La carrera por la IA tiene un problema estructural

En un documento de trabajo publicado en julio de 2026, el economista del Banco de Pagos Internacionales, Phurichai Rungcharoenkitkul, plantea la construcción de infraestructuras de inteligencia artificial como una carrera, una «competencia» en el sentido de la teoría económica, en la que unas pocas posiciones dominantes acaparan la mayor parte de los beneficios. ¹

• Su tesis central es que la carrera por la IA «genera una fragilidad que la socava a sí misma». 

El gráfico que figura a continuación, extraído del informe, muestra una de las dos facetas del fenómeno: su magnitud histórica.

• Si se compara con su nivel más bajo anterior al «boom», el gasto en inversión en IA está a punto de superar todos los grandes episodios de auge tecnológico en tan solo tres años. 
• La curva de la IA sube más rápido y alcanza cotas más altas que la de la «canalmanía» estadounidense de la década de 1830, la «railway manía» británica de la década de 1840, los «années folles» o la burbuja de internet de finales de la década de 1990. 
• Se prevé que el gasto de los grandes hiperescaladores supere los 700.000 millones de dólares solo en el año 2026, y las previsiones del sector apuntan a una cifra de entre 3 y 4 billones para los próximos años.
• Todos los episodios históricos mencionados terminaron con represalias brutales. 

La pendiente actual no es garantía de solidez, sino un indicio de un exceso de construcción cuantificado, lo que hace que los booms sean más propensos a dar vuelcos.

• Este fenómeno se debe a una característica típica de la carrera. 
• La victoria es tal que «el ganador se lo lleva casi todo»: por lo tanto, cada actor invierte masivamente para distanciarse de sus rivales, sin tener en cuenta el impacto de su carrera en los demás. Según el modelo calibrado, el resultado es una sobreinversión de aproximadamente 1,5 veces el nivel socialmente óptimo, y de hasta tres veces en aquellos ámbitos en los que la demanda de IA es menos elástica.
• Sin embargo, esta dinámica tiene un umbral crítico. Una vez que la construcción alcance un determinado umbral —que el autor sitúa en torno a los 3 billones de dólares—, el superávit económico neto (la producción total menos el costo del capital) pasaría a ser negativo. Las previsiones que oscilan entre los 3 y los 4 billones de dólares situarían, por tanto, al sector «en la zona de riesgos bajistas significativos», escribe.
• El capital así acumulado es específico. En caso de un cambio de tendencia, habría que liquidarlo simultáneamente en un mercado con escasa liquidez, lo que reduciría en la misma medida la tasa de recuperación, sobre todo teniendo en cuenta el endeudamiento del sector.

El análisis se centra también en un segundo problema fundamental: el de la financiación circular de la IA.

• El fenómeno es el siguiente: un actor adquiere una participación en el capital de un laboratorio de IA a cambio del compromiso de este último de comprarle potencia de cálculo en el futuro. De este modo, la demanda es «fabricada» por quienes financian la oferta.
• Así, la red conecta a los hiperescaladores (Microsoft, Amazon, Google, Oracle y Meta), los fabricantes de chips (Nvidia y AMD), los laboratorios (OpenAI, Anthropic y xAI) y el principal «neocloud» (CoreWeave). La magnitud es impresionante: se han desembolsado efectivamente unos 46.000 millones de dólares en participaciones, pero los compromisos de compra plurianuales ascienden a 879.000 millones.
• Estas participaciones cruzadas no hacen más que concentrar el riesgo. El autor resume: «El modelo financiero que ha impulsado el crecimiento es también el que propaga la quiebra».

Al descartar la hipótesis de actores aislados para modelar la red real, el informe pone así de manifiesto una nueva vulnerabilidad: el fallo de un solo laboratorio podría, al afectar al balance del hiperescalador que lo financia, llevar a este último a retirarse de otro laboratorio, propagando así la crisis. 

• Este riesgo se agravaría a medida que avanzara la carrera. Según la simulación, la primera cascada se produciría con una escala de inversión de 1,6 veces el nivel óptimo, la segunda, en 2,3; y la trayectoria prevista, de entre 3 y 4 billones, situaría al sector en esta zona de contagio (entre 2,1 y 2,9).
• Así pues, cuanto más pasa la financiación por varios laboratorios conectados entre sí a través de unos pocos «nodos pivote», mayor es la probabilidad de que un fallo local se convierta en sistémico.

El autor señala también que la demanda potencial de IA es «enorme» y podría justificar una ampliación considerable de la potencia de cálculo. Sin embargo, destaca que la lógica de carrera incita a construir en exceso.