Tres años después del lanzamiento de ChatGPT, con las valoraciones disparadas y una economía estadounidense que se sostiene en buena parte sobre el gasto de capital en inteligencia artificial, la pregunta que ocupa la cabeza de los inversores es inevitable: ¿estamos ante una burbuja? Adrian Cox, estratega temático de Deutsche Bank, dedica este informe a darle la vuelta a esa pregunta. Su tesis de partida es provocadora: la pregunta está mal formulada porque no hay una burbuja, sino varias, y mezclarlas conduce a conclusiones equivocadas.
El paralelismo que más pesa sobre esta generación de inversores es el de las puntocom de finales de los noventa. Cox recuerda un dato que conviene tener presente antes de tirar la toalla: pasaron más de tres años desde que Alan Greenspan advirtiera de la "exuberancia irracional" en diciembre de 1996 hasta que la burbuja puntocom estalló de verdad. Quien se retiró pronto dejó ganancias muy significativas sobre la mesa. Y aquella crisis, recuerda, fueron en realidad dos burbujas simultáneas: la de las salidas a bolsa de empresas nunca rentables y poco capitalizadas, y la de las telecos fuertemente endeudadas que tendieron miles de kilómetros de fibra óptica que quedó a oscuras durante años.
"If this is a bubble, it is still in its early stages. Retreating now risks leaving significant gains on the table."
La analogía que utiliza Deutsche Bank para ordenar el debate es la del cliché de los pueblos inuit y sus supuestas cien palabras para la nieve: no existe un único tipo de burbuja. El informe separa tres clases distintas —valoraciones, inversión y tecnología— y para cada una contrapone las "banderas rojas" (los argumentos del pesimista) con las "banderas verdes" (los matices que, a su juicio, desmontan el alarmismo).
Banderas rojas: por qué parece una burbuja
La primera bandera roja son las valoraciones. El ratio CAPE de Shiller —el precio sobre beneficios ajustado cíclicamente— ha superado el nivel de 40, no demasiado lejos de su máximo histórico de casi 44 alcanzado en el año 2000. Es, sin matices, una señal de alerta: nunca en más de un siglo de historia las acciones estadounidenses han estado tan caras salvo en la antesala del estallido puntocom.
El CAPE de Shiller ha superado 40, no demasiado lejos de su pico de casi 44 en el año 2000 — Shiller CAPE ratio for the S&P 500.
La segunda bandera roja es la inversión. El gasto de capital en centros de datos de IA podría alcanzar la cifra histórica de 4 billones de dólares acumulados hasta 2030. El capex anual de los hyperscalers —Amazon, Google, Meta, Microsoft y Oracle— se prevé que roce los 500.000 millones de dólares solo en 2026. Para dar la dimensión del esfuerzo, Cox lo compara con el programa Apollo: la inversión en IA superaría diez veces el coste del programa lunar ajustado a inflación, y sin retorno garantizado.
El capex de los hyperscalers se proyecta hasta cerca de 500.000 millones de dólares en 2026, camino de un total histórico de 4 billones hacia 2030 — proyección Bloomberg Finance LP / Deutsche Bank Research.
La tercera bandera roja es la propia tecnología. La IA generativa sigue siendo propensa al error y a las alucinaciones, resulta difícil de aplicar a escala y se enfrenta a cuellos de botella físicos en su crecimiento. Algunos investigadores apuntan a barreras tan concretas como la velocidad a la que se pueden mover los datos entre chips. En otras palabras: el escalado podría chocar con un muro.
Banderas verdes: por qué Deutsche Bank cree que no es (todavía) una burbuja
Frente a cada bandera roja, el informe levanta su contraparte. En valoraciones, Cox introduce tres matices. El primero: las acciones siguen en la parte baja del canal de tendencia que el S&P 500 dibuja desde octubre de 2022, con una tasa de crecimiento tendencial anualizada del 22,7%. El segundo: la prima de valoración del 60% que paga la tecnología frente al resto del índice está justificada por un diferencial de crecimiento de beneficios superior al 20%, y ese crecimiento se está ampliando ahora a más sectores. El tercero, y quizá el más importante para entender el riesgo: las valoraciones verdaderamente extremas no están en las grandes cotizadas, sino en las compañías privadas no rentables.
Valoración de mercado (barras azules, eje izq. en billones de USD) frente a ingresos (puntos rojos, eje der.) de las grandes tecnológicas cotizadas y privadas; la brecha valoración/ingresos es mucho mayor en OpenAI, xAI, Anthropic y Perplexity que en Nvidia, Google, Microsoft o Amazon — Sacra / Bloomberg Finance LP / Deutsche Bank Research.
Este último gráfico es, a mi juicio, la idea más útil del informe. La burbuja de valoraciones, si existe, está concentrada en OpenAI (38 veces ventas) y Anthropic (44 veces), empresas privadas todavía no rentables, no en Nvidia (22x), Microsoft (12x), Google (9,9x) o Amazon (3,5x). El liderazgo lo llevan grandes tecnológicas consolidadas, con múltiples fuentes de ingresos, que pagan sus centros de datos mayoritariamente con flujo de caja libre y de los que obtienen retornos inmediatos de clientes empresariales. Las compañías sin beneficios y en la frontera del desarrollo de modelos siguen siendo privadas, con compromisos de gasto que pueden cumplirse o no según cómo evolucionen sus modelos de negocio.
