¿Estamos en una burbuja de IA? Análisis sin hype

Una burbuja es una situación en la que el precio de un activo se separa de lo que ese activo puede llegar a generar, y se sostiene porque la gente compra esperando vender más caro. Aplicado a la inteligencia artificial, la respuesta corta después de lo que ha pasado este verano es: hay burbuja en las capas de arriba y no la hay en los fundamentos, y distinguirlas es todo el trabajo.

Ya no hace falta especular sobre si el mercado se haría preguntas. En julio de 2026 se las hizo de golpe, y las consecuencias dan mucha más información que cualquier predicción.

Lo que pasó en julio de 2026

El fondo de cobertura más rentable del año se deshizo en seis días. Situational Awareness, el fondo de Leopold Aschenbrenner —extrabajador del equipo de superalignment de OpenAI— ganaba un 439 % en el primer semestre. El 24 de julio escribió a sus inversores que la caída de las acciones de IA era una oportunidad de compra. El 29 de julio, sus tres brókeres le reclamaron garantías a la vez. El 30 de julio, antes de la apertura, toda su cartera cotizada pasó en bloque a Citadel. Cerró el mes en torno a un −67 %.

En esa misma semana, las veinte mayores compañías de semiconductores del mundo perdieron 1,3 billones de dólares de capitalización y el Nasdaq 100 entró en su segunda corrección del año. Varios de los grandes fondos multiestrategia —Point72, Millennium, Balyasny— cerraron julio en negativo, después del mejor arranque de año del sector desde 2009.

Lo he contado entero, con el mecanismo de por qué se rompió, en el desplome de los fondos de IA en Wall Street. Aquí me interesa la lectura, que es esta: no se rompió la tesis, se rompió la financiación. Aschenbrenner tenía una apuesta a diez años financiada con dinero que se revisa cada mañana, y apalancada cuatro veces. Podía tener razón sobre la IA y quedarse igualmente sin cartera. Es exactamente lo que ocurrió.

Y el detalle que remata el diagnóstico: el 3 de agosto, varias de las posiciones liquidadas habían rebotado entre un 27 % y un 41 % desde sus mínimos. Michael Field, estratega jefe de renta variable de Morningstar, lo describió como una caída impulsada por el sentimiento más que por los fundamentales. Traducido: fue una crisis de posicionamiento, no de negocio.

El problema no es que la IA no funcione. El problema es si funciona lo suficiente como para justificar lo que se está invirtiendo en ella.

Los números que asustan

La inversión en infraestructura

La cifra de gasto en infraestructura de IA para 2026 depende de a quién preguntes, y la horquilla es en sí misma un dato:

Fuente	Estimación de inversión en IA en 2026
Goldman Sachs	En torno a 539.000 millones de dólares
JPMorgan	En torno a 870.000 millones de dólares

Que dos bancos de primera línea difieran en más de 300.000 millones dice bastante sobre lo poco que se sabe. En cualquiera de los dos escenarios, equivale a varias veces lo que invirtieron las operadoras de telecomunicaciones en el pico de las puntocom, con los grandes proveedores de nube aportando la mayor parte.

Las grandes tecnológicas están construyendo centros de datos a una velocidad sin precedentes, y el cuello de botella ha dejado de ser el chip para pasar a ser la energía y el suelo: acuerdos de suministro nuclear, compra de plantas de generación, apuestas por geotermia. Es la parte más física de todo esto, y la desarrollo en la inversión de las big tech en IA.

La desconexión entre inversión e ingresos

Aquí está el núcleo del argumento bajista. La industria ha gastado cientos de miles de millones en chips, centros de datos e infraestructura, y los ingresos directos de productos de IA son una fracción de esa cifra. Muchas empresas siguen sin un modelo de negocio más allá de crecer primero y monetizar después.

Eso es un manual de burbuja: se invierte más de lo que se ingresa esperando que el futuro justifique el presente. La pregunta abierta no es si la IA genera valor —lo genera—, sino si lo genera al ritmo que exige esa curva de gasto.

Los argumentos a favor de la burbuja

1. El patrón se repite

Las burbujas tecnológicas siguen una secuencia reconocible: emerge una tecnología real, la inversión especulativa se dispara, las valoraciones se desconectan, todo el mundo dice "esta vez es diferente" y llega la corrección.

Internet en 2000 era real y transformador, y eso no impidió que la burbuja estallara.

