Hay un viejo aforismo en Silicon Valley que dice que cuando una empresa tecnológica empieza a insistir demasiado en lo que no es y en lo que no hace, es justo el momento de preocuparse por lo que realmente es y lo que realmente hace. Este final de año estuvo marcado por ese runrún en la empresa más valiosa del mundo, el pilar que sostiene todo el discurso económico en torno a la inteligencia artificial.

Nvidia, valorada hoy en unos 4,5 billones de dólares tras alcanzar los 5 billones a fines de octubre, se vio obligada a enviar un memorando a sus empleados explicando con detalle por qué la compañía no es la próxima Enron ni la siguiente Lucent Technologies. Son palabras mayores: Enron fue un gigante energético estadounidense que quebró en 2001 tras destaparse un fraude contable masivo; mientras que Lucent lideró el despliegue de infraestructura digital en la burbuja de las puntocom para irse a pique en cuanto explotó, convertida en el máximo exponente de la sobrevaloración y expectativas infladas de aquel período.

La compañía dirigida por Jensen Huang expone en la comunicación que “no se parece a los fraudes contables históricos porque el negocio subyacente de Nvidia es económicamente sólido, nuestros informes son completos y transparentes, y nos preocupamos por nuestra reputación de integridad”.

El propio Huang se mostró frustrado por el hecho de que su empresa sea vista como una bomba a punto de explotar pese a sus excepcionales resultados económicos. “Si hubiésemos tenido un mal trimestre, sería una prueba de que existe una burbuja de la IA. Si hemos tenido un gran trimestre, estamos alimentando la burbuja de IA”, dijo en una reunión con inversores tras la presentación de sus cuentas, en las que presentó un beneficio neto de 31.910 millones de dólares, un 65% más interanual, superando las predicciones de los analistas.

La inversión circular y el reloj

Los recelos en torno a la empresa tienen varios focos. El principal es la temida “inversión circular”. En este sentido, sus críticos señalan el gran número de operaciones en las que Nvidia invirtió en empresas de IA, inyectándoles liquidez para que puedan comprar más chips producidos por Nvidia.

Se trata de acuerdos como el ratificado con OpenAI, por el que se comprometió a invertir hasta 100.000 millones de dólares en la desarrolladora de ChatGPT, con el objetivo de que gaste esos fondos en sus productos. Junto a Microsoft, compró una parte de Anthropic (referencia en el sector de los chatbots junto a OpenAI y Google) valorada en 15.000 millones de dólares. A cambio, Anthropic arrendará 30.000 millones en capacidad de computación a Microsoft, que estará basada en chips producidos por los de Huang.

Es fácil encontrar capital de Nvidia en cualquier proyecto relacionado con IA. En Nokia, por ejemplo, que quiere adaptar la infraestructura de telecomunicaciones a las necesidades de esta tecnología, compró una participación del 2,9%, equivalente a 1.000 millones de dólares. Una liquidez que la empresa finlandesa usará para adquirir sus chips e instalarlos en los centros de control de sus antenas.

Según los datos de Pitchbook, Nvidia hizo más de 70 inversiones de este tipo solo en 2025. La preocupación en torno a ellas es un eco de la burbuja de las puntocom, cuando empresas como Lucent se endeudaron para invertir en otras compañías y que estas comprasen sus productos.

La diferencia clave 25 años después es que Nvidia no se está endeudando para cerrar estas operaciones. Está utilizando el flujo de caja derivado de sus grandes resultados. Por lo tanto, la evolución de sus beneficios “no depende de los acuerdos de financiación de los proveedores para aumentar sus ingresos”, sostiene en el memorando interno.

Con fecha de caducidad

Sin embargo, estos movimientos de Nvidia para apoyar a actores no consolidados no son el único foco de suspicacias. Tampoco las valoraciones disparadas de empresas sin beneficios, como OpenAI. La preocupación que se extiende en las últimas semanas entre analistas y empresarios es la cuantía de la inversión necesaria para desplegar productos que no han mostrado rentabilidad. Los chips de Nvidia son extremadamente costosos y llenar un centro de datos con ellos cuesta decenas de miles de millones, pero las empresas que lo están haciendo aún no ven retornos claros.

El problema es que no disponen de mucho tiempo para encontrarlos. Los cálculos de la industria son que esos chips tan caros podrían depreciarse completamente en unos “cinco años”, avisó Arvind Krishna, director ejecutivo de IBM, en una reciente entrevista. Esto se debe a que los procesos de entrenamiento y ejecución de la IA son mucho más intensivos y provocan “una tasa de fallas muy alta” en estos componentes. Pero también porque en ese lustro los “semiconductores serán 100 veces mejores”, por lo tanto, una compañía que siga utilizando modelos antiguos se verá muy por detrás de la competencia.

En mi opinión, no hay forma de que se obtenga un rendimiento de eso, porque 8 billones de gastos operativos significan que se necesitan aproximadamente 800.000 millones de beneficios solo para pagar los intereses

Arvind Krishna, CEO de IBM — sobre las inversiones en centros de datos para la inteligencia artificial

“Según los costos actuales, se necesitan unos 80.000 millones de dólares para llenar un centro de datos de un gigavatio”, revela Krishna. “Analicémoslo. Estás construyendo un centro de datos físico mucho más grande. El hormigón y el acero resistirán. Igual que la central eléctrica que hay junto a él”, detalla sobre los gastos. Pero, con los chips, “hay que aprovecharlo todo en cinco años, porque en ese momento hay que desecharlo y rellenarlo de nuevo”.

El sector de la IA, impulsado por las grandes tecnológicas, hizo anuncios para construir centros de datos de unos “100 GW” en total, prosigue el responsable de IBM, al que le salen las cuentas. “Eso son 8 billones de gastos operativos. En mi opinión, no hay forma de que se obtenga un rendimiento de eso, porque 8 billones de gastos operativos significan que se necesitan aproximadamente 800.000 millones de beneficios solo para pagar los intereses”.

Pero si esa depreciación se acelera, las grandes tecnológicas no solo habrán sobreinvertido: habrán repartido el coste de sus activos durante más tiempo del que estos generan valor. Eso implica beneficios artificialmente inflados y un ajuste que no llegará por la falta demanda, sino por el descuadre de los balances.

Trampa contable “en el corazón de la IA”

Los cinco años que calcula Krishna se sitúan en el rango optimista que maneja la industria para desechar los chips. Esa cuenta, no obstante, no tiene en cuenta que el entrenamiento de una inteligencia artificial es un proceso tan demandante en términos de computación y energía que estos componentes podrían decaer en rendimiento a partir de los 12 o 18 meses.

En ese momento no quedarían inservibles, pero deberían ser relegados a tareas menos intensivas, ya que los chips empezarán a costar más en energía consumida que el beneficio que generan en computación.

“Aquí está el enigma: los chips que están en el corazón del despliegue de infraestructuras tienen una vida útil de entre uno y tres años, debido a la rápida obsolescencia tecnológica y al desgaste físico, pero las empresas están calculando una amortización a lo largo de cinco o seis años. En otras palabras, reparten el costo de sus enormes inversiones de capital durante un periodo más largo del que justifican los hechos”, expone Mihir Kshirsagar, director del Technology Policy Clinic de la Universidad de Princeton.

Esta situación no es un secreto en la industria. The Economist lo denominó ya en septiembre “El rompecabezas contable de 4 billones de dólares en el corazón de la nube de IA”. Después fue Michael Burry, el inversor que se hizo famoso por predecir la crisis de 2008 (interpretado por Christian Bale en la película La Gran Apuesta), que calcula que las grandes tecnológicas que gestionan centros de datos masivos están subestimando la depreciación de sus chips en 176.000 millones de dólares para el periodo 2026-2028.

“Subestimar la depreciación extendiendo la vida útil de los activos aumenta artificialmente las ganancias: uno de los fraudes más comunes de la era moderna”, acusó Burry. Otros análisis, como el de la consultora Bain & Company, cifran este desfase en 800.000 millones de dólares para 2030.

Esta brecha entre gastos y resultados podría cobrar una importancia aún mayor a partir de 2026, año en el que la mayoría de consultoras y analistas apuntan como el momento de inflexión en el que las compañías empezarán a buscar retornos en sus inversiones en IA generativa. Los avances “siguen impresionando, pero llevarlos más allá de pilotos y pruebas requiere un trabajo que suele considerarse menos atractivo, como la limpieza de datos, la integración en los flujos de trabajo existentes, la gobernanza, nuevos modelos de precios y el cumplimiento regulatorio”, destaca, por ejemplo, Deloitte.

