¿El mercado de IA es en su mayoría relaciones públicas, o hay una matemática más profunda detrás de los titulares? Un análisis de mercado de la empresa de software de IA Linkmate, antes Linkomo, sostiene que la respuesta está en una mezcla de dinámicas de deuda, gasto de capital y demanda empresarial medida.

La matemática de los préstamos detrás del entusiasmo por la IA

Según The State of the Agentic Market, la adopción de la IA está entrando en una etapa más avanzada de madurez. En términos prácticos, Linkmate dice que el mercado se está alejando de tratar a la IA como una bala de plata mágica y se está acercando a usarla como una herramienta para resolver problemas empresariales ordinarios.

El informe sostiene que a menudo se describe a la IA como una gran disruptora en el mercado laboral, pero que también se la está usando como chivo expiatorio. En la visión de Linkmate, un factor importante detrás de la debilidad del mercado laboral es la combinación de los préstamos de la era COVID y los aumentos de tasas de la Reserva Federal.

En 2019, las grandes empresas tecnológicas comenzaron a replantearse su huella de oficinas, preguntándose por qué debían pagar por 4 pisos de oficinas en Nueva York o Silicon Valley si ya no los necesitaban. Ese cambio se convirtió en una medida temprana de reducción de costos. El período de confinamiento también incrementó el endeudamiento corporativo, ya que las empresas asumieron más deuda a tasas más bajas.

Entre 2019 y 2020, la tasa de la Reserva Federal llegó a 0.05%, lo que hizo que pedir prestado fuera más barato que en más de 70 años. Linkmate cita declaraciones de la Reserva Federal y datos de FRED que muestran que los préstamos corporativos en 2020 eran de 0.25%, lo que el análisis describe como si cada dólar prestado valiera solo 0.25 centavos; no 25 centavos, sino 0.25 centavos.

El análisis dice que el endeudamiento corporativo no se utilizó de forma conservadora. En períodos normales, las corporaciones suelen tomar préstamos pequeños y devolverlos rápidamente, pero ese no fue el caso aquí. En el transcurso de unos pocos años, los préstamos corporativos totales aumentaron de unos $2T a $3.1T en la primera mitad de 2020. Luego la cifra cayó en $0.6T, o $600B, hasta $2.4T en 2022, antes de volver a subir.

Linkmate dice que cada ciclo de mercado ha traído nuevas formas para que las empresas aumenten sus beneficios y reduzcan la presión de la deuda. En 2023, OpenAI presentó una idea sencilla: un modelo de lenguaje grande y un chatbot interactivo que podía responder preguntas de forma dinámica. Según Linkmate, este enfoque generó la expectativa de que las empresas podrían reemplazar parte de sus costos, recortar porciones significativas de su fuerza laboral y mejorar sus beneficios.

Esa expectativa, según el análisis, alimentó el optimismo de los inversores y una ola de despidos en grandes empresas tecnológicas, entre ellas Oracle, Google, Amazon, Payoneer, Intel, HP, Meta, Fiverr, xAI, Salesforce, CISCO y Peloton. TechCrunch publicó una lista completa para 2025. Linkmate afirma que los despidos aumentaron cada año desde 2023, lo que respalda la idea de que el mercado de IA está en el pico del ciclo de hype de Gartner.

Dónde está la IA en el ciclo de hype de Gartner

El modelo de hype de mercado de Gartner sostiene que las tecnologías atraviesan etapas de madurez. Después del pico de expectativas infladas, la siguiente fase suele ser una reevaluación del mercado y una mirada más sobria a cómo la tecnología se aplica realmente.

Linkmate dice que uno de los usos más prometedores de la IA es resolver equivalentes en el mundo real de tareas NP-completas. El informe señala aplicaciones como el análisis de cadenas de proteínas, el descubrimiento de tratamientos para enfermedades antiguas, el impulso de la investigación del cáncer, salvar vidas mediante métodos poco convencionales, identificar nuevos materiales y abaratar la medicina. Aunque no es una bala de plata, el análisis dice que el aprendizaje automático y los modelos de lenguaje grande pueden resolver tareas demasiado engorrosas para los enfoques convencionales.

