Tiempo de lectura:
±15 minutos
Para escuchar mientras lees:
La escena, a estas alturas, resulta familiar: cada gran presentación tecnológica gira alrededor de la inteligencia artificial, cada trimestre de resultados se vende como una prueba de que “la IA lo cambia todo” y cada startup que añade dos letras mágicas a su pitch ve cómo sube su valoración, aunque lo que haga por dentro no sea muy diferente de antes. El relato dominante insiste en que estamos ante una transformación equiparable a la llegada de Internet o la electricidad, solo que más rápida, más profunda y con más ceros en las diapositivas. Sin embargo, a poco que se rasca, aparecen signos de algo conocido: una mezcla de entusiasmo genuino, inversión desbocada y promesas a futuro que todavía no cuadran con los números actuales.
En el corazón de esta posible burbuja hay un fenómeno muy concreto: una élite tecnológica que invierte en sí misma. Grandes empresas compran chips a otras grandes empresas, contratan capacidad en centros de datos de sus rivales y firman acuerdos multimillonarios con proveedores con los que, al mismo tiempo, compiten en el mercado. Es un circuito cerrado donde el dinero circula a gran velocidad entre un puñado de actores, inflando las cifras de ingresos y creando la sensación de que la demanda es ilimitada. Mientras tanto, en el mundo real, muchas organizaciones que han desplegado proyectos de IA generativa a toda prisa reconocen en privado que los retornos de negocio son modestos o difíciles de medir.
Los mercados financieros han comprado el relato con entusiasmo. Empresas vinculadas a la IA han visto multiplicarse sus valoraciones en poco tiempo, con múltiplos que recuerdan a otras épocas de exuberancia en tecnología. El simple anuncio de un “giro hacia la IA” ha bastado para disparar la cotización de compañías que hace un año apenas aparecían en titulares, aunque sus beneficios sigan siendo frágiles o inexistentes. Se ha instalado la idea de que la mejor forma de no quedarse atrás es pagar hoy por un futuro aún nebuloso, empujando a fondos e inversores minoristas a entrar en la carrera por miedo a perder “la ola de su vida”.
A este contexto se suma un elemento psicológico que se repite en cada burbuja: la sensación de inevitabilidad. La idea de que “esto va a suceder sí o sí” funciona como un sedante frente a cualquier duda razonable. Casi todo el mundo coincide en que la IA tendrá un impacto importante a medio y largo plazo, lo que se convierte en una especie de cheque en blanco para justificar casi cualquier apuesta a corto. El matiz clave —qué valor concreto aporta cada proyecto, en qué plazos y con qué riesgos— queda diluido en una narrativa grandilocuente en la que basta con estar en la foto correcta para que el mercado premie la osadía.
Mientras tanto, la infraestructura necesaria para sostener este boom crece a un ritmo frenético. Centros de datos dedicados a IA, contratos energéticos a largo plazo, plantas de fabricación de chips y redes de comunicaciones se expanden sobre la base de previsiones que asumen un uso cada vez más intensivo de modelos generativos en prácticamente todos los sectores. No es solo una apuesta financiera: es una apuesta física, con hormigón, acero, terrenos, consumo de agua y electricidad. Algunos informes alertan de que el consumo energético asociado al auge de la IA podría duplicar el uso actual de ciertos clústeres de centros de datos en pocos años si se mantiene la tendencia.
Paradójicamente, esa carrera por escalar se produce en un entorno macroeconómico que no acompaña el relato eufórico. Aunque la IA ya se usa en ofimática, programación, marketing o atención al cliente, los grandes indicadores de productividad y crecimiento no muestran aún un salto equivalente al entusiasmo del discurso. Algo parecido ocurrió en otros momentos de euforia tecnológica: los cambios estructurales tardan más en consolidarse de lo que tarda el capital en entusiasmarse. La brecha temporal entre la promesa y el impacto medible es, justamente, el espacio donde se forman las burbujas.
