Esta vez no es diferente: la inteligencia artificial y el peso de las burbujas del pasado

El 27 de enero de 2025, NVIDIA, la empresa estadounidense cuyas unidades de procesamiento gráfico (GPU) alimentan gran parte de la infraestructura de inteligencia artificial (IA) del mundo, perdió aproximadamente 600 mil millones de dólares en capitalización de mercado en una sola jornada bursátil, equivalente a una caída del 17% en el precio de sus acciones (IG International, 2025). El detonante fue el anuncio de DeepSeek, una empresa china de reciente fundación, que había entrenado un modelo de IA de rendimiento comparable al de las grandes tecnológicas occidentales (por ejemplo, OpenAI), utilizando apenas 5,6 millones de dólares; una fracción mínima de lo que sus competidores invierten en procesos equivalentes (NBC News, 2025). La reacción del mercado fue simultáneamente rápida y reveladora. Si el supuesto central, que invertir más en infraestructura computacional equivale automáticamente a mayor ventaja tecnológica, puede ser cuestionado por una empresa emergente con recursos modestos, entonces la pregunta sobre si el auge de la IA descansa en fundamentos económicos sólidos o en expectativas que los superan se vuelve ineludible. Para responderla con rigor, no basta con analizar el presente; es indispensable mirar lo que la historia económica tiene para decir.
 

¿Qué es una burbuja económica y por qué importa reconocerla?

Antes de comparar episodios, conviene precisar el concepto. Una burbuja económica, o especulativa, ocurre cuando el precio de un activo, ya sea una acción, un bien raíz o cualquier otro, se aleja de manera sostenida y significativa de su valor económico real. Lo que la infla no son los fundamentos verificables de la empresa, como sus ingresos, ganancias o flujos de caja, sino la expectativa de que otros compradores pagarán aún más en el futuro. El economista Robert Shiller, Premio Nobel de Economía en 2013, define este fenómeno como una situación en la que los precios son sostenidos por narrativas optimistas contagiosas antes que por cálculos racionales del valor (Shiller, 2015). Lo que hace difícil identificar una burbuja en tiempo real es que, mientras se infla, produce ganancias reales para quienes participan en ella, lo que refuerza la narrativa y atrae más capital. El problema emerge cuando la brecha entre precio y valor se vuelve insostenible y el ajuste se produce abruptamente, la burbuja explota, con consecuencias que se extienden mucho más allá de quienes especularon directamente.

La burbuja de las empresas dotcom: el espejo más nítido

Entre 1995 y 2000, la llegada masiva del internet generó una ola de entusiasmo inversor sin precedentes en el sector tecnológico. El índice NASDAQ, que agrupa a las principales empresas tecnológicas de Estados Unidos, pasó de 751 puntos en enero de 1995 a 5.048 el 10 de marzo del 2000, un incremento del 572% en cinco años (Mason Boro Advisors, 2025). Para dimensionar lo que ese número significa en términos concretos, un ahorrador que hubiera invertido 10.000 dólares en 1995 tenía, sobre el papel, más de 67.000 cinco años después. Esa promesa atrajo a millones de personas, fondos institucionales y capitales de riesgo hacia empresas que, en muchos casos, no habían generado un solo centavo de ganancia.

Ahí reside el problema central del episodio. La razón precio-ganancia, conocida como P/E por sus siglas en inglés, es uno de los indicadores más usados para evaluar si una acción está cara o barata: mide cuántos dólares paga un inversionista por cada dólar de ganancia anual que genera la empresa. En condiciones normales de mercado, un P/E de entre 15 y 25 puntos se considera razonable para empresas maduras. Durante el auge dotcom, el P/E del índice NASDAQ alcanzó 200 puntos (Goldman Sachs, 2025), nivel sin precedente en la historia financiera moderna. Alrededor del 86% de las empresas tecnológicas que realizaron ofertas públicas de acciones durante ese período operaban con pérdidas, y el 74% exhibía flujos de caja negativos (Red Lotus Capital, 2025). Aun así, los mercados las valoraban en miles de millones de dólares, convencidos de que el futuro justificaría el precio del presente. El estudio académico de Ofek y Richardson (2003), publicado en The Journal of Finance, documenta cómo los inversionistas optimistas dominaron el mercado porque los mecanismos para apostar en contra de esas valoraciones eran limitados, lo que permitió que el precio se desconectara de la realidad por más tiempo del que hubiera sido posible en condiciones normales.

