Las preocupaciones sobre una burbuja de Inteligencia Artificial han regresado con fuerza. Impulsadas por un aumento significativo en las valoraciones de las empresas expuestas a la IA, un gasto de capital (capex) masivo y continuo, y una "circularidad" cada vez más evidente en el ecosistema (donde clientes y proveedores invierten entre sí), la pregunta es inevitable. ¿Estamos repitiendo la burbuja punto-com del año 2000?
Según un exhaustivo informe de Goldman Sachs (GS) titulado "AI: IN A BUBBLE?", la respuesta de sus analistas clave es un "no" matizado... "al menos no todavía". Aunque analistas como Eric Sheridan, Peter Oppenheimer y Ryan Hammond reconocen que "algunas características del período actual riman con burbujas pasadas", concluyen que el sector tecnológico estadounidense no está en una burbuja. La razón principal es simple: a diferencia de la era punto-com, esta vez el auge está respaldado por fundamentos sólidos, ganancias reales y un flujo de caja colosal.
Argumento 1: Valoraciones altas, pero no a niveles de burbuja
El primer pilar del argumento de GS contra una burbuja es una mirada fría a las valoraciones. Si bien los precios son elevados, no alcanzan los niveles exuberantes observados en 1999-2000. Ryan Hammond, estratega de GS, señala que las cinco mayores acciones del S&P 500 cotizan a un múltiplo P/E (precio/ganancias) a futuro de 29x. Esto está muy por debajo del pico de 50x visto en la burbuja tecnológica y del pico de 40x en 2021.
Peter Oppenheimer, estratega jefe de renta variable global de GS, refuerza este punto. Sostiene que el impulsor principal de la apreciación del sector tecnológico han sido el "crecimiento fundamental y las ganancias robustas", no la "especulación irracional". Las expectativas de crecimiento a largo plazo implícitas en el mercado son del 10% actual, solo ligeramente por encima del promedio histórico del 9% y muy por debajo del 16% implícito en el año 2000.
Argumento 2: El gasto es masivo, pero se financia con efectivo
El segundo argumento clave se centra en cómo se está financiando este auge. Si bien el gasto de capital (capex) es enorme, Oppenheimer señala una diferencia crucial: aún no hemos visto el auge en la financiación de capital (IPOs) o deuda que típicamente ocurre en las burbujas. La actividad de IPO, por ejemplo, sigue estando "sustancialmente por debajo" de los niveles de 1999 y 2021.
Kash Rangan, analista de software de GS, coincide, señalando que la mayor parte del capital proviene de los flujos de caja (FCF) de los propios hiperescaladores. Este es el punto más importante: aunque la relación "Capex sobre Ventas" (capex-to-sales) está aumentando bruscamente, la relación "Capex sobre Flujo de Caja Libre" (capex-to-free-cash-flow) "permanece relativamente baja". En resumen, las empresas están pagando la fiesta con sus propias ganancias masivas, no con deuda excesiva.
Sin embargo, este es un punto de creciente preocupación. Los estrategas de crédito de GS, Shamshad Ali y Ben Shumway, advierten que esta dinámica está cambiando. Los saldos de efectivo de los hiperescaladores han disminuido notablemente, y la dependencia de la financiación mediante deuda está creciendo. La emisión de bonos corporativos por parte de empresas expuestas a la IA ha aumentado un 23% en comparación con el año pasado, y el financiamiento de deuda para centros de datos ha aumentado un 31%. Rangan lo llama un "ciclo de capital impulsado por la deuda" emergente que "merece ser vigilado".
La otra cara: los argumentos a favor de una burbuja
El informe de GS da voz prominente a los escépticos. El más notable es **Gary Marcus**, profesor emérito de la NYU, quien declara sin rodeos que la IA está "ciertamente en una burbuja financiera". Marcus argumenta que la tecnología subyacente sigue siendo "esencialmente autocompletar con esteroides", plagada de alucinaciones e falta de fiabilidad. Él cree que las valoraciones están "desconectadas de las ganancias reales" y que la economía "no cuadra". Lo llama un "momento de Wile E. Coyote" y concluye: "es imposible saber cuándo estallará esta burbuja, pero estallará".
