Considerado como una bestia devoradora de oro en Silicon Valley, Zuckerberg de repente decidió dejar de ser un mero comprador de capacidad de cómputo.
Con la exposición de una nueva y secreta línea de negocio de Meta, los gigantes del hardware de todo Silicon Valley sintieron un escalofrío colectivo. Según un informe de Bloomberg, Meta se prepara para vender públicamente a clientes externos la capacidad de cómputo de IA "sobrante" de su uso interno.
Esta maniobra, el 2 de julio, desencadenó directamente una avalancha en cadena en el sector de infraestructuras de IA. NVIDIA cayó, TSMC cayó, AMD cayó, Micron cayó, CoreWeave se desplomó.
Toda la infraestructura de IA perdió colectivamente un billón de dólares en valor de mercado en una noche. Meta, por el contrario, subió un 8%.
Visto en retrospectiva, era solo una decisión comercial común. Una empresa pone sus recursos ociosos a la venta. En cualquier industria, eso ni siquiera sería noticia.
Pero en la industria de la IA, es casi equivalente a decir en público:Aquí, todavía tengo sobrantes.
El mercado se calló al instante. Durante los últimos dos años, lo único que había sostenido las valoraciones de toda la industria de la IA era una frase: la capacidad de cómputo nunca es suficiente.
1. El mercado alcista de la IA es una historia de matrioshkas
Para entender por qué la reacción del mercado fue tan grande, primero hay que entender cómo la IA realmente ha generado dinero en los últimos dos años.
Mejor dicho, cómo se ha valorado.
En realidad, toda la industria de la IA tiene solo un circuito comercial cerrado:
La IA necesita GPU → las GPU se venden como locas → la HBM se vende como loca → las PCB se venden como locas → los conmutadores se venden como locas → los módulos ópticos se venden como locas → la electricidad se vende como loca → los centros de datos se venden como locos → se siguen comprando GPU
Y así en un ciclo repetitivo.
El capital ha apostado una cantidad enorme de dinero real en esta cadena.
Así, el mercado formó una fórmula muy simple y directa:Crecimiento de la IA = Crecimiento de las GPU = La capacidad de cómputo siempre es escasa
¿Por qué NVIDIA llegó a tener una capitalización de mercado de 6 billones de dólares? Lo que sostenía esta cifra era que todo el mundo pensaba que las GPU estarían siempre con una oferta insuficiente.
Esta suposición de un desajuste extremo entre oferta y demanda era el modelo central de valoración para todo el mercado alcista de la IA en los últimos dos años.
Incluso se había convertido en una creencia ampliamente aceptada.
Gracias a esta creencia, la HBM pasó de ser una acción cíclica a una acción de crecimiento; los módulos ópticos pasaron de ser productos industriales a activos clave de la IA, creando un mito tras otro de riqueza.
Pero el punto de partida de todas estas historias era la misma frase:La capacidad de cómputo no es suficiente.
Mientras esta frase fuera válida, cada eslabón de la cadena tenía una historia que contar.
Una vez que esta frase se ve cuestionada, toda la cadena debe rehacer sus cuentas.
Rich Privotsky, responsable de Delta One en Goldman Sachs, lo dijo muy claramente en una reciente reunión interna:
La premisa central del mercado hasta ahora era que la capacidad de cómputo estaba en estado de escasez. Si esta premisa se ve cuestionada, los primeros afectados serán las áreas de hardware.
No dijo que se iba a cuestionar, dijo "si".
Y la noticia de Meta convirtió ese "si" de hipótesis en una pregunta.
2. ¿Por qué Meta vende justo ahora?
De lo que más se habla sobre la venta de capacidad de cómputo por parte de Meta es de ganar un dinero extra.
Esta explicación no está mal, pero no llega a la raíz.
Meta tiene al menos tres motivos para hacer esto.
Primera capa, tasa de utilización.
El gasto de capital de Meta en 2025 ya se acercaba a los 70 mil millones de dólares. Las previsiones para 2026 continúan al alza, y el mercado espera generalmente una cantidad del orden de los 100 mil millones.
Este dinero se convierte en cientos de miles de GPU, cientos de megavatios de electricidad y un equipo de mantenimiento de miles de personas.
El desarrollo de modelos grandes se caracteriza por ser no lineal. En la fase de entrenamiento, es necesario dedicar toda la capacidad de cómputo para alcanzar el pico, pero una vez que se entra en el ajuste fino del modelo, la alineación o los períodos de espera de evaluación, la demanda de capacidad de cómputo cae en picado creando valles.
Durante estos valles, estar ocioso también es depreciación.
Grandes cantidades de GPU girando en vacío en la sala de servidores consumen cada segundo el costoso coste de depreciación y el ruido de fondo eléctrico. En lugar de dejar que las tarjetas gráficas acumulen polvo en el almacén, es mejor alquilarlas.