Cuando la corrección llegó, la burbuja explotó y arrasó con lo que el entusiasmo había construido. El NASDAQ cayó el 77% entre 2000 y 2002; más del 50% de las empresas dotcom que habían cotizado en bolsa quebraron antes de 2004, y el financiamiento de capital de riesgo para el sector se contrajo el 95% desde su máximo (Mason Boro Advisors, 2025). El índice no recuperaría su nivel pico hasta abril de 2015, quince años después del colapso. La lección que los economistas extrajeron de ese episodio, y que Kindleberger y Aliber (2005) sistematizaron en su obra clásica sobre pánicos financieros, es que el entusiasmo por una tecnología genuinamente transformadora no protege a los mercados de la sobrevaloración; de hecho, la dificulta, porque quien pone en duda los precios parece estar cuestionando la tecnología misma.

La crisis de 2008: una arquitectura diferente, una lección distinta

Vale la pena referirse también a la crisis financiera de 2008, no como término de comparación directa con la situación actual de la IA, sino precisamente para mostrar por qué la analogía pertinente es la de las dotcom y no aquella. La crisis de 2008 no fue una burbuja de valoraciones bursátiles, sino de crédito hipotecario: los bancos prestaron dinero a compradores de vivienda sin suficiente capacidad de pago, empaquetaron esas hipotecas en instrumentos financieros complejos y los distribuyeron en todo el sistema financiero global. Cuando los precios inmobiliarios cayeron, el colapso se extendió a través del sistema de crédito con efectos devastadores sobre la economía real, contracción del PIB, quiebras bancarias y desempleo masivo (Federal Reserve History, s.f.). Lo que hace radicalmente diferente al ciclo actual de la IA es precisamente la ausencia de esa interconexión sistémica; la IA no está enraizada en el sistema de crédito de consumo masivo de manera comparable. Los actores centrales son empresas con balances sólidos, no instituciones financieras apalancadas sobre activos de dudosa calidad. Mencionar el 2008 como marco comparativo introduce más confusión que claridad; la analogía correcta, con todos sus matices, es la de las dotcom.

El auge de la inteligencia artificial: la escala del fenómeno actual

El ciclo actual de inversión en IA tiene un punto de inflexión reconocible: el lanzamiento de ChatGPT por parte de OpenAI en noviembre de 2022. Desde ese momento, el capital dirigido al sector no tiene precedente histórico en términos absolutos. Según el Instituto HAI de la Universidad de Stanford (2025), la inversión corporativa global en IA alcanzó 252.300 millones de dólares en 2024, con un crecimiento del 44,5% respecto al año anterior, y el sector se ha expandido más de trece veces en relación con el 2014. Las cinco grandes empresas tecnológicas conocidas como hyperscalers, término que designa a las compañías que operan infraestructura computacional a escala masiva, entre ellas Amazon, Google, Microsoft, Meta y Oracle, proyectaron gastos de capital superiores a 400 mil millones de dólares en 2025, cifra que podría superar los 500 mil millones en 2026 (Guinness Global Investors, 2025). Ese monto equivale al 1,3% del Producto Interno Bruto (PIB) de Estados Unidos y se proyecta que alcance el 1,6% en 2026 (GMO, 2025), una concentración de inversión en un solo sector que no tiene paralelo en la historia económica reciente del país.

