Evaluación de la transición hacia la rentabilidad en las infraestructuras de inteligencia artificial

Los números narran una historia de crecimiento exponencial. Para los principales laboratorios de IA, el crecimiento ya no es algo que se puede predecir; es la realidad que se vive en la práctica. Los ingresos anuales de OpenAI han aumentado significativamente.20 mil millones en el año 2025Se trata de un aumento asombroso, comparado con los 6 mil millones de dólares del año anterior. Este crecimiento explosivo en las ventas ha sido acompañado por un aumento paralelo en la capacidad computacional de la empresa. La capacidad de procesamiento de la compañía ha pasado de 0,6 gigavatios a 1,9 gigavatios en un solo año. El alcance de esta ambición es verdaderamente industrial. Meta, Google, xAI y otras empresas están construyendo centros de procesamiento de alta escala en diferentes regiones. Los campos agrícolas y las instalaciones industriales se convierten así en centros de procesamiento que pueden competir con las ciudades en cuanto a la demanda de electricidad. Este desarrollo se financia más a través de préstamos que a través de fondos propios. Los mercados crediticios muestran signos de inquietud al respecto.

La trayectoria de Anthropic es aún más reducida. El ritmo de crecimiento de los ingresos de la empresa ha disminuido significativamente.Ha aumentado más del doble desde el verano pasado.A finales de 2025, los ingresos superaron los 9 mil millones de dólares. Este crecimiento explosivo ha atraído la atención de numerosos inversores.La serie F ha recaudado una cantidad de 13 mil millones de dólares en fondos para sus proyectos.Esa empresa tiene un valor de 183 mil millones de dólares. La financiación ha superado con creces las expectativas, ya que los compromisos recibidos superan fácilmente el objetivo inicial de 10 mil millones de dólares. No se trata simplemente de capital de riesgo; se trata de una inyección masiva de fondos híbridos, tanto en forma de deuda como de acciones, cuyo objetivo es acelerar la construcción física de la empresa.

La pregunta central en materia de sostenibilidad no tiene que ver con el crecimiento de los ingresos, algo que ya es un hecho para estos líderes. Lo importante es aquellos obstáculos reales que deben superarse para lograr ese crecimiento. Todo el modelo se basa en la obtención de grandes cantidades de energía y terrenos. Como señalan las pruebas disponibles…La fuerza y la energía que poseen los bienes inmuebles constituyen una limitación importante.La economía de la IA “circular”, que se basa en acuerdos interconectados con fabricantes de chips y proveedores de servicios en la nube, solo será tan fuerte como el eslabón más débil de esta cadena de suministro física. La gran cantidad de préstamos históricos financia esta carrera, pero el tiempo corre contra nosotros para encontrar los terrenos y la capacidad de red necesarios para albergar a la próxima generación de modelos. El test de ingresos ya ha sido superado con éxito; lo real es ver si la infraestructura puede seguir el ritmo de este desarrollo.

El Test de Rentabilidad: La realidad de la reducción de las márgenes de beneficio

La explosión de los ingresos oculta una realidad muy clara: la rentabilidad sigue mejorando, pero la brecha entre los líderes sigue ampliándose. Para Anthropic, el margen bruto para el año 2025…40%Representa un cambio drástico en comparación con el índice negativo del 94% registrado en el año anterior. Sin embargo, sigue estando por debajo del margen bruto del 46% reportado por OpenAI. Este déficit de 6 puntos porcentuales no es una variación insignificante; es la señal más clara de una desventaja competitiva en los aspectos económicos relacionados con el funcionamiento de la inteligencia artificial.

El principal factor que impide la eficiencia de los modelos de inferencia es la dependencia en la infraestructura en la nube. Los costos de ejecución de los modelos por parte de Anthropic son un 23% más altos de lo esperado. Esto se debe a la necesidad de alquilar servidores a proveedores como Google y Amazon. Esta dependencia crea una presión constante sobre los márgenes de beneficio de las empresas. La diferencia con OpenAI es evidente: OpenAI puede subsidiar aproximadamente el 95% de sus usuarios no pagantes. Esto indica que OpenAI tiene una eficiencia en la ejecución de los modelos o condiciones de precios mucho mejores en la nube. Para Anthropic, ese apoyo no existe, lo que obliga a asumir todo el costo por sí sola.

