{"id":141217,"date":"2026-07-07T20:08:33","date_gmt":"2026-07-08T02:08:33","guid":{"rendered":"https:\/\/pongara.net\/news\/china-desafia-la-rentabilidad-de-la-ia-y-reaviva-temores-de-una-nueva-burbuja-tecnologica\/"},"modified":"2026-07-07T20:08:33","modified_gmt":"2026-07-08T02:08:33","slug":"china-desafia-la-rentabilidad-de-la-ia-y-reaviva-temores-de-una-nueva-burbuja-tecnologica","status":"publish","type":"post","link":"https:\/\/pongara.net\/news\/china-desafia-la-rentabilidad-de-la-ia-y-reaviva-temores-de-una-nueva-burbuja-tecnologica\/","title":{"rendered":"China desaf\u00eda la rentabilidad de la IA y reaviva temores de una nueva burbuja tecnol\u00f3gica"},"content":{"rendered":"<div>\n<div><img width=\"640\" height=\"384\" src=\"https:\/\/pongara.net\/news\/wp-content\/uploads\/2026\/07\/canuto-imagine-1783476491-840x504-1.jpg\" class=\"attachment-large size-large wp-post-image\" alt=\"\" style=\"margin-bottom: 15px;\" loading=\"lazy\" decoding=\"async\" srcset=\"https:\/\/pongara.net\/news\/wp-content\/uploads\/2026\/07\/canuto-imagine-1783476491-840x504-1.jpg 840w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/07\/canuto-imagine-1783476491-608x365.jpg 608w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/07\/canuto-imagine-1783476491-768x461.jpg 768w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/07\/canuto-imagine-1783476491.jpg 1226w\" sizes=\"auto, (max-width: 640px) 100vw, 640px\"><\/div>\n<p><strong>Un an\u00e1lisis reciente sostiene que el auge burs\u00e1til de la inteligencia artificial podr\u00eda enfrentar una prueba decisiva por dos frentes: modelos cada vez m\u00e1s costosos de monetizar en Estados Unidos y una competencia china mucho m\u00e1s barata, abierta y dif\u00edcil de bloquear.<br \/>\n***<\/strong><strong><\/strong><\/p>\n<ul>\n<li><strong>El an\u00e1lisis compara el actual ciclo de inversi\u00f3n en IA con una burbuja mayor que la puntocom, debido al enorme gasto en centros de datos y chips.<\/strong><\/li>\n<li><strong>Tambi\u00e9n cuestiona el modelo de negocio de la IA generativa, al se\u00f1alar p\u00e9rdidas millonarias, falta de m\u00e9tricas claras de retorno y costos operativos crecientes.<\/strong><\/li>\n<li><strong>China aparece como el principal desaf\u00edo externo, con modelos abiertos y mucho m\u00e1s baratos que podr\u00edan debilitar la tesis de ganancias extraordinarias para las firmas estadounidenses.<\/strong><\/li>\n<\/ul>\n<hr>\n<p>La narrativa que hoy sostiene buena parte del mercado burs\u00e1til estadounidense podr\u00eda enfrentar una prueba inc\u00f3moda. Esa es la tesis central presentada en <a href=\"https:\/\/www.youtube.com\/watch?v=siazPdsZHuI\">China Is About To Pop The AI Bubble<\/a>, del creador Andrei Jikh, quien recopil\u00f3 opiniones de ejecutivos, cr\u00edticos del sector y datos de mercado para argumentar que el auge de la inteligencia artificial podr\u00eda estar m\u00e1s cerca de una correcci\u00f3n que de una consolidaci\u00f3n estable.<\/p>\n<p>El punto de partida es contundente. Seg\u00fan el an\u00e1lisis, el mercado sigue premiando a las grandes tecnol\u00f3gicas bajo la idea de que Estados Unidos capturar\u00e1 beneficios extraordinarios durante a\u00f1os porque el resto del mundo depender\u00e1 de su infraestructura, sus modelos y sus plataformas de IA.<\/p>\n<p>Sin embargo, esa historia enfrenta varias grietas al mismo tiempo. Entre ellas aparecen la desconfianza empresarial hacia los modelos cerrados, la falta de un retorno sobre inversi\u00f3n claramente medible, el fuerte consumo de capital y energ\u00eda, y una competencia china que ofrece capacidades cercanas a menor precio.<\/p>\n<p>Para lectores menos familiarizados con el tema, conviene recordar que la fiebre de la IA no solo ha impulsado acciones tecnol\u00f3gicas. Tambi\u00e9n ha empujado inversiones masivas en chips, centros de datos, energ\u00eda, redes de nube y deuda corporativa vinculada al sector.