En el plano de las valoraciones individuales, el caso de NVIDIA ilustra con particular claridad las tensiones del ciclo. Sus acciones escalaron aproximadamente el 4.300% en los cinco años previos a 2024, trayectoria que guarda una similitud cuantitativa llamativa con el 4.500% de apreciación de Cisco, el símbolo del boom dotcom, en los cinco años anteriores a su colapso en el 2000 (Edelweiss Capital, 2025). Para agosto de 2025, la capitalización de mercado de NVIDIA había alcanzado los 4,37 billones de dólares, respaldada por ingresos que crecieron de 27 mil millones en 2022 a 130.500 millones en el ejercicio fiscal 2025 (AInvest, 2025). A diferencia de Cisco en 1999, sin embargo, NVIDIA es una empresa altamente rentable con crecimiento verificable de ingresos. Su ratio PEG, que ajusta el P/E por la tasa de crecimiento esperada y que muchos analistas consideran un indicador más equilibrado de valoración, se ha mantenido cercano o por debajo de 1.0, nivel que convencionalmente no señala sobrevaloración (Motley Fool, 2025). La similitud en la trayectoria bursátil coexiste, entonces, con diferencias de fondo en los estados financieros.

El dilema del prisionero: por qué todos invierten más de lo que deberían

Una de las dinámicas más reveladoras del ciclo actual es la estructura de incentivos que empuja a los grandes actores tecnológicos a gastar con independencia de lo que los retornos individuales justificarían. Para comprenderla, es útil recurrir a un concepto clásico de la teoría de juegos: el dilema del prisionero. En su formulación original, dos sospechosos son interrogados por separado y cada uno enfrenta la misma disyuntiva: si ambos guardan silencio, los dos obtienen el mejor resultado colectivo; pero si uno delata al otro, el delator obtiene un beneficio inmediato a costa del otro. El problema es que, como ninguno conoce la decisión del otro, la lógica individual lleva a ambos a delatar, produciendo un resultado colectivamente peor que si hubieran cooperado. Es una trampa de la racionalidad individual que genera irracionalidad colectiva.

La situación de los hyperscalers en la carrera de la IA replica con notable precisión esa estructura. Como señala GMO (2025), si Amazon decide reducir su inversión en infraestructura de IA y Google no lo hace, Amazon arriesga perder su posición dominante en el mercado de la nube, un negocio valuado en cientos de miles de millones de dólares anuales. Google razona de manera idéntica respecto a Amazon; Microsoft, Meta y Oracle también. El resultado es que todos los actores invierten por encima de lo que los retornos esperados justificarían de manera aislada, porque el costo percibido de no hacerlo, quedar atrás tecnológicamente, parece mayor que el de sobreinvertir. Nadie puede salirse unilateralmente de esa dinámica sin arriesgarse a perder la carrera. Este mecanismo explica, al menos en parte, por qué el gasto de capital del grupo ya supera el flujo de caja libre proyectado del sector, introduciendo una dependencia creciente del mercado de deuda (T. Rowe Price, 2025). No es irracionalidad individual; es la lógica implacable de un juego en el que la cooperación equivale a perder.

El ouroboros financiero y la paradoja de Jevons

El ecosistema de inversión en IA presenta además una circularidad que merece atención propia. Los fabricantes de chips venden a los proveedores de nube; los proveedores de nube venden capacidad computacional a las empresas de modelos de lenguaje; esas empresas producen herramientas que los propios hyperscalers usan para optimizar sus operaciones y justificar nuevas rondas de inversión en infraestructura. Esta interdependencia recuerda al ouroboros, el símbolo de la serpiente que se muerde la cola, es decir, el sistema se alimenta de sí mismo. Puede ser una fortaleza, en la medida en que genera demanda sostenida dentro del ecosistema. Pero también es una fragilidad estructural; si cualquier eslabón de la cadena se debilita, el efecto puede propagarse en todas las direcciones de forma simultánea (Warren Street Wealth Advisors, 2025).

