Can AI answer the $3 trillion question?
Hace tres años, David Cahn, socio de Sequoia, fue uno de los primeros en calcular las implicaciones del colosal gasto de Silicon Valley en infraestructura de inteligencia artificial (IA). En 2023, reaccionó ante los ingresos anuales reportados de Nvidia, que ascendían a 50 mil millones de dólares. Partiendo de esa cifra y sumando los costos implícitos de operar los centros de datos y los márgenes para sus operadores, dedujo que se necesitarían 200 mil millones de dólares en ingresos para recuperar la inversión inicial.
Cahn tomó esto como un desafío, instando a los emprendedores a desarrollar productos y servicios de IA que aprovechen y generen ingresos a partir de toda esa infraestructura. Avanzando hasta hoy, sumando tres años de hiperescala, Cahn ha calculado un nuevo número en el gasto de infraestructura de IA para 2026: 1.5 billones de dólares.
En total, calcula que la industria de la IA tendrá que generar 3 billones de dólares para justificar todos esos chips y otros gastos en centros de datos. Y probablemente sea una subestimación: los crecientes costos de la memoria y el uso creciente de chips exóticos o específicos para inferencia impulsarán ese número al alza. «Recientemente,» escribe, «los ingresos requeridos por GW de CapEx han aumentado drásticamente debido a estas dinámicas de cuello de botella y al aumento de los costos de construcción.»
Por otro lado, se cree que Anthropic ha alcanzado 60 mil millones de dólares en ingresos recurrentes anuales (ARR), mientras que OpenAI reportó haber ganado 13 mil millones de dólares en 2025, aunque en noviembre de 2025 afirmó estar en 20 mil millones de dólares ARR y presumiblemente está ganando más este año. Sin embargo, claramente hay una gran brecha por cerrar.
Alguien que está prestando atención a esa brecha es Torsten Slok, el economista jefe de Apollo, el gigante gestor de activos. En una nota reciente, señala que los hiperescalares —Google, Meta, Microsoft y Amazon— están pronosticando aceleraciones masivas en su flujo de caja libre en 2028. Es decir, esperan ver el retorno de todas esas compras de chips.
¿Y si no lo logran? Slok señala un riesgo que estamos viendo actualmente en el uso de la IA: más organizaciones están recurriendo a modelos de pesos abiertos más baratos, a menudo chinos, no aquellos construidos por los laboratorios de frontera, y en general los precios de los tokens están cayendo. El último modelo de OpenAI, según el CEO Sam Altman, es un 54% más eficiente en tokens para tareas de codificación. Eso es bueno para los usuarios preocupados por el costo de sus agentes de IA, pero podría ser malo para las empresas que construyen fábricas de tokens si los usuarios no aumentan drásticamente su uso total de tokens con ellos.
Slok teme que si los hiperescalares no cumplen con sus objetivos de flujo de caja, la reacción del mercado podría ser severa —»con tanto en juego en tan pocos nombres,» escribe, «un retorno más lento no sería solo un problema sectorial, sino que podría arriesgarse a llevar la economía a la recesión y al S&P 500 a una corrección.»
Es algo a tener en cuenta mientras diriges a tus agentes de IA hacia tokens más baratos.
Fuente: https://techcrunch.com/2026/07/09/can-ai-answer-the-3-trillion-question/
Regístrate para leer esta noticia
Solo necesitas tu email. Sin contraseñas.