Socio de Sequoia: la IA debe generar USD 3 billones para justificar el gasto

David Cahn, socio de Sequoia, calcula que la industria de la inteligencia artificial (IA) tendrá que generar USD 3 billones para justificar todos esos chips y otros gastos en centros de datos, la otra cara de los USD 1.5 billones proyectados en gasto de infraestructura de IA para 2026. Esa cifra de ingresos requeridos es probablemente una subestimación, señala, ya que el aumento de los costos de memoria y el uso creciente de chips exóticos o específicos para inferencia probablemente la eleven aún más.

La estimación marca una escalada en comparación con hace tres años, cuando Cahn hizo los cálculos por primera vez sobre el gasto en infraestructura de IA de Silicon Valley. En 2023, al reaccionar a los ingresos anuales reportados de Nvidia por concepto de GPU de USD 50 mil millones, calculó que se requerirían USD 200 mil millones en ingresos para recuperar la inversión inicial. Cahn, el socio de Sequoia, escribe que “Recientemente, los ingresos requeridos por GW de CapEx han aumentado drásticamente debido a estas dinámicas de cuello de botella y a los crecientes costos de construcción”.

Por el lado de los ingresos, la brecha sigue siendo amplia. Se cree que Anthropic ha alcanzado los USD 60 mil millones en ingresos recurrentes anuales (ARR, una medida estándar de la tasa de ejecución de ingresos por suscripción), mientras que, según se informa, OpenAI obtuvo USD 13 mil millones en 2025; la empresa señaló en noviembre de 2025 que había alcanzado los USD 20 mil millones en ARR.

Torsten Slok, economista jefe de Apollo (la gestora de activos), está observando de cerca esa brecha. Señala que los hiperescaladores —Google, Meta, Microsoft y Amazon, los proveedores de la nube cuyo gasto sustenta la expansión de la IA— predicen aceleraciones masivas en su flujo de caja libre para 2028. Slok también advierte sobre una tendencia contraria: cada vez más organizaciones están recurriendo a modelos de pesos abiertos más baratos, a menudo chinos, en lugar de los de los laboratorios de frontera, mientras que los precios generales de los tokens caen. El modelo más reciente de OpenAI, según su director ejecutivo, Sam Altman, es un 54% más eficiente en el uso de tokens en tareas de programación; una buena noticia para los usuarios, pero una presión potencial para las empresas cuyos ingresos dependen de un creciente uso de tokens si ese consumo no aumenta para compensarlo.

Si los hiperescaladores no alcanzan sus objetivos de flujo de caja para 2028, advierte Slok, las repercusiones podrían extenderse mucho más allá del sector tecnológico: “con tanto en juego en tan pocos nombres, un retorno de inversión más lento no sería solo un problema del sector, sino que correría el riesgo de arrastrar a la economía a una recesión y al S&P 500 (el índice bursátil de Estados Unidos) a una corrección”.

Por qué importa

La brecha entre los USD 1.5 billones en gasto de infraestructura de IA y los ingresos reales generados por las principales empresas emergentes de IA representa un riesgo macroeconómico, no solo sectorial: si los hiperescaladores no ven el retorno de inversión que pronostican para 2028, las repercusiones podrían extenderse a la economía en general y al mercado de valores.