Sobre este ecosistema se suma la paradoja de la eficiencia computacional conocida como la "Ley de Jevons", formulada originalmente en 1865 por el economista británico William Stanley Jevons. Aplicada a la IA, la lógica funciona así: a medida que los modelos de IA se vuelven más baratos de ejecutar, el uso agregado tiende a crecer más que proporcionalmente, lo que podría absorber la mayor parte de la capacidad instalada. Algunos analistas utilizan este argumento para defender la sostenibilidad del gasto en infraestructura; otros advierten que la competencia de precios entre proveedores de capacidad computacional erosionará los márgenes del sector independientemente del volumen de demanda (Man Group, 2025). Ambas posiciones pueden ser correctas en horizontes temporales distintos.

Las señales de alerta: DeepSeek, la depreciación y Michael Burry

Tres señales merecen atención específica en el ciclo actual. La primera es el episodio DeepSeek, que no fue solo un evento de mercado sino una demostración empírica de que el supuesto de que mayor gasto computacional equivale a mayor capacidad de IA tiene fricciones importantes. Si la eficiencia algorítmica continúa mejorando a ese ritmo, la rentabilidad de buena parte de la infraestructura actualmente en construcción podría resultar inferior a lo proyectado.

La segunda es el problema de la depreciación contable. Man Group (2025) documenta que la vida económica efectiva de los chips GPU especializados en IA es de aproximadamente un año: un centro de datos equipado con chips H100 de NVIDIA en 2024 enfrenta desventajas competitivas severas frente a uno con la siguiente generación de chips en 2025. Sin embargo, algunos calendarios contables utilizados por las grandes tecnológicas asumen vidas útiles de cinco a seis años para esos mismos equipos. La diferencia no es un detalle técnico menor: si los activos pierden valor económico en un año, pero se contabilizan como si duraran seis, los estados financieros sobrevaloran el patrimonio de las empresas, y los modelos de financiamiento construidos sobre esos activos son más frágiles de lo que parecen.

La tercera señal proviene de un observador con credenciales difíciles de ignorar. En octubre de 2025, Michael Burry, el gestor de fondos que predijo y se benefició del colapso de las hipotecas subprime en 2008, tal como fue retratado en la película The Big Short, reapareció en la red social X después de casi dos años de silencio con una advertencia críptica: "A veces vemos burbujas. A veces hay algo que hacer al respecto. A veces, la única jugada ganadora es no jugar" (Benzinga, 2025). En noviembre del mismo año, cerró su fondo de inversión y lanzó su newsletter Cassandra Unchained, en cuya primera entrada, titulada The Cardinal Sign of a Bubble: Supply-Side Gluttony, desarrolló su argumento con mayor precisión. Burry calificó el auge de la IA como una "gloriosa locura" y señaló a NVIDIA como el equivalente contemporáneo de Cisco durante la burbuja dotcom; la empresa legítima y rentable en el centro del ciclo cuya caída eventualmente marcará el fin del mismo (Fortune, 2025b). Su crítica técnica central coincide con lo que identifica Man Group desde el análisis financiero: las grandes tecnológicas, según Burry, están depreciando sus activos de hardware de IA con plazos artificialmente largos, lo que le permite estimar que empresas como Meta, Amazon, Microsoft, Google y Oracle podrían estar sobreestimando sus ganancias en un total acumulado de 176 mil millones de dólares entre 2026 y 2028 (Friedman, 2026). NVIDIA respondió con un memorando a los analistas de Wall Street refutando los cálculos específicos; Burry mantuvo su posición e insistió: "No estoy diciendo que NVIDIA sea Enron. Claramente es Cisco" (CNBC, 2025). Es importante matizar que las advertencias de Burry, aunque bien fundamentadas en el análisis histórico, no constituyen predicciones definitivas; son señales de riesgo que merecen consideración. Pero provienen de alguien que ya identificó correctamente una de las mayores burbujas de la historia moderna antes de que el mercado lo reconociera.

Similitudes, diferencias y lo que viene

Una lectura sistemática del episodio dotcom y del ciclo actual de IA revela que comparten una arquitectura narrativa común: una tecnología genuinamente transformadora atrae capital masivo, infla valoraciones por encima de los fundamentos de corto plazo y crea dinámicas en las que el precio alto de hoy justifica, en la mente del inversionista, precios aún más altos mañana. Shiller (2015) identifica como uno de los indicadores conductuales más robustos de la euforia especulativa la circulación intensa del argumento de que esta vez es diferente, y ese argumento circula con notable frecuencia en los debates actuales.