El “valor en cascada”

Nvidia también contestó a estas dudas en su citado memorando. Asegura que sus chips “se amortizan a lo largo de un periodo de entre cuatro y seis años, en función de su durabilidad real y de los patrones de uso”. Los “más antiguos, como los A100 (lanzados en 2020), siguen funcionando con altos niveles de utilización y generando sólidos márgenes de contribución, manteniendo un valor económico significativo mucho más allá de los dos o tres años que sostienen algunos analistas”.

Los chips más antiguos, como los A100 (lanzados en 2020), siguen funcionando con altos niveles de utilización y generando sólidos márgenes de contribución, manteniendo un valor económico significativo mucho más allá de los dos o tres años que sostienen algunos analistas

Nvidia — en un memorando interno

La compañía detalla que sus chips tienen un “valor en cascada”, ya que después de ese rendimiento máximo inicial destinado al entrenamiento de IA, pueden realizar otras labores menos exigentes que seguirán siendo valiosas para determinadas empresas.

“Este parece ser el mejor argumento de la industria. Y la lógica es sólida en principio”, reconoce el profesor Mihir Kshirsagar, aunque señala que tiene condicionantes. El primero, que ese grupo de compradores de chips de segunda mano debe ser lo suficientemente grande como para absorber el gran volumen que podrían poner a la venta los gigantes tecnológicos. Y el segundo, que la propia Nvidia no ahogue ese mercado con ofertas más atractivas.

Esa contradicción existe en el discurso de Nvidia. En marzo de 2025, el propio Jensen Huang advirtió que cuando los Blackwell (sus chips último modelo) llegaran al mercado, “no podrías regalar los Hopper” (los chips lanzados dos años antes). Aunque Huang bromeaba, el punto es justo en el que se concentran todas las dudas: si cada nueva generación de Nvidia reduce drásticamente el valor de la anterior, el período de depreciación de cinco años que las tecnológicas están reflejando en sus balances podría ser difícilmente sostenible.

Por último, también existe la posibilidad de que un nuevo actor irrumpa en el mercado y proponga chips que rivalicen con los de Nvidia a un precio más competitivo. Google, por ejemplo, acaba de presentar un producto que podría llegar a hacerlo. “Estamos encantados con el éxito de Google: han logrado grandes avances”, tuiteó Nvidia, que sin embargo asegura “estar una generación por delante”.

Poner todos estos factores en conjunto sugiere que confiar en un mercado secundario robusto de chips es ilusorio

Mihir Kshirsagar — director del Technology Policy Clinic de la Universidad de Princeton

“Poner todos estos factores en conjunto sugiere que confiar en un mercado secundario robusto de chips es ilusorio”, incide Kshirsagar. “Nada de esto implica que los chips antiguos se vuelvan inútiles: encontrarán compradores. Pero lo harán a precios que no sostienen las hipótesis de una vida útil de cinco o seis años”, avisa el experto. “La brecha entre la amortización contable y la amortización económica” sigue existiendo, aún con ese “mercado secundario”.

La vida útil de los chips y, por tanto, de las inversiones masivas en centros de datos que se han visto desde 2023 ha sido uno de los grandes debates en la industria de la IA en las últimas semanas. Muchas de las preguntas que plantea empezarán a resolverse en 2026, cuando algunas de esas instalaciones se acerquen ya al límite de rendimiento que expresan los analistas. ¿Se convertirán esos chips en carísimos pisapapeles, o tendrán salida como computación de segunda mano?

Si Nvidia tiene razón y sus chips mantienen valor durante al menos un lustro, la industria habrá sorteado el primer gran bache de la revolución de la IA. Si no es así, los agujeros contables anunciados por inversores como Burry empezarán a aparecer en los balances de las grandes tecnológicas, el negocio y la cotización de Nvidia se resentirán y el shock podría extenderse por toda la economía. La cuenta atrás para obtener la respuesta ya está en marcha.

La burbuja de la inteligencia artificial no explotará esta semana. No obstante, las señales de que la euforia terminó y de que cada vez más inversores están preparados para abandonar el barco se acumulan. Por eso había tantas miradas puestas en los resultados que Nvidia publicaba este miércoles. Unos resultados peores de lo esperado por parte de la campeona de la inteligencia artificial podían haber desatado el impulso de estampida.

Nvidia desafió a los analistas y presentó unas cuentas excelentes. “Se habló mucho de una burbuja de IA. Desde nuestro punto de vista vemos algo muy diferente”, afirmó su cofundador y director ejecutivo, Jensen Huang, en la reunión posterior con los inversores. El negocio de la primera compañía en alcanzar los cinco billones de dólares de valoración sigue viento en popa, y eso tranquilizó a los mercados, que llevaban varias jornadas penalizando los valores tecnológicos. La propia Nvidia había perdido 500.000 millones desde que alcanzó su pico hace dos semanas.

“Lo que Huang defiende no es tanto una narrativa de crecimiento sin fin, como una tesis estructural donde la IA ha dejado de ser un 'vertical tecnológico' [un negocio de nicho] para convertirse en infraestructura global”, explica Javier Molina, analista de mercados de eToro. “Lo que hay detrás de su entusiasmo es la consolidación de un oligopolio tecnológico que domina tanto la oferta de chips (Nvidia) como la demanda institucional (OpenAI, Microsoft, Meta, Google)”.

La compañía es el termómetro del sector. “Hoy, Nvidia refleja (casi uno a uno) el ciclo de liquidez de la IA, y mientras siga entrando dinero en esa temática, su valoración se mantiene… pero… si la inversión se enfría, el múltiplo podría resentirse y ahí vendrán los problemas”, advierte Molina.

La posibilidad de que la inversión se enfríe es real. Las dudas sobre la rentabilidad real de las inversiones en esta tecnología, el elevado consumo energético de las infraestructuras necesarias, la obsolescencia tecnológica y las crecientes fricciones en materia de soberanía tecnológica son factores que ya están empezando a destapar las dudas de los inversores, señala Thomas Friedberger, vicedirector ejecutivo de Tikehau Capital, una gestora francesa de activos orientada a inversores institucionales (fondos de pensiones, aseguradoras, grandes patrimonios).

“La narrativa en torno a la inteligencia artificial estuvo marcada por un exceso de expectativas. A medida que avanza el ciclo inversor, observamos cómo la rentabilidad esperada no siempre se materializa, lo que obliga a replantear asignaciones”, advierte Friedberger en un comunicado enviado a elDiario.es.

Más avisos de burbuja: ahora Google

Fueron los propios magnates tecnológicos los que se encargaron de preparar al mercado para la explosión de la burbuja. Primero fueron Sam Altman y Mark Zuckerberg, directores ejecutivos de OpenAI y de Meta, respectivamente, los que emplearon el término “burbuja” sobre las inversiones en IA y aceptaron que podía estallar. Después fue Jeff Bezos, fundador de Amazon, y esta semana fue Sundar Pichai, máximo responsable de Google.

La opinión de Pichai cuenta porque Google es una de las grandes ganadoras de esta revolución. Su familia de modelos Gemini están entre las más avanzadas del mercado junto a ChatGPT y sistemas chinos como DeepSeek y Kimi. Su valoración creció un 70% en un año. Pese a ello, incluso Pichai reconoce que existe “irracionalidad” en torno a las inversiones en IA.

“Creo que ninguna empresa va a ser inmune, incluida la nuestra”, advirtió en una entrevista con la BBC sobre la posible explosión de la burbuja. Como Altman y Zuckerberg, el jefe de Google pone como referencia la burbuja de las puntocom, la fiebre inversora de finales de los noventa que infló hasta el absurdo las valoraciones de las primeras empresas de Internet. Su explosión destruyó aproximadamente 5 billones de dólares de valor de mercado, lo mismo que lo que hoy valen Google y Meta juntas.

“Podemos mirar hacia atrás y observar internet ahora mismo. Claramente, hubo mucha inversión excesiva, pero ninguno de nosotros dudaría de la importancia de Internet”, dice Pichai: “Espero que la IA sea igual. Creo que es racional, pero también hay elementos de irracionalidad en momentos como este”.

Para Javier Molina, no es casualidad que los magnates de la IA hablen cada vez más de las valoraciones hinchadas. “Que figuras como Altman o Pichai reconozcan abiertamente la posibilidad de una burbuja marca un cambio narrativo profundo, donde se da un paso del optimismo ingenuo a la gestión de expectativas. Ese giro en el lenguaje suele preceder al pico psicológico del ciclo. Cuando los líderes empiezan a hablar de burbuja, no están advirtiendo, están preparando al mercado para una fase de consolidación”, explica.

