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 a los ingresos anuales reportados de Nvidia por $50 mil millones en GPU. A partir de esa cifra, y sumando los costos operativos de los centros de datos y los márgenes para sus operadores, dedujo que se necesitarían $200 mil millones en ingresos para recuperar la inversión inicial.
Cahn lanzó un desafío a los emprendedores: crear productos y servicios de IA que aprovechen y generen ingresos a partir de toda esa infraestructura. Avanzando hasta hoy, y sumando tres años de hipercrecimiento, Cahn tiene un nuevo número sobre el gasto en infraestructura de IA para 2026: $1.5 billones. En total, calcula que la industria de la IA tendrá que ganar $3 billones para justificar todos esos chips y otros gastos de centros de datos. Y probablemente sea una subestimación, ya que los costos crecientes de la memoria y el uso cada vez mayor de chips exóticos o específicos para inferencia aumentarán esa cifra.
Por otro lado, se piensa que Anthropic ha alcanzado $60 mil millones en ingresos recurrentes anuales (ARR), mientras que OpenAI supuestamente ganó $13 mil millones en 2025, aunque en noviembre de 2025 dijo que estaba en $20 mil millones 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, economista jefe de Apollo, el gigante gestor de activos. En una nota reciente, señala que los hiperescalares —Google, Meta, Microsoft y Amazon— están prediciendo grandes aceleraciones en su flujo de caja libre para 2028. Es decir, esperan ver el retorno de todos esos chips que compraron.
¿Y si no lo logran? Slok señala un riesgo que estamos viendo actualmente en el uso de la IA: más organizaciones recurren a modelos de pesos abiertos más baratos, a menudo chinos, no aquellos construidos por los laboratorios de frontera, y los precios generales 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. Esto 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 enormemente su uso general 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 del sector, podría arriesgarse a llevar la economía a una 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.