Burbuja de IA

1. ¿Qué es una “burbuja de IA”?

En economía, una burbuja es una fase en la que los precios de ciertos activos suben muy por encima de lo que justifican sus fundamentos (beneficios, flujos de caja, productividad esperada), impulsados por expectativas exageradas y comportamiento gregario, hasta que finalmente “revienta” y los precios caen bruscamente.

Aplicado a la IA, varios autores definen la burbuja de IA como un período de:

• Inversión y valoraciones muy elevadas en empresas e infraestructuras de IA.
• Expectativas desproporcionadas respecto a lo que la tecnología puede entregar en el corto plazo.
• Desfase entre el dinero invertido y los resultados económicos concretos (beneficios, ahorro de costes, nuevos ingresos).

Built In, por ejemplo, describe la burbuja de IA como un momento donde el entusiasmo y la inversión crecen mucho más rápido que los resultados tangibles, elevando el riesgo de que las promesas superen ampliamente la capacidad real de la tecnología. Built In

---

2. Señales de “burbuja”: lo que preocupa a economistas y reguladores

2.1. Inversión y valoraciones fuera de lo común

• El OECD advirtió en su informe económico semestral de diciembre de 2025 que una posible corrección de un “AI-driven stock market bubble” es uno de los riesgos a la baja clave para la economía de EE. UU., dada la combinación de valoraciones estiradas y expectativas muy optimistas sobre los beneficios futuros de la IA. Axios
• Análisis del Institute for New Economic Thinking (INET), en un paper de Servaas Storm, argumentan que EE. UU. vive un boom especulativo impulsado por la IA, con valoraciones extraordinarias y un gasto masivo en centros de datos y hardware financiado por la expectativa de aumentos de productividad que todavía no se han materializado plenamente. Institute for New Economic Thinking

Además, muchos índices bursátiles han pasado a depender de un grupo muy reducido de gigantes tecnológicos:

• En 2025, una porción muy importante de las ganancias del S&P 500 proviene de unas pocas empresas “hiperescaladoras” (Microsoft, Alphabet, Amazon, Meta, Nvidia, etc.), lo que aumenta el riesgo de concentración: si unas pocas compañías decepcionan, el impacto se transmite a todo el mercado. Yale Insights+1

2.2. Gasto masivo en infraestructura y circularidad financiera

Jeffrey Sonnenfeld y Stephen Henriques, desde Yale, describen un entramado de acuerdos entre OpenAI, Nvidia, AMD, Microsoft, Oracle y otros actores, donde:

• Proveedores de chips financian clientes.
• Clientes toman participaciones en proveedores.
• Se firman compromisos de gasto de cientos de miles de millones de dólares en centros de datos a varios años vista.

Ese “enredo de deals” puede ser síntoma de sobreinversión y de una difuminación peligrosa entre ingresos reales y movimientos contables, algo que recuerda a otras burbujas tecnológicas anteriores. Yale Insights

El Banco de Inglaterra también ha advertido que una parte relevante de las inversiones en IA está apalancada con deuda, elevando el riesgo de inestabilidad si llega una corrección fuerte de precios (según informes recientes citados por la prensa financiera británica). The Times

2.3. Resultados empresariales dispares y retornos dudosos

Varios estudios señalan que una gran fracción de los proyectos corporativos de IA generativa no está produciendo retornos claros:

• El paper de Storm (INET) sostiene que ya se habría alcanzado un “peak GenAI” en modelos LLM actuales y que los rendimientos marginales de seguir escalando hardware son decrecientes, mientras que muchas aplicaciones empresariales no logran justificar las inversiones. Institute for New Economic Thinking
• Análisis periodísticos como el de Built In señalan que, aunque se han invertido decenas de miles de millones en pilotos de IA, gran parte de estos aún no han generado beneficios significativos, y muchas empresas siguen sin un camino claro a la monetización. Built In

Nature también recoge que numerosos analistas financieros ya hablan abiertamente de una “burbuja de IA”, y que un pinchazo podría tener consecuencias notables en la financiación de la investigación y en los empleos ligados a este sector. Nature

---

3. Argumentos en contra: ¿y si no es una burbuja, sino un “boom” con fundamentos?

No todo el mundo coincide en que estemos ante una burbuja clásica. Hay una corriente de análisis que sostiene que la situación actual se parece más a un “boom respaldado por fundamentales” que a un castillo de naipes.