El canario en la mina

La explosión de la burbuja de las puntocom se llevó por delante actores con presencia relevante en el mercado digital como Yahoo. En el escenario actual, cada vez más dedos señalan a Oracle como el candidato a caer primero.

La compañía fundada por Larry Ellison vivió una segunda juventud bursátil gracias a su agresiva apuesta por la nube y su alianza estratégica con OpenAI, lo que disparó su valoración en sptiembre. Oracle llegó tarde a la guerra de la nube contra AWS, Microsoft y Google, e intentó compensar esa brecha apostándolo todo a la infraestructura de IA. Sin embargo, ahora se convirtió en un actor cuyo crecimiento depende casi exclusivamente de que la fiebre inversora no baje de temperatura, como alertan los analistas.

El mercado se dio cuenta de ello y la compañía dirigida por Larry Ellison perdió casi un tercio de su valor en un mes. La tendendia continuó este jueves y Oracle ya va camino de dilapidar todo el valor que había conseguido desde que su cotización empezó a verse impulsada por el fervor de la IA.

Oracle es un gigante de 135.000 trabajadores y casi 40 años de historia que ahora se ve involucrado en una tendencia peligrosa. “En 2024, la inteligencia artificial generativa despertó gran entusiasmo en los mercados financieros, alimentado por la convicción de que transformará profundamente las economías”, recuerda Thomas Friedberger, que señala que ese optimismo tenía “zonas de sombra”.

Entre ellos, señala “los enormes costos de desarrollo, especialmente en centros de datos energéticamente intensivos y rápidamente obsoletos”, como los que está construyendo Oracle para ser uno de los actores centrales del negocio de la IA. Unas infraestructuras que “plantean dudas sobre su rentabilidad real a medio plazo. Los acontecimientos recientes confirmaron esas reservas: la aparición de DeepSeek ilustra el riesgo de una mala asignación del capital en un contexto de disrupción acelerada”, concluye el analista.

Más ingresos de lo esperado. Nvidia, el fabricante líder de chips estadounidense, dedicado a la Inteligencia Artificial, comunicó este miércoles un beneficio neto de 31.910 millones de dólares en el tercer trimestre de su ejercicio, un 65% más interanual, impulsada por su negocio de centros de datos.

Nvidia, además, empresa líder en inteligencia artificial (IA), ha registrado una facturación trimestral de 57.006 millones de dólares, un 62% más en comparación con el año anterior.

El mes pasado, Nvidia se convirtió en la primera empresa que cotiza en bolsa en alcanzar una capitalización bursátil de 5 billones de dólares. La enorme demanda de los chips de esta empresa de Silicon Valley es la principal razón del rápido aumento del precio de sus acciones desde principios de 2023.

Nvidia se situó a la vanguardia al adaptar sus chips, conocidos como unidades de procesamiento gráfico (GPU), para usos que van desde los videojuegos hasta el entrenamiento de potentes sistemas de inteligencia artificial, como la tecnología detrás de ChatGPT y los generadores de imágenes.

La demanda se disparó a medida que más personas comenzaron a utilizar chatbots de IA. Las empresas tecnológicas se apresuraron a conseguir más chips para desarrollarlos y ponerlos en funcionamiento, informa The Associated Press.

En cuanto a las previsiones de ingresos para el cuarto trimestre, Nvidia también ha superado las previsiones de Wall Street, por la creciente demanda de sus chips de IA por parte de los proveedores de servicios en la nube, en un contexto de dudas generalizadas por una posible burbuja de la inteligencia artificial.

Los resultados del líder en chips de IA marcan son relevantes para Wall Street, ya que los mercados globales esperaban que el fabricante de chips determinara si la inversión de miles de millones de dólares en la expansión de la infraestructura de IA había dado lugar a valoraciones desorbitadas que potencialmente superaban los fundamentos económicos.

La empresa más valiosa del mundo prevé unas ventas de 65.000 millones de dólares en el cuarto trimestre, con una variación del 2%, frente a la estimación media de los analistas de 61.660 millones de dólares, según informa Reuters.

Las acciones de Nvidia subieron más del 4% en las operaciones posteriores al cierre. Antes de la publicación de los resultados, las dudas habían provocado una caída de casi el 8% en las acciones de Nvidia en noviembre, tras un aumento del 1.200% en los últimos tres años.

Aun así, analistas e inversores esperaban que la demanda subyacente de chips de IA, que ha impulsado los resultados de Nvidia desde el lanzamiento de ChatGPT a finales de 2022, se mantuviera sólida, informa Reuters.

La trayectoria de Nvidia hasta convertirse en una de las empresas más destacadas del mundo, según una recopilación de datos por parte de AP:

31.900 millones de dólares. El beneficio neto de Nvidia en el tercer trimestre, superior a los 19.300 millones de dólares del año anterior.

38,9%. Beneficio de las acciones de Nvidia en lo que va del año, al cierre de la sesión del miércoles. Esto se suma a las ganancias del 171% en 2024 y del 239% en 2023.

4,53 billones de dólares. Capitalización bursátil total de Nvidia al cierre de la sesión del miércoles, la más alta del S&P 500. Apple, con 3,98 billones de dólares, y Microsoft, con 3,62 billones de dólares, son las siguientes empresas más valiosas del S&P 500. En total, nueve empresas del índice tienen una capitalización bursátil superior a 1 billón de dólares.

79. El número de días de negociación que tardó la capitalización bursátil de Nvidia en crecer de 4 billones a 5 billones de dólares a principios de este año. La capitalización bursátil había saltado de 3 billones de dólares el 13 de mayo a 4 billones de dólares el 9 de julio (41 días de negociación), aunque Nvidia había superado y vuelto a caer por debajo del umbral de los 3 billones de dólares varias veces entre junio de 2024 y mayo de 2025 antes de alcanzar los 4 billones de dólares.

19,8%. Contribución de la empresa a la subida del S&P 500 este año hasta el 31 de octubre.

162.000 millones de dólares. Patrimonio neto del CEO de Nvidia, Jensen Huang, según Forbes, lo que lo sitúa en el octavo puesto de su lista de multimillonarios en tiempo real. Elon Musk ocupa el primer lugar con 467.700 millones de dólares.

El momento llegó. La inteligencia artificial alcanzó un pico en el que hasta Sam Altman y Mark Zuckerberg, dos de los mayores empresarios de la inteligencia artificial, dicen que “es bastante posible” que haya una burbuja en torno a la inteligencia artificial. “¿Estamos en una fase en la que los inversores en general están demasiado entusiasmados con la IA? Mi opinión es que sí”, reconoció en agosto Altman justo después del lanzamiento de GPT-5, el último modelo de lenguaje de OpenAI, que terminó siendo decepcionante para la mayoría tras pasar años en desarrollo.

Ni ese tropiezo ni el hecho de que OpenAI aún no tenga un modelo de negocio consolidado —lo que la llevará a acumular pérdidas de al menos 44.000 millones hasta 2029, según Altman— impidieron que la empresa alcance una valoración de 500.000 millones de dólares este jueves. OpenAI ya es la startup más valiosa de la historia.

Es solo una de las múltiples cifras disparadas que se acumulan en la industria de la IA en las últimas semanas. Para Altman, no obstante, hay un argumento que sirve para explicar tanto esas cifras como la confianza en que no serán sus inversores los que pierdan el dinero. “¿Es la IA lo más importante que ocurrió en mucho tiempo? Mi opinión también es que sí”, justifica: “Si nos fijamos en la mayoría de las burbujas de la historia, como la tecnológica, siempre hubo algo real. La tecnología era muy importante. Internet era un fenómeno importantísimo. Pero la gente se entusiasmó demasiado”.

Es la misma síntesis que hace Zuckerberg. Los capos de la IA señalan directamente a la burbuja de las puntocom, la fiebre inversora de finales de los noventa que infló hasta el absurdo las valoraciones de las primeras empresas de Internet. Su explosión destruyó aproximadamente 5 billones de dólares de valor de mercado, más del doble de lo que hoy valen Meta y OpenAI juntas. Pero la tecnología era válida: Internet terminó revolucionando la economía, la sociedad, la política y casi cada elemento humano con el que entró en contacto.

Definitivamente hay una posibilidad

Mark Zuckerberg — Sobre si la IA podría explotar como la burbuja de las puntocom

“Si nos fijamos en la mayoría de las grandes acumulaciones de infraestructura de la historia, ya sean los ferrocarriles o la fibra óptica para Internet, como en la burbuja de las puntocom, todas perseguían algo que terminó siendo muy valioso. En la mayoría de los casos, terminó siendo incluso más valioso de lo que pensaban las personas que impulsaban la burbuja”, dice Zuckerberg.

