El debate sobre el gasto en inteligencia artificial suele plantearse como una elección entre dos pronósticos: una revolución de productividad o una nueva burbuja de inversión. Los datos actuales no respaldan limpiamente ninguna de las dos conclusiones. Sí permiten una lectura más estrecha y útil: la infraestructura de IA ya es suficientemente grande para afectar a la composición de la inversión estadounidense y a algunas estimaciones de crecimiento trimestral, mientras el retorno económico de esa capacidad sigue sin resolverse.
El informe de Business Insider recoge la comparación de Torsten Slok entre el aumento del gasto de capital en IA y la expansión inmobiliaria de la década de 2000. La comparación sirve para preguntar con qué rapidez una categoría de inversión puede transformar una economía. Se vuelve engañosa si se usa para afirmar que la financiación, la exposición de los balances y el mecanismo de fracaso deben ser idénticos.
Para el inversor, la pregunta central no es si la curva de gasto es pronunciada. Es si la capacidad informática instalada se convierte en infraestructura productiva y facturable antes de que la depreciación, la electricidad y los compromisos financieros absorban el retorno esperado.
Un auge puede ser real antes de conocerse su retorno
Investigadores de la Reserva Federal han elaborado un marco de datos públicos para seguir la expansión de la IA. Combina software, centros de datos, instalaciones eléctricas y equipos informáticos, sin fingir que las cuentas nacionales contienen una partida específica de «IA». Su conclusión está correctamente matizada: los componentes seleccionados aportaron de forma significativa al crecimiento desde 2025 hasta el primer trimestre de 2026, pero la estimación depende de supuestos sobre qué actividad se considera vinculada a la IA.
La distinción importa. El gasto es un flujo confirmado. Su clasificación y los flujos de caja que pueda producir después son juicios analíticos. Un servidor comprado hoy suma inversión; no demuestra que los clientes vayan a contratar suficiente inferencia, entrenamiento o software para cubrir todo su coste económico.
La analogía con la vivienda también tiene límites. El ciclo de los años 2000 se transmitió mediante hipotecas familiares, titulización e intermediarios financieros apalancados. Gran parte de la expansión actual está liderada por grandes tecnológicas y proveedores de infraestructura, aunque la deuda y las estructuras fuera de balance pueden distribuir el riesgo. Curvas de inversión parecidas no crean cadenas de acreedores idénticas.
Las importaciones rompen el atajo entre gasto y PIB
El gasto bruto de capital no equivale al valor añadido nacional. La Oficina de Análisis Económico mide la inversión dentro de un sistema que también resta importaciones. Si una empresa estadounidense compra equipos fabricados fuera, la adquisición puede elevar la inversión privada bruta mientras el ajuste por importaciones compensa parte del efecto sobre el PIB.
La nota de la Fed identifica este punto como un problema central de medición. Los equipos informáticos tienen un contenido importado importante, y las cuentas nacionales no etiquetan con precisión qué componentes importados apoyan inversión y cuáles consumo. Una estimación que cuente la compra bruta sin tratar cuidadosamente las exportaciones netas puede exagerar la contribución interna.
Esto no hace irrelevante la expansión. La construcción de centros de datos, el trabajo eléctrico, el software, la ingeniería y la operación pueden generar actividad nacional alrededor del hardware importado. Sí significa que un total de capex no puede convertirse directamente en puntos de PIB o renta doméstica. Las estimaciones precisas de contribución deben leerse como rangos construidos sobre definiciones, no como un único dato observable.
La capacidad llega antes que el uso generalizado
La infraestructura está concentrada porque también lo están las empresas capaces de financiar computación de frontera. La adopción es más amplia, pero dista de ser uniforme. Un análisis de la Oficina del Censo sobre su encuesta empresarial halló que las compañías con al menos 20 empleados eran las mayores usuarias en la ventana reciente. Los investigadores de la Fed también describen una adopción creciente pero desigual, y advierten de que declarar uso no revela su intensidad.
Esto crea una brecha temporal. Los proveedores pueden reconocer ingresos cuando entregan chips, redes y construcción. Los compradores deben llenar después la capacidad con cargas pagadas. Sus clientes, a su vez, han de encontrar aplicaciones que ahorren trabajo, mejoren productos o generen ingresos. Cada etapa puede avanzar a distinta velocidad.
Los estudios microeconómicos pueden mostrar que algunos trabajadores completan tareas con mayor rapidez gracias a la IA. La Fed advierte de que esas mejoras todavía no aparecen como una ruptura clara en la productividad agregada. Ambas afirmaciones pueden ser ciertas: existen herramientas útiles, pero la difusión, el cambio organizativo y la medición requieren tiempo.
La utilización resolverá el debate del ciclo de capital
El contraargumento alcista es creíble. Las redes suelen construirse antes de la demanda y un exceso temprano de capacidad puede permitir que servicios más baratos y fiables se difundan. Que las grandes empresas adopten primero puede reflejar simplemente dónde ya existen los datos, las habilidades y los presupuestos complementarios.
La tesis escéptica también es creíble. Una capacidad técnicamente impresionante puede dar retornos insuficientes si las cargas valen menos de lo previsto, los precios caen más rápido que los costes unitarios o el nuevo hardware acorta la vida útil de los activos existentes. La información de Associated Press muestra además que la expansión ya afecta a los mercados de electricidad y equipos, por lo que el coste no se limita a las cuentas de las tecnológicas.
Cuatro pruebas cambiarían el análisis. Primero, datos sostenidos de utilización que muestren capacidad usada y no solo terminada. Segundo, ingresos y caja vinculados a la IA que crezcan sin depender indefinidamente de transferencias internas entre pocos socios. Tercero, una adopción más profunda en empresas pequeñas y no tecnológicas, no solo experimentos ocasionales. Cuarto, supuestos de depreciación coherentes con los ciclos reales de sustitución.
Hasta que aparezcan esas señales, la conclusión más defendible es deliberadamente asimétrica. El capex de IA ya es un hecho macroeconómico. Su productividad futura y su retorno para el inversor siguen siendo escenarios. El auge merece medirse sin confundirlo con su propio rendimiento.