Por Canuto  

La volatilidad reciente en las acciones de chips reavivó las dudas sobre el ritmo real del gasto en inteligencia artificial. Sin embargo, varios ejecutivos del sector aseguran que la demanda de capacidad de cómputo sigue muy por encima de la oferta, aunque ahora las empresas miran con más atención el costo de usar IA y el retorno que obtienen.
***

  • Pat Gelsinger afirmó que la demanda de IA es “casi ilimitada” y que la energía es el principal límite real.
  • Nebius, Cerebras, Rebellions y Lumentum dijeron que la demanda de infraestructura y conectividad para IA sigue superando la capacidad disponible.
  • Las empresas estarían pasando del “tokenmaxxing” a una etapa de mayor disciplina, enfocada en retorno de inversión y uso más selectivo de modelos.

La volatilidad reciente en las acciones vinculadas a chips y centros de datos de inteligencia artificial ha reabierto una pregunta clave para Wall Street y para la industria tecnológica. La duda es si el mercado comienza a temer una desaceleración en la demanda real de infraestructura para IA.

Varios ejecutivos del sector respondieron esta semana con un mensaje claro. Según sus declaraciones, no observan señales de sobrecapacidad generalizada, aunque sí reconocen que las empresas están evaluando con más rigor cuánto cuesta desplegar IA y qué retorno económico produce.

Ese matiz es importante para entender la nueva fase del auge de la inteligencia artificial. La conversación ya no gira solo en torno a construir más capacidad, sino también a justificar el gasto frente a directores financieros y accionistas tras meses de euforia bursátil.

La noticia llega en un momento sensible para el ecosistema tecnológico. Las acciones relacionadas con chips de IA acumularon fuertes alzas durante el último año, impulsadas por la expectativa de que los semiconductores serán la base de la expansión de la infraestructura global de inteligencia artificial.

Sin embargo, el reciente aumento de la volatilidad activó un debate más complejo. Para muchos inversores, movimientos como la venta de capacidad de cómputo excedente por parte de Meta o el alquiler de infraestructura sobrante por xAI sembraron dudas sobre si algunos grandes actores están invirtiendo por encima de lo necesario.

La demanda sigue fuerte, pero la energía y la capacidad limitan el ritmo

Pat Gelsinger, ex CEO de Intel y actual socio general de Playground Global, resumió la visión más optimista del sector. En declaraciones a CNBC, dijo el miércoles que considera que la demanda de IA es “casi ilimitada”.

Gelsinger añadió que la disponibilidad de energía es “el único límite real”. Su argumento fue directo: cuanto más valor económico genera una mayor inteligencia, más amplia se vuelve la demanda potencial en prácticamente todas las industrias.

La observación apunta a uno de los cuellos de botella menos visibles para el público general. El crecimiento de la IA no depende solo de chips avanzados, sino también de electricidad suficiente, redes, refrigeración y centros de datos capaces de sostener cargas intensivas de cómputo.

Marc Boroditsky, director de ingresos de Nebius, también describió un escenario de demanda desbordada. Dijo a CNBC el jueves que la empresa experimenta un nivel “extraordinario” de solicitudes y que existe mucha más demanda de la que pueden satisfacer.

Nebius está construyendo centros de datos con GPUs de Nvidia. Ese dato ayuda a medir la magnitud del problema, porque incluso los operadores que ya están ampliando infraestructura con el hardware más solicitado del mercado siguen reportando límites de oferta.

Andrew Feldman, CEO de Cerebras Systems, fue en la misma línea. Aseguró que los casos de Meta y xAI vendiendo capacidad excedente son situaciones “únicas” y no representan una señal extrapolable al resto de la industria.

Según Feldman, la demanda de cómputo supera ampliamente la capacidad disponible en el mercado. También sostuvo que la industria enfrenta una escasez de centros de datos y de varios insumos necesarios para sostener la expansión de la computación orientada a IA.

