Por Canuto  

El CEO de IBM, Arvind Krishna, cuestiona las matemáticas del gasto en IA: los USD $725 mil millones de inversión anual requerirían ingresos que no existen. Mientras tanto, IBM se mantiene al margen con un enfoque en software y consultoría.
***

  • Krishna estima que 100 gigavatios de construcción de IA requieren entre USD $6 billones y $8 billones, pero solo generarán USD $1-2 billones de ingresos anuales.
  • El mercado descuenta la supervivencia de 6 a 12 empresas de modelos de IA, pero Krishna espera que solo 2 o 3 sobrevivan.
  • IBM cotiza a un P/E a futuro de 18, con dividendo de 2,85% y flujo de caja libre creciente, evitando la carrera de infraestructura.

Los cálculos en gigavatios que no cuadran

El CEO de IBM, Arvind Krishna, rompió el consenso sobre el gasto en inteligencia artificial con un cálculo que cuestiona las promesas de los hiperescaladores. Según un análisis de 24/7 Wall St., publicado en Yahoo Finance, Krishna expuso en el podcast In Good Company de Nicolai Tangen que las matemáticas de la infraestructura no cuadran.

Mientras Amazon, Alphabet, Microsoft y Meta planean invertir USD $725 mil millones en 2026, Krishna calcula que se necesitarían ingresos anuales adicionales de entre USD $1 billón y USD $2 billones para justificar esa construcción. Ese dinero, dijo, simplemente no existe.

Sus cifras parten del consumo energético. Krishna estima que 1 gigavatio de capacidad para centros de datos de IA cuesta entre USD $60 mil millones y USD $80 mil millones en semiconductores para equiparlo.

Las empresas ya se han comprometido a aproximadamente 100 gigavatios de construcción de IA en todo el mundo. Eso apunta a un total de entre USD $6 billones y USD $8 billones en gasto, según sus cálculos.

Si se aplica un período de recuperación de cinco a siete años, esos costos exigen entre USD $1 billón y USD $2 billones en ingresos anuales adicionales. Incluso asumiendo servicios de IA de alto margen con márgenes del 20% al 30%, la cifra resulta inalcanzable.

«No creo que exista tanto ingreso incremental», afirmó Krishna. Esa es toda la tesis en una sola frase: no es que la IA carezca de valor, sino que la construcción ha superado las cuentas de ingresos necesarias para justificarla en un plazo razonable.

24/7 Wall St. resumió la situación como «una apuesta de USD $725 mil millones se encuentra con una verificación de la realidad de USD $2 billones». El análisis sugiere que el auge de la IA podría dejar a los inversores persiguiendo un flujo de ingresos fantasma mientras solo unos pocos gigantes sobreviven.

Menos ganadores de los que el mercado descuenta

El segundo punto de Krishna agrava el primero. Espera que los modelos de IA más grandes se conviertan en productos básicos, con costos de cambio lo suficientemente bajos como para que los clientes salten libremente de uno a otro.

Eso significa que el mercado está descontando la supervivencia a largo plazo de entre seis y doce empresas de modelos grandes. Sin embargo, Krishna cree que «tal vez dos o tres» realmente lo logren.

Si el gasto de capital hubiera sido la mitad de los niveles actuales, Krishna piensa que «tiene todo el sentido». Pero al doble de esa cifra, algunas de esas empresas no van a poder generar rendimientos suficientes.

Krishna sostiene que la distribución determinará el resultado. Las empresas con una base de consumidores existente alineada con la IA —como búsqueda, nube o software empresarial ya integrado en los flujos de trabajo diarios— tienen «una probabilidad bastante buena» de ganar, según sus palabras.

Los hiperescaladores, como Amazon, Microsoft, Alphabet y Meta, están gastando USD $725 mil millones en infraestructura de IA solo en 2026. Esa cifra representa un incremento del 77% frente a los USD $410 mil millones del año pasado.

El problema, según Krishna, es que la mayoría de las empresas que construyen modelos de IA no tienen una ventaja de distribución clara. La infraestructura es necesaria, pero no suficiente para capturar valor si los modelos se convierten en commodities.

Esta visión contrasta con la euforia del mercado, que ha llevado a múltiplos altos en empresas como Nvidia. Krishna no compara directamente, pero su advertencia implícita es que el capital invertido podría no recuperarse en la escala que se promete.

En este escenario, IBM se presenta como una opción alternativa para los inversores que buscan exposición a la IA sin la volatilidad de la construcción de infraestructura. La empresa ha optado por un enfoque más conservador.

La apuesta de IBM: software y consultoría en lugar de gigavatios

La ironía es que Krishna dirige una empresa que en gran medida se ha mantenido al margen de la carrera armamentista de infraestructura sobre la que advierte. IBM tiene un P/E de los últimos doce meses de 21 y un P/E a futuro de 18.

Ese múltiplo es un descuento frente al P/E a futuro de Nvidia de aproximadamente 22 y muy por debajo de la mayoría de los hiperescaladores con fuerte gasto de capital que financian esa construcción de USD $725 mil millones. El rendimiento por dividendo de IBM se sitúa en el 2,85%.

