a16z Análisis en profundidad de las capacidades de computación de la inteligencia artificial: los ingresos se duplicaron, el precio de las acciones está bajo presión y los gastos de capital son asombrosos.

Autor original: Moses Sternstein, a16z

Nota del editor: En el contexto de una nueva ronda de inversión en capacidad de procesamiento impulsada por la IA generativa, los debates del mercado sobre la infraestructura de IA están pasando de la cuestión de si hay suficientes GPU a la de quién puede proporcionar capacidad de procesamiento de forma sostenible. A medida que se alcanza un consenso sobre las necesidades de entrenamiento de modelos, inferencia y expansión de centros de datos, surge una pregunta más fundamental: ¿puede el rápido crecimiento de la demanda de capacidad de procesamiento traducirse realmente en beneficios y flujo de caja estables?

En "Gráficos de la Semana", publicado por a16z New Media, el autor Moses Sternstein comienza con empresas emergentes de la nube como CoreWeave, Nebius y Applied Digital para analizar las contradicciones en el crecimiento, la valoración y la rentabilidad del mercado de la potencia informática de la IA, y luego se extiende al SaaS horizontal, el enrutamiento de modelos y la competencia por el talento en laboratorios de vanguardia.

En este artículo, el autor no se limita a juzgar si la demanda de IA es fuerte, sino que desglosa el panorama actual de la IA en una serie de cuestiones estructurales más fundamentales: cómo se está revalorizando la infraestructura existente, por qué el crecimiento de los ingresos no ha seguido el ritmo de las crecientes expectativas del mercado y por qué el enfoque de la competencia en la industria de la IA está pasando de la simple expansión a la eficiencia y la rentabilidad.

En primer lugar, está el redescubrimiento del valor de la infraestructura. En el pasado, los terrenos a lo largo de las vías férreas, los gasoductos y las redes de televisión por cable servían a industrias específicas antes de transformarse en infraestructura de telecomunicaciones e internet. Hoy en día, se está produciendo una revalorización similar de los activos. Algunas nuevas empresas de computación en la nube, que originalmente se dedicaban a la minería de criptomonedas, ya cuentan con experiencia operativa en energía, centros de datos, sistemas de refrigeración y computación de alta densidad; con el auge de la demanda de IA, estas capacidades se traducen rápidamente en una escasa capacidad de procesamiento. La importancia radica en que la competencia por la infraestructura de IA no parte completamente de cero; las ventajas iniciales suelen derivarse de la recombinación de activos, recursos energéticos y capacidades de ingeniería ya existentes.

En segundo lugar, existe la coexistencia de un alto crecimiento de los ingresos y la incertidumbre sobre la rentabilidad. Las tasas de crecimiento de los ingresos iniciales de las nuevas empresas de la nube, como CoreWeave, superaron en su momento las de gigantes como AWS, pero el mercado de capitales no les otorgó el mismo reconocimiento. Esto se debe a que las nuevas nubes no son negocios de software con pocos activos. La adquisición de GPU, el acceso a la energía, la construcción de centros de datos, la depreciación de los chips y los intereses de la deuda aumentarán a la par que la escala, e incluso más rápido que el crecimiento de los ingresos. Esto significa que la expansión de los ingresos solo puede demostrar una fuerte demanda de potencia de cálculo para IA, pero no puede probar automáticamente que el modelo de negocio tenga una rentabilidad sobre el capital suficientemente alta. Lo que el mercado realmente espera es si estas empresas pueden convertir los pedidos y los ingresos en un flujo de caja libre sostenible.

En tercer lugar, el valor del software se está redefiniendo según el impacto de la IA. Anteriormente, el mercado temía que la IA generativa debilitara las ventajas competitivas de las empresas SaaS, pero el desempeño de Atlassian demuestra que la IA también puede ser una herramienta para aumentar el gasto del cliente y la fidelización. Mientras tanto, el software de ciberseguridad y observabilidad sigue recibiendo primas de valoración porque la IA amplifica los riesgos potenciales y aumenta la dependencia de las empresas de soluciones maduras. Esto significa que el llamado "fin del mundo del SaaS" no se producirá de forma generalizada. El hecho de que la IA reemplace productos, reduzca precios o expanda la demanda se está convirtiendo en el nuevo criterio para diferenciar las valoraciones del software.

