Los costes de la infraestructura de inteligencia (IA) artificial no dejan de subir. Las grandes empresas tecnológicas probablemente invertirán varios billones de dólares en los próximos años para sostener la demanda creciente de servicios como ChatGPT y Claude.

La presión no procede solo de los hiperescaladores, como Microsoft y Meta Platforms, que construyen o alquilan cada vez más centros de datos. También aumenta el precio de los componentes que hacen funcionar esos gigantescos centros de computación. El resultado es que algunas compañías gastan más de lo previsto para mantenerse en la carrera de la IA.

La llamada «chipflación» no es solo un problema para los grandes grupos tecnológicos, que necesitan justificar el retorno de sus inversiones. El auge de la inteligencia artificial también agota la oferta de chips más convencionales. El consumidor puede acabar notándolo en el precio de su próximo móvil, consola de videojuegos u ordenador.

Costes al alza

El uso creciente de aplicaciones y agentes de IA eleva la demanda de todo el hardware que sostiene estas actividades: unidades de procesamiento gráfico, memoria e incluso unidades centrales de procesamiento. Las CPU parecían tener un papel secundario en la revolución de la IA, pero son esenciales para que los sistemas autónomos gestionen su carga de trabajo.

Algunas de las empresas tecnológicas más rentables y varias de las startups mejor financiadas de la historia compiten por asegurarse suficiente hardware. El temor es quedarse atrás en la carrera hacia modelos cada vez más potentes. Estos compradores son relativamente poco sensibles al precio, mientras sus proveedores de chips suelen operar en mercados con posiciones dominantes, barreras técnicas elevadas y grandes exigencias de inversión.

Controlar esos cuellos de botella se ha convertido en un negocio muy rentable. Taiwan Semiconductor Manufacturing, más conocida como TSMC, la mayor fundición de chips avanzados, prevé invertir una cifra récord de 56.000 millones de dólares este año. Aun así, esa cantidad puede no bastar para responder a toda la demanda de productos de vanguardia.

Las limitaciones de capacidad han llevado incluso a Elon Musk a plantearse la construcción de su propia fábrica de chips, con un coste mínimo estimado de 55.000 millones de dólares y que podría alcanzar los 119.000 millones.

Cuellos de botella

Cuando la demanda supera a la oferta, los precios suben. Por eso las acciones de los proveedores de hardware para IA superan en bolsa a la mayoría de sus clientes hiperescaladores, que gastan cantidades crecientes para no perder posición. Alphabet es una excepción relativa gracias a sus innovaciones propias en chips.

James Covello, director global de análisis de renta variable de Goldman Sachs, lo resume así ante sus clientes: «Casi todo el valor se ha concentrado en la capa de chips, lo cual es a la vez sin precedentes e insostenible». En su opinión, las empresas de semiconductores prosperan a costa del resto de la cadena.

Los últimos resultados de los hiperescaladores muestran el impacto de esa inflación de componentes. Microsoft prevé que el encarecimiento de los insumos eleve su gasto de capital anual en 25.000 millones de dólares, hasta unos 190.000 millones. Meta aumentó en 10.000 millones el punto medio de su previsión de gasto de capital, principalmente por el coste de los componentes y, en particular, de los chips de memoria.

Impuesto Nvidia

Las GPU de Nvidia, pilares de la IA y con precios de decenas de miles de dólares por unidad, han sido durante años una fuente extraordinaria de rentabilidad. La compañía genera márgenes brutos cercanos al 75 %. Sus últimos modelos son muy caros, pero también más eficientes en rendimiento y consumo energético. Sus innovaciones en software y procesamiento paralelo explican una parte relevante de su ventaja.

Con todo, su dominio del mercado de aceleradores de IA ha convertido sus beneficios en una especie de «impuesto Nvidia». Las grandes tecnológicas necesitan sus chips para entrenar y ejecutar modelos avanzados, pero cada nueva generación exige más inversión y eleva la presión sobre el retorno del capital.

A ese coste se suma otro: el «impuesto a la memoria». Los centros de datos consumen cada vez más memoria de alto ancho de banda. La mayoría de los aceleradores avanzados de IA necesita grandes volúmenes de este tipo de memoria, basada en DRAM, una memoria de acceso aleatorio dinámica que permite almacenamiento temporal rápido para datos y aplicaciones.