“La infraestructura se construye, la gente se endeuda demasiado, luego se produce algún bache y muchas de las empresas terminan quebrando, los activos se devalúan y es una gran oportunidad para comprar más”, continúa el fundador de Facebook, una red que nació aprovechando las autopistas digitales que se crearon para las puntocom. “Definitivamente, hay una posibilidad de que algo así sucediera aquí”, admite sobre esa explosión.

El mensaje de la industria parece claro: la inteligencia artificial prevalecerá, al igual que lo hizo Internet. El problema es averiguar a qué empresa se le está quedando cara de Yahoo antes de que sea demasiado tarde.

La indefinición de la IA

Los síntomas de que las inversiones en IA podrían estar descontroladas no se limitan solo a valoraciones como las de OpenAI o Nvidia, que supera los 4 billones de capitalización bursátil pese a ser la que menos ingresa del grupo de tecnológicas conocidas como las siete magníficas, solo por detrás de Tesla. Ya se están dando casos más extremos.

Una de sus protagonistas es Mira Murati, la ingeniera e inventora albanesa que fue jefa de Tecnología de OpenAI y una de las responsables del desarrollo de ChatGPT. Murati salió de la empresa hace un año para fundar su propia startup, llamada Thinking Machines (máquinas pensantes), con la que recaudó 2.000 millones de dólares en la mayor ronda de capital semilla de la historia. ¿El problema? Nadie sabe muy bien qué es lo que quiere hacer con ellos.

Fue una reunión de presentación de lo más absurda. Me dijo: 'Vamos a crear una empresa de IA con los mejores profesionales en IA, pero no podemos responder a ninguna pregunta'

“Thinking Machines, con un año de existencia, no solo no lanzó un producto, sino que tampoco anunció públicamente en qué consistirá. Incluso algunos inversores de la compañía desconocen con certeza en qué está trabajando”, reveló The Information, un medio especializado en Silicon Valley. “Al recaudar capital para Thinking Machines, Murati compartió pocos detalles sobre lo que estaría desarrollando, según informaron posibles inversores: 'Fue una reunión de presentación de lo más absurda'”, dijo un inversor que se reunió con Murati. “Me dijo: 'Vamos a crear una empresa de IA con los mejores profesionales en IA, pero no podemos responder a ninguna pregunta'”.

El revuelo provocado por la publicación forzó a Murati a presentar el producto en el que estaba trabajando. Se trata de Tinker, que permite adaptar modelos de inteligencia artificial existentes a sus propias necesidades sin la compleja infraestructura técnica de los grandes laboratorios. Una herramienta que no justifica las cifras desorbitadas que rodean a Thinking Machines, ya que no está destinada a generar grandes ingresos (está pensada para investigadores) y se basa en simplificar un proceso que ya existía.

Esta inversión desbocada en productos que apenas existen sobre el papel se une a estudios que empiezan a apuntar que el impacto de la IA en los beneficios de las empresas que la están probando en serio está siendo limitado. Un informe del MIT publicado en julio analizó más de 300 proyectos piloto con esta tecnología, junto con iniciativas lanzadas en 52 empresas y entrevistas a 153 altos ejecutivos de todo el mundo. Sus resultados fueron que el 95% de las organizaciones no están obteniendo ningún tipo de retorno por su inversión.

Las excepciones se agrupan en dos áreas: son proyectos del sector tecnológico, o bien de los medios de comunicación/telecomunicaciones. El método que siguen es comprar soluciones de IA en vez construirlas por sí mismas, ejecutar esos productos dentro de cada unidad de negocio y no desde un laboratorio central y elegir herramientas que puedan integrarse en los flujos de trabajo ya existentes.

Un “esquema Ponzi” en la cumbre

Sin embargo, para muchos analistas el elefante en la habitación es la propia OpenAI. Es la empresa que tiene el producto emblema de esta revolución tecnológica, pero también tiene problemas para rentabilizarlo. Está probando con suscripciones premium, modelos especiales de ChatGPT para empresas, y esta semana lanzó una herramienta para hacer compras sin salir del chat así como una red social en la que todo está hecho con IA.

Consciente de que no es suficiente, está destinando las enormes inversiones que recibe a crear una capacidad de cómputo masiva. Altman cree que esa fuerza bruta matemática es la clave de todo. “Todo comienza con la computación. La infraestructura de computación será la base de la economía del futuro”, defiende Altman. “Las restricciones de computación que toda la industria ha tenido, y nuestra compañía en particular, han sido terribles”.

Para crear esa infraestructura, OpenAI llegó a un acuerdo con Nvidia que batió todos los récords. Consiste en que la primera compra chips a la segunda y, a cambio, Nvidia invertirá hasta 100.000 millones de dólares en OpenAI, uno de los motivos por los que esta pasó a ser la startup más valiosa del mundo.

Es una alianza circular que recuerda a una práctica de la burbuja de las puntocom que llevó a sus empresas a la ruina. Se dio cuando los fabricantes de equipos de telecomunicaciones se endeudaron para ayudar a sus clientes a financiar la construcción de la fibra de Internet. “Tengo que decir que las palabras 'financiación del proveedor' no evocan un buen recuerdo para alguien de mi edad”, advirtió en el Financial Times James Anderson, uno de los principales inversores tecnológicos que navegó aquella burbuja.

“No se parece en nada a lo que hacían muchos proveedores de telecomunicaciones en 1999-2000, pero tiene ciertos ecos de aquello. Yo no estaría del todo cómodo desde ese punto de vista”, añadió, refiriéndose a los inversores actuales.

Otras opiniones son más tajantes. “La burbuja de la IA ya desarrolla síntomas del esquema Ponzi”, escribió Michael Spencer, uno de los analistas de la economía de la IA más seguidos. “El acuerdo hizo que los inversores se pregunten si estamos viendo demasiada inversión circular y realmente sacó a la luz hasta qué punto Nvidia está implementando tácticas de financiación de proveedores para estimular artificialmente las ventas”.

Tampoco doy por sentado que la IA generativa sea una tecnología de propósito general como la máquina de vapor o Internet

Michael Spencer — analista de la economía de la IA y autor de AI Supremacy

El esquema podría reducirse aún más. OpenAI creó ChatGPT y desató la revolución de la IA generativa. Miles de empresas se lanzaron a desarrollar sus propios proyectos. Sin embargo, ni ellas ni OpenAI están viendo retornos sólidos de esta tecnología. Quien sí los tiene es Nvidia, que ya es la empresa más valiosa del mundo gracias a que sus chips son los mejores para la IA generativa.

Aquí es donde el círculo se cierra de manera peligrosa: Nvidia está reinvirtiendo una suma enorme en OpenAI, permitiéndole crecer artificialmente y seguir desarrollando una IA generativa que, de momento, no justifica esa inversión. El de OpenAI y Nvidia es el mayor hasta el momento, pero este tipo de flujos se están repitiendo en otros puntos de la cadena de valor.

“Wall Street ya está preocupado por una burbuja de IA, ¡y yo también!”, alerta Spencer. A su vez, avisa sobre el riesgo de comprar ciegamente la idea de Altman y Zuckerberg sobre la necesidad de esas infraestructuras. “Tampoco doy por sentado, como muchos otros, que la IA generativa sea automáticamente una tecnología de propósito general como la máquina de vapor, los ordenadores o la electricidad, solo porque haya un enorme despliegue de infraestructura debido a la publicidad exagerada”.

La explosión

“Hay una burbuja de la IA y ya estalló: la burbuja de decir que hay una burbuja”, expuso esta semana un informe del departamento de investigación del Deutsche Bank. El principal banco alemán ya confirmó en otro análisis este verano que “las valoraciones estaban siendo excesivas según varios indicadores”. En este, se centra en un mensaje compatible: “El auge de la IA se frenará, pero puede que no estalle. Y aunque pueda haber una burbuja, el momento en que todos la identifiquen podría ser precisamente el momento en que sea menos probable que explote”.

“Las burbujas no son procesos lineales y ordenados. Normalmente, se inflan en varias oleadas intercaladas por caídas dramáticas”, avisa.

Aunque pueda haber una burbuja, el momento en que todos la identifiquen podría ser precisamente el momento en que sea menos probable que estalle

Deutsche Bank

Para apoyarlo, el departamento de investigación del banco hace un repaso por las principales burbujas económicas del pasado, empezando por la del primer Internet. “En la burbuja puntocom, el índice tecnológico Nasdaq subió y cayó más de un 10% en siete ocasiones en los cinco años previos a su máximo del 10 de marzo de 2000. Siguió disparándose mucho después de que hablar de ”burbuja“ fuese algo común”.

