Cada gran revolución tecnológica trae consigo la misma pregunta incómoda: ¿estamos ante un cambio estructural real o solo ante una burbuja inflada por expectativas desmedidas? La inteligencia artificial no escapa a este debate. En los últimos dos años, el capital ha fluido hacia el sector IA de forma masiva, casi sin frenos, mientras las valoraciones crecen mucho más rápido que los ingresos reales en gran parte del ecosistema.
La discusión suele presentarse como una elección binaria: o la IA lo transforma todo y “esta vez es diferente”, o simplemente estamos repitiendo un patrón clásico de exuberancia irracional. Pero esa dicotomía resulta engañosa. Para entender realmente lo que ocurre, necesitamos un marco más sobrio y probado: los ciclos de capital.
Este marco está explicado magistralmente en Capital Returns, un libro que no habla específicamente de tecnología, sino de algo mucho más fundamental: cómo el exceso de capital destruye las rentabilidades, incluso en los mejores negocios. Y la IA, ahora mismo, empieza a mostrar síntomas claros de estar entrando en esa fase crítica.
La lección central de Capital Returns
La idea clave del libro es devastadoramente simple: los sectores con mayores retornos atraen capital hasta que esos retornos desaparecen. No porque el producto deje de ser útil, sino porque la competencia, impulsada por dinero abundante, erosiona los márgenes de forma inevitable.
El ciclo del capital
El patrón se repite una y otra vez:
Primero, aparece una nueva tecnología o modelo de negocio. Los primeros actores obtienen retornos extraordinarios que llaman la atención. Luego, el capital fluye de forma masiva hacia el sector. Entran nuevos competidores aprovechando la financiación abundante. Se construye demasiada capacidad productiva. Finalmente, los precios bajan, los costes suben y los retornos colapsan.
Este ciclo ya ocurrió con el ferrocarril, el acero, la aviación, las telecomunicaciones, el shale oil y también con internet tras el año 2000. El error habitual no es pensar que la tecnología no funciona, sino confundir impacto tecnológico con rentabilidad sostenible en el tiempo.
La inteligencia artificial encaja perfectamente en este patrón histórico.
La IA es real, pero el capital no entiende de paciencia
No hay duda: la IA generativa es una innovación genuina. Automatiza tareas, reduce costes operativos, transforma procesos y abre nuevos mercados. Pero eso no garantiza automáticamente que las empresas que hoy lideran el sector vayan a capturar la mayor parte del valor económico generado.
El problema real es que la IA ha atraído capital como pocos sectores en la historia reciente. Miles de millones fluyen hacia modelos fundacionales, chips especializados, centros de datos, startups de aplicaciones, infraestructuras y servicios auxiliares. Y cuando el capital llega tan rápido y en tal magnitud, lo hace sin disciplina ni criterio selectivo.
El resultado es totalmente previsible: demasiados modelos en el mercado, demasiada capacidad instalada, demasiadas promesas exageradas y muy poca diferenciación real entre productos.
OpenAI y el inicio de la erosión competitiva
Durante 2023 y buena parte de 2024, OpenAI fue el gran ganador indiscutible. ChatGPT se convirtió en el producto tecnológico de consumo más adoptado de la historia reciente, y OpenAI disfrutó de una ventaja clara: marca consolidada, acceso a datos, base de usuarios masiva y tiempo de ventaja sobre competidores.
Pero esa ventaja tenía fecha de caducidad marcada.
La pérdida de cuota de mercado
Hoy, los datos de tráfico y uso muestran algo relevante: OpenAI está empezando a perder cuota de mercado frente a competidores muy bien financiados. Herramientas como Google Gemini, Grok de xAI o Claude de Anthropic han recortado distancias de forma notable en poco tiempo.
No porque ChatGPT sea un producto inferior, sino porque el producto mismo se está comoditizando más rápido de lo esperado. Cuando varios modelos ofrecen resultados “suficientemente buenos” para la mayoría de usuarios, la elección deja de basarse en calidad absoluta y pasa a depender de otros factores: precio, integración con herramientas existentes, ecosistema de desarrollo y capacidad de distribución.
Y ahí es precisamente donde OpenAI empieza a enfrentar un problema estructural serio.
El verdadero cuello de botella: los costes operativos
Entrenar y operar modelos de inteligencia artificial es extraordinariamente caro. Requiere chips avanzados escasos, consumo energético masivo, infraestructura robusta y talento altamente especializado. A diferencia de las plataformas digitales clásicas, los costes marginales no tienden a cero.
La paradoja de la escala
Esto genera una paradoja peligrosa para el sector: el mercado empuja constantemente a bajar precios y ofrecer más capacidad de procesamiento, justo cuando los costes de operación siguen siendo muy elevados y no disminuyen proporcionalmente.
En términos del marco de Capital Returns, estamos viendo una expansión de capacidad sin una estructura de precios que la sostenga a largo plazo. Muchas empresas de IA están, en la práctica, subvencionando el uso masivo de sus servicios para ganar cuota de mercado, confiando en una rentabilidad futura que aún no está clara ni garantizada.
Este es el caldo de cultivo perfecto para la destrucción sistemática de retornos.
Cuando la cuota de mercado deja de significar poder
Históricamente, dominar la cuota de mercado implicaba controlar la rentabilidad futura del sector. En la inteligencia artificial, esa relación es mucho más débil y cuestionable.