Qué podría hacerla estallar
Las burbujas rara vez explotan por una sola causa. Más bien, se pinchan cuando demasiadas tensiones se acumulan y un evento aparentemente manejable hace de chispa. Uno de los detonantes posibles es la constatación, por parte de grandes clientes, de que muchos proyectos de IA no alcanzan los ahorros o los incrementos de ingresos que se habían prometido. Si las empresas empiezan a revisar contratos, retrasar renovaciones o recortar presupuestos de “transformación con IA” porque el retorno no está claro, el flujo de dinero que sostiene la fiesta se ralentiza. En la práctica, esto se traduce en menos pedidos de hardware, menos uso de servicios en la nube y una revisión a la baja de expectativas que se refleja inmediatamente en las valoraciones bursátiles.
Otro elemento clave son los límites físicos y energéticos. La escalada de tamaño de los modelos y de la capacidad de cómputo se ha basado en la idea de que será posible seguir añadiendo más chips, más centros de datos y más energía casi sin fricción. Sin embargo, estudios recientes advierten de que el consumo eléctrico de las infraestructuras dedicadas a IA podría tensar redes ya de por sí exigidas, especialmente en regiones donde la generación renovable no crece al mismo ritmo. Si la opinión pública y los reguladores perciben que la IA compromete objetivos climáticos o encarece la energía para otros usos, es probable que aparezcan límites administrativos o costes adicionales que frenen el modelo de crecimiento actual.
El entorno regulatorio es otro candidato a desencadenante. Gobiernos y organismos internacionales trabajan ya en normas que afectan a la protección de datos, la propiedad intelectual, la responsabilidad ante errores y los sesgos en sistemas de IA. Si estas regulaciones se endurecen y obligan a invertir más en cumplimiento, auditoría y rediseño de modelos, los márgenes de muchas empresas se verán presionados. Además, la imposición de requisitos más estrictos puede ralentizar el despliegue de nuevas aplicaciones, reduciendo la velocidad a la que se incorporan casos de uso rentables y enfriando el entusiasmo de quienes esperaban una adopción masiva casi automática.
El propio mercado financiero puede convertirse en juez implacable. En cuanto se acumulen unos cuantos trimestres de resultados por debajo de las expectativas, o se encadenen noticias de proyectos emblemáticos cancelados, los inversores pueden pasar de la euforia al escepticismo con sorprendente rapidez. La historia muestra que cuando se rompe el hechizo de “esto solo puede subir”, los movimientos de salida suelen ser bruscos, porque muchos actores han entrado a última hora y con poco margen para aguantar caídas. Un cambio en la narrativa —de “revolución asegurada” a “quizá se ha exagerado”— basta para que se replanteen posiciones, se vendan acciones y se corten líneas de financiación.
No hay que olvidar el factor social y laboral. A medida que se amplían los usos de la IA en ámbitos sensibles —educación, sanidad, contratación, gestión pública— crecen también las resistencias de colectivos profesionales y de la ciudadanía. Si se instala la percepción de que la IA destruye más empleo del que crea, precariza ciertas tareas o se usa de forma opaca para tomar decisiones importantes, la presión política para limitar su despliegue puede aumentar. Cambios en leyes laborales, requisitos de supervisión humana o restricciones a cierto tipo de automatización pueden afectar directamente al atractivo económico de muchos proyectos.
Por último, el propio relato de la inevitabilidad puede volverse en contra del sector. Si la gente empieza a percibir que la “revolución permanente” de la IA no se traduce en mejoras claras en su vida cotidiana, sino en servicios algo más cómodos pero también más caros, invasivos o frustrantes, el entusiasmo se enfría. Ese desgaste de la narrativa afecta a la disposición de empresas y consumidores a pagar por nuevas soluciones, lo que a su vez pone en cuestión las previsiones de ingresos con las que se han levantado inversiones enormes. Cuando el relato deja de sostener las cifras, la diferencia tiene que ajustarse por algún lado.