En cuarto lugar, las aplicaciones de IA están pasando de simplemente "apilar tokens" a optimizarlos. Antes, las empresas solían preferir utilizar directamente sus modelos más potentes o asignar un presupuesto a sus equipos de ingeniería para que experimentaran de forma independiente. Ahora, empresas como Databricks utilizan el enrutamiento inteligente para emparejar modelos con diferentes precios y niveles de rendimiento según la dificultad de la tarea, reduciendo costes sin comprometer la eficacia. Una disminución en el precio del token no implica necesariamente una contracción en el gasto total en IA: a medida que disminuyen los costes unitarios y aumentan los escenarios de aplicación, el consumo total de tokens y el tamaño del mercado en general pueden seguir creciendo. La eficiencia y la demanda no son mutuamente excluyentes, sino que pueden formar un ciclo de refuerzo mutuo.

Si tuviéramos que resumir este artículo en una sola conclusión, sería esta: la infraestructura de IA ha demostrado su capacidad para generar un crecimiento rápido, pero la siguiente fase de éxito dependerá de si las empresas pueden traducir ese crecimiento en una mayor eficiencia del capital. En este sentido, este artículo ya no se centra únicamente en si empresas como CoreWeave pueden convertirse en la próxima generación de gigantes de la nube, sino más bien en si toda la industria de la IA puede pasar de expandir la capacidad de computación a lograr rentabilidades empresariales sostenibles.

El siguiente es el texto original:

"Nuevas nubes" en el cielo

A principios del siglo XX, la Southern Pacific Railroad Company poseía vastas extensiones de terreno sin urbanizar en zonas despejadas que conectaban ciudades y pueblos de todo Estados Unidos. Los derechos ferroviarios se extendían mucho más allá de las vías, dejando numerosos corredores a lo largo de la ruta abiertos al desarrollo.

Así pues, la compañía ferroviaria instaló una red de comunicaciones a lo largo de la línea férrea y la denominó "Red Telefónica Interna del Ferrocarril del Pacífico Sur". En la década de 1970, la compañía comenzó a comercializar la red y a abrirla a un mayor número de usuarios.

Posteriormente, ocurrieron dos cosas simultáneamente: primero, se acabó el monopolio en el mercado de la telefonía de larga distancia; segundo, los cables de fibra óptica comenzaron a demostrar su viabilidad comercial. Los corredores de comunicación existentes se convirtieron en líneas de fibra óptica, y esta red más tarde se conoció por su abreviatura "Sprint". De este modo, los activos que antes habían servido a los ferrocarriles se convirtieron en la columna vertebral de la infraestructura para la revolución de las telecomunicaciones.

Las compañías ferroviarias no son las únicas que están transformando las redes físicas existentes en infraestructuras tecnológicas comerciales a gran escala.

En la década de 1980, la empresa Williams transformó gasoductos en desuso en canales de fibra óptica, dando origen a WilTel. Posteriormente, la empresa fue vendida y rebautizada como WorldCom. En la década de 1990, los cables coaxiales unidireccionales instalados para los servicios de televisión por cable experimentaron una modernización masiva y costosa, convirtiéndose finalmente en la infraestructura que permitió a Comcast y Charter ofrecer servicios de internet de banda ancha a los consumidores.

Esto nos lleva a otro tipo de empresa: aquellas que también disponen de infraestructura fácilmente accesible que ahora se está reutilizando y revalorizando significativamente para satisfacer las necesidades de una tecnología emergente; estas son empresas como "neocloud".

En resumen, la mayoría de las nuevas empresas de computación en la nube se dedicaban inicialmente a la minería de criptomonedas, un sector que requería mucha energía y capacidad de procesamiento. Luego llegó la ola de la IA. De repente, cualquiera que tuviera acceso a electricidad, infraestructura y experiencia en la construcción y gestión de cargas de computación de alta intensidad —en el caso de CoreWeave, incluyendo un gran número de GPU— se encontraba en uno de los sectores más prometedores de la actualidad.

Por supuesto, no se trata de una comparación estrictamente equivalente. Sin embargo, si observamos las tres mayores empresas de computación en la nube que cotizan en bolsa, su crecimiento de ingresos es realmente notable.