“La caída del Nasdaq desde su máximo tampoco fue lineal ni inmediata. El índice perdió más de un tercio en 10 semanas, luego recuperó dos tercios de esas pérdidas, para finalmente descender en forma de sierra hasta una caída total del 78%”, continúa el Deutsche Bank, que incluye un repaso de la duración de las mayores burbujas de la historia. La de las puntocom, la más cercana y similar a la IA, fue una de las más duraderas.

El informe del banco alemán no cita cuándo habría comenzado la actual burbuja de la IA. Menos aún sobre cuándo explotará: “Acertar con el timing de los mercados es notoriamente difícil. La evidencia sugiere que mantenerse invertido a largo plazo es la mejor forma de capturar la prima de riesgo que compensa a los accionistas. Las caídas rara vez son consistentes, ya que las emociones intensas provocan volatilidad en ambas direcciones”.

La última pregunta es a quién se llevará por delante la burbuja de la IA cuando estalle. Sobre esta cuestión se mostró preocupado Jerome Powell, presidente de la Reserva Federal de EEUU. No en vano, son sus grandes empresas las que más arriesgaron en la inversión en esta tecnología. “Estados Unidos está experimentando una cantidad inusualmente grande de actividad económica gracias al desarrollo de la IA”, dijo Powell en septiembre.

Tan solo siete compañías, las siete magníficas (Microsoft, Nvidia, Apple, Google, Meta, Amazon y Tesla), representan un tercio del valor del S&P 500, el índice bursátil que agrupa a las 500 mayores empresas cotizadas de EEUU. Todas ellas, salvo Apple y Amazon, ligaron su futuro al éxito de la inteligencia artificial. “Aquí el riesgo, al menos para una empresa como Meta, está en no ser lo suficientemente agresivo, en lugar de en ser demasiado agresivo”, defiende Zuckerberg.

“Además, no estamos al borde de la quiebra ni nada por el estilo, ¿verdad?”, prosigue el fundador de Facebook: “No somos una de estas empresas como OpenAI o Anthropic que recaudan dinero para financiar su crecimiento y, ya sabes, obviamente abre la pregunta de hasta qué punto podrán seguir recaudando dinero”.

Nvidia comunicó a la Comisión de Bolsa y Valores de Estados Unidos (SEC) que prevé un cargo de hasta US$5.500 millones en sus resultados del primer trimestre por la decisión del Gobierno de Donald Trump de exigir una licencia para exportar a China, incluidos Hong Kong y Macao, los chips integrados H20.

En su comunicación al supervisor estadounidense, la compañía explica que el pasado 9 de abril fue informada por la Administración Trump de que se le exigirá una licencia para vender a China o a empresas con sede o matriz en el gigante asiático, así como a los países D5, los circuitos integrados H20 y cualquier otro circuito que alcance el ancho de banda de memoria, el ancho de banda de interconexión o la combinación de ambos del H20.

“El Gobierno de los EEUU indicó que el requisito de licencia aborda el riesgo de que los productos cubiertos puedan utilizarse en un superordenador en China o desviarse hacia él”, apunta Nvidia en su comunicado a la SEC.

La compañía tecnológica señala que el pasado 14 de abril fue informada por el Gobierno de Estados Unidos de que este requisito de licencia estará en vigor “por tiempo indefinido”.

Debido a estas circunstancias, las cuentas de Nvidia del primer trimestre incluirán hasta aproximadamente US$5.500 millones de cargos asociados a los productos H20 “por inventario, compromisos de compra y reservas relacionadas”.

Tras dar a conocer esta información, los títulos del fabricante de microprocesores y chips se desplomaron un 6,3% en el mercado 'after hour' después de haber cerrado la sesión en positivo.

elDiario.es.

IG

Las grandes tecnológicas mundiales, conocidas como las siete magníficas -Apple, Nvidia, Microsoft, Amazon, Alphabet, Meta y Tesla- perdieron más 5.300 millones de dólares de capitalización desde los máximos alcanzados en los últimos meses.

Y ello en un contexto en el que los mercados se hunden a nivel global por la guerra comercial y el miedo a que estas políticas provoquen una recesión económica mundial y mientras algunas de estas compañías destacaron su gran afinidad con el presidente estadounidense, Donald Trump.

Según los datos de mercado recogidos por EFE, a cierre del pasado viernes, la capitalización bursátil de estas compañías se redujo de forma drástica, y ninguna de ellas logra mantener los 3.000 millones de dólares de valor en bolsa que llegaron a registrar meses atrás, como en el caso de Apple, Microsoft o Nvidia.

En concreto, la capitalización de Apple pasó de los 3.890 millones de dólares a los 2,83 actuales.

Asimismo, Nvidia redujo su capitalización bursátil de los 3.710 millones de dólares, hasta los 2.300 millones, mientras que en el caso de Microsoft descendió hasta los 2.680 millones de dólares (frente a los máximos de 3.380 millones).

Otras tecnológicas como Tesla lo redujeron hasta los 1.540 millones de dólares; o Meta, hasta 1.870 millones.

Después de que el pasado miércoles, Trump anunciara aranceles globales del 10 %, y unas tasas superiores para otras regiones y países como China y la Unión Europea, Wall Street se hundió, con pérdidas que en las dos últimas sesiones rozaron un 10 % en el caso del Dow Jones, y del 12 %, en el tecnológico Nasdaq.

En el caso de las tecnológicas, las caídas también superaron los dos dígitos en la mayoría de los casos.

Durante los últimos años, estas empresas registraron fuertes ganancias, y con ello, sostuvieron a los índices estadounidenses.

No obstante, los expertos explican que sus valoraciones fueron demasiado altas, y ahora, en un contexto de debacle en el mercado, corrigen “con violencia”.

“Y todavía no hay señales de suelo claras”, dicen los expertos de eToro.

En el caso de algunas compañías como Apple, las últimas caídas responden a su fuerte dependencia de la producción en Asia, dice XTB, que añade que EEUU se enfrenta a una desaceleración económica y a una pérdida de confianza entre los inversores, ya que como consecuencia de los aranceles, los indicadores macroeconómicos podrían deteriorarse aún más, mientras que la inflación podría aumentar más de lo esperado, “desafiando las previsiones de la Reserva Federal de EEUU (Fed)”.

De esta manera, las siete magníficas, que registraron las semanas posteriores a la victoria de Trump, fuertes ganancias, beneficiadas por la buena relación de sus presidentes con el mandatario estadounidense, ven ahora reducir de forma drástica su precio en el mercado.

En el caso de Tesla, sus acciones han caído más del 16 % en las dos últimas sesiones, y en el año, se deja casi un 41 %.

Su director ejecutivo, Elon Musk, persona de confianza de Trump, ha emprendido un fuerte plan de recortes de la Administración, con despidos masivos de empleados federales.

Nvidia también pierde más del 36 % en año; Apple, Amazon y Alphabet (matriz de Google), casi un 28 %; Meta, un 21 % y Microsoft, más del 19 %.

EFE.

IG

Si hay algo que define a la inteligencia artificial son sus precios. Entrenar nuevos modelos es muy caro, reunir las bases de datos para ello es muy caro y ponerla a disposición de los usuarios es muy caro, debido a sus enormes requerimientos computacionales y energéticos. Lejos de intentar controlar esta escalada, Silicon Valley y Washington la usaron como filtro: sin unos cuantos cientos de millones dólares en la cuenta y el sello para importar chips, estás fuera de la carrera.

Desde 2022, cuando apareció ChatGPT, esa cadena de precios astronómicos impulsó el valor de los gigantes estadounidenses que se reparten el pastel. El de Microsoft aumentó un 85%. El de Google, un 105%. El de Meta, un 580%. El de Nvidia, un 840%. OpenAI está valorada en más de 150.000 millones de dólares tras la mayor entrada de capital riesgo en una sola firma de la historia, mientras que xAI, la empresa que Elon Musk se sacó de la manga con los datos de X, alcanzó los 50.000 millones. En el ámbito de las ayudas públicas, el baremo ahora son los 500.000 millones que Donald Trump puso encima de la mesa para construir centros de datos.

