Hace algún tiempo, el plan de oferta pública inicial (IPO) de OpenAI puso bajo los reflectores del mercado público al laboratorio que durante mucho tiempo operó bajo la estructura de 'límite sin fines de lucro'. Mientras tanto, Alphabet, la empresa matriz de Google, lanzó un plan de financiación de 800 mil millones de dólares, en el que Berkshire Hathaway suscribió 100 mil millones de dólares por sí sola.
Esta entrada de un gigante inversor conservador que tradicionalmente evitaba las acciones tecnológicas, presagia que el juego de capital en la IA ha llegado a un punto máximo en su etapa actual. Hasta hoy, se puede afirmar que la industria de la IA está experimentando una profunda transformación de paradigma.
El punto más evidente es que 'falta de dinero' y 'escisiones' se han convertido en las dos narrativas paralelas de las empresas de IA en la actualidad.
La razón de lo primero no es otra que el poder de cómputo como activo pesado. Se estima que el gasto de capital de Google para 2026 alcanzará los 1800 a 1900 mil millones de dólares, mientras que las inversiones de Microsoft, Meta y Amazon también se cuentan por billones. Un chip H100, un transformador para un centro de datos, una línea de conexión a la red eléctrica, cada eslabón implica dinero contante y sonante.
Lo segundo se ha convertido en la estrategia principal de las grandes empresas chinas recientemente. El valoración interna de Kling AI de Kuaishou en el grupo es de solo unos 60 mil millones de dólares, pero después de su escisión e independización, su valoración previa a la inversión salta directamente a 180 mil millones de dólares, triplicándose. Kunlunxin de Baidu se separó del grupo para cotizar en bolsa, y cálculos externos sugieren que podría contribuir con un incremento de casi 300 mil millones de dólares en la capitalización de mercado de Baidu, equivalente a más del 60% de su capitalización de mercado actual.
Detrás de este fenómeno se refleja una redefinición del capital sobre los activos de IA. En los estados financieros consolidados de las grandes empresas, el negocio de la IA se ve como un rubro de gasto que consume ganancias; una vez independiente, se valora según la escasez del sector, la tasa de crecimiento de los ingresos y el espacio de imaginación futura, donde múltiplos de precio-venta de varias decenas no son algo extraño.
Estas dos líneas, aunque aparentemente independientes, apuntan en realidad al mismo núcleo: la IA está pasando de una competencia dominada por la narrativa tecnológica a un nuevo panorama competitivo dominado por la eficiencia del capital.
El fin de la carrera del poder de cómputo, la ruptura y reconstrucción de la lógica de financiación
Detrás de la 'falta de dinero' hay una cadena lógica fundamental. La competencia actual de los grandes modelos de IA ya no es esencialmente una competencia de productos, sino una carrera de activos pesados en escala de poder de cómputo. OpenAI ha asumido compromisos de gasto futuro por unos 6 billones de dólares en la expansión de su capacidad de cómputo; incluso habiendo completado recientemente una financiación de 122 mil millones de dólares, se estima que estos fondos se agotarán en tres años.
Aún más gráfico: el director financiero de OpenAI, Fryer, reveló anteriormente que, aunque los ingresos anualizados para 2025 superaban los 200 mil millones de dólares, aún no eran suficientes para cubrir las enormes pérdidas. La compañía sufre una pérdida de aproximadamente 1.22 dólares por cada dólar de ingresos generado.
La raíz del problema radica en que la curva de costos del negocio de la IA es completamente diferente a la de Internet tradicional.
Agregar un usuario más a WeChat tiene un costo marginal cercano a cero; pero mientras más popular sea ChatGPT, más llamadas tenga, mayor será el costo de inferencia, y el crecimiento de usuarios, aunque positivo, también es una presión de costos. Este modelo de negocio 'anti-Internet' significa que las economías de escala no solo no traen ganancias, sino que amplifican la presión sobre el flujo de caja: el crecimiento de usuarios ya no equivale directamente al crecimiento de valor.
