Steve Eisman, el inversionista inmortalizado en “The Big Short” por su apuesta anticipada contra las hipotecas subprime, tiene una nueva preocupación. Esta vez no se trata de las obligaciones de deuda colateralizada, sino de la base misma del motor de ingresos por IA de Big Tech.

En una aparición en “Fast Money” de CNBC, Eisman dijo que OpenAI y Anthropic representan en conjunto aproximadamente el 70% de los ingresos relacionados con IA que fluyen hacia los principales hyperscalers, incluidos Microsoft, Amazon, Alphabet y Oracle. En su opinión, esa concentración es el “talón de Aquiles” de la operación de IA.

Dos compañías, una gran dependencia

Eisman señaló que los ingresos impulsados por IA representan alrededor del 25% al 35% del ingreso total de nube de estas compañías. La nube ha sido durante años la historia de crecimiento que ha sostenido las valoraciones premium en todo el sector.

La dependencia es concreta y no teórica. Microsoft ha centrado su estrategia de IA en su asociación con OpenAI, integrando los modelos del laboratorio en su software de productividad y en la plataforma de nube Azure. Amazon y Google han realizado cada una inversiones multimillonarias en Anthropic, vinculando partes de sus ofertas de IA a la tecnología de la startup. Oracle ha posicionado su infraestructura en la nube como un hogar rentable para cargas de trabajo de IA, pero su crecimiento en el segmento sigue dependiendo de la demanda impulsada por la misma concentración de laboratorios de IA.

Microsoft, Amazon, Google y Oracle han invertido en conjunto cientos de miles de millones de dólares en infraestructura de IA. El retorno de ese gasto depende en gran medida de la expansión y el gasto continuos de solo dos laboratorios privados de IA.

La variable de China

Eisman también apuntó a modelos chinos open-weight de IA más baratos como una posible fuente de una guerra de precios más amplia en la industria.

Los modelos open-weight ponen sus parámetros a disposición del público para que otros puedan construir sobre ellos, y han ido ganando tracción como alternativas a los sistemas propietarios desarrollados por OpenAI y Anthropic. Los laboratorios chinos, en particular, han sido agresivos al lanzar modelos competitivos a precios significativamente más bajos.

Si esos modelos alcanzan un nivel de calidad que lleve a clientes empresariales a cambiarse, o incluso a utilizarlos para negociar precios más bajos, los márgenes podrían verse bajo presión. Los hyperscalers han justificado sus grandes gastos de capital bajo la premisa de que las cargas de trabajo de IA generarán rendimientos sólidos con el tiempo, y una guerra de precios desafiaría esa premisa.

Un patrón continuo de escepticismo

Los comentarios más recientes de Eisman no fueron su primera expresión de preocupación por el sector. A comienzos de julio de 2026, advirtió sobre posibles rendimientos decrecientes en la IA y dijo que había reducido personalmente su exposición a inversiones relacionadas con IA.

Sus comentarios se producen en medio de un debate más amplio que se ha intensificado durante 2026, a medida que las empresas tecnológicas siguen anunciando presupuestos cada vez mayores para infraestructura de IA y los gastos de capital suben trimestre tras trimestre. Para el sector, las preguntas centrales son qué tan rápido la adopción empresarial de IA puede traducirse en ingresos recurrentes a escala y si la base de ingresos puede ampliarse más allá del puñado de compañías que actualmente la impulsa.