Qué cuenta como «ingresos de IA»: sobre todo, cifras de antes del boom
Las grandes tecnológicas han metido una década de aprendizaje automático convencional dentro de lo que llaman «ingresos de IA», justo cuando esa cifra se usa para justificar los mayores compromisos de capital de la historia. El denominador está contaminado, y los consejos de administración están construyendo sobre él.
La cifra más importante de la tecnología en este momento es una que nadie audita. Los «ingresos de IA» son la cifra que declaran los proveedores, que usan los consejos de administración como referencia y que los analistas estiran hasta convertirla en mercados de billones de euros. Mírese de cerca qué hay dentro y gran parte es ingreso antiguo con una etiqueta nueva: segmentación publicitaria, motores de recomendación, clasificación de resultados de búsqueda, detección de fraude. Aprendizaje automático, sin duda. IA generativa, en su mayor parte no.
Eso importa porque un problema de denominador nunca es solo un problema de reporting. Todos los modelos de retorno de inversión y todos los ejercicios de dimensionamiento de mercado heredan esa inflación, igual que cualquier diapositiva de consejo que diga «nuestra competencia está monetizando la IA más rápido que nosotros». Alimentar una previsión con una base contaminada hace que falle en silencio, y a gran escala.
¿Qué cuenta realmente como ingresos de IA?
Casi cualquier cosa, hoy por hoy, y ese es el problema. La categoría no tiene definición contable ni auditor. Así que cuando llegó el boom, se incorporó sin más una década de aprendizaje automático anterior a los modelos generativos: sistemas que llevaban años clasificando anuncios y recomendando productos de forma rentable, mucho antes de que nadie escribiera un prompt, pasaron a engrosar la columna de la IA. La lógica se ha estirado hasta el punto de que el sector puede afirmar, más o menos abiertamente, que prácticamente todo el ingreso de la plataforma es ingreso de IA. Si todo cuenta, la categoría no mide nada, y puede que ese sea precisamente el objetivo.
El incentivo es sencillo. Son estas cifras las que se usan para justificar compromisos de infraestructura que se miden en cientos de miles de millones. Un número grande de «ingresos de IA» le dice al inversor que la demanda ya está ahí, y la reclasificación no cuesta nada mientras mueve el mercado. Mi expectativa de partida ante cualquier métrica sin auditar, sin definir y cargada de incentivos es que favorece a quien la declara. Nada en las divulgaciones actuales me hace cambiar esa expectativa.
La señal de demanda está parcialmente fabricada
Dejando a un lado la reclasificación, el propio panorama de demanda necesita un descuento. Tómese el acuerdo entre Nvidia y OpenAI. En el anuncio conjunto de ambas compañías, Nvidia dice que tiene intención de invertir «hasta 100.000 millones de dólares» en OpenAI, liberados de forma progresiva a medida que OpenAI despliega diez gigavatios de sistemas Nvidia, y la cobertura del acuerdo en el Wall Street Journal situó el primer tramo en 10.000 millones de dólares. Un fabricante de chips que invierte decenas de miles de millones en su cliente más importante, de modo que el dinero sale y vuelve convertido en pedidos de chips. Nada de esto está oculto ni es ilegal. Pero es circular, y la financiación circular fabrica una señal de demanda que parece orgánica hasta que se sigue el circuito. Una parte se asegura demanda, la otra se asegura valoración, y el titular hace el resto.
El propio titular merece su ración de escepticismo, porque las palabras que realmente cargan con el peso en ese anuncio son los matices: «hasta», no «invertirá», y una inversión condicionada al despliegue, no caja disponible en el momento de la firma. La cifra anunciada existe para mover una valoración. La cifra comprometida, la que lleva firmas y caja a corto plazo, es el primer tramo, una décima parte del número titular. Tratar cartas de intenciones como compromisos en firme es cómo una sobreconstrucción probable acaba redondeada hacia una certeza.
Luego está la teoría de juegos. Un consejero delegado de una cotizada que anuncie un gasto en IA prudente y basado en evidencia recibe el castigo del mercado esa misma tarde. La jugada racional es proclamar el capex máximo, con independencia de lo que digan los paneles internos de retorno, y todos los actores saben que el resto se enfrenta a la misma matriz de pagos.
Eso es un dilema del prisionero, y su resultado es un gasto desacoplado del retorno: no porque los directivos sean necios, sino porque la estructura de incentivos les paga por sobreconstruir en público.
¿Cuándo se convierte el capex de IA en un problema de todos?
Aquí está la distinción que importa más que cualquier debate sobre burbujas: cómo se financia la construcción. Mientras se pague con el flujo de caja de las propias empresas, una corrección es un problema de los accionistas, doloroso pero contenido. En el momento en que el centro de datos marginal se financia con deuda, el riesgo cambia de naturaleza, porque la deuda es el mecanismo de transmisión que convierte el saneamiento de un sector en un problema para toda la economía. La escala ya está registrada. El recuento de Axios sobre la construcción de 2026 sitúa el gasto de capital conjunto en IA de las grandes tecnológicas, Oracle incluida, cerca de 800.000 millones de dólares, y señala que ninguna de ellas divulga las ventas ni el beneficio atribuibles a esa inversión. Solo Meta advierte a sus inversores en su formulario 10-Q del primer trimestre de 2026 que espere un gasto de capital de entre 125.000 y 145.000 millones de dólares este año. Si se contrasta ese ritmo con el flujo de caja operativo que declaran cada trimestre Microsoft, Alphabet, Amazon y Meta, según mis cálculos la construcción consume la mayor parte de ese flujo, y probablemente lo agota por completo en cuanto se descuentan las recompras de acciones y los dividendos. Trátese esa proporción como una estimación propia, no como una cifra divulgada: ninguna compañía la publica, lo cual ya dice algo por sí mismo. Cuando la caja interna deja de cubrir la factura, el resto llega en forma de deuda.
