Insights Investing
La paradoja de la abundancia de la IA: restricciones de infraestructura, escasez de activos y la estrategia del inversionista en valor
Podcast · Escuchar (21 min)
Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash | Stock Market
Contenido
- Las dos realidades de la IA: visión de abundancia frente a economía de la inferencia
- La barrera de infraestructura a corto plazo: intensidad de capital y economía unitaria
- Cuellos de botella macroeconómicos y el problema de la propiedad
- Marco de asignación de capital: activos reproducibles frente a activos irreductiblemente escasos
- Cifras clave
- Qué nos haría cambiar de opinión
- Conclusiones prácticas para inversionistas de largo plazo
- Fuentes citadas
Visionarios tecnológicos como Elon Musk proyectan un futuro de deflación estructural extrema y argumentan que la combinación de inteligencia artificial y robótica autónoma reducirá los costos de producción más rápido de lo que crece la oferta monetaria, volviendo obsoleto el ahorro convencional para la jubilación mediante una «economía de replicadores». Sin embargo, la economía unitaria actual de la IA de frontera —marcada por costos insostenibles de prestación de servicios basados en agentes, enormes necesidades de inversión de capital y graves cuellos de botella eléctricos— demuestra que la realidad física sigue lejos de la posescasez. Desde la perspectiva de la inversión en valor, abandonar la acumulación de activos basándose en un pronóstico hiperdeflacionario representa un profundo riesgo asimétrico: lejos de eliminar la utilidad del capital, la transición de varias décadas hacia la abundancia de la IA hará que el poder adquisitivo migre decididamente hacia cuellos de botella físicos y tecnológicos irreductiblemente escasos. Los inversionistas de largo plazo deben sortear esta fricción identificando dónde se acumula el excedente económico a medida que el software y el trabajo rutinario experimentan una fuerte deflación de precios, mientras los activos de infraestructura que constituyen cuellos de botella capturan rentas económicas duraderas.
Las dos realidades de la IA: visión de abundancia frente a economía de la inferencia
El debate público sobre la inteligencia artificial está actualmente dividido entre proyecciones macroeconómicas de largo plazo de un desplome extremo de los costos y la fricción microeconómica inmediata de operar modelos de frontera. En una entrevista de enero de 2026 en el pódcast Moonshots de Peter Diamandis, Elon Musk describió un marco económico impulsado por la deflación estructural. Argumentó que, si la inteligencia de la IA logra impulsar la robótica autónoma, el costo del trabajo físico y la producción se desplomará en todos los sectores de la civilización. En el modelo de Musk, la producción crece más rápido que la oferta monetaria, empujando el precio marginal de los bienes y servicios físicos hacia cero. Al situar su hipótesis en un horizonte de 10 a 20 años, Musk afirmó: «Si cualquiera de las cosas que hemos dicho es cierta, ahorrar para la jubilación será irrelevante». Reiteró esta postura el 29 de octubre de 2026, al responder a @battleangelviv en X y afirmar que ahorrar dinero para un futuro lejano carece de sentido bajo la dinámica de la posescasez.
La tesis de Musk se basa en un mecanismo secuencial de transmisión macroeconómica:
$$\text{AI Intelligence} \longrightarrow \text{Autonomous Robotics} \longrightarrow \text{Cheaper Labor/Production} \longrightarrow \text{Structural Deflation}$$
Es fundamental destacar que este marco describe un desplome de precios impulsado por la oferta, no una devaluación monetaria. En lugar de que la hiperinflación erosione las reservas de efectivo, la «economía de replicadores» —análoga a la producción de posescasez de Star Trek— implica que los bienes y servicios reales se vuelven tan abundantes que mantener grandes saldos de moneda fiduciaria tradicional deja de ser necesario para garantizar condiciones de vida normales.