En inversión, las banderas verdes son tres. El crecimiento del capex sigue en línea con la tendencia firme desde 2013 (12,3% anual) y, a menos del 40% del EBITDA, está muy por debajo de los niveles de finales de los noventa. Los retornos sobre el capital invertido de las grandes tecnológicas han crecido desde el inicio del ciclo de IA. Y, sobre todo, los hyperscalers financian el capex principalmente con flujo de caja libre: Google, por ejemplo, generó 48.000 millones de dólares de caja operativa en un solo trimestre. Su ratio de capex sobre caja operativa se mantiene cómodamente por debajo de 1, lo que significa que pueden invertir sin recurrir a capital externo.
En tecnología, el informe sostiene que el escalado sigue dando frutos —el lanzamiento de Gemini 3 de Google en noviembre demostró que la IA no ha chocado aún contra ningún muro, con avances multimodales significativos— y que la demanda se dispara: Google declaró estar procesando 1,3 cuatrillones de tokens al mes, frente a 9,7 billones en abril de 2024. Es un salto de varios órdenes de magnitud en apenas año y medio. Además, menos del 10% de las empresas estadounidenses usa todavía IA, según la encuesta Business Trends and Outlook, lo que sugiere un recorrido de adopción enorme: la curva no está en su madurez, sino en sus primeros tramos. Y aquí Cox recurre a la paradoja de Jevons: la mayor eficiencia y los costes a la baja —el coste del modelo más barato con una calidad mínima en el benchmark MMLU ha caído por un factor de 1.000— no reducen el consumo, sino que lo multiplican. Ningún chip se queda ocioso. A ello se suma un cambio de mezcla en el uso: la proporción de tokens de razonamiento entre los clientes de OpenRouter ya supera a los de no razonamiento, un indicio de que los usuarios encuentran valor en tareas más complejas y más intensivas en cómputo.
Conviene detenerse en el matiz de la inversión, porque es donde el alarmismo suele resbalar. Que el capex sea histórico en cifra absoluta no significa que sea insostenible en términos relativos. El gráfico de retorno sobre el capital invertido muestra que las grandes tecnológicas y de comunicación generan hoy rentabilidades del orden del 17%-19%, muy por encima del resto del S&P 500, y que esa brecha se ha ensanchado desde el arranque del ciclo de IA. No es gasto en el vacío: los hyperscalers obtienen retornos nuevos vía demanda de nube de sus clientes, herramientas potenciadas por IA y ahorros de coste en programación. La diferencia con las telecos endeudadas de finales de los noventa es, precisamente, esa: entonces se tendía fibra que quedaba a oscuras; ahora la capacidad instalada se está usando casi de inmediato.
Por qué importa: la economía estadounidense depende de ello
El informe dedica un apartado a explicar por qué este debate trasciende a los mercados. Estados Unidos estaría cerca de la recesión este año si no fuera por el gasto relacionado con la tecnología, ya que el resto del gasto se ha estancado tras la pandemia. Dicho de otro modo: la inversión en sectores ligados a la IA se ha vuelto crítica para el crecimiento del PIB. Esto añade una dimensión inquietante al debate, porque convierte una eventual corrección de la inversión en IA en un problema macroeconómico, no solo bursátil.
Qué podría salir mal
El último bloque es, para un inversor prudente, el más valioso. Deutsche Bank enumera cinco vías por las que el optimismo podría descarrilar. La primera es la financiación circular: acuerdos cruzados cada vez más complejos —como los 1,4 billones de dólares en compromisos de cómputo de OpenAI a ocho años— en los que las mismas compañías se invierten, se compran y se financian entre sí, lo que puede generar valoraciones opacas y riesgos sistémicos. La segunda es la deuda: incluso los hyperscalers ricos en caja han empezado a emitir mucha más deuda. La tercera son los obstáculos tecnológicos: cada incremento de inteligencia exige un aumento exponencial del coste, y la fecha implícita para alcanzar una inteligencia artificial general —clave para justificar las inversiones— se ha ido retrasando pese al gasto creciente.
La cuarta es el rechazo social o político: el escepticismo creciente sobre la IA podría traducirse en boicots de clientes, resistencia de empleados y regulación restrictiva; los mercados desarrollados muestran más rechazo, mientras que Brasil y China la abrazan. La quinta son los cuellos de botella de oferta, sobre todo la electricidad: los hogares estadounidenses ya pagan precios récord, y se proyecta que la demanda eléctrica sea cuatro veces mayor en 2030 que en 2020. Construir esa capacidad llevará años.
Lectura para el inversor
La conclusión de Deutsche Bank es deliberadamente matizada: los informes de burbuja están exagerados, por ahora. La distinción entre las tres burbujas no es un juego semántico. Permite ver que el riesgo real no está repartido por igual: el grueso de la exuberancia se concentra en lo privado y no rentable, mientras que las cotizadas que sostienen los índices descansan sobre beneficios reales y caja propia. Para quien gestiona patrimonio, el mensaje útil no es "todo está bien" ni "huye", sino que conviene saber a qué burbuja se está expuesto. La advertencia de Greenspan tardó tres años en cumplirse; el coste de salir demasiado pronto fue tan real como el de salir demasiado tarde. La disciplina, una vez más, está en distinguir el ruido del riesgo.