Segunda capa, elección de ruta.
Esta es la clave.
En los últimos dos años, los grandes del sector en Silicon Valley ya han comenzado a bifurcar sus caminos en IA.
OpenAI vende API, Anthropic vende API, Google vende API + modelo. Microsoft vende API + nube.
¿Y Meta? Llama no pone barreras, el código del modelo es completamente público, el framework de Agent tampoco tiene coste adicional, prácticamente no gana dinero con las API.
El mundo exterior siempre ha interpretado esto como idealismo de código abierto.
Zuckerberg no es un filántropo. Solo que no quiere ser OpenAI, quiere ser AWS.
En la era de Facebook, Meta ganaba dinero con las redes sociales.
En la era de la IA, la apuesta de Meta es:
Que el modelo no gane dinero no importa, la capacidad de cómputo sí gana dinero.
Abrir las puertas de Llama es para atraer a los desarrolladores al ecosistema de Meta. Que el framework de Agent no tenga coste adicional es para que los equipos de IA ejecuten sus tareas en la nube de Meta.
Lo que finalmente se busca ganar es el dinero de la capacidad de cómputo en el nivel inferior.
Recordando la historia de internet, Amazon tampoco hizo AWS inicialmente para ganar dinero extra. Bezos solo quería alquilar la capacidad ociosa de los servidores de comercio electrónico de Amazon, redundante para hacer frente al "Black Friday".
El resultado fue que AWS se convirtió más tarde en el departamento más rentable de Amazon, con un margen bruto muy superior al del comercio minorista.
Meta está apostando por la misma historia.
Tercera capa, redefinir la infraestructura de IA.
Esta es una capa más profunda.
Antes, al mencionar infraestructura de IA, la primera reacción era GPU. Pero lo que Meta lanza ahora es esencialmente un conjunto completo de servicios:GPU + framework de entrenamiento + modelo de código abierto + optimización de inferencia + la nube de Meta.
No es vender una tarjeta, es vender una "fábrica de IA".
Si seguimos esta lógica, lo que Meta quiere no es el mercado de GPU, sino el mercado de la nube de IA; las GPU son solo la puerta de entrada.
Cuando AWS vendía EC2, tampoco se posicionaba como vendedora de servidores, vendía la idea de no tener que comprar tus propios servidores.
Lo que Meta hace hoy es esencialmente lo mismo, solo que el objetivo ha cambiado de clientes de comercio electrónico a equipos de IA.
3. ¿Qué teme el capital?
El capital no teme que Meta venda unas cuantas tarjetas más; eso en sí mismo no da miedo.
Lo que realmente pone nervioso al capital es la señal detrás de la declaración de Meta, que podría ser cierta.
Meta dice "tengo capacidad de cómputo para vender".
La señal real que transmite es que las GPU se pueden compartir. Si las GPU se pueden compartir, entonces todo el modelo de demanda construido en los últimos dos años debe recalcularse.
La lógica anterior era: o compras tus propias tarjetas, o construyes tu propio centro de datos, o almacenas con antelación.
Cada nueva empresa de IA significaba un nuevo pedido de GPU.
Bajo esta lógica de almacenamiento extremadamente ansiosa, la capacidad de cómputo se convirtió en fosos defensivos construidos por cada gran empresa, desconfiando unos de otros.
¿Pero qué pasa si se puede alquilar? ¿Si hay un gigante con cientos de miles de GPU en sus manos, que las alquila en sus tiempos de inactividad?
Las nuevas empresas de IA que entren en el mercado no necesariamente tendrán que comprar sus propias tarjetas; podrán simplemente llamarlas.
Entonces el modelo de demanda de GPU cambia, de un crecimiento lineal que sigue el número de empresas, a un ajuste dinámico que sigue el volumen real de llamadas en toda la red.
Son dos lógicas de valoración completamente diferentes.
Se puede hacer una analogía histórica. Antes todos compraban servidores, luego llegó AWS.
Ahora nadie compra sus propios servidores, el Capex (gasto de capital) se convirtió en Opex (gasto operativo), los activos pesados se convirtieron en suscripciones.
Lo que Meta intenta hacer hoy es repetir esto en la era de la IA.
La reacción más violenta del mercado fue para la empresa de tecnología de infraestructura en la nube CoreWeave. El modelo de negocio de CoreWeave se puede explicar en una frase:Construyo clústeres de GPU y los alquilo a empresas de IA.
Pero el fundamento comercial de CoreWeave se construyó en el vacío dejado por el uso propio de la capacidad de cómputo de los gigantes y la grave escasez de tarjetas en el mercado. Una vez que Meta realmente empiece a hacer esto, el papel de CoreWeave se vuelve incómodo.