Solo podemos estimar los ingresos del negocio de la nube de los proveedores de servicios en la nube a hiperescala en sus primeras etapas, pero la tendencia general ya es clara: las nuevas empresas de la nube están creciendo a un ritmo extremadamente rápido, significativamente más rápido que la tasa de crecimiento de los tres principales proveedores de servicios en la nube en sus etapas iniciales.

Cabe señalar que, en el mercado global de venta de capacidad de procesamiento, NewCloud es actualmente un actor relativamente pequeño.

Todavía les queda un largo camino por recorrer para alcanzar la escala de los proveedores de servicios en la nube ultragrandes.

Los proveedores de servicios en la nube a hiperescala generan muchísimos más ingresos cada trimestre que las nuevas empresas de servicios en la nube. Mientras tanto, CoreWeave logró en aproximadamente 25 trimestres lo que a AWS le tomó 40 trimestres: 2600 millones de dólares en ingresos. En resumen: estas empresas están creciendo a un ritmo increíblemente rápido.

Con tasas de crecimiento tan elevadas y aprovechando el auge de la industria de la IA, los inversores deberían, en teoría, estar muy entusiasmados. En cierto modo, es cierto, pero la realidad es más compleja.

Aunque estas empresas generalmente reportaron buenos resultados en sus últimos informes de ganancias, el precio de las acciones de CoreWeave ha caído alrededor de un 16% durante el último año; solo Nebius se encuentra relativamente cerca de su máximo anterior.

Por lo tanto, la historia sigue siendo buena en general, pero es evidente que resulta menos atractiva para las mayores empresas emergentes de computación en la nube.

El mercado se ha mantenido relativamente estable últimamente, en parte porque muchas expectativas de crecimiento ya pueden estar reflejadas en las valoraciones.

Para empresas con alto requerimiento de capital como NewCloud, la relación precio-ventas no es la métrica de valoración más adecuada, pero sigue siendo bastante intuitiva para ilustrar ciertos problemas. Empresas más pequeñas y de rápido crecimiento, como Nebius y Applied Digital, obtienen primas de valoración significativamente más altas que la mucho mayor CoreWeave. Los ingresos de CoreWeave aún se duplican, pero ya se encuentran por debajo de la tasa de crecimiento del 400 % al 450 % de las empresas líderes.

Si existe algún problema real con la nueva empresa de computación en la nube, no es el crecimiento, sino la rentabilidad a largo plazo. Para crecer, necesita una inversión continua en chips, electricidad e infraestructura física, y estos costos no son bajos.

CoreWeave, por ejemplo, ha experimentado un impresionante crecimiento de ingresos, pero sus gastos de capital son aún más asombrosos. Otros costos enormes incluyen la depreciación de los chips, que ya representa más de la mitad de los ingresos, y el aumento de los gastos por intereses derivados de los préstamos para construir una infraestructura costosa con antelación.

Este artículo no pretende juzgar si NewCloud tendrá éxito o si el precio actual de sus acciones es razonable. Más allá de la popularidad del tema, lo que este artículo busca ilustrar es que NewCloud ejemplifica a la perfección la lucha de poder entre alcistas y bajistas en el panorama del trading con inteligencia artificial.

Por un lado, operan en un mercado vertical mucho mayor de lo que se había previsto —el mercado de la capacidad de procesamiento informático— y han alcanzado tasas de crecimiento sin precedentes. Por otro lado, el coste de construir este tipo de empresas también se encuentra en máximos históricos, lo que exige enormes inversiones en infraestructura fija que continúa depreciándose.

¿Está volviendo el SaaS horizontal?

A continuación, una breve actualización sobre el panorama de mercado en constante evolución del llamado "fin del mundo del SaaS". Una de las empresas más afectadas por la anterior caída de las acciones de software ha tenido un desempeño bastante bueno en el último mes.

En los últimos 30 días de negociación, las empresas de software horizontal se han situado entre las de mejor rendimiento en el ETF IGV Software, aunque han cedido parte de sus ganancias desde que comenzó la recopilación de datos.

En general, los fundamentos de estas empresas siguen siendo sólidos. Atlassian, en particular, no ha sufrido el declive provocado por la IA que el mercado había previsto.

