El presupuesto de tecnología de las grandes empresas vive hoy una paradoja peligrosa: se está drenando en un inventario de silicio que nadie sabe cómo monetizar. En los últimos 18 meses, las corporaciones han desviado cerca de USD 150.000 millones hacia infraestructura de inteligencia artificial, principalmente para adquirir procesadores gráficos o GPU (unidades de procesamiento diseñadas para manejar los cálculos matemáticos masivos que requiere la IA). El problema no es la tecnología, es la adicción al hardware como sustituto de una estrategia real.
Si analizamos los gastos operativos, la tendencia es alarmante. Las empresas están cargando sus balances con activos que se deprecian a gran velocidad, mientras recortan fondos para desarrollar software propietario. Están confundiendo la capacidad de cómputo con la capacidad de ejecución. Lo que pocos están viendo es que poseer el chip más rápido del mercado no garantiza una ventaja competitiva si el software que lo acompaña es simplemente un envoltorio genérico sobre una interfaz de programación de aplicaciones (API) de terceros.
El peaje de los 30.000 dólares
Nvidia ha logrado algo inédito en la historia corporativa: convertir un componente de hardware en el estándar de oro de la solvencia. Si un director de tecnología (CTO) no cuenta con una flota de chips H100 en sus centros de datos, la percepción externa es de falta de innovación. Estamos ante un fenómeno de gasto de señalización. Las compañías compran hardware costoso para demostrar a sus accionistas que están, efectivamente, en la carrera de la IA.
El costo de oportunidad es brutal. Cada dólar destinado a una GPU es un dólar que no se invirtió en integrar datos internos, mejorar la experiencia de usuario o rediseñar procesos de ventas. La realidad es fría: Nvidia no vende resultados, vende la infraestructura necesaria para buscarlos. Mientras tanto, el margen bruto de las compañías tradicionales se contrae por el mantenimiento de una capacidad de cómputo ociosa. Un clúster de procesamiento parado es un destructor de valor financiero en tiempo real.
En el sector financiero de América Latina, este síndrome es palpable. Instituciones que poseen el músculo técnico para desarrollar capas de software diferenciado corren el riesgo de desperdiciar su ventaja al intentar emular el poder de cómputo de las Big Tech estadounidenses. El hardware no resuelve la escasez de talento capaz de construir modelos ajustados al comportamiento del cliente local. No hay vuelta atrás una vez que se compromete el capital en activos tan rígidos.
La trampa de la eficiencia artificial
La narrativa actual promete que el retorno de inversión llegará mediante una explosión de productividad. No me convence. La historia del software nos enseña que el valor real se captura en la capa de aplicación, no en la de infraestructura. Cuando Intel dominaba el mercado de procesadores, las empresas ganadoras no fueron las que acumularon más chips, sino las que mejor utilizaron el software sobre ellos para transformar sus industrias.
Hoy, el software propietario queda relegado a un segundo plano. Las compañías sacrifican su diferenciación técnica por una falsa sensación de urgencia. Están construyendo sus casas sobre terrenos alquilados y carísimos. Si mañana el costo de la inferencia (el proceso donde un modelo de IA ejecuta una tarea solicitada) baja drásticamente, o si los modelos de código abierto alcanzan el nivel de los cerrados, quienes cargaron sus balances de hardware habrán cometido el error estratégico de la década.
Las finanzas corporativas no perdonan estos errores. La presión por mantener un EBITDA ajustado (beneficio antes de intereses, impuestos, depreciaciones y amortizaciones, un indicador clave para medir la rentabilidad operativa) será insostenible cuando los directores financieros cuestionen por qué tienen millones de dólares en hardware subutilizado. El mercado es paciente, hasta que deja de serlo.
Mi lectura es distinta al optimismo reinante: la burbuja de la IA no estallará por falta de resultados, sino por una purga necesaria en los balances corporativos. Veremos una ola de desinversiones en infraestructura privada a medida que las empresas entiendan que alquilar capacidad de cómputo en la nube es mucho más eficiente que poseerla. Antes de terminar 2026, las empresas que gastaron más del 20% de su presupuesto de innovación en hardware verán una caída superior al 15% en su valor de mercado frente a competidores que optaron por el software ligero y escalable.