Las diferencias, sin embargo, son sustanciales. A diferencia de la mayoría de las empresas dotcom, los actores centrales del ciclo de IA son compañías rentables con modelos de negocio probados y décadas de historia operativa. Research Affiliates (2025) subraya que el retorno sobre capital de las grandes tecnológicas ha crecido de manera sostenida durante el ciclo actual, algo que no ocurrió en 1999. Y la adopción empresarial de la IA, respaldada por evidencia empírica de mejoras de productividad de entre el 15% y el 30% en procesos específicos (Stanford HAI, 2025), es cualitativamente distinta a la promesa sin sustento de muchas empresas dotcom. Estas diferencias no descartan el riesgo de sobrevaloración, pero sí lo encuadran; el ajuste, si llega, probablemente será sectorial y no el tipo de destrucción masiva e indiscriminada que caracterizó el período 2000-2002.

Tres escenarios son analítica y empíricamente plausibles. En el primero, la IA genera suficiente crecimiento de productividad agregada como para justificar retrospectivamente las inversiones actuales, tal como el internet lo hizo a largo plazo tras su propia burbuja. En el segundo, los avances en eficiencia computacional erosionan la premisa de que la escala de inversión en infraestructura constituye una barrera de entrada sostenible, forzando correcciones de valoración importantes sin efectos sistémicos amplios. En el tercero, el más improbable, pero de mayor impacto potencial, la circularidad financiera del ecosistema descrita antes genera exposición sistémica antes de que el mercado la incorpore correctamente en los precios.

 

Conclusión

El análisis comparativo no permite concluir de manera definitiva que existe una burbuja de IA en el sentido técnico del término. Lo que sí permite afirmar es que varios de los mecanismos que, históricamente, han precedido a los grandes ajustes especulativos están presentes en el ciclo actual: concentración extrema del valor de mercado en pocos actores, gasto de capital que excede los flujos de caja del sector, supuestos de depreciación que podrían no reflejar la vida útil económica real de los activos, y una narrativa de transformación estructural que, como señalan Kindleberger y Aliber (2005), tiende a debilitar precisamente la disciplina analítica que las valoraciones extremas exigen. Al mismo tiempo, las diferencias respecto al episodio dotcom son sustanciales; los actores centrales son empresas rentables y la adopción tecnológica tiene sustento empírico verificable. La conclusión más rigurosa, y la más útil para quien toma decisiones bajo incertidumbre, es la que la historia económica ha enseñado repetidamente y que con igual frecuencia se olvida: el valor real de una tecnología y el precio que los mercados le asignan en un momento determinado no son la misma cosa, y confundirlos tiene costos que no pagan únicamente quienes especulan.

Referencias

AInvest. (2025, 4 de agosto). The AI bubble: Is AI overvalued in today’s market? https://www.ainvest.com/news/ai-bubble-ai-overvalued-today-market-2508

Brynjolfsson, E., y McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W. W. Norton & Company.

Benzinga. (2025, 31 de octubre). Michael Burry’s cryptic message on bubbles ‘winning move is not to play’. https://www.benzinga.com/markets/equities/25/10/48551077/michael-burrys-cryptic-message-on-bubbles-winning-move-is-not-to-play

CNBC. (2025, 25 de noviembre). Nvidia name-checks Michael Burry in secret memo pushing back on AI bubble allegations. https://www.cnbc.com/2025/11/25/nvidia-pushes-back-on-charges-that-ai-investment-is-a-bubble.html

Edelweiss Capital Research. (2025, 26 de octubre). Dot-com bubble vs. the AI boom. https://edelweisscapital.substack.com/p/dot-com-bubble-vs-the-ai-boom

Federal Reserve History. (s.f.). Subprime mortgage crisis. https://www.federalreservehistory.org/essays/subprime-mortgage-crisis