<\/p>\n<p>La preocupaci\u00f3n no es menor porque, si esta narrativa se debilita, el golpe no se limitar\u00eda a unas pocas startups. Podr\u00eda alcanzar fondos indexados, planes de retiro y las valoraciones de empresas que hoy concentran una porci\u00f3n enorme del mercado accionario de Estados Unidos.<\/p>\n<h3>Desconfianza empresarial y dudas sobre el valor real de la IA<\/h3>\n<p>Uno de los primeros cuestionamientos del an\u00e1lisis es si las empresas realmente desean pagar por esta tecnolog\u00eda en su forma actual. La cr\u00edtica no parte solo de esc\u00e9pticos externos, sino tambi\u00e9n de figuras cercanas al complejo corporativo y gubernamental estadounidense.<\/p>\n<p>Entre ellas aparece Alex Karp, director ejecutivo de Palantir, quien resumi\u00f3 varias dudas que hoy circulan entre clientes empresariales. Seg\u00fan su planteamiento, muchas compa\u00f1\u00edas no est\u00e1n convencidas de entregar sus datos, sus procesos internos y su propiedad intelectual a proveedores externos de modelos.<\/p>\n<p>Karp tambi\u00e9n apunt\u00f3 al modo en que la IA se cobra en la pr\u00e1ctica. En lugar de vincular el pago a un resultado concreto, como un ahorro verificable o un incremento directo de ingresos, gran parte del negocio se basa en el cobro por tokens, es decir, por el volumen de texto procesado y generado.<\/p>\n<p>Ese esquema, seg\u00fan la cr\u00edtica citada por Jikh, genera una tensi\u00f3n evidente. Si la tecnolog\u00eda fuera tan transformadora y confiable como se promociona, los proveedores podr\u00edan cobrar como un socio de resultados y no como un servicio que factura incluso cuando la respuesta no crea valor.<\/p>\n<p>El problema se agrava por las llamadas alucinaciones de los modelos. Estas respuestas incorrectas o inventadas siguen siendo una limitaci\u00f3n dif\u00edcil de erradicar, lo que complica usar la IA en flujos cr\u00edticos donde un error puede traducirse en p\u00e9rdidas legales, financieras u operativas.<\/p>\n<p>La discusi\u00f3n no se limita a la calidad del resultado. Tambi\u00e9n toca un punto sensible para cualquier compa\u00f1\u00eda: el riesgo de alimentar a un futuro competidor con datos internos, patrones de negocio o procesos diferenciales que constituyen su ventaja estrat\u00e9gica.<\/p>\n<p>Como ejemplo, el an\u00e1lisis menciona el lanzamiento de Claude Design por parte de Anthropic, pese a la relaci\u00f3n de la firma con Figma. Seg\u00fan lo expuesto, el director ejecutivo de Figma manifest\u00f3 p\u00fablicamente su sorpresa, reforzando el temor de que un proveedor de IA pueda invadir \u00e1reas de negocio de sus propios clientes.<\/p>\n<p>De all\u00ed surge una salida que, seg\u00fan Karp, ya gana adeptos entre los actores m\u00e1s t\u00e9cnicos. En vez de alquilar una IA externa, algunas empresas preferir\u00edan descargar modelos abiertos, ejecutarlos en infraestructura propia y conservar el control sobre datos, pesos, procesos y acceso.<\/p>\n<p>El propio an\u00e1lisis reconoce que Karp no es un observador neutral. Poco antes de esas declaraciones, Palantir anunci\u00f3 una asociaci\u00f3n con Nvidia para vender modelos abiertos en entornos soberanos, por lo que su mensaje tambi\u00e9n puede leerse como parte de una estrategia comercial.<\/p>\n<p>Aun as\u00ed, la cr\u00edtica revela una tensi\u00f3n estructural del mercado actual. Muchas empresas quieren automatizaci\u00f3n y productividad, pero no necesariamente bajo un esquema en el que otra firma concentra el acceso, la infraestructura y la posibilidad de interrumpir el servicio.<\/p>\n<h3>El negocio de la IA generativa bajo presi\u00f3n financiera<\/h3>\n<p>La segunda gran objeci\u00f3n del an\u00e1lisis es econ\u00f3mica. A diferencia del software tradicional, donde el producto se desarrolla una vez y luego puede escalar con costos marginales bajos, la IA generativa exige gasto continuo cada vez que un usuario realiza una consulta.