2. Financiación circular

Fabricantes de chips que invierten en clientes que compran sus chips; proveedores de nube que financian a laboratorios que les compran capacidad. Es un patrón que ya se vio en 1999 con los proveedores de equipos de telecomunicaciones, y es el que más ruido hace entre los analistas escépticos, porque infla ingresos sin que entre dinero nuevo al sistema.

3. El AI slop está por todas partes

Contenido generado en masa y de baja calidad inundando buscadores, redes y tiendas de libros. Cuando la aplicación más visible de una tecnología es generar basura a escala, algo no cuadra. Y tiene un efecto de segundo orden que empieza a preocupar de verdad: los modelos futuros se entrenan con internet, e internet está cada vez más generado por modelos.

4. Startups sin diferenciación

Miles de empresas financiadas por tener "IA" en la presentación. Muchas son una capa fina sobre una API ajena, sin datos propios ni ventaja defendible. Cuando el proveedor del modelo lanza esa misma función de serie, desaparecen. Ya ha pasado varias veces.

5. La energía es un problema real

Entrenar y servir modelos consume cantidades enormes de electricidad, y la parte de servir ya pesa más en el total que la de entrenar. Construir la infraestructura energética necesaria lleva años, no meses, y es hoy la restricción más dura del sector.

Los argumentos en contra de la burbuja

1. Las empresas que invierten pueden permitírselo

Alphabet, Microsoft, Amazon y Meta financian su gasto en IA con beneficios reales de publicidad, nube y software. No son Pets.com. No están endeudándose para apostar: están reinvirtiendo caja.

El múltiplo de beneficios de las grandes tecnológicas ronda las 27 veces, frente a las más de 50 que llegaron a alcanzar las puntocom. Es caro; no es delirante.

2. Hay ingresos de verdad

Los productos de IA generativa facturan miles de millones, algo que en 2000 casi nadie hacía. La comparación honesta no es con Pets.com, es con Amazon en 2001: caro, castigado y con un negocio detrás.

3. Es infraestructura, no tulipanes

Los centros de datos son activos físicos con utilidad durante décadas, evolucione como evolucione la IA generativa. Con un matiz que no conviene despachar: las GPU se deprecian mucho más rápido que un edificio, y buena parte de la inversión está en el componente que envejece antes.

4. La adopción empresarial es real

Las encuestas anuales del sector llevan tres años mostrando adopción creciente y sostenida, del entorno de la mitad de las empresas a en torno a tres de cada cuatro declarando algún uso de IA. La curva se parece más a la del cloud —crecimiento sostenido— que a la del blockchain —pico y caída—.

Lo que esas mismas encuestas también muestran, y se cita mucho menos: la distancia entre "usamos IA" y "tenemos retorno medible" sigue siendo enorme. Es coherente con lo que veo en empresas reales, y los motivos los he recopilado en errores al implantar IA en una empresa.

Dos precisiones que casi nunca se hacen

Una burbuja puede ser real y la tecnología también. Los ferrocarriles británicos de 1840 fueron una burbuja monumental y transformaron el país. Internet fue una burbuja en 2000 y hoy es la infraestructura de todo. Que los inversores pierdan dinero no implica que la tecnología no sirva: implica que pagaron demasiado y demasiado pronto.

Las burbujas no siempre estallan. A veces se desinflan durante años, con correcciones sucesivas, rotación de líderes y una lenta puesta al día de los beneficios respecto al precio. Es lo más habitual y lo menos fotogénico.

El matiz que falta en el debate

La pregunta "¿es una burbuja?" es demasiado binaria.

Sí hay burbuja en: startups sin diferenciación real, valoraciones de empresas que son una capa sobre una API ajena, el discurso mediático que promete más de lo que la tecnología da hoy, y la generación espontánea de expertos en IA que llevan seis meses en el tema.

No hay burbuja en: la capacidad real de los modelos para automatizar tareas concretas, la demanda de cómputo, las aplicaciones empresariales con retorno demostrable y la investigación de fondo, que sigue avanzando.

Es internet en 2000 otra vez: Pets.com era burbuja, Amazon no. El problema entonces, como ahora, era distinguirlos en tiempo real.

Qué predije, qué se ha cumplido y qué no

Escribí este artículo con cinco apuestas. Con julio de por medio, este es el balance honesto.