En un nivel más profundo está el fenómeno de la 'contabilidad circular' en la era de la IA: los 13 mil millones de dólares que Microsoft inyectó en OpenAI no se entregaron en efectivo, sino en forma de 'créditos en la nube'. OpenAI utiliza estos créditos para entrenar modelos, y Microsoft los registra como nuevos ingresos por servicios en la nube.
Esta operación de bucle cerrado de 'usar inversión para comprar servicios en la nube', superficialmente parece un crecimiento saludable de ingresos, pero en esencia implica usar su propio dinero para pagarse a sí mismo y luego calificarlo como ingresos por ventas. Según estimaciones, la factura anual de servicios en la nube de OpenAI se ha inflado a más de 600 mil millones de dólares, más del doble de sus ingresos reales de 250 mil millones de dólares.
Esta es la contradicción esencial de la 'falta de dinero': la desconexión entre la burbuja de valoración y el flujo de caja real. Cuando los inversores comienzan a preocuparse por el 'flujo de caja libre' en lugar de las 'ganancias contables', el sistema de valoración que antes se sustentaba en promesas de inversión mutua y pedidos circulares enfrenta el riesgo de correcciones de valoración por capas.
Los planes de OpenAI de perder 140 mil millones de dólares en 2026 y de no ser rentable hasta 2029, junto con el gasto de capital previsto de Google para 2026 de 1800 a 1900 mil millones de dólares, indican que la actual 'falta de dinero' en la IA no es realmente un problema cíclico de liquidez, sino una dificultad a nivel estructural del capital de todo un modelo de negocio.
¿Por qué un estado financiero puede valer tres veces más?
Una de las señales más destacadas de 2026 es la concentración de grandes empresas en escindir y hacer independientes sus activos centrales de IA.
El producto de video con IA Kling, propiedad de Kuaishou, planea una financiación Pre-IPO con una valoración de 200 mil millones de dólares, cifra cercana al 70% de la capitalización de mercado de su matriz, Kuaishou. Al mismo tiempo, Baidu está llevando a bolsa su empresa de chips de IA, Kunlunxin, en rutas duales 'A+H'. Se prevé que sus ingresos para 2025 superen los 35 mil millones de RMB, con posibilidad de alcanzar el punto de equilibrio. Se ha filtrado que Alibaba está considerando escindir Pingtouge, y Doubao de ByteDance también podría seguir el mismo camino en cualquier momento.
Pensándolo detenidamente, antes de la escisión, Morgan Stanley valoraba a Kling en solo unos 60 mil millones de dólares; después de la separación, con el objetivo de financiación de 200 mil millones de dólares, los mismos activos, los mismos ingresos, el mismo equipo, simplemente cambiando de estado financiero, la valoración difiere más de tres veces de la noche a la mañana.
El cambio en la lógica de valoración a nivel estructural revela una división mecánica: el mercado primario es diferente al secundario. Sus reglas del juego siguen el mecanismo de fijación de precios poco convencional de 'el consenso determina el valor'. El mercado primario mira al futuro, a la posición en el sector, al espacio de imaginación, a si habrá alguien que tome la siguiente ronda, pero no presta mucha atención a las ganancias o ingresos del período actual.
La lógica central por la cual Kling puede obtener una valoración de 200 mil millones de dólares radica en la escasez de este tipo de activos líderes. Después del cierre de Sora, los jugadores destacados que quedan en el sector de generación de video con IA se pueden contar con los dedos de una mano. La etiqueta de 'infraestructura de IA para la industria de contenidos' por sí sola tiene un valor de prima.