Esta empresa de software de productividad superó tanto sus ganancias como sus previsiones: los ingresos por servicios en la nube crecieron un 31 % interanual, y los ingresos por pedidos pendientes aumentaron aún más rápido. Pero quizás la señal más importante sea que la IA se está convirtiendo en un motor de crecimiento empresarial, no en un obstáculo. Atlassian afirmó que su asistente de IA, Rovo, ha tenido una gran acogida; mientras tanto, los usuarios de Rovo gastan casi el doble que los que no lo utilizan.

Esta es una buena noticia para Atlassian, una buena noticia para Rovo y una buena noticia para el software como servicio (SaaS) horizontal.

Sin embargo, la valoración general del software como servicio (SaaS) horizontal sigue siendo ligeramente inferior a la de otras categorías de software.

Salvo algunas excepciones, las empresas de software como servicio (SaaS) horizontales, incluida Atlassian, generalmente tienen ratios precio-ventas previstos inferiores al nivel correspondiente a la línea de tendencia "tasa de crecimiento - múltiplo de valoración".

Para reiterar, el SaaS horizontal solo ha tenido un mes relativamente bueno. El rendimiento de un solo mes está lejos de ser suficiente para convencer al mercado de que se ha evitado el "fin del mundo del SaaS".

Por supuesto, si su negocio de software se enmarca en el ámbito de la ciberseguridad o la observabilidad, la historia es diferente: para esas empresas, el llamado "fin del mundo del SaaS" nunca ha ocurrido.

El sector de la ciberseguridad sigue superando significativamente a otras categorías en el ETF de software de IGV. En este ámbito, la IA se ha convertido en un factor favorable: el mercado cree, en general, que la IA mejora la percepción de los riesgos de las amenazas de ciberseguridad, y ningún cliente empresarial recurrirá a la programación basada en la intuición para improvisar sus propias soluciones de seguridad.

Queda por ver si esta lógica se cumplirá a la larga. Pero, al menos por ahora, la situación de las empresas de software tradicionales dista mucho de ser uniforme.

Los inversores observan con gran atención si la IA beneficiará o perjudicará a todas las empresas, y revisan sus juicios con cada nuevo conjunto de datos, lo cual es comprensible.

Hacia la frontera de eficiencia de la inversión en tokens

El panorama del mercado en torno al uso de modelos, el consumo de tokens y la gestión del gasto de tokens continúa evolucionando de diversas maneras interesantes.

Tomemos como ejemplo a Databricks.

Ante preguntas como "¿Qué modelo deberíamos usar?" y "¿Cuál es el mejor modelo?", Databricks no adoptó un enfoque de "el ganador se lo lleva todo", ni se limitó a dar a los ingenieros un presupuesto y dejar que decidieran cómo gastarlo. Planteó otra pregunta: "¿Y si desarrolláramos una solución que asignara automáticamente las tareas correctas a los modelos correctos?".

Databricks no es la única empresa que hace esto, pero ha desarrollado un "enrutador inteligente" y está bastante satisfecha con su rendimiento.

Se dice que los routers de Databricks pueden recurrir a modelos más potentes y caros cuando sea necesario, y utilizar modelos más débiles y económicos cuando las condiciones lo permitan, reduciendo así "continuamente el coste medio de una tarea en más de un 30 %".

En general, buscar la "frontera de eficiencia" del gasto de tokens no es necesariamente algo malo. Significa que la demanda sigue creciendo y que los escenarios de aplicación no solo evolucionan en la vanguardia del rendimiento, sino que también se extienden a modelos menos avanzados. En la narrativa pesimista inicial, se pensaba que estos modelos subóptimos quedarían obsoletos rápidamente.

Como ya hemos mencionado, las mejoras en la eficiencia ampliarán el alcance de la demanda, que es precisamente el tipo de dinámica que el mercado desea ver, similar a la paradoja de Jevons.

El índice de fortaleza del precio de los tokens de Silicon Data muestra que la fortaleza general de los precios está disminuyendo, especialmente a medida que los modelos abiertos de menor precio ganan una mayor participación en el mercado en expansión.

Es necesario aclarar un concepto que suele malinterpretarse: estos índices miden la intensidad del costo del gasto en tokens, no la cantidad absoluta en dólares. Depende tanto del número de tokens consumidos como del costo total de los mismos. Esto significa que, incluso si el precio por token disminuye, la cantidad total de tokens consumidos y el gasto total podrían seguir aumentando.

