La inteligencia artificial (IA) está en todas partes: en el móvil, en el trabajo, en las noticias y —cada vez más— en las carteras de inversión. Pero junto al entusiasmo aparece una pregunta incómoda: ¿está la IA en una burbuja financiera? Varios analistas creen que sí, y no una cualquiera. Según una nota reciente de la firma independiente MacroStrategy Partnership, la burbuja que rodea a la IA sería 17 veces más grande que la de las puntocom (finales de los 90) y cuatro veces la del ladrillo global que desembocó en 2008. La comparación es tan llamativa que merece una explicación comprensible para todos.
¿Qué están diciendo exactamente?
MacroStrategy no habla solo de empresas de IA; su análisis agrupa distintos “excesos de inversión” que se han ido acumulando tras años de tipos de interés muy bajos (lo que abarató mucho la financiación). A su juicio, ese dinero barato terminó sobrealimentando activos como la IA, pero también el inmobiliario, parte del capital riesgo, oficinas o incluso activos especulativos como los NFTs. El resultado, argumentan, es un tamaño de burbuja (la suma de esas sobreinversiones) sin precedentes.
El informe también entra en lo tecnológico. Señala que los modelos de lenguaje (LLM) podrían estar rozando límites de escalado: cada nueva versión cuesta muchísimo más —en hardware, energía y tiempo— para mejorar menos que la anterior. A modo de ejemplo, la nota cita una escalera de costes (estimaciones de terceros): GPT-3 habría costado en torno a 50 millones de dólares, GPT-4 cerca de 500 millones, y GPT-5 —del orden de 5.000 millones— habría llegado tarde y sin mejoras evidentes frente al anterior. Al mismo tiempo, varios estudios señalan que la adopción de IA en grandes empresas habría dejado de crecer o empezado a moderarse.
El analista Julien Garran (ex UBS), coautor de la nota, lo resume así: si una compañía lanza modelos 10 veces más caros y 20 veces más exigentes en cómputo que no mejoran mucho, es señal de que “hemos dado con la pared”.
¿Cómo encaja esto con otras voces del mercado?
No es la única alarma. Dario Perkins (TS Lombard) avisó en Axios de un paralelismo con la puntocom y el subprime: compañías tecnológicas asumiendo mucha deuda para construir centros de datos de IA a toda velocidad. Lo que más le inquieta no es el gasto en sí, sino la actitud: “nos da igual el retorno; estamos en una carrera”. Para Perkins, esa frase es una bandera roja.
Desde la banca, el CEO de Goldman Sachs, David Solomon, se mostró prudente en Italian Tech Week (CNBC): no etiquetó la situación como “burbuja”, pero sí anticipó un posible “drawdown” (corrección) bursátil en 12–24 meses. Su razonamiento: se ha metido mucho capital muy rápido y no todo va a generar retorno. Cuando esos proyectos no devuelvan lo prometido, habrá malas sensaciones… y ajustes. Por su parte, Jeff Bezos (Amazon) admitió que “hay una burbuja” en la IA —porque cuesta distinguir buenas de malas ideas en medio de la excitación—, aunque insistió en que la tecnología será muy positiva para la humanidad a largo plazo.
¿En qué se parece —y en qué no— a la puntocom de 2000?
Semejanzas:
- Relato transformador. Como internet entonces, la IA hoy se presenta como una fuerza que lo cambia todo.
- Dinero barato y capital abundante, que facilita proyectos que quizá no pasarían un filtro más exigente.
- Expectativas por delante de la realidad en algunos casos: promesas de productividad y nuevos ingresos que no siempre cuajan al ritmo esperado.
Diferencias:
- Más infraestructura real. La fiebre de IA trae fábricas de chips, centros de datos, subestaciones eléctricas, cables, memoria… No son solo “.com” con páginas web; hay acero y hormigón.
- Uso cotidiano inmediato. A diferencia de muchas puntocom, la IA ya aporta utilidades en empresas y usuarios (copilotos, resúmenes, clasificación, visión por computador, etc.). Otra cosa es si devuelve lo suficiente por cada euro invertido.
- Aprendizajes previos. Reguladores y operadores han pasado por 2000 y 2008: hay más prudencia en banca, más diversificación de riesgos y mejores herramientas de política monetaria (aunque no infalibles).
¿Por qué podría “pincharse”?
Un pinchazo no significa que la IA desaparezca (internet no desapareció en 2000), sino que se reajusten expectativas y valoraciones. Los factores que pueden activarlo:
- Retornos que no llegan: si las grandes inversiones en centros de datos y chips no se transforman en beneficios tangibles a tiempo, el dinero frena.
- Límites físicos: energía limitada, memoria y flash tensionadas, refrigeración costosa; todo suma capex y plazos.