Entonces, actualmente, ¿qué tipo de empresa puede considerarse un activo líder? En el panorama actual de la IA, aquellas que poseen modelos base desarrollados internamente (ya sea de lenguaje, video o multimodal), en lugar de ser wrappers o ajustes finos; que han demostrado tener al menos un escenario vertical con una base de usuarios o ingresos a gran escala (no un demo, no una prueba de concepto); y que tienen la 'expectativa de que alguien tome la siguiente ronda' de financiación: ya sea un comprador estratégico (una gran empresa) o una vía de salida a bolsa (EE.UU., Hong Kong o A).
Las empresas que cumplen estos tres criterios en todo el mundo se pueden contar con los dedos de las manos. OpenAI, Anthropic, xAI, Google DeepMind (si se independizara), en China: Zhipu, Moonshot AI, MiniMax, Doubao de ByteDance (si se independizara), Kling de Kuaishou (en proceso de escisión), Kunlunxin de Baidu (lado de chips). Cada una es un objetivo escaso, cada una está en un estado de 'compradores haciendo cola, vendedores subiendo el precio a su antojo'.
La lógica subyacente de esta 'revalorización' de estas empresas es que los activos de IA dentro de las grandes empresas están experimentando un cambio cognitivo de 'centro de costos' a 'centro de valor'.
Dentro de las grandes empresas, el negocio de la IA se considera parte de las operaciones del grupo, generalmente clasificado como 'inversión estratégica'. Esto significa que sus costos (poder de cómputo, I+D, anotación de datos) se mezclan y se presentan junto con los flujos de efectivo maduros del grupo (como publicidad, comercio electrónico, juegos). El CFO del grupo mira los estados consolidados; mientras el negocio de la IA siga quemando dinero, se le exigirá constantemente que explique 'cuándo contribuirá al beneficio neto'.
En este contexto, los equipos de IA se ven obligados a hacer justificaciones de ROI a corto plazo, y la lógica de valoración naturalmente se reprime bajo la sombra del múltiplo P/E general del grupo (las empresas de Internet maduras suelen obtener solo 10-15 veces P/E). Incluso para negocios de alto crecimiento, solo pueden disfrutar de una prima del 20%, no de múltiplos precio-venta de 3-5 veces propios de un sector independiente.
Sin embargo, una vez escindidas e independientes, los estados financieros independientes pueden redefinir los límites entre 'costos' e 'ingresos'. Por ejemplo, los costos de poder de cómputo utilizados internamente por el grupo ahora pueden repreciarse a 'ingresos por transacciones relacionadas' según los precios de mercado; los entrenamientos de modelos que antes se contabilizaban como gastos de I+D ahora pueden capitalizarse como 'activos intangibles' y amortizarse en períodos.
En otras palabras, estos activos obtienen un modelo de valoración de 'empresa en crecimiento'. Las empresas de IA escindidas pueden proceder de manera más flexible con su financiación y avance estratégico, evitando las restricciones de asignación de recursos internas del grupo, y obteniendo una valoración independiente en el mercado de capitales según sus propias perspectivas de crecimiento.
Al mismo tiempo, esto también implica una mayor diferenciación en los sistemas de valoración. Los negocios existentes de las grandes empresas con la etiqueta de IA están comenzando a desplegar un nuevo potencial de prima en el mercado secundario, en términos de potencial de crecimiento y valoración prospectiva.
Esto también explica por qué los gigantes tradicionales de Internet (como Baidu con 475 mil millones de dólares, Kuaishou con 270 mil millones de dólares) están siendo igualados o incluso superados en términos de valor absoluto de capitalización de mercado por las nuevas empresas valiosas de IA: la última capitalización de mercado de Zhipu, equivalente a unos 586 mil millones de dólares, ya ha dejado atrás a Baidu para convertirse en la novena acción tecnológica de IA en China.
De la 'adoración del modelo' a la 'materialización del valor', la narrativa de la industria ya ha migrado estructuralmente
Algunos profesionales señalan que el rápido desarrollo actual de la era de la IA se asemeja mucho al gran auge de la Internet móvil anterior. Esta analogía es precisa, pero el punto de diferencia clave radica en la distinción esencial en la estructura de costos.