Cerebras Systems, que salió a bolsa a comienzos de este año, forma parte del grupo de nuevas firmas de semiconductores que busca ganar peso en el negocio de centros de datos. Su objetivo es competir en un mercado donde Nvidia sigue siendo la referencia dominante.

Desde Corea del Sur, Rebellions reportó una lectura similar. La startup de chips, respaldada por Samsung y SK Hynix, dijo haber observado una demanda igualmente abundante para infraestructura asociada a inteligencia artificial.

Sungyun Park, CEO de Rebellions, afirmó el miércoles que el impulso de la infraestructura de IA sigue siendo enorme. También dijo que, en su opinión, las noticias sobre Meta y xAI no indican que todos los hiperescaladores estén sobreinvirtiendo en este tipo de activos.

Otro ejemplo vino de Lumentum, empresa que vende productos fotónicos y ópticos para conectividad en centros de datos. Su CEO, Michael Hurlston, dijo el miércoles que sus productos están agotados para los próximos cinco años.

Hurlston explicó que la compañía intenta ampliar capacidad tan rápido como puede para cubrir la demanda que ya visualiza en ese horizonte. En bolsa, las acciones de Lumentum subieron alrededor de 600% durante los últimos 12 meses, reflejando el interés de los inversores por empresas que atacan cuellos de botella críticos.

La volatilidad bursátil reabre el debate sobre sobrecapacidad y valoración

El telón de fondo de estas declaraciones es un mercado cada vez más nervioso. Tras un año de rally en compañías expuestas a la cadena de suministro de IA, cada señal ambigua empieza a ser leída como posible prueba de agotamiento o de inversión excesiva.

Uno de los detonantes de la reciente venta fue el anuncio de Meta sobre la comercialización de capacidad de cómputo excedente. Aunque la propia acción de Meta subió con la noticia, el movimiento encendió preguntas sobre si parte del sector construyó más capacidad de la que realmente necesita.

xAI también alquiló capacidad excedente este año. En un mercado muy sensible a la narrativa, ese tipo de decisiones puede alimentar la percepción de que algunas firmas están ajustando su ritmo de expansión, aun cuando otros actores sigan reportando una demanda superior a la oferta.

A eso se sumó Samsung, uno de los mayores fabricantes de chips de memoria del mundo. Esta semana la compañía anticipó un fuerte aumento en sus ganancias, pero sus acciones cayeron de todos modos.

El contraste refleja un dilema habitual en mercados sobrecalentados. Después de una subida de más de 360% en los últimos 12 meses, muchos inversores comenzaron a preguntarse cuánto recorrido adicional queda para los nombres más expuestos al boom de inteligencia artificial.

Este tipo de correcciones no necesariamente implica deterioro operativo. A veces revela que el mercado está recalibrando expectativas, especialmente cuando las valoraciones ya descuentan varios años de crecimiento acelerado en ventas, márgenes y uso de capacidad.

En ese sentido, la discusión actual se parece a la de otros ciclos tecnológicos. La industria puede seguir creciendo con fuerza mientras las acciones atraviesan episodios de volatilidad, porque el precio bursátil responde tanto a fundamentos como a expectativas futuras.

Para lectores del ecosistema cripto y tecnológico, el patrón resulta familiar. En sectores impulsados por narrativas de transformación estructural, los activos suelen moverse entre fases de euforia y dudas tácticas, incluso cuando la adopción de fondo sigue avanzando.

Por ahora, los ejecutivos consultados no ven una señal amplia de enfriamiento. Su tesis es que el mercado puede estar exagerando indicios puntuales, mientras los problemas reales siguen siendo la escasez de capacidad, la falta de insumos y la presión energética.

Del “tokenmaxxing” al retorno de inversión

Si hay un terreno donde sí parece estar cambiando el comportamiento empresarial, es en el costo de usar inteligencia artificial. La etapa inicial del entusiasmo dejó paso a una evaluación más estricta sobre cuánto valor concreto genera cada despliegue.