Sin embargo, existe una realidad operativa opuesta en la frontera del despliegue de modelos. El 1 de noviembre de 2026 —apenas tres días después de su publicación sobre el ahorro para la jubilación— Musk respondió públicamente a las quejas de los usuarios sobre el rápido agotamiento de los cupos de uso de Grok Bot en X, reconociendo: «El costo de prestar el servicio de Grok Bot era insosteniblemente alto en relación con los ingresos».
Esta fricción económica surge de la divergencia fundamental entre la inferencia conversacional de una sola instrucción y las cargas de trabajo persistentes de agentes con múltiples pasos. Una instrucción conversacional estándar sigue una ruta de cómputo lineal:
$$\text{Prompt} \longrightarrow \text{Inference} \longrightarrow \text{Answer}$$
En cambio, un agente autónomo funciona como una máquina de estados continua que ejecuta subtareas iterativas en entornos externos:
$$\text{Reasoning} \longrightarrow \text{Web Browsing} \longrightarrow \text{Tool Call} \longrightarrow \text{Model Call} \longrightarrow \text{Browser Action} \longrightarrow \text{Screenshot/Image Processing} \longrightarrow \text{Model Call} \longrightarrow \text{Terminal} \longrightarrow \text{Retry} \longrightarrow \text{Memory/Context} \longrightarrow \text{Model Call} \longrightarrow \text{Verification} \longrightarrow \text{Output}$$
Dado que un flujo de trabajo basado en agentes puede consumir decenas o cientos de pasadas secuenciales de inferencia, solicitudes de capturas de pantalla y verificaciones de herramientas para finalizar un único resultado, el costo por tarea humana completada es varios órdenes de magnitud superior al costo por mensaje de un asistente conversacional. Esta volatilidad estructural rompe los modelos convencionales de suscripción con tarifa fija ($30 al mes): un usuario de baja intensidad que ejecuta cinco tareas breves subsidia a un usuario empresarial intensivo que consume cientos de horas de aceleradores. Cuando la variabilidad del consumo aumenta rápidamente, los niveles de precio fijo sin medición del uso sufren una compresión extrema del margen bruto.
La barrera de infraestructura a corto plazo: intensidad de capital y economía unitaria
La tensión entre la caída de los costos de procesamiento por token y el aumento del gasto de capital agregado pone de relieve las restricciones físicas que enfrenta el sector de la IA. Esta dinámica se manifestó claramente en la reestructuración comercial de Grok Bot por parte de xAI. Cuando se lanzó el 11 de agosto de 2026, el uso de Grok Bot se comercializaba como una función independiente, separada de los cupos estándar de Grok y Cursor. Para octubre de 2026, xAI abandonó el acceso sin restricciones e integró Grok Bot en un fondo semanal compartido de créditos medidos entre los distintos niveles de suscripción:
- Premium: $30 al mes ($4\times$ de uso relativo)
- Super: $100 al mes ($15\times$ de uso relativo)
- Ultra: $200 al mes ($50\times$ de uso relativo)
El acceso se restringió estrictamente a los niveles Premium y superiores, y las cargas intensivas de trabajo de agentes requerían compras de créditos adicionales. Este cambio del acceso ilimitado a la monetización según el uso refleja el reconocimiento, en toda la empresa, de la economía unitaria de la inferencia basada en agentes.
Los datos empíricos de organizaciones de investigación primaria destacan la enorme intensidad de capital necesaria para mantener capacidades de IA de frontera:
- Expansión de ingresos frente a desembolsos de cómputo: El Informe del Índice de IA de 2026 de la Universidad de Stanford documenta que las empresas de IA están aumentando sus ingresos extraordinariamente rápido, mientras el gasto en cómputo e infraestructura alcanza simultáneamente niveles récord.
- Asignación presupuestaria de los laboratorios de IA: La investigación de Epoch AI indica que los gastos de cómputo representan entre 54% y 62% del gasto operativo total de los principales laboratorios de desarrollo de IA.
- Inversión de capital en infraestructura de centros de datos: Epoch AI estima que un centro de datos de IA moderno hipotético de 1 gigavatio (GW) requiere aproximadamente $38 mil millones de inversión de capital inicial, además de $8.5 mil millones en costos totales de propiedad anualizados.
- Restricciones eléctricas y de interconexión: La Agencia Internacional de Energía (AIE) proyecta que el consumo mundial de electricidad de los centros de datos aproximadamente se duplicará hasta ~950 TWh para 2030, impulsado principalmente por cargas de trabajo de IA que operan en un contexto de graves demoras de interconexión a la red eléctrica.
- Deflación por eficiencia de inferencia: Como contrapeso al gasto en equipos, el Índice de IA de 2026 de Stanford señala que el costo de obtener un rendimiento de inferencia equivalente al de GPT-3.5 cayó de ~$20 por millón de tokens en noviembre de 2022 a $0.07 por millón de tokens en octubre de 2024: una reducción de >280$\times$ en aproximadamente 18 meses.
Aunque los costos unitarios de inteligencia se desploman siguiendo una curva deflacionaria agresiva, el gasto empresarial agregado continúa creciendo exponencialmente. Los despliegues de IA están limitados por un conjunto de cuellos de botella del mundo real: capacidad de fabricación de semiconductores avanzados, compromisos de diseño de las arquitecturas de transformadores, generación eléctrica para la red y plazos de construcción física de centros de datos.
Cuellos de botella macroeconómicos y el problema de la propiedad
Incluso si las capacidades tecnológicas avanzan rápidamente, la teoría macroeconómica y la investigación institucional indican que las capacidades de producción por sí solas no se traducen automáticamente en abundancia económica para los hogares ni en una expansión del PIB de toda la economía.
Un obstáculo estructural primordial es el problema de concentración de la propiedad. Si los activos clave —arquitecturas de superinteligencia, patentes de equipos robóticos, centros de fabricación, activos de generación e instalaciones físicas de datos— se concentran en entidades corporativas sometidas a un control estricto, los bajos costos unitarios de producción no producirán automáticamente precios bajos para los consumidores. Si una empresa centralizada reduce el costo directo de producir una comida a $0.05, no tiene ninguna obligación estructural de vender ese producto al costo. En condiciones de mercado oligopólicas o de competencia débil en precios, los operadores privados mantienen paraguas protectores de precios y capturan rentas económicas excedentes para maximizar los márgenes de utilidad corporativos.
En consecuencia, los paraguas de precios privados comprimen el poder adquisitivo de los hogares durante la fase intermedia de expansión tecnológica. La acumulación de capital no funciona simplemente como una meta de ahorro personal, sino como una cobertura estructural indispensable frente a la erosión salarial durante el desfase de varios años previo a la caída de precios de los bienes de consumo del mundo real.
Musk reconoció implícitamente esta fricción al proponer un «ingreso alto universal», al tiempo que admitió en su entrevista de enero de 2026 que la transición de varias décadas sería «accidentada» y conllevaría posibles disturbios sociales junto con la expansión económica. Además, la investigación económica del Fondo Monetario Internacional (FMI) enfatiza que el crecimiento macroeconómico no puede proyectarse estrictamente a partir de las capacidades de los modelos. Las listas de espera de infraestructura física, la fricción organizacional, las aprobaciones regulatorias, las restricciones al despliegue de capital y las rigideces institucionales crean un desfase sistémico que impide la traducción inmediata de las capacidades de IA en mejoras generalizadas de productividad.
Marco de asignación de capital: activos reproducibles frente a activos irreductiblemente escasos
Desde una perspectiva de inversión en valor arraigada en los principios de Graham y Buffett, un entorno de aceleración tecnológica impulsada por la IA exige una separación estricta entre los activos reproducibles sujetos a un desplome de costos y los activos irreductiblemente escasos que capturan valor empresarial. A medida que los costos marginales de replicación de la propiedad intelectual digital, el código de software y el trabajo analítico rutinario tienden a cero, el capital económico no desaparece; migra hacia los cuellos de botella físicos estructurales.
| Activos reproducibles (presiones deflacionarias) | Activos irreductiblemente escasos (acumulación de valor) |
|---|---|
| Aplicaciones de software indiferenciadas e interfaces de programación de aplicaciones | Bienes raíces en ubicaciones privilegiadas (p. ej., terrenos en Manhattan, propiedades frente al mar en La Jolla) |
| Servicios profesionales, jurídicos y de conocimiento rutinarios | Generación de energía a gran escala y derechos de interconexión a la red |
| Medios digitales básicos, contenido y arte sintético | Fábricas de semiconductores avanzados y propiedad intelectual de litografía especializada |
| Ensamblaje indiferenciado y fabricación estándar | Nodos de centros de datos esenciales para la operación e instalaciones de alta densidad |
| Transporte estandarizado y logística de carga | Conjuntos de datos propietarios y fosos económicos (moat) de red con alta retención |
Desde un punto de vista analítico, la enorme intensidad de capital —como los $38 mil millones de inversión de capital inicial y los $8.5 mil millones de costo de propiedad anualizado por centro de datos de 1 GW— crea graves distorsiones en los perfiles de rentabilidad. Los compromisos de inversión de capital extrema deterioran la rentabilidad sobre el capital invertido (ROIC) de los operadores de infraestructura, que enfrentan una rápida obsolescencia de los equipos y ciclos perpetuos de reinversión. Esta dinámica reduce la persistencia de los flujos de caja descontados e introduce riesgo de valor terminal para los laboratorios de IA con una elevada intensidad de activos.
En cambio, el excedente económico fluye hacia los propietarios de cuellos de botella no reproducibles, como los derechos de transmisión, la generación eléctrica escasa y los bienes raíces de alto valor. Incluso si la robótica humanoide reduce los costos de construcción física a $20,000 por estructura, la oferta de terrenos subyacentes en ubicaciones metropolitanas privilegiadas sigue siendo absolutamente fija. Por lo tanto, poseer capital productivo que constituye un cuello de botella se vuelve más vital durante la fase de transición. Si los ingresos laborales experimentan presión estructural antes de que se desplomen los costos de vivienda física, electricidad y atención médica, los participantes del mercado sin capital sufrirán una fuerte compresión de márgenes.
Cifras clave#
- Caída del costo de inferencia equivalente a GPT-3.5: De ~$20 por millón de tokens (noviembre de 2022) a $0.07 por millón de tokens (octubre de 2024): una reducción de >280$\times$ en ~18 meses (Índice de IA de 2026 de Stanford).
- Participación del cómputo en el gasto de los laboratorios de IA: Entre 54% y 62% del gasto total (Epoch AI).
- Requisitos de capital de un centro de datos de IA de 1 GW: $38 mil millones de capital inicial; $8.5 mil millones de costo total de propiedad anualizado (estimación de Epoch AI).
- Consumo mundial de electricidad de los centros de datos: Se proyecta que se duplique hasta ~950 TWh para 2030 (estimación de la AIE).
- Niveles de suscripción de xAI (octubre de 2026): Premium a $30/mes (4$\times$ de uso), Super a $100/mes (15$\times$ de uso), Ultra a $200/mes (50$\times$ de uso).
- Fechas clave de la cronología: Entrevista de Elon Musk en el pódcast Moonshots (enero de 2026); lanzamiento inicial de Grok Bot (11 de agosto de 2026); declaración de Elon Musk sobre la jubilación (29 de octubre de 2026); declaración de Elon Musk sobre el costo de prestar el servicio de Grok Bot (1 de noviembre de 2026).
Qué nos haría cambiar de opinión
Los siguientes hitos empíricos invalidarían nuestra tesis de cuellos de botella estructurales e indicarían que el cronograma de Musk para una economía de posescasez está superando las restricciones del mundo real:
- Escalamiento comercial de la robótica física: Despliegue generalizado, en múltiples industrias, de robots humanoides autónomos en entornos no restringidos (construcción, agricultura, logística y mantenimiento pesado) que impulse una caída sostenida de los precios de los bienes físicos del mundo real.
- Avances en infraestructura energética: Una resolución sistémica de las solicitudes pendientes de interconexión a la red eléctrica, junto con reducciones persistentes de los precios de la electricidad industrial pese al crecimiento exponencial de la demanda de los centros de datos.
- Precios de IA agéntica sin límites de uso: La reintroducción generalizada y económicamente estable de suscripciones de capacidad de cómputo agéntico sin medición de consumo y verdaderamente ilimitadas por parte de proveedores de IA de primer nivel, sin degradar el rendimiento ni sufrir pérdidas operativas.
- Distribución amplia de las ganancias de productividad: Evidencia macroeconómica que demuestre aumentos estructurales de los salarios reales entre los hogares que no poseen capital, o la implementación institucional formal de mecanismos universales de transferencia de activos que neutralicen la disrupción laboral.
Conclusiones prácticas para inversionistas de largo plazo
Evaluar los pronósticos de posescasez desde la perspectiva de la teoría de decisiones revela una marcada asimetría del riesgo. Dejar de acumular capital personal ante la expectativa de una rápida abundancia tecnológica introduce un riesgo de pérdida irreversible. Si un inversionista mantiene una tasa de ahorro disciplinada y se materializa un orden económico de posescasez, las reservas de efectivo acumuladas simplemente se vuelven innecesarias en un entorno de bajo costo. Por el contrario, si un inversionista detiene la acumulación de capital y la transición hacia la abundancia se retrasa de 10 a 20 años debido a cuellos de botella físicos, fricciones regulatorias o precios elevados sostenidos por monopolios, la persona sin capital acumulado enfrenta una grave vulnerabilidad financiera.
En un horizonte de 5 a 15 años, la estrategia de asignación de largo plazo debe tratar la preservación del capital y la capitalización compuesta no como conceptos obsoletos, sino como herramientas esenciales de gestión del riesgo ante una transición tecnológica a distintas velocidades. Los inversionistas de valor deben mantener un amplio margen de seguridad mediante una menor ponderación de empresas de software fácilmente reproducible que carezcan de fosos económicos (moats), orientando el capital, en cambio, hacia activos que constituyan cuellos de botella físicos y ofrezcan perfiles de rentabilidad duraderos, como la generación eléctrica de carga base, la infraestructura de transmisión, los nodos de redes físicas y las cadenas de suministro industriales con altas barreras de entrada. Para evaluar cómo estos cuellos de botella estructurales afectan las valoraciones de empresas individuales a lo largo de los ciclos de mercado, explore más investigaciones de acceso abierto en el sitio web de DeepValues Research o evalúe los valores intrínsecos de las acciones mediante la aplicación DeepValues.
Fuentes citadas#
- "The AI Abundance Paradox" (Excerpts and Analysis)
- Elon Musk, X (@elonmusk) posts on October 29, 2026, and November 1, 2026
- Peter Diamandis's Moonshots Podcast, interview with Elon Musk (January 2026)
- 2026 AI Index Report, Stanford University
- Infrastructure Cost & Spending Estimates, Epoch AI
- Electricity 2024 / Global Energy & Data Center Outlook, International Energy Agency (IEA)
- Macroeconomic Impact of Artificial Intelligence Report, International Monetary Fund (IMF)
Ver
Enlaces a las fuentes
- The AI Abundance Paradox
Ver y escuchar
- Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash YouTube · EN
- 馬斯克72小時自打臉:AI推論成本暴跌280倍,Grok為何仍燒不起? YouTube · 中文
- Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash | Stock Market Podcast · EN
- 馬斯克72小時自打臉:AI推論成本暴跌280倍,Grok為何仍燒不起?|美股市場 Podcast · 中文