<\/p>\n<p>Eso cambia por completo la l\u00f3gica que hizo tan atractivas a las tecnol\u00f3gicas en las \u00faltimas d\u00e9cadas. En vez de capturar m\u00e1rgenes crecientes a escala, los modelos de IA consumen electricidad, capacidad de c\u00f3mputo y hardware con cada uso, lo que mantiene la estructura de costos muy elevada.<\/p>\n<p>Ed Zitron, citado en el an\u00e1lisis, sostuvo que el problema no es solo que estas compa\u00f1\u00edas pierdan dinero. Su objeci\u00f3n principal es que los costos crecer\u00edan casi de forma lineal con los ingresos, una din\u00e1mica muy distinta a la del software convencional.<\/p>\n<p>Uno de los datos m\u00e1s llamativos es el referido a OpenAI. Seg\u00fan la exposici\u00f3n recogida por Jikh, la empresa habr\u00eda quemado m\u00e1s de USD $20.900 millones en 2025, una cifra presentada como evidencia de que la escala no est\u00e1 mejorando los m\u00e1rgenes.<\/p>\n<p>En este contexto, la comparaci\u00f3n con negocios de alto margen pierde fuerza. El an\u00e1lisis llega a describir la IA como un restaurante que pierde dinero cada vez que sirve un plato, con la paradoja de intentar resolver el problema vendiendo todav\u00eda m\u00e1s platos.<\/p>\n<p>Las dudas no se limitan a OpenAI. Tambi\u00e9n alcanzan a los grandes socios e intermediarios que financian o construyen la infraestructura f\u00edsica detr\u00e1s del auge de la IA, desde fabricantes de chips hasta operadores de centros de datos y proveedores de nube.<\/p>\n<p>En el caso de Oracle, se mencion\u00f3 una capacidad en construcci\u00f3n de 7,1 gigavatios para un solo cliente. El argumento es que, si ese cliente no pudiera sostener el pago del c\u00f3mputo contratado, la exposici\u00f3n financiera podr\u00eda volverse mucho m\u00e1s delicada para la propia Oracle.<\/p>\n<p>Sobre Nvidia, el an\u00e1lisis destac\u00f3 el papel de las llamadas NeoClouds, empresas que compran grandes vol\u00famenes de GPU con financiamiento y luego, seg\u00fan la cr\u00edtica expuesta, terminan alquilando capacidad de regreso a Nvidia. Para los detractores, eso sugiere una demanda menos org\u00e1nica de lo que aparentan las cifras brutas de ventas.<\/p>\n<p>Jikh tambi\u00e9n remarca otro detalle relevante para el mercado. Aunque Microsoft, Google, Amazon y Meta reportan numerosas m\u00e9tricas de sus negocios, no ofrecen un desglose claro de ingresos espec\u00edficos atribuibles a IA que permita medir con precisi\u00f3n el retorno de sus enormes desembolsos.<\/p>\n<p>Esa ausencia alimenta una sospecha inc\u00f3moda. Es posible que parte del crecimiento que el mercado asocia al impulso de la IA en realidad provenga de negocios tradicionales a\u00fan s\u00f3lidos, mientras la nueva apuesta sigue drenando caja en silencio.<\/p>\n<div class=\"diari-in-content-middle diari-entity-placement\" id=\"diari-3403858562\">\n<div id=\"diari-2167904170\" data-diari-trackid=\"195495\" data-diari-trackbid=\"1\" class=\"diari-target diari-target\"><\/div>\n<\/div>\n<h3>China como alternativa barata y cada vez m\u00e1s competitiva<\/h3>\n<p>El tercer problema planteado por el an\u00e1lisis es geopol\u00edtico y comercial al mismo tiempo. Toda la tesis de beneficios extraordinarios para las empresas estadounidenses depende, en gran medida, de que el resto del mundo no tenga una alternativa comparable en costo y desempe\u00f1o.<\/p>\n<p>Ah\u00ed es donde aparece China. El video compara el nivel de inversi\u00f3n anual de ambos pa\u00edses y sostiene que Estados Unidos gastar\u00eda alrededor de USD $764.000 millones este a\u00f1o y hasta USD $1 bill\u00f3n el pr\u00f3ximo, frente a cerca de USD $102.000 millones y USD $123.000 millones en China.<\/p>\n<p>Presentado como proporci\u00f3n de la econom\u00eda, el contraste tambi\u00e9n busca impresionar. El gasto estadounidense equivaldr\u00eda a cerca de 3% de su PIB, mientras el chino rondar\u00eda 0,6%, lo que sugiere que Pek\u00edn estar\u00eda logrando resultados relevantes con una fracci\u00f3n del desembolso.