Hay un hilo en Reddit que se ha vuelto viral está semana en r/artificial. Se titula "My god there is an enormous crash just waiting to happen" y acumula más de mil quinientos votos. el autor, un ingeniero que trabaja en una de las grandes tecnológicas, describe con pelos y señales por que cree que la industria de la inteligencia artificial está montada sobre cimientos que no aguantarán mucho más tiempo. No es el primer aviso, pero quizá sea el más claro.

Llevamos tres años de inversión frenética en IA. En 2025, la financiación global de startups de IA superó los 150.000 millones de dólares, según CB Insights. Empresas que no generan un céntimo de beneficio están valoradas en decenas de miles de millones. Los hyperscalers —Amazon, Microsoft, Google— gastan más de 200.000 millones al año combinados en infraestructura para IA. Y los retornos, francamente, no están a la altura.

Los números no cuadran

el problema de fondo es sencillo: entrenar y operar modelos de frontera cuesta una barbaridad, y los ingresos que generan no se acercan a cubrir esos costes. OpenAI, la empresa mejor situada del sector, factura unos 4.000 millones anuales, pero gasta más del doble. Anthropic, a pesar de su crecimiento, tampoco es rentable. Y las decenas de startups que han florecido alrededor del ecosistema dependen casi exclusivamente de rondas de financiación qué, tarde o temprano, se agotarán.

Hay una desconexión brutal entre lo que la IA promete y lo que realmente entrega a corto plazo. Los modelos son increíbles en un demo, pero en producción tienen problemas de fiabilidad, latencia y coste que muchas empresas no están dispuestas a asumir. Un estudio de Gartner de principios de 2026 estimaba que el 65% de los proyectos empresariales de IA no pasan de la fase piloto. Eso es mucho dinero quemado sin retorno.

La comparación con la burbuja puntocom se hace sola. Entre 1995 y 2000, las empresas tecnológicas recibieron inversiones masivas con promesas de transformación digital que tardaron años en materializarse. cuándo la paciencia de los inversores se agotó, el Nasdaq perdió el 78% de su valor. Las empresas que sobrevivieron —Amazon, Google, eBay— eran las que tenían modelos de negocio reales. Las demás desaparecieron.

Hoy ocurre algo parecido. Hay empresas de IA con valoraciones astronómicas que no tienen un modelo de negocio claro. Venden acceso a APIs de modelos cuyo coste de operación supera el precio que cobran. Confían en que la próxima generación del modelo será tan superior que todo encajará. Pero esa apuesta es todo menos segura.

Los costes ocultos que nadie quiere ver

Más allá de los números evidentes, hay factores que agravan el riesgo. el primero es energético. Según la Agencia Internacional de la Energía, los centros de datos dedicados a IA consumirán el 4% de la electricidad global en 2027. Esto no solo tiene un coste económico y medioambiental enorme, sino que está empezando a chocar con la capacidad de las redes eléctricas en países cómo España, dónde las compañías eléctricas ya advierten de que no pueden asumir más demanda sin nuevas infraestructuras.

el segundo factor es la regulación, que avanza cómo un tractor lento pero implacable. La UE ha aprobado el AI Act, que impone requisitos estrictos a los modelos de alto riesgo. Estados Unidos y Reino Unido están desarrollando marcos similares. Cada nueva regulación incrementa los costes de cumplimiento y reduce los márgenes de las empresas que dependen de prácticas cuestionables, cómo el entrenamiento con datos sin licencia.

el tercero es la competencia. el mercado de modelos de IA se está commoditizando a una velocidad vertiginosa. cuándo cualquier empresa puede descargar Llama 4, Mistral Large o Qwen 3 y ejecutarlos en sus propios servidores, el valor diferencial de los modelos propietarios se reduce. Los márgenes de las APIs de IA han caído un 60% en dos años. Es una carrera hacía abajo.

que esperar en los próximos meses

Nadie tiene una bola de cristal, pero los patrones son reconocibles. Lo más probable es que veamos una consolidación del sector en los próximos doce a dieciocho meses. Las startups sin ingresos recurrentes significativos ni ventaja tecnológica real serán las primeras en caer. Las grandes empresas recortarán sus divisiones de IA no rentables. Los inversores se volverán más selectivos.

Eso no significa que la inteligencia artificial desaparezca ni mucho menos. Las tecnologías que sobrevivan a la purga serán las que tengan casos de uso reales y modelos de negocio sostenibles. Asistentes de código, automatización de procesos empresariales, diagnóstico médico asistido, generación de contenido especializado. Ahí hay valor real.

La burbuja va a estallar. La cuestión es que quedará después. sí la historia sirve de guía, lo que sobreviva será más sólido, más útil y, probablemente, menos espectacular de lo que prometían los titulares. Pero también más real.