Mientras el mundo se iba acostumbrando a esas cifras, una empresa china dio una patada al tablero. Este lunes su efecto volatilizó cientos de miles de millones en el valor de las grandes tecnológicas estadounidenses. Esa empresa china se llama DeepSeek y su órdago se llama R-1, una inteligencia artificial con capacidades muy similares a las de los últimos modelos de OpenAI, pero que asegura que solo costó 5,5 millones entrenar. Un 90% menos que lo invertido por su máximo rival estadounidense.

El precio no es el único martillazo a los cimientos de la industria de la IA que dio DeepSeek. También está el de los componentes. Oficialmente, la empresa —fundada en 2023 y con unos 150 empleados— no tuvo acceso a los chips más avanzados de Nvidia debido al veto a las exportaciones de Washington. Es decir, entrenó a su IA con un proceso mucho más barato y con menos recursos computacionales que los que emplea Silicon Valley.

Esto tuvo un efecto devastador en la cotización de Nvidia, que se dejó más de medio billón de dólares en una sola jornada, la mayor destrucción de valor bursátil de la historia. Un duro correctivo para la compañía liderada por Jensen Huang, que había escalado hasta ser la más valiosa del mundo gracias a su ventaja competitiva en sus chips para la IA. Ahora se abre la duda de si esos componentes superavanzados son realmente necesarios para desarrollar algoritmos punteros.

Finalmente, la empresa china dio un último golpe a Trump y su corte de tecnólogos abriendo el código de su máquina casi por completo. Esto significa que cualquier otra persona u organización puede examinarlo, copiarlo y modificarlo en función de sus necesidades. En la práctica, significa que está dando gratis un producto por el que OpenAI cobra. La compañía de Sam Altman no cotiza en bolsa, por lo que impidió que el efecto DeepSeek suponga un correctivo automático a su valor.

Más barato, más eficiente, replicable

“El modelo razonador DeepSeek R-1 logra colocarse al nivel de los modelos razonadores o1-mini y o1 de OpenAI de acuerdo a lo publicado en su artículo. Es capaz de superar a o1 en algunas de las tareas evaluadas y supera con creces las capacidades de o1-mini. La gran ventaja ahora mismo es que se trata de un modelo más eficiente, que responde más rápido y además es de código abierto con licencia de uso comercial”, expone Mikel Galar, catedrático de Ciencia de la Computación e Inteligencia Artificial de la Universidad Pública de Navarra.

El especialista explica que DeepkSeek ha utilizado 21 conjuntos de pruebas para testar sus inteligencias artificiales y compararlas con las estadounidenses. Estos se dividen en diferentes tipos de tareas: diez pruebas de Inglés, cinco de programación de código, tres de matemáticas y tres en chino. Aunque en algunas tareas queda por detrás, en la mayoría de ellas R-1 alcanza o rebasa en algunos puntos la puntuación de o1.

Técnicamente, el o1 no es el modelo más potente de OpenAI, pero sí el último que está disponible para el público. Los más modernos son más potentes, pero simplemente consumen demasiados recursos como para sacarlos al mercado. “OpenAI anunció su modelo o3 hace unas semanas, con una mejora clara frente a sus modelos de la familia o1, pero este no está disponible por el alto costo que conlleva su uso”, recuerda Galar.

DeepSeek se convirtió este fin de semana en la aplicación más descargada en EEUU, por delante de ChatGPT. La demanda fue tan alta que este lunes la compañía china tenía muchos problemas para registrar nuevos usuarios o dar servicio en países como España, aunque la empresa denunció que se debió a “un ciberataque a gran escala”. A última hora de este lunes, la compañía china contraatacaba con otro as más, al publicar un modelo de IA que bate a sus rivales también en generación de imágenes, según sus pruebas.

Según el Wall Street Journal, el trasvase a la IA de DeepSeek ya comenzó en Silicon Valley. Anthony Poo, cofundador de una startup que utiliza IA para predecir rentabilidades financieras, reveló que su empresa lo hizo en septiembre. Sus pruebas demostraron que DeepSeek ofrecía un rendimiento similar por una cuarta parte del costo. “El modelo de OpenAI es el mejor en rendimiento, pero tampoco queremos pagar por capacidades que no necesitamos”, afirma Poo. 

“No es perfecto y tiene algunos tics. Por ejemplo, es un modelo que a veces, al hacerle una pregunta en inglés, te contesta una parte en chino”, dice Robert Clarisó, profesor de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta Catalunya, sobre su modelo de generación de texto. “Las personas que están empezando a utilizarlo, lo que comentan es que realmente la apariencia que da es de que sí, que tiene una calidad parecida a los modelos de OpenAI”, continúa.

En cualquier caso, Clarisó pide prudencia y tiempo a la hora de evaluar el modelo chino. “La mayor innovación son las optimizaciones en la forma como se ha entrenado el modelo, para emplear menos recursos. Todavía falta ver si estos trucos han tenido alguna repercusión en su rendimiento y se ha perdido algo por el camino”, destaca.

¿Un veto que impulsó la innovación?

Nvidia y los gigantes de la IA estadounidenses no son los únicos que vivieron una jornada negra por la irrupción de DeepSeek. Las políticas de mano dura con las exportaciones de chips de Joe Biden y que Donald Trump se mostró partidario de mantener e incluso aumentar también quedaron en entredicho. Numerosos analistas señalan que son estas medidas las que impulsaron a las empresas de IA chinas a hacer más con menos.

“La verdad incómoda para los responsables políticos estadounidenses es que los estrictos controles a las exportaciones han obligado a las empresas tecnológicas chinas a volverse más autosuficientes, estimulando avances que de otra manera tal vez no habrían ocurrido”, dice en una tribuna del Financial Times Ángela Zhang, profesora de la Universidad del Sur de California y autora de High Wire: Cómo regula China las grandes tecnológicas y gobierna su economía.

La experta recuerda que Pekín intentó impulsar su industria de la IA desde hace años sin demasiado éxito. “Las iniciativas estatales suelen dar lugar a ineficiencia, corrupción y despilfarro”, afirma. “Lo que las restricciones estadounidenses consiguieron sin querer fue un poderoso incentivo comercial para que el sector privado chino ocupara el lugar que le correspondía. Y si bien EEUU suele dominar en materia de investigación innovadora, las empresas chinas sobresalen en ejecución, asequibilidad y difusión de productos. En comercio electrónico, vehículos eléctricos, paneles solares y baterías, han demostrado una capacidad impresionante para crecer”, remarca.

Clarissó concuerda: “La industria china es muy buena tomando un producto y refinándolo para hacerlo más eficiente o más barato”. “Además, en esto también partían con un poco de ventaja, porque ellos ya sabían lo que estaban haciendo los estadounidenses y cuáles son los problemas de base”, añade.

“Reivindicaciones sospechosas”

DeepSeek encarna a la perfección el mito de David contra Goliat en el campo de la IA. Con todo, otros especialistas consultados destacan que algunas de sus explicaciones sobre cómo entrenaron a sus modelos son “sospechosas”.

Así lo expresa Julián Estévez, profesor de Robótica e Inteligencia Artificial en la Universidad del País Vasco. Una de esas aseveraciones es el hecho de que no hayan tenido acceso a los chips más avanzados. “China tiene sanciones para importar chips de Nvidia, como sabemos. Sin embargo, está empleando a terceros países como intermediarios. El principal de ellos es Singapur, y es un secreto a voces”, destaca.

“En el Foro de Davos, entrevistaron al CEO de ScaleAI, y él declaró que sospechaba que DeepSeek entrenaba con unos 50.000 GPU de Nvidia, pero que no lo podían decir por las sanciones”, continúa el profesor, que tampoco da por sentado que esa cifra sea la real. En septiembre Financial Times reveló que había cientos de miles de chips avanzados de Nvidia en China, y que alquilar su potencia de cálculo era incluso más barato que en EEUU.

Por último, Estévez destaca que las métricas para comparar inteligencias artificiales generativas de texto “han quedado inservibles desde hace un tiempo. Se pueden emplear para engañar con estadística, o incluso se puede entrenar al modelo para que se superen esos tests”. Por ello, “hay que tomar con pinzas las reivindicaciones grandilocuentes” de las empresas de IA sobre sus modelos, tanto de DeepSeek como sus contrapartes estadounidenses.

La irrupción por sorpresa de la compañía china DeepSeek como nuevo jugador del mercado de la inteligencia artificial (IA) hace tambalear el liderazgo de empresas estadounidenses como Nvidia, cuyas acciones se hunden más del 17% en Wall Street. Las fuertes pérdidas que registran las empresas relacionadas con este sector han pesado en la cotización del índice tecnológico Nasdaq, aunque a última hora se ha recuperado y solo perdía un 0,25%.

