido de lo esperado, los desarrolladores enfrentan una elección entre honrar los leases con pérdidas o desencadenar disputas legales que congelen los pipelines de desarrollo durante años. Los valores inmobiliarios en suelo industrial zanjeado para uso de centros de datos podría caer bruscamente, creando daños colaterales en mercados de bienes raíces comerciales regionales que no tienen conexión directa con la tecnología de IA.

Los operadores de redes eléctricas planificando nueva capacidad sobre trayectorias de modelos de vanguardia enfrentarán activos varados si la transición hacia modelos más pequeños y locales se acelera. Varias utilities en el sureste de Estados Unidos ya han presentado casos tarifarios proyectando décadas de demanda elevada impulsada por la expansión de centros de datos. Esas proyecciones alimentan directamente los modelos de ingresos aprobados por reguladores. Si la narrativa de demanda subyacente se debilita, las utilities enfrentan la perspectiva de escribir abajo proyectos de capital construidos sobre pronósticos optimistas de carga. Las pensiones y los bondholders en sectores de utilities podrían absorber pérdidas que se expanden mucho más allá del ecosistema tecnológico.

El argumento de Klement es estructuralmente sólido en un frente: sostiene que la mayor parte de la demanda de compute de IA fuera de OpenAI y Anthropic es escasa. Si se excluyen a esas dos compañías, los planes de infraestructura de un billón de dólares se ven mucho menos justificados. Si otros laboratorios o compradores empresariales no logran llenar ese hueco —y el fallo de OpenAI en ingresos es un primer punto de datos—, las tasas de utilización de los centros de datos planificados caen. Eso lo cambia todo sobre los modelos de financiamiento construidos sobre ellos. La mayoría de los acuerdos de centros de datos son apalancados. Menor utilización significa menor cobertura del servicio de deuda. Menor cobertura significa términos de préstamo más ajustados, lo que significa menos proyectos financiados, lo que hace que todo el pipeline se contraiga.

Por qué la amplificación en medios mainstream es diferente

Las advertencias sobre burbujas circulaban en Twitter financiero y en newsletters de la industria desde meses. Lo que cambió el jueves fue la aparición en Bloomberg TV.

Los medios financieros mainstream operan como un mecanismo de coordinación. Cuando una institución una vez respetada como Bloomberg saca a un bajista al aire, legitima una tesis que los inversores institucionales pueden entonces actuar sin parecer especulativos. Los comités de fondos de pensión y los subcomités de asignación requieren análisis públicamente documentado antes de cambiar posiciones. Una aparición en Bloomberg proporciona exactamente esa cobertura. Así es como empiezan las dinámicas autocumplidoras: no a través del pánico, sino a través de burocracias actuando sobre señales verificadas.

Considere la cronología. Klement reconoció que hace dos meses habría dicho que la burbuja duraría otros dos años. Algo desplazó su estimación hacia abajo. Cualquiera que haya sido esa señal —el fallo de ingresos de OpenAI, datos internos sobre demanda de compute, o conversaciones con ejecutivos hyperscalers— cruzó un umbral donde la narrativa pública tenía que ajustarse. Cambios internos como este tienden a preceder a los públicos por semanas o meses. Cuando un gestor de carteras con acceso a información a nivel de operaciones revisa un plazo en público, sugiere que los datos subyacentes ya se han movido significativamente.

El rebote del viernes muestra que los mercados aún precian fuertemente el optimismo en IA. Pero el hecho de que el análisis bajista ahora ocupe slots de prime time en televisión de negocios sugiere que el consenso se fractura más rápido de lo que cualquiera esperaba. Lo que parece una sola entrevista un jueves es en realidad un síntoma de una redistribución más amplia del coraje entre analistas. Más seguirán. La pregunta es de timing, no de dirección.

La tesis tecnológica

El argumento central de Klement no es simplemente que la IA está sobrevendida. Es que toda la industria está invirtiendo en la trayectoria tecnológica equivoca. Los modelos de lenguaje de gran escala corriendo en centros de datos, dice, están siendo sobre-financiados. El verdadero futuro, argumenta, son los modelos de lenguaje pequeños y los modelos de pesos abiertos corriendo localmente en computadoras de escritorio.

Esta distinción importa porque el caso de inversión para billones en centros de datos depende de que los modelos de vanguardia sigan escalando. Si la ventaja competitiva y comercial se desplaza hacia modelos más pequeños y económicos que corren en dispositivo —una dirección que muchos investigadores han estado señalando por más de un año—, entonces la folía de gasto de los hyperscalers se parece a una malallocación masiva de capital.

Las implicaciones son específicas y de amplio alcance. Las compañías que ganen la carrera de modelos locales capturarán valor sin requerir los dolores de cabeza de energía, tierra y permisos de nuevos centros de datos. Solo los permisos se han vuelto un cuello de botella. En el corredor de Dulles en Virginia, las solicitudes de nueva capacidad de centros de datos enfrentan demoras de dieciocho a veinticuatro meses. En Irlanda, las aprobaciones de planificación están completamente estancadas. Si la demanda migra hacia inferencia en el edge, esas batallas regulatorias se vuelven irrelevantes, y las compañías que las evitaron retienen una ventaja estratégica enorme.