IBM ha mantenido 31 años consecutivos de aumentos de dividendo, respaldados por un flujo de caja libre que subió a USD $2,5 mil millones de forma secuencial en el segundo trimestre. La dirección proyecta otros mil millones de dólares de crecimiento del FCF para todo el año.

Los ingresos de IBM subieron un 6% en el mismo trimestre, con el software proyectado por encima del 10% para el año. La compañía no persigue gigavatios, sino que vende picos y palas: consultoría, nube híbrida y software empresarial.

Esas herramientas ayudan a las empresas a decidir cuánta infraestructura de IA necesitan realmente. Esa es una apuesta a que la propia tesis de Krishna sea correcta, es decir, que la racionalidad económica eventualmente prevalezca.

Krishna no está llamando fraude a la IA; está diciendo que las matemáticas de la infraestructura van por delante de los ingresos que se supone deben financiarla. Para los inversores, eso aboga en contra de perseguir las empresas con mayor gasto de capital únicamente por el entusiasmo de la IA.

En lugar de ello, favorece a las empresas con generación real de efectivo hoy: un P/E a futuro de 18 veces, un rendimiento del 2,85% y un flujo de caja libre que ya está creciendo valen más que una promesa de que aparezcan USD $2 billones en ingresos anuales nuevos según lo previsto.

Es cierto que Krishna tiene un incentivo obvio para hablar en beneficio propio: IBM se beneficia si las empresas se vuelven cautelosas frente a la dependencia de los hiperescaladores. Pero las matemáticas subyacentes son suyas, verificables, y vale la pena contrastarlas con las actualizaciones de gasto de capital en IA que surjan de la temporada de resultados de la segunda mitad de 2026.

Contexto y advertencias

La advertencia de Krishna llega en un momento en que el gasto en IA parece imparable. Los ecos de la burbuja de las puntocom de 2000 son inevitables, pero hay diferencias clave: la IA tiene un valor real demostrado en automatización, análisis de datos y generación de contenido.

Sin embargo, la magnitud del gasto en infraestructura es comparable o superior a la de cualquier ciclo tecnológico anterior. Los USD $725 mil millones solo en 2026 superan el PIB de muchos países, y los compromisos a largo plazo son aún mayores.

El propio Krishna señaló que si el gasto se hubiera quedado en la mitad, la ecuación habría tenido sentido económico. Pero al doble, los retornos esperados no cubren el costo del capital.

Los analistas de 24/7 Wall St. publicaron el análisis en Yahoo Finance, destacando que la supervivencia de las empresas de modelos de IA será selectiva. La pregunta no es si la IA revolucionará la economía, sino quién capturará el valor generado.

IBM, con su enfoque en servicios empresariales, apuesta a que la mayoría del valor estará en la implementación y consultoría, no en la propiedad de la infraestructura. Su consejo implícito a los inversores es buscar empresas con balances sólidos y flujo de caja real.

La premisa de Krishna es que los ingresos no se materializarán tan rápido como se gasta el capital. Las empresas que sobrevivan serán las que tengan ventajas de distribución, no solo tecnología avanzada.

En el sector de criptomonedas y blockchain, esta advertencia también resuena, pues la infraestructura minera y de validación ha mostrado ciclos de sobreinversión. La analogía es clara: no basta con construir, hay que generar demanda sostenible.

El artículo original concluye que las matemáticas de Krishna son verificables y deben contrastarse con los resultados reales. La temporada de resultados de la segunda mitad de 2026 será clave para evaluar si el gasto produce retornos.

Mientras tanto, IBM se mantiene como una opción defensiva para quienes temen una corrección en el sector tecnológico. Su diversificación hacia software y consultoría reduce la exposición a la volatilidad de la infraestructura.

No obstante, si la tesis de Krishna resulta equivocada y los ingresos por IA superan las expectativas, IBM podría perder oportunidades de crecimiento. Pero el margen de seguridad actual es atractivo para los inversores cautelosos.

Conclusión: ¿burbuja o recálculo?

El debate sobre si existe una burbuja de IA está lejos de resolverse. Por un lado, los hiperescaladores tienen flujos de efectivo gigantes para financiar sus apuestas; por otro, el capital invertido en infraestructura no genera ingresos de forma inmediata.

Krishna no es un vendedor en corto, sino un ejecutivo con 35 años de experiencia en IBM. Su argumento se basa en datos concretos: gigavatios, costos de semiconductores y períodos de recuperación.

Los inversores harían bien en recordar que, en cualquier ciclo tecnológico, solo sobreviven las empresas con ventajas competitivas claras. En la IA, esas ventajas podrían estar en la distribución más que en la tecnología pura.

IBM ofrece una perspectiva alternativa: participar en la revolución de la IA sin apostar todo a la infraestructura. Su múltiplo más bajo y su dividendo creciente proporcionan un colchón en caso de que la burbuja se desinfle.

El tiempo dirá si Krishna tiene razón. Mientras tanto, los datos presentados merecen atención, especialmente para quienes consideran que el gasto en IA es infinitamente justificable. Como él dice, en algún momento las matemáticas tienen que cuadrar.

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