Desde primera hora de la mañana, los futuros de Wall Street, sobre todo del Nasdaq, apuntaban a una apertura que sería fuertemente bajista este lunes en Estados Unidos, lo que está condicionando la sesión en Europa, donde asimismo, las empresas relacionadas con la IA sufren un fuerte correctivo.

Alphabet, la matriz de Google, caía más del 3%; Microsoft se deja un 2,6% y Amazon, un 0,5%. Meta, en cambio, con un enfoque similar al de DeepSeek, subía un 0,6%; mientras que Apple, que se había quedado rezagada en este ámbito, crecía un 3,7%. OpenAI, la creadora de ChatGPT, no cotiza en bolsa.

El Euro Stoxx50, índice en el que cotizan las empresas europeas de mayor capitalización, cerró con una caída el 0,59%. Fráncfort, París y Londres se han movido en cifras parecidas, mientras que el Ibex35 apenas ha notado el terremoto y ha terminado con un aumento del 0,12%.

La que más está notando el impacto es Nvidia. DeepSeek, que no tuvo acceso a sus chips avanzados por el veto a las exportaciones a China de Washington, demostró que se pueden entrenar modelos de IA muy avanzados sin necesidad de estos componentes. Su irrupción hace que el fabricante estadounidense haya perdido más de US$600.000 millones de capitalización bursátil y caiga del primer al tercer puesto de las empresas más valiosas, ahora superada por Apple y Microsoft. Se trata de la mayor destrucción de valor en bolsa de la historia.

Dentro de los valores europeos, el fabricante neerlandés de máquinas de chips ASML sufre una caída en bolsa de más del 7,1%, mientras que otra compañía como Infineon (una empresa alemana líder en semiconductores que diseña soluciones para electrónica de potencia, seguridad y sistemas integrados) acabó la jornada bursátil con un descenso del 1,8%. Además, otras empresas no tecnológicas, pero relacionadas con el sector, también bajan con fuerza: Schneider Electric se desplomó un 9,4% y Siemens, algo más del 3,3%.

Cambio de modelo

El modelo de DeepSeek que se está descargando estos días es el R1, lanzado el 20 de enero. Según los expertos, es comparable con el o1 de OpenAI, la firma creadora del ChatGPT, en la resolución de problemas matemáticos, la programación y la inferencia del lenguaje natural.

El modelo de DeepSeek es de código abierto, con lo que cualquier persona puede examinarlo, modificarlo y desarrollarlo en función de sus necesidades, algo que generó un notable impacto en la comunidad de desarrolladores, que destacan su eficiencia y bajo coste.

Estos factores que podrían amenazar el liderazgo de las empresas de Estados Unidos y poner en duda el modelo de negocio de algunas compañías como Nvidia. Los analistas de Janus Henderson han explicado que la aparición de “un enfoque potencialmente más eficiente del procesamiento de la IA cuestiona la necesidad de los miles de millones de dólares de inversión previstos en infraestructura y propiedad intelectual”.

“La IA se ha considerado un área de desarrollo muy compleja, y se considera que los que están a la vanguardia tienen ventajas tecnológicas que les permitirán seguir creciendo a un ritmo rápido en el futuro. El alto crecimiento de las ganancias esperadas se ha utilizado para justificar valoraciones muy elevadas, lo que los deja muy expuestos a cualquier decepción. La competencia siempre pareció la mayor amenaza, pero también la más difícil de evaluar para los inversores”, han añadido.

En una jornada negativa para las bolsas, el euro sube, y se cambia a 1,051 dólares, mientras que los inversores se refugian en valores seguros como la deuda soberana, lo que hace subir su precio y caer su rentabilidad. Así, el rendimiento del bono estadounidense a diez años baja al 4,51%; y en Europa, el del alemán, al 2,50%. 

Cuando elDiario.es avanzó su primera detención, en marzo de 2022, aún no se podía citar su nombre o publicar detalles sobre su vida. El sospechoso de liderar el grupo Lapsus$, una de las bandas de ciberdelincuentes más activas y peligrosas en aquel momento, era un menor de solo 16 años. Ahora, ya cumplida la mayoría de edad, un tribunal de Londres dirimirá la implicación de Arion Kurtaj en los ciberataques contra Microsoft, Vodafone, Nvidia, Samsung, Uber, el Gobierno de Brasil o las desarrolladoras de videojuegos Ubisoft y Rockstar Games. No obstante, los jueces no declararán la inocencia o culpabilidad del joven, que fue declarado no apto para ser juzgado por motivos psiquiátricos.

Kurtaj es un joven residente en Oxford de ascendencia albana. Su actividad en las redes sociales mostraba su gran afición a la pesca, que compartía con su tío, así como algún tipo de neurodiversidad, que la BBC identificó más tarde con un trastorno del espectro autista. La fiscalía británica considera que él y otro joven de 17 años eran “actores clave” en Lapsus$. Se le imputan 12 delitos, entre ellos tres de chantaje, dos de fraude y seis de uso indebido de ordenadores, recoge la agencia Reuters.

La trayectoria de Lapsus$ fue meteórica y muy agresiva. Su primer ciberataque confirmado se produjo en diciembre de 2021 contra el Ministerio de Sanidad de Brasil, donde robaron 50 terabytes de información. Poco después, ya en enero de 2022, realizaron una ofensiva que se considera clave en las acciones posteriores del grupo al conseguir penetrar en Okta. Esta firma proporciona servicios de identificación digital a los empleados de otras empresas, las credenciales virtuales para que los sistemas informáticos de las multinacionales sepan quién puede acceder a qué.

Ya sea por la información obtenida de la propia Okta o de la experiencia obtenida del funcionamiento de sus llaves maestras digitales, Lapsus$ se especializó en entrar hasta la cocina de grandes empresas para, fingiendo ser sus propios empleados, sustraer sus archivos más sensibles. Es lo que hizo con Nvidia, el fabricante de las tarjetas gráficas más buscadas por los aficionados a los videojuegos y, ahora, por los desarrolladores de inteligencia artificial.

El ciberataque a Nvidia también dio otras pistas a los investigadores. Lapsus$ pidió dinero a cambio de no vender a terceros los datos robados, pero también hizo otra curiosa exigencia: que Nvidia volviera a configurar sus tarjetas gráficas para que fueran capaces de minar criptomonedas, algo que la compañía había bloqueado al comprobar que su buen rendimiento en esta materia había disparado su precio y las había hecho casi imposibles de conseguir para los consumidores.

El secreto de Lapsus$

Esa petición a Nvidia desató las dudas de los investigadores. Lapsus$ acumulaba ciberataques muy importantes, pero no era acorde con las prácticas de los ciberdelincuentes profesionales. Estos, por regla general, evitan colocarse en el foco y su principal objetivo es desaparecer tras cerrar el negocio, ya sea extorsionando a la víctima o subastando la información robada al mejor postor. Tras dar un buen golpe, también es habitual que desaparezcan o permanezcan inactivos un tiempo para evitar dejar pistas a las fuerzas de ciberseguridad.

Todo lo contrario de lo que hizo Lapsus, que en vez de ocultarse se fue directo contra los peces más gordos de la pecera. Atacó y robó a Microsoft, que cuenta con algunos de los mejores equipos de ciberseguridad del planeta. Filtró datos de nuevos dispositivos en los que Samsung estaba trabajando. Penetró en las redes de T-Mobile, participó en una gran oleada de ciberataques en Portugal, atacó a la tecnológica Globant, a Ubisoft, al portal de comercio electrónico argentino Mercado Libre. Todo ello en cuestión de un par de meses, llegando incluso a anunciar en redes sociales sus próximos ataques.

A los ciberdelincuentes no les conviene llamar la atención porque pueden convertirse en objetivo de otras bandas. Es lo que ocurrió con la avalancha de hackeos de Lapsus$ y con su supuesto líder, Arion Kurtaj, que acumulaba una fortuna de 10 millones de euros cuando fue detenido por primera vez con 16 años. El joven fue víctima de un ataque de doxing, que consiste en publicar en Internet una gran cantidad de información privada de una persona, como su nombre completo, dirección, documento de identidad, ocupación, fotografías, datos de su familia, etc. Es una maniobra habitual entre ciberdelincuentes, que protegen con celo su identidad.

El doxing contra Kurtaj llevó a su detención inmediata por parte de la policía británica, junto a otros seis jóvenes relacionados con las actividades de Lapsus$, varios de ellos menores de edad. Se revelaba así el secreto de Lapsus$, el grupo de adolescentes que había logrado hackear algunas de las multinacionales más importantes con un líder que operaba desde su habitación en casa de sus padres. Pero Kurtaj no había dicho su última palabra.