<\/p>\n<p>La pieza cita una prueba puntual entre Claude Opus, de Anthropic, y GLM, un modelo abierto chino, en una tarea de programaci\u00f3n. Ambos habr\u00edan completado el trabajo en unos cinco minutos y medio, pero con costos de USD $2,33 frente a USD $0,31.<\/p>\n<p>Eso implica un precio entre siete y doce veces menor, seg\u00fan la exposici\u00f3n. M\u00e1s all\u00e1 de ese caso individual, el argumento se apoya en rankings de rendimiento donde Estados Unidos a\u00fan conserva los modelos m\u00e1s potentes, pero China multiplica su presencia en el segmento medio del mercado.<\/p>\n<p>All\u00ed aparecen nombres como DeepSeek, Qwen, Kimmy, MiniMax y el propio GLM. La lectura propuesta es que, para una gran parte de las aplicaciones reales de negocio, no hace falta el mejor modelo del mundo, sino uno suficientemente bueno y mucho m\u00e1s barato.<\/p>\n<p>Ese razonamiento cambia la l\u00f3gica competitiva. Si el grueso de los casos de uso empresariales se concentra en atenci\u00f3n al cliente, clasificaci\u00f3n de datos, automatizaci\u00f3n documental o tareas repetitivas, la combinaci\u00f3n de bajo precio y apertura puede pesar m\u00e1s que el liderazgo absoluto en benchmarks.<\/p>\n<p>El an\u00e1lisis atribuye buena parte de esta ventaja al proceso de destilaci\u00f3n. En t\u00e9rminos simples, consiste en entrenar modelos m\u00e1s peque\u00f1os y eficientes a partir de los resultados de modelos m\u00e1s avanzados, reduciendo costo, complejidad y tiempo de desarrollo.<\/p>\n<p>La cr\u00edtica m\u00e1s dura va un paso m\u00e1s all\u00e1 y sugiere que cada d\u00f3lar invertido por Estados Unidos en investigaci\u00f3n de frontera termina funcionando como una especie de subsidio indirecto para el ecosistema chino, que luego comprime esos avances en productos abiertos y de menor costo.<\/p>\n<p>Como ejemplo llamativo, se mencion\u00f3 a LongCat, un modelo atribuido a Meituan, una empresa conocida por su negocio de reparto de comida. La sola idea de que una firma de ese perfil compita con laboratorios punteros de Estados Unidos alimenta la duda sobre si todas las valoraciones actuales pueden justificarse.<\/p>\n<h3>Europa, restricciones de acceso y se\u00f1ales a vigilar en los mercados<\/h3>\n<p>El an\u00e1lisis tambi\u00e9n resalt\u00f3 un episodio regulatorio y diplom\u00e1tico ocurrido el 12 de junio. Ese d\u00eda, seg\u00fan lo relatado, el secretario de Comercio de Estados Unidos, Howard Lutnick, envi\u00f3 una carta a una empresa de San Francisco que deriv\u00f3 en el bloqueo de modelos avanzados de Anthropic para nacionales extranjeros.<\/p>\n<p>La orden, siempre seg\u00fan la exposici\u00f3n, no solo afect\u00f3 a ciudadanos chinos. Tambi\u00e9n alcanz\u00f3 a personas de Francia, Alemania, Jap\u00f3n e incluso empleados de la propia Anthropic que no fueran ciudadanos estadounidenses.<\/p>\n<p>Cuatro d\u00edas despu\u00e9s, de acuerdo con el video, Francia reaccion\u00f3 con dureza. Su primer ministro afirm\u00f3 que el pa\u00eds no pod\u00eda depender de socios capaces de cerrar el grifo de forma unilateral, una frase que resume el creciente inter\u00e9s europeo por opciones soberanas.<\/p>\n<p>El mismo bloque del an\u00e1lisis a\u00f1ade que Alemania ya se hab\u00eda apartado, mientras Espa\u00f1a pidi\u00f3 a sus empresas dejar de firmar acuerdos similares y Reino Unido avanz\u00f3 en la misma direcci\u00f3n. M\u00e1s que un caso aislado, se presenta como una se\u00f1al de desconfianza estrat\u00e9gica.<\/p>\n<p>Ese factor importa porque la carrera por la IA no es solo una competencia t\u00e9cnica. Tambi\u00e9n define qui\u00e9n controla infraestructura cr\u00edtica, acceso a modelos, soberan\u00eda de datos y continuidad operativa en un contexto global donde las tensiones comerciales y de seguridad est\u00e1n escalando.