Hay un cráter de 600.000 millones de dólares en el centro del ecosistema tecnológico global. Esa es la brecha matemática exacta entre lo que el capital de riesgo está inyectando en infraestructura de Inteligencia Artificial y los ingresos que esa tecnología devuelve hoy a la caja. Esto no es menor. Sequoia Capital hizo la cuenta, pero el mercado entero prefiere mirar hacia otro lado. Los comités de inversión siguen firmando cheques millonarios bajo una premisa intelectualmente pobre: asumir que la IA es simplemente el nuevo internet.
Lo que pocos están viendo es que las reglas de la física económica cambiaron. En los años noventa, la red de consumo escalaba casi gratis. Un clic adicional en un navegador web no exigía alquilar servidores de alto rendimiento por cada interacción. Hoy, cada consulta a un modelo generativo detona un costo marginal masivo de computación. Las analogías históricas venden una tranquilidad falsa. Les prometen a los ejecutivos que el futuro se comportará exactamente como el pasado corporativo que ya dominan.
Ya pagamos caro este afán por forzar tecnologías nuevas en moldes viejos. Hace unos años, cuando las juntas directivas se convencieron de que los datos eran el nuevo petróleo, acumularon petabytes de basura digital en Amazon Web Services. Asumieron que el almacenamiento mutaría automáticamente en rentabilidad pura. La realidad es cruda. El 30% del gasto corporativo en la nube a nivel mundial es puro desperdicio, de acuerdo con los registros auditados de Flexera. Acumular registros desordenados no equivale a refinar barriles de crudo escaso, solo genera facturas mensuales insostenibles.
El colapso de los márgenes en la era del cómputo
El error actual de la industria es aún más destructivo. Los grandes fondos de Venture Capital están tasando a las startups de IA con los mismos múltiplos eufóricos que aplicaban al Software as a Service (SaaS) durante 2019. Un suicidio financiero. El modelo SaaS era brillante por la multitenencia estructural. Programabas un código, levantabas una base de datos central y le cobrabas suscripciones a mil clientes usando la misma arquitectura base.
El costo de activar una cuenta nueva era de apenas unos centavos. Con márgenes brutos históricos del 85% al 90%, pagar valoraciones de 20 veces los ingresos recurrentes anuales tenía una lógica de mercado irrefutable. El mercado ya lo sabe. La Inteligencia Artificial no funciona así en absoluto.
A mi juicio, la obstinación de los fondos por exigir márgenes de software tradicional a empresas con costos operativos de industria pesada va a quebrar a decenas de proyectos. Para una startup en América Latina que integra APIs comerciales de OpenAI o Anthropic, el riesgo se multiplica. Están comprando poder de procesamiento y pagando tokens en dólares, mientras cobran sus suscripciones en reales brasileños o pesos colombianos, lo que destruye un margen bruto que ya nacía deficiente.
Aquí radica el verdadero reto del sector. Valuar la infraestructura de IA generativa como si fuera un simple gestor de flujos de trabajo terminará por secar el capital disponible. Los inversores que se nieguen a entender la matemática estricta de los semiconductores acabarán financiando su propia ruina.
El ecosistema tecnológico está vendiendo una ficción financiera. Cuando una startup se presenta como el próximo "Salesforce de la inteligencia artificial", oculta deliberadamente una realidad operativa brutal sobre sus costos reales. Aquí está el problema. A diferencia del software tradicional, donde replicar código tiene un costo marginal cercano a cero, la IA generativa cobra un peaje computacional altísimo por cada interacción.
Procesar un documento extenso no es consultar una simple tabla estática. Es forzar multiplicaciones masivas de matrices en hardware que exige un consumo eléctrico industrial. A mi juicio, intentar gestionar esta infraestructura de inferencia pesada bajo un modelo de suscripciones convencional es un error garrafal. Al descontar el pago obligado a OpenAI, a Anthropic o al proveedor de nube, los márgenes brutos de estas empresas rara vez superan el 40%, muy lejos del estándar histórico del 80% del sector SaaS. Esto no es menor.
El castigo a las analogías perezosas
Esta obsesión por embutir nuevos modelos en plantillas viejas ya nos costó caro en América Latina. Durante el exceso de liquidez de 2021, los fondos inyectaron capital ciegamente buscando "el Nubank de los préstamos PYME". El mercado ya lo sabe. Según los registros de LAVCA, la inversión en fintech en la región se desplomó de 6.100 millones de dólares en 2021 a escasos 1.200 millones en 2023.
Esa contracción masiva no respondió únicamente al endurecimiento monetario global. Fue el costo de ignorar que otorgar crédito no es lo mismo que escalar una aplicación digital. El riesgo tecnológico es binario, mientras que el crédito es un problema estadístico extremadamente sensible a la inflación regional. Modelar el impago del consumidor latinoamericano usando métricas diseñadas para retener usuarios de streaming destruyó los retornos. No hay vuelta atrás.
Hoy, la industria global enfrenta un peligro idéntico con la nueva infraestructura de inteligencia artificial. Si queremos encontrar rentabilidad real y no alucinaciones corporativas, debemos entender la física económica específica de esta tecnología. Quien no comprenda que el costo de inferencia dicta la supervivencia del negocio, terminará subsidiando el cómputo ajeno hasta quedarse sin caja.