En términos de escala, CoreWeave no tiene la ventaja de tamaño de Meta. En cuanto a la integridad de la pila tecnológica, CoreWeave tampoco tiene los modelos y el software de Meta.
Cuando los clientes empresariales puedan ejecutar directamente el modelo nativo Llama en la nube de Meta, y disfrutar del framework optimizado por los ingenieros de Meta, no tendrán ninguna razón para seguir pagando una prima por alquilar servidores de metal puro de CoreWeave.
El campo de batalla que CoreWeave ha perdido ya no es el de vender capacidad de cómputo, sino el de vender todo el servicio de IA.
No es una competencia del mismo nivel.
El capital vio esta capa, por eso la venta fue tan feroz.
4. ¿Por qué subieron de nuevo al día siguiente?
Las acciones que cayeron más fuertemente básicamente se recuperaron al día siguiente.
Muchas interpretaciones dicen que fue una corrección del mercado.
Pero creo que la verdadera razón es que el capital hizo una revalorización en 24 horas.
La gente se dio cuenta de una cosa:Lo que dice Meta es cierto, pero no hoy.
La realidad actual es que la Ley de Escalado de los modelos grandes aún no ha alcanzado su techo, y los principales clústeres de los grandes fabricantes siguen funcionando sin parar para entrenar la próxima generación de modelos multimodales.
La demanda de inferencia aún crece a un ritmo elevado.
La capacidad de cómputo en los valles que Meta puede liberar en esta etapa, en comparación con el enorme volumen de procesamiento de toda la red, sigue siendo solo un complemento extremadamente limitado.
A corto plazo, la emoción ya se liberó. A medio plazo, la historia del gasto de capital en IA no ha cambiado. A largo plazo, lo único que se cuestiona es una cosa:La relación oferta-demanda de las GPU podría pasar de una escasez absoluta a un exceso estructural.
Este cambio no ocurrirá de la noche a la mañana; podría llevar dos años, podría llevar tres.
Pero la dirección ha cambiado.
Con una frase, Meta ha empujado a todo el mercado alcista de estar impulsado por la escasez a estar impulsado por la eficiencia.
Y un mercado alcista impulsado por la eficiencia tiene una lógica de valoración diferente. La capitalización de mercado de NVIDIA se impulsó por la escasez. La alta valoración de OpenAI se impulsó por la escasez.
La gran mayoría de las empresas en la cadena de infraestructura de IA se impulsaron por la escasez.
Una vez que el mercado comience a valorar según la eficiencia, el ancla de valoración de todo el sector debe ajustarse. Meta solo ha adelantado el calendario de este ajuste.
5. Lo que realmente está cambiando no son las GPU
Mirando atrás, la historia de la industria de la IA en los últimos dos años es simple.
Falta de GPU.
Estas pocas palabras simples fueron suficientes para sostener billones de dólares en valor de mercado.
Pero en esta etapa, el efecto marginal de esta lógica ha comenzado a disminuir drásticamente.
Aún faltan GPU, solo que la "escasez" ya no puede explicar completamente la valoración.
A partir de ahora, la nueva pregunta que la industria de la IA debe responder es solo una:Cómo utilizar las GPU que ya se han comprado.
Son dos épocas completamente diferentes.
Una época compara la compra: quién tiene más dinero, quién tiene más tarjetas, mayor es su valoración.
Una época compara la tasa de utilización: quién tiene un TCO (Coste Total de Propiedad) más bajo, quién tiene un PUE (Eficiencia en el Uso de la Energía) más bajo, quién tiene un coste de inferencia por token más barato, ese es el que sobrevivirá en el mercado.
Una época está impulsada por Capex (gasto de capital), otra época está impulsada por ROA (Retorno sobre los Activos).
Si ChatGPT cambió la IA, esta vez Meta ha comenzado a cambiar por primera vez la forma en que la IA gana dinero.
Palabras de [Más allá de la página]:
El verdadero punto de inflexión industrial nunca es la primera vez que aparece la demanda. Es la primera vez que alguien empieza a discutir cómo puede ganar dinero la oferta.
En los últimos dos años, todo el mundo se preguntaba una cosa, ¿cuántas GPU más necesita la IA?
Esta vez, Meta preguntó por primera vez otra cosa, ¿por qué las GPU que ya se han comprado no pueden empezar a ganar dinero?
Es la misma industria, pero dos épocas.
La primera época se llama escasez, la segunda época se llama operación.
El movimiento de Zuckerberg es esencialmente un disparo de salida.
Lo que él busca nunca es vender una cierta cantidad de tarjetas, es hacer que todos se den cuenta de que el período de bonanza de la industria de la IA, en el que simplemente comprando y almacenando tarjetas se podía ver cómo la valoración se disparaba, ya ha terminado.
Este artículo proviene del canal público de WeChat "Más allá de la página", autor: Huahua
