Bain & Company le ha presentado a la industria mundial de la inteligencia artificial una factura que, según el propio cálculo de la consultora, solo podrá pagarse en su mayor parte con productos que todavía no existen. El séptimo Informe Global de Tecnología de la firma, publicado recientemente, concluye que la industria debe generar 6 billones de dólares en ingresos anuales para 2031 para justificar el capital que hoy fluye hacia los centros de datos — y aproximadamente el 70% de esa suma depende de fuentes de ingresos que aún están por construirse.

Según el informe, los servicios de IA para consumidores y empresas existentes podrían representar hasta 1,8 billones de dólares del total, dejando 4,2 billones en nuevos ingresos que deben crearse. Todo lo que la tecnología vende hoy, desde chatbots hasta copilotos de trabajo, cubre menos de un tercio de la suma proyectada.

Bain espera que el faltante provenga de segmentos emergentes: máquinas autónomas y robótica, descubrimiento de fármacos, salud mental y generación de energía. Estos son sectores que siguen siendo pequeños, están fuertemente regulados o aún se limitan a los laboratorios, y la industria cuenta con que produzcan billones en los próximos cinco años.

David Crawford, autor principal del informe, reconoció la magnitud del requisito. Señaló que la industria necesita una ola de innovación mayor que cualquiera de las que desbloquearon la telefonía móvil y la computación en la nube, y que financiar la construcción de manera sostenible exigiría agregar aproximadamente 1% a la tasa de crecimiento anual del PIB mundial, una aceleración que las economías rara vez logran solo porque una industria lo requiere.

No es la primera estimación de Bain sobre esta brecha. En septiembre pasado, la firma calculó que las empresas de inteligencia artificial necesitarían 2 billones de dólares en ingresos anuales para 2030 y predijo un faltante de 800.000 millones. El nuevo objetivo es tres veces mayor y llega un año después. Aunque ambos informes pueden definir su alcance de manera distinta, la dirección es consistente: el costo de la construcción está creciendo más rápido que la evidencia de que alguien lo pagará.
El lado de los costos es contundente. Bain proyecta entre 5 y 6,5 billones de dólares en gasto en centros de datos para 2030, lo que añadirá al menos 150 gigavatios de capacidad. El tamaño y los costos de los centros de datos se duplican aproximadamente cada 12 a 16 meses, en parte debido al aumento sostenido de los precios de los chips. El financiamiento puede organizarse, pero los transformadores, el agua y las conexiones a la red eléctrica no pueden conseguirse en el mismo plazo. La escasez de los tres, combinada con una feroz oposición local, bloqueó o retrasó proyectos en EE. UU. por valor de 68.000 millones de dólares en el trimestre de junio.

Otros analistas han llegado a conclusiones similares. Goldman Sachs señaló esta semana que el punto de equilibrio de los cinco mayores hyperscalers de EE. UU. —los gigantes de la computación en la nube— se ubica en alrededor de 300.000 millones de dólares en ingresos anuales por IA, frente a 800.000 millones de dólares en gasto de infraestructura en 2026. Con ingresos de IA en la nube aproximadamente 70.000 millones de dólares por encima de su tendencia previa a la IA, Goldman estima una brecha de unos 230.000 millones de dólares al año.

La vara de Goldman es más estrecha que la de Bain, ya que cubre solo a los hyperscalers y solo la construcción de este año, pero apunta en la misma dirección. David Cahn, de Sequoia, ha calculado una brecha de unos 600.000 millones de dólares al año, y Allianz Research sitúa la divergencia entre el gasto de capital en IA y el crecimiento de los ingresos en torno al 46%, por encima del 32% registrado durante el exceso de las telecomunicaciones de 2001, cuando las operadoras construyeron redes de fibra mucho más rápido de lo que la demanda podía absorber.

Hay advertencias sobre ambos conjuntos de cifras. El propio Goldman advierte del riesgo de doble conteo y asume que casi todo el capex por encima de los niveles de 2022 está relacionado con la IA, dado que prácticamente cada dólar del gasto de capital de los hyperscalers cuenta hoy como gasto en IA. Por su parte, la cifra de Bain es una tasa mínima exigida y no un pronóstico: describe lo que debe suceder, no lo que sucederá.

La dinámica más preocupante es que ningún hyperscaler probablemente reducirá su gasto de forma unilateral y cederá terreno a sus rivales, lo que hace que el ciclo de capex se autorrefuerce sin importar los rendimientos de corto plazo. Una carrera en la que detenerse resulta inasequible es precisamente el escenario donde los malos rendimientos pueden acumularse sin que nadie lo note, porque la decisión de gasto ya no depende de los rendimientos.

Bain ha convertido un estado de ánimo en una prueba medible. Si la IA es útil dejó de ser la pregunta hace tiempo; la pregunta ahora es si esa utilidad puede tener un precio a una escala superior a la economía del smartphone, en mercados que apenas existen, antes de que la red eléctrica y el mercado bonos pierdan la paciencia.

Dos indicadores mostrarán cómo evoluciona la ecuación hasta 2027. Uno es si las empresas de robótica y descubrimiento de fármacos comienzan a reportar líneas de ingresos reales. El otro es si las proyecciones de capex siguen subiendo sin que ello ocurra. Si sucede lo segundo sin lo primero, la industria ya no estaría invirtiendo en un mercado comprobado: estaría apostando a que uno aparecerá.