Lo verdaderamente importante es que la demanda general sigue creciendo, y que la optimización de precios y la selección de modelos, acercándose a la frontera de la eficiencia, impulsarán aún más este crecimiento. Cabe destacar que la "demanda de IA" o la "adopción de IA" no constituyen un concepto único y homogéneo. Persiste una brecha significativa entre los usuarios intensivos y los demás. Esto demuestra claramente que "utilizar siempre el mejor modelo" puede funcionar para algunas empresas, pero sin duda no funcionará para todas.

El mercado está desarrollando rápidamente más opciones alternativas. En general, esto es algo positivo.

Según datos de Ramp, una plataforma de gestión de gastos empresariales, todas las empresas están aumentando su gasto en IA, pero la brecha entre el gasto medio y el 10% de las empresas con mayor gasto, así como entre el 10% con mayor gasto y el 1% con mayor gasto, es extremadamente grande.

Los datos de Ramp suelen estar sesgados a favor de las empresas tecnológicas, y esto debe tenerse en cuenta al interpretarlos. Sin embargo, los datos muestran que el 10 % de las empresas con mayor gasto invierten aproximadamente 50 veces más en IA por empleado que la empresa promedio.

Es improbable que esta distribución sea accidental. Las empresas que pueden obtener mayor valor de la inversión en IA son probablemente las que más invierten; si bien no todas las empresas son así, al menos un número significativo de ellas sigue este patrón.

Un análisis realizado por Boston Consulting Group a 107 empresas que cotizan en bolsa reveló que las empresas que se encontraban en los dos quintiles superiores de uso de tokens experimentaron un crecimiento de ingresos significativamente más rápido que otras empresas.

La clave reside en que la demanda y la eficiencia del uso de tokens se refuerzan mutuamente: cuanto más valor obtiene una empresa, más tokens consume.

Este proceso implica, naturalmente, constantes compensaciones entre inversión y retorno, y la I+D siempre conlleva ciertos costes iniciales. Sin embargo, para la gran mayoría de las empresas, acumular recursos indiscriminadamente nunca es una estrategia eficaz.

Por lo tanto, es evidente que es positivo que las empresas ya no necesiten adoptar esta práctica en el futuro.

La batalla por el talento en los laboratorios de vanguardia

Recientemente, New Media dio la bienvenida a dos miembros excepcionales a su equipo en OpenAI, por lo que concluiremos con algunos gráficos interesantes para ilustrar la situación de la captación de talento en este laboratorio de IA de vanguardia.

Recientemente, Dario Amodei expresó su preocupación por el hecho de que los empleados prioricen el dinero sobre la misión. Los datos de Levels.fyi sugieren que esta preocupación podría no ser infundada.

Si interpretamos los datos literalmente, Anthropic paga a sus ingenieros salarios muy altos, muy superiores a los de ingenieros con cualificaciones similares en empresas como Google y Tesla.

Parece que formar parte del equipo técnico es, en efecto, algo positivo.

Además, existe otro conjunto de datos que también resulta muy interesante.

Según datos de Live Data Technologies, recopilados y presentados por Truist Securities, las fuentes de talento de los distintos laboratorios se superponen significativamente y, a la vez, difieren notablemente:

Ambas compañías han contratado a un número significativo de talentos procedentes de grandes empresas tecnológicas, pero solo OpenAI ha contratado a profesionales de Nvidia y Tesla, y ambas contrataciones se produjeron en 2026.

Databricks, Snowflake (más recientemente), Palantir y DeepMind son todas fuentes de talento para ambas compañías.

Ambos laboratorios también han contratado a un número significativo de empleados procedentes de Salesforce y Stripe.

Pero ahí parece terminar la coincidencia entre ambas. Anthropic ha contratado a muchos profesionales de empresas SaaS, mientras que OpenAI prácticamente no tiene ninguno; OpenAI, por otro lado, ha contratado a muchos profesionales de internet para el consumidor, plataformas de comercio electrónico y empresas de tecnología publicitaria, mientras que Anthropic ha contratado relativamente poco en estos sectores, con la excepción de Airbnb, Netflix y Uber.

En cuanto al significado de estas diferencias, dejo que ustedes lo interpreten.