Qué queda en pie tras el pinchazo
Si la burbuja IA explota, no se llevará por delante a la inteligencia artificial como campo tecnológico. Lo que suele desaparecer cuando una burbuja estalla no es la tecnología subyacente, sino las capas de exceso que se han acumulado a su alrededor. Tras una corrección fuerte, es probable que veamos menos anuncios grandilocuentes, menos proyectos puramente especulativos y una limpieza de empresas que vivían más de la promesa que del producto. Quedarán en pie las organizaciones que hayan conseguido integrar la IA en procesos concretos, con beneficios medibles y modelos de negocio razonables, aunque sin titulares tan espectaculares.
En términos de infraestructura, el legado será enorme. Los centros de datos construidos seguirán existiendo, las redes de alta capacidad seguirán desplegadas y el hardware instalado no desaparecerá porque se corrijan las expectativas financieras. Es muy probable que, igual que sucedió con la fibra óptica tras la burbuja puntocom, buena parte de esa capacidad se aproveche después a costes mucho más bajos, permitiendo servicios y aplicaciones que hoy aún no imaginamos. La diferencia es que, después del pinchazo, los proyectos se someterán a una disciplina más estricta: menos fe en promesas abstractas y más énfasis en pruebas piloto, métricas de impacto y sostenibilidad económica.
En el mercado laboral, la resaca también tendrá matices. Es razonable anticipar recortes en equipos sobredimensionados y menos fichajes motivados solo por el miedo a quedarse sin talento, pero eso no significa que desaparezca la demanda de perfiles de IA. Al contrario, es posible que el valor de quienes saben conectar estas tecnologías con necesidades reales —en industria, sanidad, administración, logística o cultura— aumente, precisamente porque el sector se verá obligado a demostrar utilidad y no solo capacidad técnica. Las competencias híbridas, que combinan entendimiento tecnológico con visión de negocio y sensibilidad social, saldrán reforzadas.
A nivel social, un estallido de la burbuja puede aportar algo que ahora escasea: perspectiva. La conversación pública podría pasar de la dicotomía “utopía vs. apocalipsis” a debates más serenos sobre dónde tiene sentido aplicar IA, con qué condiciones y con qué límites. Esto abriría espacio para regulaciones más informadas, para modelos de gobernanza compartida y para proyectos que involucren de forma real a usuarios, trabajadores y comunidades afectadas. En lugar de un despliegue dictado por la urgencia de “ser los primeros”, se impondrían dinámicas más graduales, con más margen para evaluar riesgos y beneficios.
Desde un punto de vista económico, la fase posterior al pinchazo será menos espectacular, pero probablemente más saludable. Es de esperar una concentración del mercado: menos plataformas de modelos fundacionales, más grandes, estables y reguladas, y un ecosistema más pequeño de actores especializados que construyan soluciones sobre ellas. La IA pasaría a comportarse como otras infraestructuras esenciales: no acapara titulares cada semana, pero sostiene silenciosamente infinidad de servicios. Dejaría de venderse como magia y se normalizaría como un componente más de la caja de herramientas digital.
Para empresas, administraciones y profesionales, el reto es llegar a ese escenario con algo sólido entre manos. Eso implica, hoy, huir de proyectos que se justifican solo por moda y centrarse en casos de uso donde la IA tenga un papel claro, con objetivos, costes y límites bien definidos. Significa también no fiar toda la estrategia a proveedores opacos, sino construir capacidades internas para entender qué se está usando y con qué riesgos. Quienes adopten esa mirada crítica y, al mismo tiempo, curiosa, estarán mejor posicionados tanto si la burbuja se desinfla suavemente como si explota de forma abrupta.
En última instancia, la cuestión no es si existe o no una burbuja —las dinámicas de exceso están bastante a la vista— sino qué tipo de paisaje queremos cuando se reordene el sector. La historia de otras tecnologías sugiere que, después del ruido, lo que queda puede ser muy valioso: infraestructuras baratas, conocimiento consolidado y un uso más maduro y responsable de las herramientas. El desafío es atravesar la fase de exuberancia sin perder de vista que, detrás de cada diagrama espectacular y cada promesa de revolución, debería haber algo tan simple como esto: resolver problemas concretos mejor que antes. Si la IA puede hacer eso de forma sostenible, seguirá aquí mucho después de que la burbuja se haya ido.
Debe estar conectado para enviar un comentario.