El auge de la Internet móvil dependió de la popularización de los teléfonos inteligentes y la continua disminución del costo del ancho de banda, con costos marginales a la baja; el auge de la IA enfrenta restricciones duras como el aumento de los costos de poder de cómputo, el consumo energético disparado y los largos ciclos de construcción de centros de datos.
Una observación es: la industria de la IA actual presenta un estado de '85 grados de temperatura, a punto de hervir pero aún no hirviendo'.
La dirección de los avances tecnológicos (agentes inteligentes, multimodalidad) ya está clara, la inversión en infraestructura de poder de cómputo es sin precedentes (se estima que el gasto de capital de las grandes empresas hyperscalers de EE.UU. para 2026 alcanzará los 8050 mil millones de dólares, casi el doble de la predicción de hace un año). Pero la verdadera comercialización, monetización y escala de adopción aún se encuentran en el punto crítico de estar a punto de comenzar pero sin haberlo hecho.
Actualmente, solo un pequeño porcentaje de CFOs han visto el valor financiero real aportado por la IA en 2025, y aún menos empresas chinas han logrado un crecimiento de ingresos a través de la IA. Esta tensión de 'alta inversión, bajo retorno' es precisamente la señal de los dolores de parto mientras la industria pasa de especular con conceptos a competir por la implementación.
Muchos pueden no haber notado que el peso en la cadena de valor de la IA ya ha migrado del lado de la GPU hacia todo el lado del sistema. La última investigación de Morgan Stanley señala que 'la IA de agentes marca un cambio estructural del cómputo a la orquestación'. En un flujo de trabajo de agentes, el tiempo de orquestación del lado de la CPU puede representar del 50% al 90% de la latencia total, lo que lleva a calcular un espacio de mercado incremental de 325 a 600 mil millones de dólares para CPU hacia 2030.
Esto significa que la contradicción central de la industria está pasando de 'escasez de poder de cómputo' a 'ineficiencia del sistema', y la lógica de inversión correspondiente también se expandirá de la 'carrera de poder de cómputo por chip individual' a la 'ingeniería de sistemas de pila completa'. La GPU determina 'si se puede hacer', pero la CPU y el sistema determinan 'si se puede ganar dinero'.
Si el auge de la Internet móvil tuvo como motor central la 'conexión', entonces el auge de la IA tendrá como motor central la 'inteligencia', y la amplitud de su cadena de valor probablemente supere a la de la Internet móvil, cubriendo toda la cadena: poder de cómputo, modelos, aplicaciones, datos, etc.
Algunos economistas señalan que 2026 se está convirtiendo en el año singular en el que la IA da el salto de 'asistente de pensamiento' a 'ejecutor autónomo'. La contradicción central en esta etapa está pasando de 'quién puede entrenar el modelo más potente' a 'quién puede, primero, de la manera más económica, más rápida y con mayor cobertura, transformar verdaderamente las capacidades de IA en valor comercial implementable y beneficios para los usuarios'.
'No solo hay que redefinir, también hay que revalorizar'. Todo lo que está ocurriendo en la industria de la IA en 2026 –la falta de dinero de los gigantes, la financiación frenética, las escisiones de las grandes empresas, la acumulación de IPOs– es esencialmente la liberación concentrada de la misma lógica de capital: cuando el camino de 'quemar dinero por crecimiento' llega a su fin, la industria debe responder a una pregunta fundamental: ¿cuánto vale realmente esta tecnología?
La respuesta a esta pregunta determinará la estructura de poder de la industria de la IA en la próxima década. Y 2026 es precisamente el momento en que este juego entre capital y tecnología se despliega por completo.
Este artículo proviene del WeChat público 'Xin Mou' (ID: xinmouls), autor: Li Xiaodong.