Esta reducción de las márgenes de beneficio es el aspecto central en la cuestión de “tratar de ganar dinero”. Por un lado, los ingresos están creciendo a un ritmo del 12 veces mayor; actualmente, nueve clientes gastan más de 100 millones de dólares al año. Ese ritmo de crecimiento puede compensar temporalmente las márgenes más bajas. Por otro lado, el camino hacia la rentabilidad es largo y requiere mucho capital. Ambas empresas buscan alcanzar márgenes brutos del 70% o más para el año 2027-2029. Pero ese objetivo depende de inversiones masivas en hardware, como la compra de TPU por parte de Anthropic por 21 mil millones de dólares, o el desarrollo de chips especiales por parte de OpenAI. Hasta entonces, el modelo financiero seguirá siendo extremadamente afectado por los costos de capital, lo que podría llevar a pérdidas operativas de miles de millones de dólares. Los mercados de capital se están dividiendo en dos grupos: los inversores en acciones siguen siendo optimistas, mientras que los prestamistas son cautelosos respecto a financiar la construcción de centros de datos. La brecha en las márgenes de beneficio es una señal de alerta de que la lucha por controlar los costos del hardware no se trata solo de escalar, sino también de sobrevivir.

El camino hacia la rentabilidad: La intensidad de capital y la transición en las infraestructuras

La escala de la inversión requerida es impresionante; supera con creces las cifras de los rondos de financiación actuales. Aunque el aumento de capital que ha realizado Anthropic en su reciente momento no es pequeño, sigue siendo insignificante comparado con la infraestructura física que debe financiarse. La empresa ya ha comprometido recursos para ello.50 mil millones de dólares para construir centros de datos en los Estados Unidos.Se trata de una inversión que refleja la intensidad de capital necesaria para este proceso. No se trata de un gasto único, sino de un ciclo de inversiones a lo largo de varios años. El sector en general enfrenta una situación similar, si no incluso más grave. Para el año 2030, se proyecta que los centros de datos equipados para el procesamiento de datos relacionados con la IA necesitarán…5.2 billones de dólares en gastos de capital.Esa cifra representa una redistribución monumental de los ahorros mundiales, y también constituye una prueba de la eficacia de la ingeniería financiera a escala histórica.

Esta intensidad de capital es la consecuencia directa del desequilibrio en la rentabilidad estructural del sector. El problema principal radica en los costos relacionados con el proceso de ejecución de modelos para los clientes que pagan por el servicio. Como hemos visto, las empresas que alquilan capacidad informática a proveedores como Google y Amazon enfrentan una presión constante sobre sus márgenes de beneficio. El camino hacia los márgenes brutos del 70% o más, como lo objetivan los líderes del sector para finales de la década de 2020, no pasa por mejorar el software, sino por poseer la infraestructura necesaria para el procesamiento de datos. Por lo tanto, el catalizador clave para lograr una rentabilidad sostenible es una transición fundamental: pasar de alquilar capacidad informática a poseerla directamente.

Esta transición es necesaria para reducir la brecha en los costos de inferencia y lograr una viabilidad económica a largo plazo. Alquilar servidores representa un contrato a corto plazo, con precios elevados. Poseer el centro de datos y los chips que lo componen, en cambio, representa una inversión a largo plazo, que se amortiza con el tiempo. Este modelo solo funciona si una empresa puede manejar sus modelos de forma eficiente, de modo que los costos fijos puedan distribuirse sobre un volumen enorme de uso. La inversión de 50 mil millones de dólares por parte de Anthropic es una apuesta por este modelo, con el objetivo de crear la escala y el control necesarios para liberarse de los precios de las computaciones en la nube. Sin embargo, la necesidad de 5.2 billones de dólares a nivel sectorial para el año 2030 revela el enorme riesgo que conlleva esta transición. Una construcción excesiva podría causar la pérdida de activos, mientras que una construcción insuficiente podría llevar a la pérdida de cuota de mercado y control. La transición no es solo una estrategia corporativa; se trata de una reconfiguración estructural de toda la cadena de valor de las computaciones, desde los fabricantes de chips hasta las empresas de servicios relacionados con la computación. Esto determinará quiénes podrán capturar el excedente económico.