1. "Habrá una corrección, no un colapso." Cumplida, y antes de lo esperado. El desplome de julio fue exactamente eso: una corrección violenta en el posicionamiento, con rebote a los pocos días y sin que ninguna de las grandes tecnológicas viera comprometido su negocio. Lo que no anticipé es que el detonante sería el apalancamiento de los fondos y no un mal trimestre de resultados.

2. "El hype se desinfla, el valor se queda." En curso. La conversación ha pasado de "la IA lo va a cambiar todo" a "la IA sirve mucho para esto concreto". Es madurez, no fracaso.

3. "Los ganadores se reducen." Cumplida, y por una vía inesperada. La consolidación está llegando disfrazada: en vez de compras, acuerdos de contratación y licencia no exclusiva, que evitan el escrutinio antimonopolio y van mucho más rápido. El caso más claro es la operación de Google con Mechanize, más de 1.500 millones de dólares por una empresa de 35 personas. Consecuencia práctica para ti: la herramienta de IA que usas hoy tiene una probabilidad razonable de cambiar de dueño, de precio o de existir en dieciocho meses.

4. "El coste de la IA bajará drásticamente." Fallada, o al menos prematura. Es la predicción que peor ha envejecido. Los precios por token bajaron durante dos años y este verano cambió la dirección: DeepSeek, el proveedor que marcaba el suelo del mercado, anunció una subida "significativa" sin dar cifras ni fecha, después de introducir tarifas por franja horaria. La eficiencia de los modelos sigue mejorando, pero el precio de venta no depende solo de eso: depende de si el proveedor necesita dejar de subvencionar el uso.

5. "La regulación añadirá presión." Cumplida, con fecha. Desde el 2 de agosto de 2026 se aplican las obligaciones de transparencia del artículo 50 del Reglamento Europeo de IA, con multas de hasta 15 millones de euros o el 3 % de la facturación mundial. Y ha aparecido una capa que no estaba en el guion: las licencias. Modelos de pesos abiertos con licencias que excluyen expresamente a la Unión Europea del territorio autorizado. El coste regulatorio ya no es solo lo que te obliga la ley: es también lo que te prohíbe el proveedor.

¿Y qué significa esto para ti?

Si inviertes: julio dejó una lección que no es sobre inteligencia artificial sino sobre financiación. Una tesis a diez años no se financia con dinero que se revisa cada día, y el apalancamiento convierte tener razón en irrelevante. Diversifica y no pagues precios de perfección. Y como esto no es asesoramiento financiero ni yo soy quien para dártelo: si vas a mover dinero de verdad, habla con alguien colegiado.

Si eres profesional: aprende a usar IA, haya burbuja o no. Que las valoraciones estén infladas no cambia que la herramienta funcione. Quien la use bien tendrá ventaja, y eso es independiente de lo que haga el Nasdaq.

Si emprendes: no montes una capa fina sobre una API ajena. Busca problemas donde la IA aporte algo diferencial y donde tengas datos, distribución o conocimiento del sector que otro no pueda copiar en un fin de semana.

Si desarrollas: construye con modelos, pero no ates tu carrera a un framework ni a un proveedor. Los fundamentos —programar, entender sistemas, resolver problemas— son lo que perdura. Y diseña para poder cambiar de modelo tocando una variable de configuración, no reescribiendo medio proyecto.

El resumen honesto

¿Estamos en una burbuja de IA? Parcialmente sí, y julio de 2026 lo ha demostrado sin necesidad de teorías: bastó que unos cuantos tuvieran que vender a la vez para que se cayera todo lo que estaba demasiado poblado.

Pero los fundamentos aguantan. La IA genera valor real, la demanda empresarial es genuina y las empresas que sostienen la inversión ganan dinero haciendo otras cosas.

La corrección seguirá llegando por tramos. Las empresas débiles caerán. Los inversores apalancados perderán dinero, algunos ya lo han hecho. Y la IA seguirá aquí, integrada en todo lo que usamos.

Como se le atribuye a Roy Amara: sobreestimamos el efecto de una tecnología a corto plazo y subestimamos su efecto a largo plazo. La burbuja, si la hay, no es sobre si la IA funciona. Es sobre la velocidad a la que esperábamos que lo cambiara todo.

Preguntas frecuentes

¿Hay una burbuja de la inteligencia artificial en 2026?