Las compañías de energía y los fondos inmobiliarios apostando al boom de centros de datos podrían ver cómo su tesis se desmorona. Varias REITs han pivotado toda sus carteras hacia exposición a centros de datos en los últimos dos años. Sus valoraciones ya reflejan esa apuesta. Una revisión a la baja en las proyecciones de demanda de centros de datos golpearía esos títulos de manera desproporcionada.

Los fabricantes de semiconductores cuentan una historia más compleja. Los productores de chips optimizados para inferencia en el edge —menor consumo, factores de forma más pequeños, memoria integrada— podrían beneficiarse mientras los ligados a clusters de entrenamiento enfrentan compresión de demanda. El mercado actualmente precia a NVIDIA y compañías similares como beneficiarias de gasto ilimitado en IA. Si ese patrón de gasto se desplaza, todo el sector de semiconductores experimenta un evento de reapreciación que va mucho más allá de los resultados individuales de cada compañía.

Efectos de segundo orden que nadie está preciando

La consecuencia más subestimada de un cambio de narrativa impulsado por medios es su impacto en los mercados de talento. Las compañías de IA han competido por talento usando promesas de presupuestos de compute ilimitados y financiamiento de investigación de vanguardia. Si esas promesas quedan bajo escrutinio público, los paquetes de compensación atados a equity en compañías dependientes de crecimiento pierden atractivo. Los ingenieros e investigadores pueden empezar a hacer preguntas más difíciles sobre seguridad laboral en organizaciones cuya tesis está siendo cuestionada en televisión. Las tasas de rotación en roles de infraestructura de IA podrían acelerarse precisamente cuando esos roles más importan.

Los mercados de seguros también sentirán la presión. Las pólizas de responsabilidad cibernética y errores y omisiones tecnológicas para compañías de IA se precian sobre supuestos de crecimiento. Una revaluación sectorial de los plazos de IA obliga a los actuarios a revisar los modelos de probabilidad de siniestros. Las primas suben. Algunas compañías encuentran cobertura indisponible. Eso restringe la expansión y ralentiza los ciclos de despliegue incluso para compañías que nunca fueron parte de la narrativa de burbuja.

Los pipelines de contratación gubernamental representan otro vector. Varias administraciones han anunciado iniciativas de adquisición de IA atadas a metas de gasto en infraestructura. Si la razón económica para esas iniciativas se debilita, los premios de contratos se desaceleran. Los departamentos de defensa, sistemas de salud y gobiernos municipales tienen todos planes de gasto en IA condicionados a supuestos sobre capacidad de modelos de vanguardia y curvas de coste. Esos planes no son inmunes a los cambios de narrativa.

Qué sigue

La fase más peligrosa para cualquier burbuja no es el momento en que estalla sino el período cuando el dinero inteligente empieza a posicionarse para la salida mientras la narrativa de los medios va retrasada. Ahora mismo, ese retraso parece estar cerrándose.

Los reguladores en la UE y EE.UU. prestarán atención. Si el gasto en infraestructura de IA está construido sobre una demanda que no se materializa, el escrutinio antimonopolio y las devoluciones de subsidios se vuelven conversaciones posibles. Varias gobiernos ya han empezado a vincular las subvenciones de IA a creación de empleo doméstica y métricas de eficiencia energética. Una reapreciación haría más fáciles de hacer cumplir esas condiciones. La Comisión Europea ha señalizado que revisará aprobaciones de ayuda estatal para grandes proyectos tecnológicos. El Tesoro de EE.UU. ha explorado mecanismos de devolución para los desembolsos de la CHIPS Act. Ambas herramientas son más probables cuando el paisaje de inversión se desplaza.

El sentiment de capital de riesgo ya muestra grietas. Las rondas de financiamiento para startups de IA se están alargando. Los inversores de etapas posteriores están exigiendo caminos más ajustados hacia rentabilidad. Este giro en el tono mediático acelera esa presión. Los limited partners viendo Bloomberg harán preguntas más duras en sus próximas reuniones de asignación. Los gestores de fondos que captaron en valoraciones pico enfrentan un ambiente particularmente difícil si no pueden demostrar tracción de ingresos clara.

La recuperación del viernes es real pero frágil. Veinte mil millones de dólares en ingresos perdidos de una sola compañía no deberían haber movido el Nasdaq tan visiblemente. Esa sensibilidad en sí misma es evidencia de cuánto optimismo ya está cocido en los precios. Cada reporte de ganancias posterior, cada revisión de guidance, cada nota de analista será filtrada a través de una lupa cada vez más escéptica.

Klement dijo que todo lo que necesita para que la burbuja estalle es que los planes de crecimiento sean revisados a la baja. La amplificación en medios mainstream hace exactamente eso: cambia la historia que cada analista, ejecutivo y regulador se cuenta a sí mismo. Una vez que esa historia se desplaza, los números siguen. Los planes revisados activan valoraciones revisadas. Las valoraciones revisadas activan apalancamiento revisado. El apalancamiento revisado activa el tipo de efecto cascada que define toda corrección de mercado importante.

El fallo de ingresos de OpenAI no fue la causa. Fue la confirmación. Lo que Bloomberg TV hizo el jueves fue darle a los inversores institucionales permiso para tratar esa confirmación como material. Ese permiso es lo que convierte una tesis en una trayectoria.

La pregunta ya no es si la burbuja de IA es un mito. Es qué tan rápido el mainstream acepta que es real —y cuántas posiciones ya han sido ajustadas en silencio.