Los modelos se entrenan con conjuntos de datos similares, se apoyan en infraestructuras tecnológicas compartidas y se integran en plataformas de terceros. Además, gigantes tecnológicos con recursos prácticamente infinitos pueden permitirse operar la IA como un centro de costes, no como un negocio independiente que deba ser rentable por sí mismo.
La ventaja de los gigantes tecnológicos
Google, Meta o Microsoft pueden absorber pérdidas durante años si eso refuerza su ecosistema principal de negocio. OpenAI, en cambio, necesita monetizar de forma directa y sostenida para justificar sus valoraciones.
Esto cambia completamente la dinámica competitiva del sector. La presión no viene solo de startups ágiles, sino de conglomerados masivos que no necesitan ganar dinero directamente con la IA para justificar su existencia estratégica.
La burbuja no está en la tecnología, sino en las expectativas
Aquí conviene ser muy preciso con el lenguaje: hablar de “burbuja de la IA” no significa que la inteligencia artificial sea inútil o vaya a desaparecer del mercado. Significa que las expectativas de rentabilidad son excesivas e insostenibles para la cantidad masiva de capital invertido.
Este es exactamente el punto central de Capital Returns: los mejores momentos para invertir en un sector no coinciden con los momentos de mayor entusiasmo generalizado, sino con aquellos en los que el capital se retira, la capacidad se racionaliza y sobreviven únicamente los actores más eficientes y mejor gestionados.
Hoy estamos en la fase completamente opuesta.
El paralelismo con las puntocom
El paralelismo con la burbuja de las puntocom es evidente, aunque con matices importantes que no deben ignorarse. Internet sí transformó el mundo profundamente, pero la mayoría de empresas que lideraron el hype inicial destruyeron capital de forma masiva. Los grandes ganadores reales —Google, Amazon, Meta— emergieron después, cuando el exceso de capital había sido purgado del sistema.
En la IA podría ocurrir algo muy similar. Los modelos actuales son impresionantes y funcionales, pero la captura real de valor económico todavía está en disputa. La historia económica sugiere que muchos de los actores que hoy parecen dominantes no serán necesariamente los que generen los mayores retornos a largo plazo para sus inversores.
¿Quién gana entonces en el largo plazo?
Si seguimos la lógica probada de los ciclos de capital, los ganadores finales no serán necesariamente quienes entrenan los modelos más grandes y sofisticados, sino aquellos que:
Controlan la distribución efectiva hacia usuarios finales. Integran la IA de forma natural en productos existentes con demanda estable y recurrente. Operan con disciplina rigurosa de costes sin sacrificar calidad. No dependen de valoraciones infladas ni de rondas de financiación constantes para sobrevivir.
Esta dinámica favorece claramente a plataformas consolidadas con modelos de negocio probados, y castiga duramente a modelos “puros” de IA que necesitan escalar a toda costa sin una estrategia clara de rentabilidad.
Conclusión: la IA no se acaba, las rentabilidades sí se normalizan
La inteligencia artificial ha llegado para quedarse como tecnología transformadora. Cambiará industrias completas, procesos productivos y modelos de negocio establecidos. Pero eso no implica automáticamente que sea una mina de oro perpetua para todos los actores que participan en ella.
Capital Returns nos recuerda una verdad incómoda pero verificable: el capital es el peor enemigo de los retornos cuando se mueve en masa y sin disciplina. Y hoy, la inteligencia artificial es uno de los sectores más saturados de capital en la historia económica reciente.
OpenAI perdiendo cuota de mercado no es una señal de fracaso tecnológico del producto, sino una señal clara de madurez competitiva del sector. El mercado está dejando atrás la fase inicial de fascinación y entrando en la fase realmente difícil: competencia intensa, presión constante sobre precios y retorno al análisis frío de rentabilidad.
La burbuja, si existe, no está en la IA como tecnología transformadora. Está en la creencia generalizada de que todos los actores involucrados podrán ganar dinero al mismo tiempo y de forma sostenida.
Y eso, históricamente, nunca ha ocurrido en ningún sector económico.
Preguntas frecuentes
¿Es la inteligencia artificial una burbuja financiera?
No exactamente. La tecnología es real y transformadora, pero las expectativas de rentabilidad son excesivas para la cantidad de capital invertido. Es una burbuja de expectativas, no de utilidad tecnológica.
¿Por qué OpenAI está perdiendo cuota de mercado?
Porque el mercado de modelos de IA se está comoditizando rápidamente. Competidores como Google Gemini, Claude y Grok ofrecen calidad similar, y los usuarios eligen basándose en precio, integración y ecosistema, no solo en calidad absoluta.
¿Quiénes serán los ganadores reales de la IA?
Probablemente las plataformas consolidadas que integren IA en productos existentes con demanda estable, operen con disciplina de costes y controlen la distribución. No necesariamente quienes entrenan los modelos más grandes.
¿Qué son los ciclos de capital?
Son patrones económicos donde sectores con altos retornos atraen capital masivo, lo que genera sobreoferta, competencia intensa, erosión de márgenes y normalización de rentabilidades. Se han repetido en ferrocarril, telecomunicaciones, internet y ahora en IA.
¿Es comparable la IA actual con la burbuja puntocom?
Hay similitudes importantes. Internet transformó el mundo, pero la mayoría de empresas del boom inicial destruyeron capital. Los grandes ganadores (Google, Amazon) emergieron después. Con la IA podría pasar lo mismo: tecnología real, pero muchos actores actuales no capturarán el valor económico.