Parcialmente. Hay burbuja en las valoraciones de startups sin diferenciación y en las expectativas mediáticas, y no la hay en los fundamentos: las grandes tecnológicas financian su gasto con beneficios reales y los productos de IA facturan de verdad. El desplome de julio de 2026 fue una crisis de posicionamiento y apalancamiento, no de negocio: varias de las posiciones liquidadas rebotaron entre un 27 % y un 41 % en pocos días.

¿Cuándo va a estallar la burbuja de la IA?

Nadie lo sabe, y desconfía de quien te dé una fecha. Además, las burbujas no siempre estallan: muchas se desinflan durante años mediante correcciones sucesivas y rotación de líderes, que es el escenario más probable aquí. Lo que sí se puede afirmar es que ya ha habido dos correcciones en 2026 y que el mercado ha dejado de comprar sin hacer preguntas.

¿Es lo mismo que la burbuja de las puntocom?

Se parece en el volumen de inversión en infraestructura por delante de la demanda comprobada y en la financiación circular entre proveedores y clientes. Se diferencia en que las empresas que lideran el gasto ganan mucho dinero con otros negocios, cotizan a unas 27 veces beneficios frente a más de 50 en 2000, y los productos de IA ya generan ingresos reales.

¿Qué pasó con los fondos de IA en julio de 2026?

El fondo Situational Awareness, que ganaba un 439 % en el primer semestre, recibió peticiones simultáneas de garantías de sus tres brókeres y traspasó toda su cartera cotizada a Citadel el 30 de julio, cerrando el mes en torno a un −67 %. En la misma semana, las veinte mayores compañías de semiconductores perdieron 1,3 billones de dólares de capitalización. La causa fue apalancamiento y concentración, no un cambio en los fundamentales.

¿Debería invertir en empresas de inteligencia artificial?

No puedo darte una recomendación de inversión y no soy asesor financiero: para eso necesitas a alguien colegiado que conozca tu situación. Lo que sí sirve como marco general es lo que dejó julio: la concentración en una misma apuesta y el apalancamiento son lo que convierte una corrección en una liquidación, y una tesis a largo plazo no se financia con dinero exigible a corto.

¿Cuánto se está invirtiendo en inteligencia artificial?

Las estimaciones para 2026 van de unos 539.000 millones de dólares según Goldman Sachs a unos 870.000 millones según JPMorgan, con los grandes proveedores de nube aportando la mayor parte. La amplitud de la horquilla es en sí misma informativa: ni los analistas mejor pagados del mundo se ponen de acuerdo en el tamaño del gasto.

¿Si estalla la burbuja, desaparecerá la IA?

No. En una corrección desaparecen las empresas sin modelo de negocio y se ajustan las valoraciones, pero la tecnología se queda y normalmente se abarata. Es lo que pasó con internet: la burbuja de 2000 se llevó por delante cientos de compañías y dejó en pie la infraestructura sobre la que se construyó todo lo que vino después.

¿Está bajando el precio de usar IA?

Bajó durante dos años y en 2026 la tendencia se ha roto. DeepSeek, el proveedor que marcaba el precio suelo del mercado, introdujo tarifas por franja horaria en julio y en agosto anunció una subida "significativa" sin concretar cuánto ni cuándo. Los modelos siguen siendo cada vez más eficientes, pero el precio que pagas depende también de cuánto esté dispuesto a subvencionar tu proveedor.

¿Afecta la burbuja de la IA a mi pyme?

De forma indirecta y por dos vías. Una, el precio: si tus automatizaciones dependen de una API barata, tu coste unitario está sujeto a decisiones de un proveedor que puede cambiarlas sin previo aviso. Y dos, la continuidad: el sector se está consolidando a base de acuerdos de contratación y licencia, así que la herramienta que usas hoy puede cambiar de manos. La protección es la misma en ambos casos: mide tu consumo y elige herramientas con formatos de salida estándar y exportables.

¿Por qué se compara la IA con el ferrocarril del siglo XIX?

Porque es el precedente que mejor encaja: en la década de 1840 se invirtieron cantidades descomunales en construir líneas ferroviarias en Gran Bretaña, hubo especulación desatada, muchas compañías quebraron y los inversores perdieron fortunas. Y el ferrocarril se construyó igual, y transformó el país. Sobreinvertir en infraestructura puede ser un desastre financiero a corto plazo y seguir siendo útil durante décadas.