Los ingresos globales de IA fuera de China alcanzaron $25 mil millones en Q1 2026, superando los costos de depreciáción estimados de $21 mil millones vinculados a inversiones en data center y chips durante el segundo trimestre consecutivo, según investigación de Exponential View citada por Bloomberg. El hito es importante: es la primera evidencia sistemática a nivel de industria de que el gasto de infraestructura de IA puede ser autosuficiente en lugar de meramente especulativo. Azeem Azhar, fundador de Exponential View, le dijo a Bloomberg: 'Por ahora, la economía se mantiene. Pero el margen de error es estrecho.'
La advertencia es aguda: la depreciación consume más de dos terceras partes de esos $25B de ingresos, dejando un pequeño buffer para costos de energía, mano de obra y financiamiento. El análisis asume una vida útil de depreciáción de seis años para GPU y servidores; algunos inversores argumentan que esto es optimista dada la riesgo de obsolescencia de chips, aunque H100 y chips más antiguos siguen teniendo una fuerte demanda cuatro-plus años después del lanzamiento. La matemática sigue siendo ajustada: J.P. Morgan estima que la industria necesita $650B en ingresos anuales de IA solo para lograr un retorno del 10% en la infraestructura que se está construyendo. El ingreso actual es $50-150B anualmente (suposiciones generosas), ampliando la brecha.
El otro lado: la dinámica de fijación de precios de tokens es ajustada. Cada caída de precio del 10% impulsa 12-18% más uso, lo que significa que el gasto total sube a medida que los costos por unidad caen. La demanda aún supera la oferta. Los ingresos de IA generativa durante 12 meses alcanzaron $110B y se están escalando 3x más rápido que las ondas tecnológicas anteriores (internet, móvil, nube). Los supuestos de depreciáción se están sometiendo a prueba de estrés por planes de gastos a nivel de junta: los hiperscalers se comprometen a ~$725B capex en 2026, arriba 77% YoY.
Para equipos: el despeje de depreciáción es una condición necesaria, no suficiente. Señala que las máquinas ya no son pura promesa pero no confirma que el negocio genera efectivo. La siguiente prueba: si los ingresos crecen lo suficientemente rápido como para igualar la infraestructura ya encargada y financiada. El margen de error es estrecho; observe los resultados de Q2/Q3 para aceleración o desaceleración en la demanda de tokens. Los modelos de código abierto y chinos están comodificando el nivel de frontera más rápido de lo esperado.