Fortune. (2025a, 28 de septiembre). Everyone’s wondering if, and when, the AI bubble will pop. https://fortune.com/2025/09/28/ai-dot-com-bubble-parallels-history-explained-companies-revenue-infrastructure/

Fortune. (2025b, 24 de noviembre). ‘Big Short’ investor Michael Burry warns Nvidia is the Cisco equivalent in today’s AI boom. https://fortune.com/2025/11/24/big-short-investor-michael-burry-nvidia-cisco-ai-bubble/

Friedman, D. (2026, 19 de enero). The $176 billion accounting question at the heart of the AI boom. Substack. https://davefriedman.substack.com/p/the-176-billion-accounting-question

GMO. (2025). Valuing AI: Extreme bubble, new golden era, or both. https://www.gmo.com/americas/research-library/valuing-ai-extreme-bubble-new-golden-era-or-both_viewpoints/

Goldman Sachs. (2025). Are we in a tech bubble? Lessons from the past. https://www.marcus.com/us/en/resources/heard-at-gs/are-we-in-a-tech-bubble--lessons-from-the-past

Guinness Global Investors. (2025, 17 de noviembre). Are we in an AI bubble? https://www.guinnessgi.com/insights/are-we-in-an-ai-bubble

IG International. (2025, 28 de enero). Why NVIDIA’s share price dropped 17% after DeepSeek news. https://www.ig.com/en/news-and-trade-ideas/why-nvidia-s-share-price-dropped-17--after-deepseek-news-250128

Kindleberger, C. P., y Aliber, R. Z. (2005). Manias, panics, and crashes: A history of financial crises (5.a ed.). John Wiley & Sons.

Man Group. (2025). The AI bubble: Hidden risks and opportunities. https://www.man.com/insights/the-ai-bubble

Mason Boro Advisors. (2025, 29 de octubre). Insights from history: The dot-com bubble vs. today’s AI rally. https://www.masonboroadvisors.com/blogs/insights-from-history--the-dot-com-bubble-vs--today-s-ai-rally-R5Fj

Motley Fool. (2025, 30 de octubre). Is Nvidia stock overvalued? https://www.fool.com/investing/2025/10/30/is-nvda-stock-overvalued/

NBC News. (2025, 27 de enero). Tech stocks fall as China’s DeepSeek sparks U.S. worries about the AI race. https://www.nbcnews.com/business/markets/tech-stocks-react-chinas-deepseek-sparks-us-worries-ai-race-rcna189394

Ofek, E., y Richardson, M. (2003). DotCom mania: The rise and fall of internet stock prices. The Journal of Finance, 58(3), 1113–1137. https://doi.org/10.1111/1540-6261.00560

Red Lotus Capital. (2025, 2 de noviembre). Historical analysis of the US stock market’s dot-com bubble era (1995–2000). Medium. https://redlotuscapitals.medium.com/historical-analysis-of-the-us-stock-markets-dot-com-bubble-era-1995-early-2000-4b4ffb18768d

Research Affiliates. (2025, 10 de marzo). The AI boom vs. the dot-com bubble: Have we seen this movie before? https://www.researchaffiliates.com/content/dam/ra/publications/pdf/1038-ai-boom-dot-com-bubble-seen-this-before.pdf

Shiller, R. J. (2015). Irrational exuberance (3.a ed.). Princeton University Press.

Stanford University, Human-Centered AI Institute. (2025). Economy. En AI Index Report 2025. https://hai.stanford.edu/ai-index/2025-ai-index-report/economy

T. Rowe Price. (2025, 9 de diciembre). Has the AI boom turned into a bubble? https://www.troweprice.com/financial-intermediary/us/en/insights/articles/2025/q4/has-the-ai-boom-turned-into-a-bubble.html

Warren Street Wealth Advisors. (2025, 19 de noviembre). Decoding the AI hype: How today’s market compares to the dot-com bubble. https://warrenstreetwealth.com/decoding-the-ai-hype-how-todays-market-compares-to-the-dot-com-bubble/