<\/p>\n<p>En cuanto al posible estallido de una burbuja, el an\u00e1lisis sostiene que no necesariamente ocurrir\u00eda cuando se detenga la construcci\u00f3n de centros de datos. La referencia hist\u00f3rica usada es la burbuja puntocom, donde el Nasdaq cay\u00f3 antes de que se frenara el gasto f\u00edsico en infraestructura.<\/p>\n<p>La se\u00f1al temprana podr\u00eda ser mucho m\u00e1s sutil. Bastar\u00eda, seg\u00fan esa lectura, con que un gran actor tecnol\u00f3gico moderara su gasto de capital en una conferencia de resultados y fuera recompensado por Wall Street, habilitando a los dem\u00e1s a imitarlo.<\/p>\n<p>Otra se\u00f1al vigilada ser\u00eda el mercado de deuda. Zitron plante\u00f3 que el verdadero punto cr\u00edtico llegar\u00eda cuando dejara de emitirse deuda para centros de datos o cuando el financiamiento para grandes firmas privadas de IA comenzara a fallar de forma visible.<\/p>\n<p>Jikh tambi\u00e9n repas\u00f3 el comportamiento de los diferenciales de cr\u00e9dito, que hoy se ubicar\u00edan cerca de 2,6%. Aunque ese nivel luce tranquilo, el propio an\u00e1lisis recuerda que en 2007 esos spreads tambi\u00e9n transmit\u00edan calma poco antes del estallido de la crisis inmobiliaria.<\/p>\n<p>Como cierre, se mencionaron gr\u00e1ficos compartidos por Michael Burry. Entre ellos destac\u00f3 uno que muestra a las acciones de chips en la parte alta de su rango de valoraci\u00f3n de quince a\u00f1os, y otro donde las empresas que venden hardware y equipos suben mucho m\u00e1s que los grandes compradores de esa infraestructura.<\/p>\n<p>Ese desacople sugiere una lectura dura del mercado. Wall Street estar\u00eda premiando a quienes cobran por la fiebre de la IA, pero sin conceder el mismo entusiasmo a quienes deben recuperar luego una factura multimillonaria en c\u00f3mputo, energ\u00eda y centros de datos.<\/p>\n<p>Un tercer gr\u00e1fico citado mostraba una ca\u00edda cercana a 20% en el \u00edndice de gasto por tokens de modelos de lenguaje desde su m\u00e1ximo de mayo. Bloomberg interpret\u00f3 esa se\u00f1al de forma ambigua, aunque una posible lectura es que la demanda migra hacia modelos m\u00e1s baratos, justo donde China parece ganar espacio.<\/p>\n<p>La conclusi\u00f3n del an\u00e1lisis no ofrece una fecha exacta para un ajuste. Lo que s\u00ed plantea es que el mercado podr\u00eda cambiar de narrativa mucho antes de que terminen las obras, se apaguen los centros de datos o desaparezca el entusiasmo p\u00fablico por la inteligencia artificial.<\/p>\n<hr>\n<p><em>Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio P\u00fablico.<\/em><\/p>\n<p><em>Este art\u00edculo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisi\u00f3n.<\/em><\/p>\n<div class=\"footer-entry-meta\"><\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Un an\u00e1lisis reciente sostiene que el auge burs\u00e1til de la inteligencia artificial podr\u00eda enfrentar una prueba decisiva por dos frentes: modelos cada vez m\u00e1s costosos [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":141218,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,1],"tags":[6236,285,9923,1268,4511,3705,7129,11957],"class_list":["post-141217","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-crypto","category-noticias","tag-burbuja","tag-crypto","tag-desafia","tag-noticias","tag-reaviva","tag-rentabilidad","tag-tecnologica","tag-temores"],"_links":{"self":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts\/141217","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/comments?post=141217"}],"version-history":[{"count":0,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts\/141217\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/media\/141218"}],"wp:attachment":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/media?parent=141217"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/categories?post=141217"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/tags?post=141217"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}