GTA VI: un último gran golpe

Lapsus$ se caracterizó por acceder a archivos confidenciales de empresas utilizando credenciales de sus propios trabajadores. Las conseguían extorsionando a esos empleados, comprándoselas por altas sumas, logrando acceder a sus cuentas mediante el timo de la SIM, hackeándoles sus cuentas de email o las de sus proveedores. Cualquier método que les llevara hasta esas llaves digitales les valía. En septiembre de 2022, menos de seis meses después de la detención de Kurtaj, Uber denunció haber sufrido otro ciberataque con estas mismas prácticas.

Había dos opciones. Es habitual que los ciberdelincuentes se copien las tácticas unos a otros cuando resultan exitosas, y las de Lapsus$ lo habían sido. La otra es que alguien del propio grupo hubiera vuelto a la acción. El dilema se resolvió poco después cuando Kurtaj, ya en solitario pero al más puro estilo que rigió a la banda, volvía a salir de caza mayor apenas unos días después con una gran filtración del videojuego GTA VI. Un título que promete miles de millones de euros de beneficios para su desarrolladora, Rockstar Games, pero del que Kurtaj presuntamente filtró un gran número de detalles años antes de su lanzamiento (que se espera para 2024 o 2025).

Se desconoce si el joven llegó a exigir algún pago a Rockstar antes de liberar la información sobre GTA VI, que se componía de más de 90 vídeos que mostraban tanto a sus protagonistas como el espacio donde se desarrollará la acción. Datos como estos se dirimirán en el juicio sobre sus acciones, en el que la policía británica también le acusa de haber accedido a sus sistemas tras su detención. Aunque no podrá se condenado, el proceso también ayudará a esclarecer la trayectoria del joven, uno de los pocos casos en los que el imaginario colectivo del hacker adolescente que se divierte burlando la seguridad informática mundial y la historia real encajan a la perfección.

Apple ya vale más de tres billones de dólares en bolsa, 2,75 billones de euros al cambio. No es una cifra fácil de imaginar, ni siquiera para hallar una comparación. Es más que todas las empresas del Ibex 35 juntas o unas 30 veces lo que vale Inditex. El Reino Unido, el sexto PIB mundial, tendría que acumular el valor de absolutamente todos los bienes y servicios producidos en su territorio durante el 2022 para poder comprar Apple. A Francia no le llegaría con ahorrar un solo año y España tendría que acumular sus ganancias de tres ejercicios.

La compañía fundada por Steve Jobs acaba de batir el récord de Wall Street al superar los tres billones de cotización. Poco ha importado a los inversores que el último producto que ha presentado sean unas gafas de realidad virtual extremadamente caras, enfocadas a un campo de futuro incierto como el metaverso y que ni quiera la propia Apple cuenta demasiadas, ya que va a producir tan solo unas 100.000 en el 2024. El precio de sus acciones este 2023 dibuja la mayor pendiente ascendente de su historia.

“Apple es extremadamente atractiva porque no tiene deuda y amasa mucho efectivo. Esto hace que no esté expuesta a las subidas de tipos de interés y si aparte le añades que es una generadora de caja brutal, el resultado es una compañía que presenta resultados muy buenos, con crecimientos importantes en China y en otros países emergentes y con clientes que parecen insensibles a los precios de sus productos”, expone en conversación con este medio Javier Pino, de Analistas Financieros Internacionales (AFI).

Sin embargo, Apple es solo el caso más extremo de una tendencia que está afectando a otro puñado de compañías conocidas en la jerga bursátil como “las siete magníficas”. Todas son grandes tecnológicas y todas acumulan enormes subidas de cotización este 2023. Amazon, Google, Facebook, Microsoft, Tesla y Nvidia completan el grupo.

“Las siete magníficas” se caracterizan por ser compañías que “pese a ser grandes monstruos, tienen capacidad para adaptarse y para buscar las oportunidades”, apunta Javier Molina, analista senior de mercados de eToro. Dominan amplios mercados, tienen cientos de miles de empleados y aunque mantienen su imagen puntera, establecieron sus negocios hace décadas (la más joven es Facebook, hoy renombrada a Meta, fundada en 2004). Con todo, cuentan con cintura para moverse muy rápido en cuanto aparece un nuevo nicho de mercado. Prueba de ello es lo que Google y Microsoft han hecho con la inteligencia artificial o la entrada de Apple en el negocio financiero con micropréstamos, señala el analista.

Desde que comenzó el año el valor en el mercado de estas empresas marca su propia pauta. El capital no busca tecnología en general, busca su tecnología. Tampoco busca grandes empresas. Las busca a ellas. “Si miramos la primera mitad de 2023, las siete magníficas han generado una rentabilidad del 60% de media, mientras que las otras 493 acciones del S&P (las 500 empresas más grandes de EEUU) solo han generado un 5%”, dice Molina.

La norma es que las empresas con las acciones más caras sean también las que más rentabilidades presentan. Este año, sin embargo, esta tendencia se ha disparado. Mientras que la media del período 1995-2023 es que los diez títulos más valiosos generen rentabilidades del 32%, este año “las siete magníficas” están en el 60%.

¿Por qué está pasado esto? Pino, de AFI, señala que las siete comparten los puntos fuertes que han hecho que Apple sobrepase los 3 billones de dólares. Gran balance de caja, capacidad de innovación, buenos dividendos. Pero también señala un punto psicológico: “Se nota cierto FOMO (siglas en inglés de fear of missing out, es decir miedo a perderse algo, o a quedarse fuera), creo que es el comportamiento que mejor describe al mercado ahora mismo”.

“Son empresas que han presentado resultados muy buenos y es verdad que la inteligencia artificial ha sido un catalizador muy relevante para sus cotizaciones, pero también hay factores negativos en el horizonte. Tenemos que ver cómo afectan las medidas arancelarias en la venta de chips y tecnología a China, que a la vez ha impuesto sus propias contramedidas”, advierte.

“Parece que en este momento están pesando mucho más los aspectos positivos, pero también hay que tener en cuenta los negativos. No me extrañaría que viésemos un freno después de una subida tan importante”, añade el analista.

No son valores refugio, pero tampoco fáciles de hundir

Este 2023 ha mostrado lo difícil que es derribar a una de las siete magníficas. El mejor ejemplo de ello es Facebook (Meta), que ha logrado recuperarse del momento más difícil en sus 18 años de historia. Lo que parecía un descenso imparable desde el anuncio del metaverso, con una caída del 75% de su valor (más de 600.000 millones de dólares), se ha convertido en una recuperación histórica. Meta acumula una subida del 130% en 2023 y se ha vuelto a colocar en la carrera por formar parte del “club del billón”. Mark Zuckerberg ni siquiera ha tenido que dejar caer el metaverso para ello.

El otro ejemplo de esta tendencia es Tesla. Caída del 65% en 2022 con enormes dudas de los inversores por las distracciones de Elon Musk con Twitter, SpaceX y el resto de sus empresas, además de por los constantes retrasos en la tecnología que debía convertir sus coches en autónomos. son factores que no han cambiado demasiado este 2023, pero sus buenos datos de ventas, el anuncio de nuevas plantas de baterías y la rebaja de precio de varios modelos han provocado que en los últimos seis meses su cotización se haya disparado otro 130%, consumando el rebote.

El hecho de que estas compañías sufrieran caídas tan importantes en 2022 muestra que “estos valores no son un valor refugio”, resume Molina, de eToro: “Cuando los inversores se apartan del riesgo, también lo hacen de los valores más tecnológicos”.

La ola es tan fuerte que ya hay candidatos tecnológicos a ser el octavo magnífico. El consejero delegado de Yahoo, Jim Lanzone, explicó en una entrevista en Financial Times que se están planteando que la firma tecnológica vuelva a cotizar el bolsa. Lanzone, que antes fue consejero delegado de Tinder, expone los argumentos para volver a los mercados: “Yahoo está preparada financieramente, tiene un buen balance y somos rentables”.

El truco es que cuando el dinero vuelve, ellas son las más beneficiadas. “Estamos viendo cómo cada vez sale más dinero de gestión activa para ir a gestión pasiva y esta última significa colocarse en aquellos valores que lideran por peso o ponderación los índices”, sigue Molina. “Por tanto, siempre que vuelve a entrar dinero en el mercado, reciben ese inflow. Eso hace que otros valores tecnológicos que también tienen buenos fundamentales se queden más rezagados: no entra dinero, no son tan líquidos y no los analizan muchas de las casas de análisis”.