- Tecnología con mejoras más lentas: si nuevos modelos aportan poco más por muchísimo más coste, la curva se hace más áspera.
- Regulación y propiedad intelectual: cumplimiento, privacidad, derechos de autor… lo que encarece o ralentiza despliegues.
- Financiación: si los tipos no bajan rápido o el crédito se endurece, algunos proyectos no pasan el corte.
¿Y por qué podría no pincharse… o reconducirse?
- Eficiencia en software y hardware: cuantización, sparsity, distillation, NPUs; si baja el coste por tarea, los números cuadran mejor.
- Casos de uso verticales donde la IA sí devuelve (sanidad, industria, finanzas, logística), con impactos medibles.
- Política energética y permiso a tiempo: más megavatios y renovables reducen trabas.
- Competencia: más actores abaratan modelos y servicios, lo que amplía la base de usuarios.
¿Qué significa para el ciudadano y para la empresa?
Para el ciudadano, la lectura práctica es que la IA no va a desaparecer, pero puede que vea cambios en servicios, precios y ritmo de novedades si el mercado corrige. Muchas herramientas —traducción, corrección, asistentes, imagen— seguirán ahí; puede que con modelos más ligeros, planes de pago más claros y integraciones más útiles.
Para la empresa, el mensaje es poner números y plazos:
- Calcular €/resultado, no €/hora: €/época de entrenamiento, €/10^6 tokens procesados, €/100.000 inferencias a P95 de latencia.
- Preguntar por cuánta energía y memoria consume cada caso: kWh/trabajo y GB/hora ayudan a decidir.
- Exigir objetivos y métricas: si no se mide, es fácil autoengañarse.
- Cuidar el riesgo tecnológico: contratos escalonados, proyectos piloto con criterios de salida, proveedores alternativos.
¿Y los mercados? Señales mixtas
Mientras suenan las alarmas, los índices no han dejado de marcar máximos. El S&P 500 encadenó su récord nº 30 de 2025 (6.715,35 puntos); el Nasdaq ronda 22.844. El oro —refugio clásico— sube con fuerza (3.887,6 $; +47,3 % en el año), señal de que sí hay nervios. Pero, de momento, la música no se ha parado. El equilibrio entre narrativa y beneficios reales decidirá si 2025 acaba como 1999, como 2001… o como una simple corrección dentro de una revolución más larga.
Comparando burbujas: una guía de bolsillo
| Burbuja | Qué la impulsó | Qué “pinchó” | Qué quedó después |
|---|---|---|---|
| Puntocom (1999–2000) | Visión de “internet para todo”, IPOs, dinero fácil | Beneficios que no llegaban, tipos al alza | Internet maduró: e-commerce, cloud, redes sociales |
| Subprime (2003–2008) | Hipotecas fáciles, titulización, apalancamiento | Morosidad, caída de precios, crisis financiera | Regulación bancaria, economía más frágil |
| IA (2023–?) | Narrativa transformadora, capex en chips/CPD, dinero barato heredado | ¿Retornos lentos? ¿Límites físicos? ¿Coste por tarea alto? | IA seguirá; la duda es el precio y el ritmo |
Conclusión: prudencia no es negacionismo
Decir “burbuja” no es negar la utilidad de la IA; es recordar que tecnología y mercados tienen tiempos distintos. La IA seguirá y cambiará muchas cosas, como internet tras 2000. La pregunta no es “IA sí o no”, sino “a qué precio, con qué plazos y con qué retornos medibles”. Y ahí conviene separar el asombro del Excel.
Como dijo Jeff Bezos, en medio de la excitación cuesta distinguir buenas de malas ideas. Esa distinción será la diferencia entre quienes naveguen una corrección sin marearse y quienes confundan la ola con el océano.
Preguntas frecuentes
¿Está claro que la IA es una burbuja como la puntocom?
No hay consenso. Algunos analistas ven señales claras (mucho capital, deudas elevadas, adopción moderándose). Otros creen que estamos al principio de una transformación y que habrá correcciones normales dentro de un ciclo largo.
Si hay “pinchazo”, desaparecerán los productos de IA que uso?
No. Como ocurrió tras 2000, la tecnología útil permanece. Lo que cambia son valoraciones, ritmo de inversión y prioridades. Veríamos más foco en eficiencia y retorno por caso de uso.
Cómo puede una empresa “blindarse” ante una corrección en IA?
Midiendo €/resultado (épocas, tokens, inferencias), fijando plazos y KPIs a cada proyecto, escalando por fases, diversificando proveedores y capacidad (on-prem, colocation, nube) y priorizando casos con ROI.
Qué señales anticipan un enfriamiento serio?
Paradas o recortes en capex de hyperscalers, fallos de proyectos bandera, tensiones en suministro (energía, memoria) que ralenticen despliegues, y beneficios empresariales que no acompañen a las valoraciones.
