La IA abarata los tokens, pero encarece el cómputo: la presión sobre los márgenes crece

El mercado de la inteligencia artificial avanza en dos direcciones opuestas. El precio de utilizar modelos avanzados se hunde: un modelo gratuito llamado Ox Alpha habría aparecido cerca de la frontera de capacidades, mientras OpenAI redujo en julio un 80% el precio de uno de sus modelos GPT-5.6 y un 20% el de otro. 1716 Estimaciones más amplias sitúan en torno al 95% la caída del coste de inferencia para una capacidad comparable durante los últimos dos años. 22

Pero los sistemas físicos necesarios para generar esos tokens son cada vez más caros. Samsung elevó hasta un 15% los precios de algunos pedidos avanzados de fabricación de chips y prevé que la escasez mundial de memoria se intensifique y se prolongue hasta 2028. 3233 El resultado es una combinación poco habitual: los precios del producto final bajan, mientras los costes de los insumos críticos siguen subiendo.

La cadena de valor de la IA se divide en dos

La diferencia clave está entre una capa de inteligencia que tiende a convertirse en un producto básico y una capa de infraestructura limitada por la oferta.

El acceso a modelos de uso general es cada vez más fácil de sustituir. Si un proveedor rebaja sus precios de API, lanza un modelo más pequeño o ofrece gratuitamente uno con buenas prestaciones, sus competidores reciben presión para responder. Los cambios de precios de julio de OpenAI redujeron el coste de entrada de GPT-5.6 Luna de 1 dólar a 0,20 dólares por millón de tokens y el de Terra de 2,50 a 2 dólares. 16

La infraestructura funciona de otra manera. La capacidad de fabricación avanzada, la memoria de alto ancho de banda, las redes, la electricidad y los sistemas completos de servidores para IA no pueden ampliarse con la misma rapidez con la que el software puede rebajar sus precios. Samsung ha dicho que sus clientes están buscando acuerdos de suministro plurianuales y que la escasez podría agravarse hasta 2028. 33 Los planes publicados sobre posibles aumentos de más del 15% en servidores basados en Nvidia muestran cómo los proveedores podrían trasladar esos costes a sus clientes, aunque ese informe no constituye un anuncio oficial de Nvidia. 36

Para los proveedores de servicios de IA, el problema comercial es directo: los ingresos por token pueden caer aunque aumente el uso, mientras que el coste de la capacidad, la energía, el hardware y la financiación no necesariamente baja al mismo ritmo.

Lo que revelan los resultados de Nvidia

Los resultados del segundo trimestre fiscal de 2027 de Nvidia muestran que el auge de la infraestructura sigue siendo extraordinariamente intenso. La compañía registró 96.200 millones de dólares de ingresos trimestrales, un 106% más que un año antes, y un beneficio ajustado por acción diluida de 2,22 dólares. 60 La dirección también señaló que los ingresos del ejercicio fiscal 2028 podrían crecer aproximadamente un 70%. 51

Estas cifras no demuestran que toda la economía de la IA haya resuelto su problema de rentabilidad. Reflejan, sobre todo, que la demanda de sistemas aceleradores escasos sigue siendo muy fuerte. Nvidia ocupa una posición crítica en un cuello de botella donde los clientes todavía compiten por conseguir suministro.

Sin embargo, el aumento del coste de la memoria empieza a afectar a la calidad de ese crecimiento. Nvidia prevé un margen bruto de alrededor del 74% para el trimestre siguiente, frente al 75% del periodo presentado, y las informaciones sobre sus previsiones relacionan parte de esa presión con el precio de la memoria. 51 Esto no implica necesariamente un deterioro drástico de su negocio. Sí sugiere que los resultados futuros dependerán más de las subidas de precios, la integración de sistemas, las redes, el software y la ejecución de la cadena de suministro; no solo de vender chips escasos con márgenes elevados.

Broadcom convierte la demanda de infraestructura en una prueba de financiación

Broadcom representa otra faceta de esta presión. Reuters y Bloomberg informaron de que la compañía negociaba con prestamistas una deuda de más de 60.000 millones de dólares para una estructura de financiación de chips de IA que beneficiaría a Anthropic y a otros clientes. El acuerdo podría incluir alrededor de 30.000 millones de dólares en deuda subordinada, junto con un tramo sénior garantizado, aunque las condiciones todavía estaban en negociación. 12

Este matiz es fundamental: se trataba de una financiación propuesta, no de un endeudamiento ya completado. Por tanto, las cifras deben interpretarse como un rango que se estaba estudiando, no como una operación definitiva.

