El director ejecutivo de IBM cuestiona la economía del gasto de un billón de dólares en IA

El director ejecutivo de IBM, Arvind Krishna, ha lanzado una severa advertencia sobre la viabilidad financiera de la actual “fiebre del oro” en la infraestructura de inteligencia artificial. En unas declaraciones que desafían el optimismo desenfrenado de Silicon Valley, Krishna argumenta que la matemática económica detrás de la construcción masiva de centros de datos para la IA generativa simplemente “no cuadra” con los costos actuales.

Según el líder de IBM, el nivel de gasto de capital (CapEx) necesario para sostener la carrera hacia la Inteligencia Artificial General (IAG) podría alcanzar cifras que hacen imposible la rentabilidad a corto y medio plazo.

La “matemática de la servilleta”: 8 billones de dólares

Durante su reciente aparición en el podcast Decoder, Krishna desglosó los números que sustentan su escepticismo. Su cálculo se basa en la infraestructura física necesaria para soportar los modelos de IA que la industria promete construir.

Krishna estima que el costo actual para construir y equipar un centro de datos de un gigavatio (GW) ronda los 80.000 millones de dólares. Si se suman los compromisos públicos de las grandes tecnológicas, la industria se dirige hacia una capacidad global de unos 100 gigavatios para perseguir la IAG.

“Si hacemos las cuentas, estamos hablando de un gasto de capital de unos 8 billones (trillions) de dólares”, explicó Krishna. “Un CapEx de 8 billones significa que necesitas generar aproximadamente 800.000 millones de dólares en beneficios anuales solo para pagar los intereses de esa deuda. No hay manera de obtener un retorno de esa inversión”.

Para poner esta cifra en perspectiva, 800.000 millones de dólares en beneficios (no ingresos) superaría las ganancias combinadas actuales de las empresas más grandes del mundo.

El problema de la depreciación

El argumento de Krishna no se detiene en el costo inicial. El ejecutivo señaló un factor crítico que a menudo se pasa por alto en las proyecciones alcistas: la vida útil del hardware. A diferencia de infraestructuras tradicionales como puentes o redes eléctricas que duran décadas, los chips de IA (como las GPU de Nvidia) tienen una vida útil económica extremadamente corta.

“Tienes que utilizarlo todo en un plazo de cinco años, porque después de ese tiempo, hay que tirarlo y reemplazarlo”, advirtió. Esta rápida depreciación obliga a las empresas a generar retornos inmediatos y masivos para justificar la inversión antes de que el hardware se vuelva obsoleto, una presión que, según Krishna, el mercado actual no puede soportar.

Escepticismo sobre la IAG y contraste con OpenAI

Las declaraciones de Krishna contrastan directamente con la visión de figuras como Sam Altman, CEO de OpenAI, quien ha abogado por una expansión aún mayor de la capacidad energética y de cómputo. Mientras Altman cree que la inversión masiva es el preludio necesario para la superinteligencia, Krishna se muestra escéptico sobre la tecnología actual.

El CEO de IBM estima que la probabilidad de alcanzar una verdadera Inteligencia Artificial General (IAG) —capaz de superar al humano en cualquier tarea intelectual— siguiendo la trayectoria tecnológica actual de los Grandes Modelos de Lenguaje (LLM) es de apenas entre el 0% y el 1%. Para Krishna, escalar los modelos actuales no será suficiente sin nuevos avances científicos fundamentales.

Productividad empresarial: El verdadero valor

A pesar de su advertencia sobre la burbuja de infraestructura, Krishna no es un bajista de la IA en su totalidad. De hecho, se mantiene muy optimista sobre el impacto de la IA en el sector empresarial, distinguiendo claramente entre la “carrera por la IAG” y las herramientas de productividad práctica.

“Quiero ser absolutamente claro: creo que [la IA actual] desbloqueará billones de dólares en productividad para las empresas”, afirmó. Su tesis es que el valor real reside en la eficiencia operativa, la automatización de código y la mejora de procesos empresariales específicos, no en la construcción especulativa de una superinteligencia omnisciente.

Conclusión para inversores

Para los lectores de Economía Mundial, el mensaje es claro: la distinción entre el valor del software de IA y el costo de la infraestructura subyacente es vital. Mientras que la adopción de IA sigue acelerándose, los fabricantes de hardware y los proveedores de nube hiperescalares podrían enfrentarse a un precipicio financiero si los ingresos no logran cubrir los costos de la deuda y la depreciación de sus inversiones multimillonarias.