Los tres principales proveedores de DRAM —SK Hynix, Samsung Electronics y Micron Technology— se han convertido en valores preferidos por el mercado. En conjunto valen más de 2,8 billones de dólares. Los márgenes operativos de SK Hynix alcanzaron un récord del 72 % en el último trimestre fiscal. La compañía surcoreana reconoció que sus clientes priorizan asegurar volumen antes que discutir precio. En Samsung, los precios medios de venta de la DRAM subieron más del 90 % en el mismo periodo frente al trimestre anterior.

Chips propios

Los hiperescaladores y los nuevos proveedores de nube especializados en alquilar GPU siguen confiando en que la inversión dará frutos, aunque a menudo cueste más de lo previsto. Las restricciones de suministro reducen al menos un riesgo: que los procesadores más antiguos y menos eficientes pierdan valor con demasiada rapidez. Según CoreWeave, una plataforma destacada de computación en la nube, los precios de alquiler aumentan de forma generalizada.

Aun así, el volumen de inversión incentiva a las grandes empresas de computación en la nube a buscar vías para reducir sus costes. Una opción es recurrir a procesadores alternativos de IA, como los de Advanced Micro Devices. Otra es diseñar hardware propio, como las unidades de procesamiento tensorial de Alphabet, los chips Trainium de Amazon o Maia 200 de Microsoft.

Amazon prevé que Trainium le ahorre decenas de miles de millones de dólares al año en sus propios gastos. Anthropic y OpenAI, propietarias de Claude y ChatGPT, han firmado contratos multimillonarios para adquirir estos chips a la compañía fundada por Jeff Bezos, aunque a corto plazo la mayor parte de las unidades ya está agotada o reservada.

También aparecen innovaciones prometedoras en eficiencia. La técnica de compresión TurboQuant de Google podría ayudar a reducir el gasto en memoria, mientras Arm Holdings espera que su nueva CPU reduzca en unos 10.000 millones de dólares el coste de un gigavatio de capacidad de centro de datos.

Golpe al consumo

La generosidad inversora de la élite tecnológica también tiene efectos colaterales. La importación de hardware relacionado con la IA desde Taiwán y otros países agrava el déficit comercial de EE. UU., una variable que el presidente Donald Trump considera un indicador del fracaso económico.

Más allá del frenesí de la IA, los fabricantes de teléfonos móviles, consolas de videojuegos y ordenadores tienen dificultades para asegurar el suministro de chips de memoria. Los fabricantes priorizan el mercado de centros de datos, más rentable, y los contratos a largo plazo con grandes proveedores de servicios en la nube.

Las empresas de tecnología de consumo se enfrentan así a tres opciones: trasladar las subidas de precios al cliente, reducir las especificaciones de los dispositivos o asumir una caída de márgenes. Se prevé que las ventas mundiales de teléfonos móviles caigan alrededor de un 13 % este año, con especial impacto en los modelos de gama baja. Nintendo ya ha subido el precio de su Switch 2.

Riesgo para tipos

La construcción de fábricas de semiconductores lleva años, por lo que no hay una respuesta rápida por el lado de la oferta. Además, se trata de una industria cíclica. Varias compañías sufrieron grandes pérdidas hace no mucho tiempo, lo que las hace más prudentes ante el riesgo de expandirse en exceso.

Si a los chips se añaden los precios más altos de la electricidad provocados por centros de datos muy intensivos en consumo energético, la IA puede generar una presión inflacionista relevante durante un tiempo.

Tiffany Wilding, economista de Pimco, sostiene que la enorme demanda de semiconductores, capacidad de memoria y otros componentes para la infraestructura de IA parece estar trasladándose a los precios al consumidor. Su lectura conecta esta presión con el aumento de la inflación del consumo personal.

Si la Reserva Federal no puede bajar los tipos de interés por esta presión, la carrera de los laboratorios de IA hacia la superinteligencia no solo parecerá una apuesta financiera arriesgada. Desde una perspectiva social, implicará que una parte creciente de sus costes acabará repartida entre consumidores, empresas y hogares.

Claves para inversores

---

● Desde 1987, la revista Inversión ayuda cada mes a miles de inversores españoles a tomar grandes decisiones con análisis, estrategia y visión de mercado. Suscríbete a la edición en papel, con acceso web incluido, por 28,99 € el primer año (-42 %).