3.1. Beneficios reales y capex financiado con flujo de caja

Varios informes de gestoras y bancos señalan diferencias clave frente a la burbuja puntocom:

• VanEck argumenta que el actual ciclo de IA está liderado por empresas altamente rentables que reinvierten beneficios en infraestructura (centros de datos, chips, redes, software). No se trata de startups sin ingresos financiadas sólo con capital riesgo, sino de gigantes que usan su propio flujo de caja. ETF & Mutual Fund Manager | VanEck
• iShares (BlackRock) muestra que, aunque las valoraciones son elevadas, el PER adelantado de los grandes jugadores de IA está muy por debajo de los niveles extremos del año 2000. En su análisis, estiman que los líderes de la era puntocom cotizaban cerca de 70 veces beneficios futuros, mientras que hoy los grandes “hyperscalers” rondan múltiplos en torno a 26 veces. BlackRock

Es decir: caro, sí; pero no necesariamente más caro que otras fases de la historia en las que el mercado no estaba en una burbuja total.

3.2. IA como ola estructural, no sólo como “moda temática”

Alison Porter (Janus Henderson) sostiene que la IA debe entenderse como una “ola tecnológica de largo plazo”, comparable a la informática personal, Internet o el móvil, y no sólo como un tema puntual. Cada ola anterior requirió una inversión masiva y prolongada en infraestructura y tardó años en repercutir plenamente en productividad y beneficios. GWP

Desde esta perspectiva, buena parte del gasto actual en IA –por ejemplo, en semiconductores, memoria, redes, almacenamiento o software– sería la base necesaria para una transformación económica profunda que aún está en fases tempranas.

3.3. Indicadores mixtos: ni burbuja obvia ni calma total

Darrell West, desde Brookings, propone seguir seis tipos de indicadores para evaluar el riesgo de burbuja de IA:

1. Niveles de inversión.
2. Ritmo y escala de construcción de centros de datos.
3. Grado real de adopción de IA.
4. Precios de productos y servicios de IA.
5. Grado de competencia en el mercado.
6. Confianza pública en la tecnología.

Su conclusión es que no podemos saber con certeza si hay una burbuja hasta que explote, pero estos indicadores pueden ayudarnos a medir si las expectativas se están normalizando o siguen desancladas de la realidad. Brookings

Otros análisis (por ejemplo, de firmas como Goldman Sachs o Acadian Asset Management) apuntan a que, mientras no veamos una gran ola de nuevas emisiones y empresas sin beneficios entrando al mercado, puede que aún no estemos en la fase final de una burbuja, aunque sí en un entorno de riesgo elevado. Goldman Sachs+1

---

4. ¿Qué podría hacer “estallar” la burbuja de IA?

Diversos trabajos exploran escenarios concretos de pinchazo:

1. Contagio por concentración
   Sonnenfeld y Henriques describen cómo la concentración extrema de acuerdos y valor en unas pocas firmas (OpenAI, Nvidia, grandes clouds, etc.) puede convertir cualquier tropiezo en un shock sistémico. Si alguno de los grandes proyectos de infraestructura (como los mega-centros de datos tipo “Stargate”) no genera los retornos esperados, el impacto sobre valoraciones y crédito podría ser severo. Yale Insights
2. Desajuste entre expectativas y beneficios
   Si se consolida la evidencia de que la IA generativa aporta menos productividad de la proyectada, los mercados podrían revalorizar a la baja muchas empresas, especialmente las que dependen casi exclusivamente de la narrativa de IA.
3. Cambio de condiciones financieras y regulatorias
   El informe del OECD subraya que una combinación de crecimiento más débil, retornos por debajo de lo esperado en inversiones de IA y sorpresas de inflación podría desencadenar una repricing de riesgos en mercados ya sobrevalorados. Axios
   Además, un endurecimiento regulatorio (competencia, privacidad, propiedad intelectual) podría aumentar costes y reducir márgenes en varios modelos de negocio basados en IA.
4. Innovación disruptiva que abarate drásticamente el “compute”
   Tanto Yale Insights como otros analistas señalan el riesgo de que avances tecnológicos (en chips o incluso computación cuántica) dejen obsoleta parte de la infraestructura construida a precios muy altos, retrasando el retorno para los inversores. Yale Insights+1

---

5. Impacto posible de un pinchazo de la burbuja

Un “desinflado” o pinchazo más brusco de la burbuja de IA tendría efectos en varios niveles:

• Financiero: caídas fuertes en las valoraciones de big tech y startups de IA; pérdidas para fondos de pensiones y minoristas expuestos a índices muy concentrados en este tema. Ya hay señales de que algunos fondos de pensiones británicos están reduciendo exposición a acciones estadounidenses por miedo a una burbuja de IA. Financial Times
• Real: recortes de gasto en centros de datos, cancelación de proyectos, despidos en empresas cuyo negocio se centra en IA.
• Investigación y academia: Nature advierte que una corrección severa podría traducirse en menos financiación pública y privada para proyectos de investigación en IA, impactando a universidades y laboratorios. Nature
• Confianza social y regulatoria: como explican Widder y Hicks, incluso si el “hype bubble” se desinfla, sus efectos persistirán: emisiones de carbono ya realizadas, precarización laboral asociada a automatización mal diseñada, deterioro del ecosistema informativo y una desconfianza amplia hacia la IA que podría frenar innovaciones futuras útiles. Ash Center

---

6. Conclusión: ¿burbuja, boom o las dos cosas a la vez?

La evidencia actual sugiere que:

• Hay rasgos claros de burbuja:
  • Expectativas desmedidas sobre lo que la IA puede lograr en pocos años.
  • Valoraciones muy concentradas en pocas empresas.
  • Gasto masivo en infraestructura con retornos aún inciertos.
  • Circularidad en algunas estructuras de financiación.
• Pero también hay fundamentos sólidos:
  • Beneficios reales y crecientes en empresas clave (por ejemplo, Nvidia y los grandes hyperscalers). Reuters+1
  • Adopción transversal de IA en sectores como salud, logística, ciberseguridad o manufactura. Built In
  • Inversiones financiadas en buena medida con flujo de caja y no sólo con deuda especulativa, según varias gestoras.

Probablemente estamos ante una mezcla de boom estructural + burbuja parcial:

• La IA como tecnología tiene un potencial transformador similar (o superior) al de Internet.
• La IA como trade financiero puede estar sobredimensionada en ciertos segmentos, especialmente en valoraciones de algunas compañías y en proyectos de infraestructura sobredimensionados.

Para inversores, reguladores y público en general, lo clave será:

• Mirar menos los titulares y más los beneficios reales, flujos de caja y productividad.
• Vigilar los niveles de deuda y la concentración de riesgos.
• Analizar con frialdad qué proyectos de IA tienen verdaderas ventajas competitivas y casos de uso probados… y cuáles dependen sólo de la palabra “AI” en su pitch.

---

Referencias

Berkowitz, B. (2025, 2 de diciembre). AI bubble a “key downside risk” to U.S. economy, OECD warns. Axios. https://www.axios.com Axios

Frasse, N. (2025, 15 de octubre). Is AI a bubble? The dot-com bubble vs. today’s AI revolution. VanEck. https://www.vaneck.com ETF & Mutual Fund Manager | VanEck

Glover, E., & Whitfield, B. (2025, 24 de noviembre). Is there an AI bubble? Built In. https://builtin.com Built In

Letzing, J., & Sung, M. (2025, 7 de octubre). What we mean when we talk about an artificial intelligence “bubble”. World Economic Forum. https://www.weforum.org World Economic Forum

Porter, A. (2025, 16 de octubre). AI versus the dotcom bubble: 8 reasons the AI wave is different. Janus Henderson Investors. https://www.janushenderson.com GWP

Schwaller, F. (2025). If the AI bubble bursts, what will it mean for research? Nature. https://doi.org/10.1038/d41586-025-03776-0 Nature

Sonnenfeld, J. A., & Henriques, S. (2025, 8 de octubre). This is how the AI bubble bursts. Yale Insights. Yale School of Management. https://insights.som.yale.edu Yale Insights

Storm, S. (2025). The AI bubble and the U.S. economy: How long do “hallucinations” last? Institute for New Economic Thinking. https://www.ineteconomics.org Institute for New Economic Thinking

West, D. M. (2025, 7 de noviembre). Is there an AI bubble? Brookings Institution. https://www.brookings.edu Brookings

Widder, D. G., & Hicks, M. (2024, 20 de noviembre). Watching the generative AI hype bubble deflate. Ash Center for Democratic Governance and Innovation, Harvard Kennedy School. https://ash.harvard.edu Ash Center

Akullian, K. (2025, 6 de noviembre). Are AI stocks in a bubble? Why this isn’t a dot-com redux. iShares (BlackRock). https://www.ishares.com BlackRock