El problema de los plazos lo agrava. Los balances amortizan este hardware con generosidad: el informe anual de Microsoft del ejercicio fiscal 2022 recoge la decisión de «ampliar la vida útil estimada tanto de los servidores como del equipamiento de red, de cuatro a seis años», y sus competidores contabilizan calendarios similares. Mi propia estimación de la vida económica de un acelerador de última generación (el periodo antes de que el silicio más nuevo lo desplace en el trabajo para el que se compró) es más severa: quizá de tres a cuatro años, más o menos una generación de producto. Si se parte de la escala del gasto comprometido y se aplica ese supuesto más severo, el ingreso necesario para justificarlo implica un nuevo mercado de software de un billón de dólares materializándose dentro de una sola generación de chips. Eso es posible. Que sea lo bastante probable como para apalancar un balance sobre ello es otra pregunta, y no es una que se esté formulando en voz alta.
Debajo hay una asimetría técnica más silenciosa. La tesis del capex se sustenta en entrenamientos de frontera cada vez más grandes, y sin embargo la acción visible se ha desplazado hacia el post-entrenamiento, el cómputo en tiempo de inferencia y una eficiencia radical, con modelos de pesos abiertos reproduciendo capacidades costosas por una fracción del coste original. Si la capacidad por euro invertido sigue cayendo, la demanda de cómputo puede seguir creciendo mientras el poder de fijación de precios necesario para amortizar esta generación concreta de hardware no lo hace. Ese es el escenario que ningún titular incorpora.
Qué haría cambiar de opinión
Fijada la posición, aquí está la evidencia que la invertiría. Una segmentación verificable de forma independiente que muestre ingreso genuinamente incremental, atribuible a la IA generativa, creciendo más rápido que la base reclasificada. Ratios de capex que se estabilicen frente al flujo de caja operativo en lugar de seguir subiendo por encima de él. Compromisos anunciados que se conviertan en caja a tasas altas en lugar de diluirse en silencio. Muéstrense dos de esas tres cosas y la historia aburrida, un ciclo de infraestructura inusualmente ruidoso pero fundamentalmente ordinario, se convierte en la mejor apuesta. Por ahora, las divulgaciones apuntan en la dirección contraria.
Para un consejo de administración, todo esto se traduce en un único gesto de diligencia debida. Cuando un proveedor, una consultora o la propia presentación estratégica cite una cifra de ingresos de IA, exíjase el corte incremental: el ingreso que existe solo por la IA generativa, neto de todo lo que ya se vendía bajo un nombre anterior. Trátese el total reclasificado como marketing. Es la misma disciplina que sostiene establecer la madurez de la organización frente a la IA antes de construir: averiguar qué cambia realmente la tecnología para la propia cuenta de resultados antes de comprometer capital, idealmente con una visión de estrategia técnica independiente que no cobre por inflar el denominador.
La asimetría que conviene retener es esta: si los escépticos se equivocan, los compradores prudentes pierden algo de tiempo. Si se equivocan las cifras titulares, quienes han apalancado la construcción pierden la década. Hay que poner precio al segundo error, no al primero.
Preguntas frecuentes
¿Son lo mismo los ingresos de IA y los ingresos de IA generativa?
No. La mayoría de los «ingresos de IA» declarados incluyen productos de aprendizaje automático anteriores a la IA generativa, como la segmentación publicitaria, la clasificación de resultados o los sistemas de recomendación. El ingreso generativo genuinamente incremental es un subconjunto mucho más pequeño, y los proveedores rara vez lo desglosan si no se les exige.
¿Cómo debería un consejo de administración contrastar las cifras de ingresos de IA de un proveedor?
Pidiendo el corte incremental atribuible a la IA generativa: el ingreso que no existiría sin ella, neto de las líneas antiguas reclasificadas. Preguntando cómo se define la categoría, si se han reexpresado periodos anteriores, y tratando cualquier negativa a desglosar como una respuesta en sí misma.
¿Significa una meseta en el escalado de la IA que el gasto se detiene?
No necesariamente. La inversión se está desplazando hacia el post-entrenamiento, el cómputo en tiempo de inferencia y la eficiencia, más que hacia entrenamientos cada vez más grandes. La demanda de cómputo puede seguir creciendo mientras el retorno de esta generación concreta de hardware sigue decepcionando, y por eso el origen de la financiación importa más que el volumen.
Relacionado
- Los bonos de retención no reducen el riesgo de persona clave: la doctrina, sí
- El tráfico de bots reparte tu presupuesto de publicidad, y lo firmó un humano
- Tu proveedor de nube también financia sus ingresos de IA: hazle due diligence financiera antes de firmar
- Data & Strategy
Escrito por una persona editorial de IA del sistema editorial propietario de Abyshire y revisado por nuestro equipo.