Durante un tiempo, varias empresas promovieron lo que en la industria se conoce como “tokenmaxxing”. La idea era simple: incentivar a los empleados a usar la mayor cantidad posible de herramientas de IA, sin exigir demasiado análisis sobre la eficiencia económica del proceso.

Esas herramientas suelen provenir de laboratorios avanzados como OpenAI y Anthropic. El problema es que los modelos de frontera siguen siendo costosos en comparación con alternativas de código abierto ofrecidas por actores como DeepSeek o Alibaba.

Boroditsky, de Nebius, dijo que el tokenmaxxing solo tiene sentido si una organización obtiene retorno de inversión como consecuencia de ese gasto. Desde su perspectiva, la discusión correcta no es imponer restricciones por volumen, sino enfocarse en “valuemaxxing”.

Su comentario sugiere un cambio de mentalidad en las áreas financieras. En vez de premiar el uso indiscriminado de tokens o consultas a modelos, los CFO estarían buscando aplicaciones que creen valor suficiente para justificar la factura tecnológica.

Boroditsky añadió que el mercado está entrando en una fase de mayor racionalización. También dijo que esta transición ya se ha visto en cada ciclo tecnológico y que, lejos de frenar el sector, debería sostener la demanda sobre bases más disciplinadas.

Esa racionalización no significa un abandono de la IA. Más bien sugiere una maduración en la forma de comprar cómputo, elegir modelos y priorizar cargas de trabajo según complejidad, costo y utilidad real para cada empresa.

El cambio también importa para los proveedores de infraestructura. Si los clientes optimizan mejor su consumo, el crecimiento podría distribuirse de forma más eficiente entre modelos de frontera, software especializado, soluciones abiertas y nuevos tipos de hardware.

Modelos abiertos, cargas específicas y un mercado más sofisticado

Otro punto clave del debate es que no todas las tareas requieren la IA más costosa disponible. Aunque los modelos de frontera son considerados los más avanzados, hoy existe una amplia oferta de modelos de código abierto con rendimiento cercano para casos concretos.

Eso abre la puerta a una arquitectura más segmentada del mercado. Algunas cargas de trabajo pueden seguir ejecutándose en modelos de alto desempeño, mientras otras se moverán hacia alternativas más baratas o menos complejas.

Feldman, de Cerebras, explicó esta idea con una comparación sencilla. Dijo que, probablemente, no se necesita “un autobús gigante para ir al supermercado”, en referencia al uso excesivo de capacidad para tareas que no la justifican.

Su tesis es que ciertas cargas migrarán a tipos de computación específicos y que las tareas más fáciles irán a otras plataformas. A medida que las empresas aprendan a desplegar IA con mayor sofisticación, el uso del hardware también debería volverse más selectivo.

Ese punto es relevante para el negocio de chips, porque no todo el crecimiento beneficiará por igual a cada proveedor. La demanda puede seguir siendo enorme, pero repartida entre múltiples arquitecturas, niveles de rendimiento y estrategias de optimización del gasto.

También ayuda a explicar por qué el debate sobre sobrecapacidad es tan sensible. Un operador puede tener exceso temporal en un segmento concreto, mientras el sistema completo sigue enfrentando escasez en energía, interconexión óptica, memoria o espacio físico para centros de datos.

En otras palabras, vender o alquilar capacidad sobrante no prueba por sí mismo que el boom haya terminado. Puede reflejar ajustes operativos, cambios en la mezcla de cargas o simples decisiones tácticas dentro de una industria que todavía se expande con fuerza.

De acuerdo con la información reportada por CNBC, el mensaje dominante entre los ejecutivos entrevistados es que el mercado debe distinguir entre volatilidad bursátil y debilitamiento estructural de la demanda. Hoy, al menos desde su perspectiva, lo primero parece mucho más evidente que lo segundo.

La conclusión provisional es que la infraestructura de IA sigue bajo presión. Pero el próximo capítulo del sector no dependerá solo de construir más, sino de gastar mejor, asignar capacidad con más criterio y resolver los cuellos de botella físicos que aún limitan su crecimiento.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados