Creíamos que teníamos una burbuja de la IA. Hay argumentos potentes que indican que estábamos equivocados

A la IA o la amas o la odias. O eres un (¿iluso?) optimista, o estás en el carro de los escépticos y apuestas por un pinchazo inminente de esa burbuja de la IA de la que todos hablan. El conocido analista Ben Thompson lleva tiempo en el segundo grupo y planteaba que de hecho estábamos en una bubuja "buena" y beneficiosa aunque reviente. La conferencia anual de NVIDIA de hace unos días le ha hecho cambiar de posición, y para él no hay burbuja. No tiene un solo argumento, sino tres. O más bien, tres saltos.

El primer salto: ChatGPT. El lanzamiento de ChatGPT en noviembre de 2022 nos abrió a todos los ojos y demostró lo que la IA generativa podía hacer. Aquel primer modelo, eso sí, tenía dos problemas graves. El primero, que se equivocaba con frecuencia. El segundo, que cunado no sabía algo, se lo inventaba y alucinaba con una seguridad pasmosa. Eso convirtió a ChatGPT en algo asombroso pero poco fiable, como un juguete espectacular que necesita supervisión constante del usuario para ser útil de verdad.

En Xataka

Anthropic se ha convertido en la Apple de nuestra era y OpenAI en nuestra Microsoft: una historia de amor y odio

El segundo salto: el razonamiento. Casi dos años después se producía otra singular revolución en el campo de la IA generativa. En septiembre de 2024 OpenAI lanzó su modelo o1 y con él hubo una novedad espectacular. Por primera vez el modelo no se limitaba a soltar lo primero que se le ocurría: razonaba sobre su respuesta antes de darla, evaluaba si era correcta y consideraba alternativas. El resultado fue una IA significativamente más fiable y, por tanto, más útil. ¿El precio? Más cómputo. Los modelos de IA con capacidad de "razonamiento" consumen muchos más tokens que los que respondenb directamente, y eso disparó la demanda de infraestructura. O lo que es lo mismo: de centros de datos.

El tercer salto: los agentes. A esas dos revoluciones se les ha unido la tercera, la de los agentes de IA. Claude Code y Codex a finales de 2025 demostraron que los agentes de IA dejaban de ser una promesa para convertirse en algo que realmente funcionaba. Desde entonces es posible darles instrucciones para que luego se pongan a ejecutar tareas anidadas que pueden tenerles trabajando durante horas. Esos agentes verifican sus propios resultados y corrigen errores sin que el humano tenga que intevernir. La diferencia con lo que teníamos antes es notable, pero además desmonta la teoría de la burbuja.

¿Burbuja? En una burbuja, explicaba Thompson, la inversión supera la demanda real. Sin embargo en su opinión aquí ocurre lo contrario, porque cada hiperescalador —Microsoft, Google, Amazon, Meta— ha dejado claro que la demanda de cómputo les está superando, y para solucionarlo todos ellos están anunciando inversiones astronómicas en centros de datos de IA. Esas inversiones superan las expectativas del mercado, pero no las de estas empresas, que como Thompson tienen claro que en realidad la demanda va a acabar siendo tan enorme que la infraestructura actual se quedará muy corta.

No hacen falta millones de usuarios. Aún más llamativo en ese análisis es otro matiz al que apunta este analista. Se suponía que los chatbots necesitaban una adopción masiva para generar impacto económico, pero en el otro lado tenemos a los agentes, que no tienen ese requisito. Una sola persona puede controlar miles (¿millones?) de agentes simultáneamente, creando tareas complejas. Eso significa que no hace falta que todo el mundo use la IA para que la demanda de cómputo se dispare: basta con que la gente suficiente la use como probablemente la usará: para crear esas "empresas unipersonales" en las que un ser humano tenga miles de empleados de IA.

Las empresas pagarán. La realidad es que la inmensa mayoría de consumidores no van a querer pagar por la IA. Las empresas sí, porque ellas pagan por productividad y la IA parece comenzar a cumplir esa promesa. Pero el argumento va más allá del ahorro de costes: los agentes no solo hacen más eficiente el trabajo que hacemos los humanos, sino que permiten que un pequeño grupo de personas con una visión estratégica clara la ejecuten a una escala que antes requería cientos de empleados a los que además había que coordinar. Las grandes empresas llevan décadas añadiendo capas de gestión necesarias para escalar, pero toda esa jerarquía desaparece con los agentes.

Pero. Este analista también tiene claro que la oleada de despidos va a ser cada vez más patente y es evidente que la IA va tener un impacto claro. Sin embargo, explica que muchos de esos despidos actuales se corresponden más bien al sobreempleo que se experimentó con la pandemia de COVID-19. Ahora lo que ocurrirá es que las empresas ya no se preguntarán si contrararon demasiado para el mundo "pre-IA", sino si contrataron demasiado para el mundo "post-IA". De hecho, las que no se lo pregunten probablemente acaben compitiendo con rivales más pequeños, construidos desde cero con IA y con estructuras de coste radicalmente menores. Para él están claras dos cosas. Las primera, que la demanda de cómputo no parará de crecer. La segunda, que la burbuja, si es que existe —y según él, la respuesta es que no lo hace—, no va a explotar.

En Xataka | Su perra tenía cáncer, sus veterinarios no tenían soluciones y él encontró una vacuna ARNm en otro lugar: ChatGPT

–
La noticia

Creíamos que teníamos una burbuja de la IA. Hay argumentos potentes que indican que estábamos equivocados

fue publicada originalmente en

Xataka

por
Javier Pastor

.

 A la IA o la amas o la odias. O eres un (¿iluso?) optimista, o estás en el carro de los escépticos y apuestas por un pinchazo inminente de esa burbuja de la IA de la que todos hablan. El conocido analista Ben Thompson lleva tiempo en el segundo grupo y planteaba que de hecho estábamos en una bubuja "buena" y beneficiosa aunque reviente. La conferencia anual de NVIDIA de hace unos días le ha hecho cambiar de posición, y para él no hay burbuja. No tiene un solo argumento, sino tres. O más bien, tres saltos.
El primer salto: ChatGPT. El lanzamiento de ChatGPT en noviembre de 2022 nos abrió a todos los ojos y demostró lo que la IA generativa podía hacer. Aquel primer modelo, eso sí, tenía dos problemas graves. El primero, que se equivocaba con frecuencia. El segundo, que cunado no sabía algo, se lo inventaba y alucinaba con una seguridad pasmosa. Eso convirtió a ChatGPT en algo asombroso pero poco fiable, como un juguete espectacular que necesita supervisión constante del usuario para ser útil de verdad.

En Xataka

Anthropic se ha convertido en la Apple de nuestra era y OpenAI en nuestra Microsoft: una historia de amor y odio

El segundo salto: el razonamiento. Casi dos años después se producía otra singular revolución en el campo de la IA generativa. En septiembre de 2024 OpenAI lanzó su modelo o1 y con él hubo una novedad espectacular. Por primera vez el modelo no se limitaba a soltar lo primero que se le ocurría: razonaba sobre su respuesta antes de darla, evaluaba si era correcta y consideraba alternativas. El resultado fue una IA significativamente más fiable y, por tanto, más útil. ¿El precio? Más cómputo. Los modelos de IA con capacidad de "razonamiento" consumen muchos más tokens que los que respondenb directamente, y eso disparó la demanda de infraestructura. O lo que es lo mismo: de centros de datos.
El tercer salto: los agentes. A esas dos revoluciones se les ha unido la tercera, la de los agentes de IA. Claude Code y Codex a finales de 2025 demostraron que los agentes de IA dejaban de ser una promesa para convertirse en algo que realmente funcionaba. Desde entonces es posible darles instrucciones para que luego se pongan a ejecutar tareas anidadas que pueden tenerles trabajando durante horas. Esos agentes verifican sus propios resultados y corrigen errores sin que el humano tenga que intevernir. La diferencia con lo que teníamos antes es notable, pero además desmonta la teoría de la burbuja.
¿Burbuja? En una burbuja, explicaba Thompson, la inversión supera la demanda real. Sin embargo en su opinión aquí ocurre lo contrario, porque cada hiperescalador —Microsoft, Google, Amazon, Meta— ha dejado claro que la demanda de cómputo les está superando, y para solucionarlo todos ellos están anunciando inversiones astronómicas en centros de datos de IA. Esas inversiones superan las expectativas del mercado, pero no las de estas empresas, que como Thompson tienen claro que en realidad la demanda va a acabar siendo tan enorme que la infraestructura actual se quedará muy corta.
No hacen falta millones de usuarios. Aún más llamativo en ese análisis es otro matiz al que apunta este analista. Se suponía que los chatbots necesitaban una adopción masiva para generar impacto económico, pero en el otro lado tenemos a los agentes, que no tienen ese requisito. Una sola persona puede controlar miles (¿millones?) de agentes simultáneamente, creando tareas complejas. Eso significa que no hace falta que todo el mundo use la IA para que la demanda de cómputo se dispare: basta con que la gente suficiente la use como probablemente la usará: para crear esas "empresas unipersonales" en las que un ser humano tenga miles de empleados de IA.
Las empresas pagarán. La realidad es que la inmensa mayoría de consumidores no van a querer pagar por la IA. Las empresas sí, porque ellas pagan por productividad y la IA parece comenzar a cumplir esa promesa. Pero el argumento va más allá del ahorro de costes: los agentes no solo hacen más eficiente el trabajo que hacemos los humanos, sino que permiten que un pequeño grupo de personas con una visión estratégica clara la ejecuten a una escala que antes requería cientos de empleados a los que además había que coordinar. Las grandes empresas llevan décadas añadiendo capas de gestión necesarias para escalar, pero toda esa jerarquía desaparece con los agentes.

Pero. Este analista también tiene claro que la oleada de despidos va a ser cada vez más patente y es evidente que la IA va tener un impacto claro. Sin embargo, explica que muchos de esos despidos actuales se corresponden más bien al sobreempleo que se experimentó con la pandemia de COVID-19. Ahora lo que ocurrirá es que las empresas ya no se preguntarán si contrararon demasiado para el mundo "pre-IA", sino si contrataron demasiado para el mundo "post-IA". De hecho, las que no se lo pregunten probablemente acaben compitiendo con rivales más pequeños, construidos desde cero con IA y con estructuras de coste radicalmente menores. Para él están claras dos cosas. Las primera, que la demanda de cómputo no parará de crecer. La segunda, que la burbuja, si es que existe —y según él, la respuesta es que no lo hace—, no va a explotar.
En Xataka | Su perra tenía cáncer, sus veterinarios no tenían soluciones y él encontró una vacuna ARNm en otro lugar: ChatGPT

– La noticia

Creíamos que teníamos una burbuja de la IA. Hay argumentos potentes que indican que estábamos equivocados

fue publicada originalmente en

Xataka

por
Javier Pastor

.