El ecosistema tecnológico sufre de una adicción peligrosa a las analogías perezosas. Cuando aparece un cambio de paradigma, los fondos de riesgo corren a bautizarlo con el nombre del modelo de negocio que ya entienden. Así terminamos buscando "el Uber de la logística" o asumiendo que cualquier interfaz conectada a la API de OpenAI es un "SaaS". Esto es un error. Un error muy caro.
El colapso de la escasez imaginaria
Hace apenas unos años, el dogma financiero dictaba que el metaverso y el ecosistema cripto eran el nuevo real estate digital. Bajo esta premisa inmobiliaria, plataformas como Decentraland lograron colocar parcelas virtuales por 2.4 millones de dólares durante la fiebre especulativa de 2021. La tesis asumía una plusvalía garantizada por la escasez, como si estuviéramos tasando terrenos en Polanco o Manhattan. Faltó rigor técnico.
La tierra física es finita y obedece a la geografía. Un clúster de servidores solo obedece al código. En un entorno puramente digital, cualquier desarrollador puede clonar un universo entero ejecutando dos comandos en una terminal. El mercado ya lo sabe.
Hoy, tanto el volumen de usuarios como la valoración financiera de estos ecosistemas virtuales colapsaron más del 90%. La lección corporativa es brutal pero necesaria. La escasez artificial, sostenida por contratos en lugar de las leyes de la física, jamás sobrevive al escrutinio sostenido del mercado libre.
La eficiencia bruta mata a la ideología
A mi juicio, el capital inteligente dejó de buscar "la versión Web3 de" hace bastante tiempo. El valor real se crea financiando infraestructuras nativas. Hablamos de negocios cuyas métricas de tracción no tienen equivalente directo en la era del puntocom y que atacan fricciones financieras inexploradas.
Observemos los pagos transfronterizos. Mientras muchos inversionistas gastaban millones persiguiendo al mítico "SWIFT del blockchain", en América Latina el problema se resolvía con puro pragmatismo operativo. El año pasado, la mexicana Bitso procesó más de 4.300 millones de dólares en remesas y pagos institucionales entre México y Estados Unidos. Capturaron en absoluto silencio casi el 10% de todo ese corredor financiero B2B.
No hay magia aquí. Lo lograron operando sobre rieles de stablecoins, pero tuvieron la inteligencia de esquivar la retórica ideológica de la descentralización frente a sus clientes corporativos. Simplemente resolvieron un cuello de botella de liquidez y liquidación de divisas mucho más rápido y barato que la banca tradicional. Cero metáforas tontas. Pura eficiencia bruta.
El vocabulario que elegimos para auditar una inversión dicta directamente cómo la valoramos y qué riesgos le asignamos. Si llamas SaaS a un simple wrapper de inteligencia artificial, modelarás tus proyecciones asumiendo márgenes altísimos de software. Te vas a estrellar contra la realidad de los costos variables de procesamiento en menos de doce meses.
La tesis que debemos vigilar en los próximos trimestres es innegable. Los gigantes de esta nueva era no serán quienes diseñen las analogías más ingeniosas para complacer a los inversores tradicionales. Serán aquellos que utilicen la tecnología de fondo para reducir la fricción transaccional a una fracción del estándar actual. El resto es simplemente ruido.
El espejismo del software puro
El ciclo de austeridad tecnológica y el retorno a las tasas de interés normalizadas han fulminado la paciencia del mercado. Las mesas directivas ya no compran narrativas prestadas. Hoy exigen que los fundadores defiendan sus unit economics sin mencionar a Uber, a Airbnb ni comparar a su producto con la electricidad. Se acabó la fiesta.
A mi juicio, el verdadero problema radica en cómo se está financiando la Inteligencia Artificial. Los fondos de capital de riesgo están valorando a estas startups con los mismos múltiplos que al software tradicional corporativo. Aquí está el error de cálculo. El software puro se programa una vez y se distribuye con márgenes masivos, pero la IA arrastra una estructura de costos industriales. Cada inferencia de datos y cada consulta se paga en la cruda realidad del silicio.
La factura oculta del cómputo
Esto no es menor. Estructurar una tesis de inversión asumiendo márgenes operativos altos para un negocio que depende de precios de procesamiento fluctuantes garantiza un choque directo. El mercado ya lo sabe.
Para el cuarto trimestre de 2025 veremos las consecuencias exactas de esta asimetría. Al menos tres de los fondos de Venture Capital más grandes e influyentes de América Latina reportarán recortes de valoración severos. Hablamos de mark-downs que castigarán a más del 60% de sus portafolios etiquetados como IA. No será por falta de adopción de los usuarios. El golpe vendrá directamente de una economía unitaria insostenible.
Lo que pocos están viendo es que en esta nueva era, la ventaja competitiva no la tiene quien diseña el mejor algoritmo, sino quien logra controlar su costo de ejecución operativo. Financiar IA como si fuera SaaS es un suicidio financiero. O los fundadores ajustan sus precios a la dura realidad del procesamiento físico, o el capital dejará de subsidiar su crecimiento.