La pregunta económica es si los ingresos generados por esos chips serán suficientemente estables para cubrir el servicio de la deuda. Un acelerador puede tener un gran valor técnico y, aun así, convertirse en una inversión apalancada poco atractiva si los precios de los modelos caen, la concentración de clientes es elevada, el valor de los equipos disminuye o refinanciarse resulta más caro.

Por eso importan los mercados de crédito. Cuando la infraestructura se financia con grandes cantidades de deuda, la caída del precio de los tokens deja de ser únicamente un problema de precios para las empresas de software. También puede afectar a los flujos de caja que respaldan arrendamientos, vehículos de propósito especial, proveedores y prestamistas.

Las grandes nubes tienen ventajas, pero no son inmunes

Las grandes compañías de servicios en la nube están mejor posicionadas que los proveedores independientes de modelos porque pueden combinar la IA con servicios cloud, software empresarial, publicidad, datos y canales de distribución ya existentes. También pueden subvencionar determinadas funciones de IA y monetizar al cliente en otras áreas.

Eso no demuestra automáticamente que cada inversión en IA vaya a ofrecer una rentabilidad atractiva. Los modelos baratos pueden impulsar el uso y, al mismo tiempo, reducir los ingresos por unidad. El exceso de capacidad podría convertir la IA en una función de menor margen dentro de la computación en la nube, en lugar de crear un nuevo gran centro de beneficios.

La métrica decisiva no es cuántos tokens se procesan, sino cuánto pagan los clientes por la productividad, los ingresos o los ahorros de costes que esos tokens generan.

Qué significan los tokens más baratos para las empresas

La caída de los precios de inferencia es una buena noticia para las empresas. Reduce la barrera para probar aplicaciones de IA, automatizar procesos concretos y utilizar modelos más potentes en tareas que antes no superaban el umbral económico.

La advertencia es que el precio de los tokens solo representa una parte del coste total. Las empresas todavía deben asumir la integración, la preparación de datos, la seguridad, la gobernanza, la evaluación de resultados y la gestión del cambio. Una factura de API más baja no garantiza por sí sola un retorno positivo de la inversión.

Por eso el mercado está planteando una pregunta más exigente: ¿qué resultado empresarial medible produce cada unidad de cómputo de IA? Las compañías capaces de vincular el uso de modelos con ingresos o ahorros verificables deberían estar mejor posicionadas que aquellas que acumulan capacidad sin un caso de uso claro.

La lectura para inversores y mercados de crédito

Los inversores deberían diferenciar entre la exposición a insumos escasos y la exposición al acceso a modelos, que tiende a commoditizarse.

En el lado limitado por la oferta se encuentran la memoria, la fabricación avanzada, las redes, la electricidad y los sistemas integrados de aceleradores. Estas empresas pueden conservar poder de negociación mientras sus clientes compiten por capacidad. Las subidas de precios de Samsung y su previsión sobre la escasez son señales de ese poder actual. 3233

El acceso a modelos afronta una prueba más difícil. Los modelos gratuitos o muy rebajados pueden ampliar el mercado, pero también dificultan mantener precios elevados para una inferencia poco diferenciada. La economía sostenible podría depender más de la distribución propia, los datos exclusivos, los flujos de trabajo especializados, la demanda contratada o un software capaz de capturar valor más allá del token.

Los inversores de crédito deberían fijarse en los flujos de caja contratados, la concentración de clientes, el valor residual del hardware, la estructura de la deuda y las fechas de refinanciación. La operación propuesta por Broadcom es una advertencia útil: muestra con qué rapidez la infraestructura de IA puede convertirse en una cuestión financiera y crediticia, además de tecnológica. 12

La conclusión

El auge de la IA no sigue una única curva de costes. La inteligencia se vuelve más barata y abundante, mientras la capacidad física necesaria para producirla continúa siendo escasa y cara.

Ese desajuste ayuda a explicar cómo Nvidia puede presentar un crecimiento extraordinario y, al mismo tiempo, advertir de presión sobre sus márgenes. También explica por qué una estructura propuesta de financiación de chips por decenas de miles de millones de dólares puede atraer la atención de los mercados de crédito aunque la demanda de IA siga siendo muy sólida.

La siguiente fase del mercado dependerá menos de la capacidad de los modelos por sí sola y más de que los clientes sean capaces de convertir una inteligencia barata en flujos de caja duraderos antes de que haya que refinanciar una capacidad de cómputo costosa y financiada con deuda.