Una vez que el mercado sale de la etapa de expectativas infladas y de la sobriedad decepcionante, argumenta Linkmate, los casos de uso reales empiezan a aparecer y a ser ampliamente reconocidos como soluciones deliberadas a problemas existentes.

El análisis también dice que el mercado se enfrenta a la idea de que las personas siguen siendo más baratas que la IA. Una tendencia descrita como “tokenmaxxing”, o maximización del uso de tokens, surgió como ejemplo del pico de expectativas infladas de que la IA resolviera todo en lugar de los humanos. Resulta que, en la realidad, la factura de esos tokens de IA es mucho más alta que el salario promedio de un ingeniero de software.

En palabras de Microsoft: “Using tech is more expensive than paying human employees”. También surgieron más datos de Uber, donde los altos cargos decidieron públicamente reducir drásticamente el departamento de RR. HH. después de darse cuenta de que habían agotado su presupuesto de IA en 4 months. Según el vicepresidente activo de Nvidia, la IA cuesta “far more than humans”.

Según proyecciones de Goldman Sachs, al ritmo actual podríamos ver que el uso de IA se dispare hasta 120 quadrillion tokens para 2030. Bank of America reforzó la previsión alcista de Goldman Sachs y dijo que el gasto en IA podría llegar a $155B para 2030.

¿Qué dicen los números sobre el uso de la IA?

Comparar los informes ante la SEC con las afirmaciones públicas ofrece una imagen más clara. Según los analistas de Linkmate, el entusiasmo por la IA es real y medible en tres métricas distintas:

• El Average PJM Power Price Spike, o precio por MW-day, ha subido +833%.
• HBM Memory se está vendiendo al 100% antes de llegar al mercado.
• El gasto de capital proyectado de los hyperscalers para 2026 en IA será de $660B.

Pero hay una desconexión entre el CapEx prometido y el Free Cash Flow real registrado en los informes presentados ante la SEC. En concreto, Amazon y Google están en flujos de caja negativos, mientras que Microsoft, de algún modo, muestra cifras positivas.

Uno de los patrones más preocupantes aparece en la salud del principal actor del mercado: OpenAI. Según la comunicación pública, el objetivo proyectado de APR para 2026 es de $40B, mientras que la pérdida operativa anual real es de -$20B en 2025 y de -$14B proyectados en 2026. Esta discrepancia entre las métricas fundamentales y los datos divulgados podría convertirse en un problema en el futuro si el caso de uso real de la IA no se materializa.

La narrativa actual del mercado sugiere que el uso principal de la IA es actuar como asistente, leer correos electrónicos y hacer resúmenes a partir de la búsqueda de Google. Lo que dicen los números es que la demanda existe, pero la aplicación real está en otra parte: en el ámbito de resolver tareas equivalentes en el mundo real a NP-compete.

Las métricas de adopción están ahí, así como el capital de riesgo, con al menos $510B en gastos. Si se desglosa por industria, casi el 80% del VC global del dinero de Q1 2026 fue a startups de IA, lo que equivale aproximadamente a $242B de $300B.

Según las mejores estimaciones del mercado, el mercado de IA para 2026 está valorado entre $375B y $0.9T, con un CAGR proyectado de 14% a 39%.

El análisis de Linkmate sugiere que los números muestran una demanda concreta y presente en todos los frentes, pero que lo que falta es la oferta de propuestas reales con ajuste producto-mercado que puedan usarse en escenarios del mundo real. En esencia, lo que puede ocurrir es que en el futuro cercano el mercado de IA pase por una fase de corrección, en la que todos los actores débiles sean reemplazados por aquellos que ofrezcan casos de uso aplicables al mercado real. Las mejores estimaciones de Linkmate sitúan esa posible fase de corrección entre 2027 y 2028 si no surge un caso de uso aplicable y ampliamente adoptado en el mundo real.

The post 2026 AI Market Claims Vs SEC Fillings: Linkmate Analysis appeared first on Metaverse Post.