Los resultados de Big Tech ponen la burbuja de la IA bajo presión

Los últimos resultados de las grandes tecnológicas han ofrecido una mezcla volátil de advertencias, repuntes y compromisos de gasto enormes, lo que plantea dudas sobre si el auge de la inversión en IA ya está empezando a desinflarse.

En el último episodio de The Kettle de The Register, el editor en jefe Matt Rosoff, el editor de sistemas Tobias Mann y el presentador Brandon Vigliarolo examinaron lo que los resultados trimestrales recientes revelan sobre el sector de la IA y qué deben hacer los equipos de TI en un mercado incierto. Su consejo central fue implícito pero claro: las empresas no deberían comprometer toda su organización con productos de IA de vanguardia.

Las acciones de Big Tech se comportan como penny stocks

Rosoff dijo que las fuertes oscilaciones del mercado recuerdan a las fases finales de una burbuja especulativa. Apple cayó un 10 por ciento tras advertir que su próximo trimestre podría ser más débil de lo esperado porque los precios de la memoria y otros componentes estaban subiendo. IBM perdió más valor en un solo día después de su última advertencia sobre resultados que lo que había perdido desde el Lunes Negro de 1987.

Recomendado

Las acciones de SpaceX se desploman un 46% mientras Musk pierde más de 600.000 millones de

“Tienes estas enormes acciones tecnológicas, que representan la mayor parte del valor del mercado bursátil, comportándose como penny stocks, y eso suele no ser una buena señal.”

La reacción a Meta y Amazon mostró lo difícil que es para los inversores interpretar las cifras. El flujo de caja libre de Meta cayó a menos de 1.000 millones de dólares, frente a 8.5 mil millones de dólares en el mismo periodo del año pasado, ya que la empresa gasta mucho en centros de datos. Los inversores respondieron con una fuerte venta.

Amazon, en cambio, subió un 15 por ciento después de que AWS creciera más rápido de lo esperado y la compañía aumentara sus estimaciones de gasto de capital. Pero la discusión señaló una complicación: parte de la mejora de margen reportada por AWS provino de una cobertura exitosa contra los precios de la energía. Ese impulso no se espera que se repita en el tercer trimestre, según comentarios realizados en la llamada de resultados de Amazon.

La presión contable y del capex

Los participantes también discutieron el análisis del analista de AWS Corey Quinn, que dijo que Amazon había confundido los ingresos por chips con los ingresos por instancias EC2. Quinn también argumentó que los acuerdos de inversión y comerciales de Amazon con Anthropic creaban referencias superpuestas al mismo dinero en sus informes.

Según se expuso en el podcast, Amazon contabilizó 53.4 mil millones de dólares relacionados con acuerdos con Anthropic en el trimestre anterior. La afirmación fue que un solo dólar de Anthropic podría aparecer en referencias a ingresos por negocio de IA, al negocio de chips y a los ingresos del segmento AWS. El podcast no ofreció un desglose contable completo ni una verificación independiente de esas aseveraciones.

La advertencia más amplia de Quinn fue que la demanda que respalda 220 mil millones de dólares en gasto de capital está actualmente concentrada en un pequeño número de laboratorios de IA, mientras que una adopción empresarial más amplia sigue siendo una previsión.

“La demanda que sustenta doscientos veinte mil millones en capex está concentrada hoy en un puñado de laboratorios de IA, uno de los cuales Amazon resulta poseer una parte significativa, cuando la ola de adopción empresarial más amplia sigue siendo una previsión.”

Rosoff caracterizó el gasto menos como un intento de inflar artificialmente el mercado y más como una apuesta que las compañías no pueden abandonar con seguridad. Mann lo describió como una falacia del costo hundido: después de comprometer tanto dinero, detenerse podría provocar una reacción del mercado aún peor.

Los centros de datos se enfrentan a limitaciones físicas

La discusión enfatizó que construir infraestructura de IA no es tan simple como anunciar un proyecto de centro de datos. Las empresas deben asegurar sitios y permisos, obtener agua y electricidad, construir subestaciones, organizar la conectividad de red y confirmar que habrá GPUs y CPUs disponibles.

Según informes, Meta está construyendo centros de datos que podrían costar 50 mil millones de dólares para completarse, sin embargo Mann dijo que la compañía tiene relativamente poco que mostrar más allá de sistemas de recomendación mejorados. Los modelos Llama de Meta fueron descritos como adecuados pero no a la altura del trabajo de OpenAI o Anthropic. Los ponentes también cuestionaron la capacidad de Meta para producir de forma consistente modelos que los usuarios quieran, citando lanzamientos decepcionantes y un historial incierto.

Mann dijo que los hiperescaladores usan capacidad arrendada como cobertura porque los arrendamientos son más fáciles de abandonar que las instalaciones propias. Señaló casos anteriores en los que Microsoft se retiró de arrendamientos de centros de datos porque las instalaciones no podían soportar el hardware que finalmente quería desplegar, no porque la compañía hubiera perdido simplemente interés en la infraestructura.

Los centros de datos centrados en IA también difieren de las instalaciones tradicionales refrigeradas por aire. Su consumo de energía hace que la refrigeración evaporativa sea rentable, aumentando la necesidad de agua, generación de respaldo y acuerdos con las compañías eléctricas antes de que comience la construcción. La refrigeración líquida introduce otro cuello de botella: incluso después de que un proyecto esté listo en otros aspectos, las compañías pueden esperar un año por la tubería y los colectores necesarios para conectar los sistemas.

La demanda sigue siendo la incertidumbre central

Los desafíos de infraestructura son solo la mitad del riesgo. Rosoff dijo que sigue sin estar convencido de que los modelos de lenguaje a gran escala vayan a reemplazar la mayor parte de la actividad económica. Describió los sistemas actuales como útiles para prototipar y para ayudar a programadores experimentados a hacer más con menos recursos, pero no como reemplazos fiables para programadores en producción o profesionales médicos.

La discusión también citó informes de empresas que están recontratando a trabajadores previamente despedidos por la expectativa de sustitución por IA. Algunas empresas han descubierto que los chatbots siguen siendo inferiores a los representantes humanos de atención al cliente cuando los clientes necesitan resolver problemas complejos. La transcripción del episodio termina mientras los ponentes aún discuten el retorno de la inversión de la IA empresarial, por lo que no ofrece un pronóstico final ni un plan de acción específico para los departamentos de TI más allá de evitar apostar todo a los productos de los laboratorios de vanguardia.