Desde el mundo del capital de riesgo (VC), **David Cahn** de Sequoia Capital, también cree que estamos en una "burbuja de centros de datos" o una "burbuja de semiconductores y hardware". Cahn ha hecho los cálculos: las previsiones de construcción de 100 GW para 2030 equivalen a 4 billones de dólares en gasto de centros de datos, lo que requeriría 8 billones de dólares en ingresos implícitos para justificarlo. Según él, "la única forma de justificar eso es la Inteligencia General Artificial (AGI)".
⚠️ El fantasma de 1999: "Circularidad"
La preocupación más tangible, compartida incluso por los optimistas, es la "circularidad" del ecosistema. El informe detalla cómo Nvidia invierte en OpenAI, OpenAI se compromete a comprar cómputo de Oracle y Oracle, a su vez, compra chips de Nvidia.
Eric Sheridan (GS) admite que esta circularidad lo "pone nervioso" y "rima con la burbuja punto-com". Compara esto directamente con la era de las telecomunicaciones de 1999 (Global Crossing, Level 3), donde las empresas "intercambiaban capacidad entre sí usando deuda". Cuando se desenredaron los ingresos, "no eran ni de lejos tantos como la gente pensaba". Sheridan concluye: "Toda la casa de naipes se vino abajo".
Justificación económica y estrategia de inversión
Frente a los escépticos, se encuentran los optimistas que creen que el gasto, aunque masivo, se justifica. **Byron Deeter** de Bessemer Venture Partners (VC) califica las preocupaciones de burbuja como "exageradas". Él argumenta que esto no es un ciclo de "esperanza e ilusión" (hope-and-hype) como la era punto-com, sino un "ciclo de escala y monetización". Deeter ve la circularidad no como inflación artificial, sino como una "interdependencia estratégica".
El economista más optimista de GS, **Joseph Briggs**, proporciona la justificación macroeconómica. Sostiene que el valor económico generado por la IA justificará el gasto. Sus estimaciones sugieren que la IA generativa creará **20 billones de dólares en valor económico** (en valor actual descontado), de los cuales 8 billones fluirán a las empresas estadounidenses. Es crucial destacar que, según Briggs, "las estimaciones de ingresos plausibles generalmente exceden las previsiones actuales de inversión acumulada en IA, incluso antes de tener en cuenta la posible aparición de la AGI".
Entonces, ¿cómo deberían posicionarse los inversores?. Los expertos divergen:
✓ Tesis del Consumidor de Cómputo
David Cahn (Sequoia): Si crees que hay una burbuja de centros de datos (es decir, una sobreconstrucción de capacidad), entonces "quieres invertir en los consumidores de cómputo". ¿Por qué? Porque si el cómputo se vuelve sobreabundante, su costo (COGS) colapsará, y los márgenes de las empresas de aplicaciones de IA se dispararán.
✓ Tesis de la Diversificación
Peter Oppenheimer (GS): El mercado está peligrosamente concentrado. Recomienda "diversificar entre regiones, factores y sectores". Señala que la demanda de IA requiere un gasto real en infraestructura física (electricidad, energía, bienes de capital), ampliando las perspectivas de crecimiento más allá de la tecnología.
En conclusión, el análisis de Goldman Sachs sugiere que, si bien el mercado comparte similitudes superficiales con burbujas pasadas, los fundamentos son drásticamente diferentes. El auge actual está liderado por incumbentes rentables que financian la expansión con sus propios flujos de caja. Sin embargo, los riesgos aumentan a medida que el financiamiento de la deuda comienza a infiltrarse en el sistema y la circularidad de las inversiones recuerda los errores del pasado.
Referencias
Goldman Sachs (22 de octubre, 2025). "Top of Mind, Issue 143: AI: IN A BUBBLE?". Goldman Sachs Global Investment Research.
Entrevistas con: Byron Deeter (Bessemer), David Cahn (Sequoia), Gary Marcus (NYU), Eric Sheridan (GS), Kash Rangan (GS), Joseph Briggs (GS), Peter Oppenheimer (GS), Ryan Hammond (GS), y Shamshad Ali & Ben Shumway (GS).
