OpenAI, Anthropic y SpaceX corren hacia los mercados públicos con valoraciones combinadas que superan $1.75 billones, pero un número creciente de inversores apuesta en su contra. La tesis contraria señala los problemas de ROI empresarial y los modelos open source más baratos como amenazas a sus proyecciones de ingresos.
- La estampida de las OPI de IA
- La verificación de la realidad empresarial
- Dónde está el dinero real
- Lecciones de ciclos tecnológicos pasados
- La tesis corta, expuesta sin rodeos
La estampida de las OPI de IA
La carrera por ser el primer laboratorio de IA de frontera en salir a bolsa está en marcha. Anthropic presentó recientemente una solicitud confidencial de OPI, y OpenAI supuestamente prepara la suya. SpaceX busca una cotización de $1.75 billones. Estos tres megadebuts representan la mayor concentración de formación de capital desde el pico de las puntocom. Cada uno busca recaudar $60 mil millones.
Pero bajo el entusiasmo yace una visión más escéptica. Según un comentario reciente de Fortune del profesor de Tufts Bhaskar Chakravorti, las valoraciones asumen una adopción global sin fricciones de la IA de frontera que aún no existe.
La verificación de la realidad empresarial
Los laboratorios de IA están optimizados para el 15% superior del mercado global: empresas con redes rápidas, talento profundo y generosos presupuestos de cómputo. Pero no es ahí donde ocurre la mayor parte del gasto corporativo. Incluso el CEO de OpenAI, Sam Altman, admitió recientemente que las preocupaciones sobre los costos excesivos de la IA son una "crítica justa".
Los compradores corporativos luchan por encontrar ROI en sus inversiones en IA. Alternativas open source más baratas rinden casi igual en muchas tareas. Un informe de Bain & Company advierte que la IA necesitará $2 billones en ingresos anuales para 2030 para justificar su gasto en cómputo, dejando un déficit de $800 mil millones. Los modelos de peso abierto comprimen los precios de inferencia entre un 30% y un 50% anual, limitando los márgenes.
Dónde está el dinero real
La tesis corta sostiene que los ingresos más duraderos de la IA provendrán de necesidades poco glamorosas y no satisfechas. En economías desarrolladas, eso significa modernizar sistemas heredados: el 43% de los sistemas bancarios centrales aún funcionan con COBOL, un lenguaje de programación de los años 60. Anthropic argumentó que su modelo Claude podría automatizar esa migración, provocando una caída del 13.2% en las acciones de IBM.
En economías "Break Out" como India, Brasil y Kenia, la aplicación estrella es la calificación crediticia y la detección de fraude con IA para billeteras móviles. La UPI de India procesó 22.6 mil millones de transacciones solo en marzo de 2026, y el dinero móvil movió más de $2 billones en 2025. Estos son mercados masivos y monetizables que los laboratorios de frontera ignoran en gran medida.
Incluso en la base de la pirámide, la detección de enfermedades de cultivos con IA en siete países africanos podría desbloquear $6.1 mil millones para 14 millones de agricultores, y estas poblaciones confían más en la IA que los ejecutivos de Silicon Valley.
Lecciones de ciclos tecnológicos pasados
La historia sugiere que el valor más duradero en una nueva ola tecnológica va a la capa de infraestructura por la que todos deben pagar. En el pico de las puntocom, Pets.com y Webvan fracasaron, pero Cisco, Akamai y eventualmente AWS capturaron valor duradero. En la telefonía móvil, los ganadores fueron empresas de torres como American Tower, no los fabricantes de teléfonos.
Los adquirentes estratégicos ya lo ven. En un deprimido mercado de fusiones y adquisiciones en 2025, el área candente fue la infraestructura de datos: IBM compró DataStax, ServiceNow adquirió Data.world, y Salesforce pagó $8 mil millones por Informatica. No apuestan a qué modelo gana; compran las tuberías por las que correrá la IA, para siempre.
La tesis corta, expuesta sin rodeos
La aritmética es implacable. Oracle recientemente reveló $248 mil millones en arrendamientos de centros de datos con plazos de 15 a 19 años, frente a contratos de clientes que a menudo duran solo cinco años. Los precios de inferencia para modelos abiertos caen entre un 30% y un 50% anual, lo que dificulta que cualquier proveedor de modelos defienda sus márgenes.
Nada de esto garantiza que las OPI fracasen. OpenAI podría alcanzar objetivos de ingresos que ha incumplido antes; Anthropic podría ganar suficientes acuerdos empresariales; la economía de lanzamiento de SpaceX podría justificar su precio. Pero la carrera hacia la OPI también es una carrera para vender una historia sobre la adopción global sin fricciones de la IA antes de que los números de ROI la alcancen.
Lo que esto significa para la industria
Para los inversores, la tesis corta resalta una brecha crítica entre valoraciones infladas y la adopción en el mundo real. Las apuestas más rentables pueden no estar en los propios laboratorios de IA, sino en las empresas que proporcionan la infraestructura y resuelven los problemas aburridos y de alto volumen: modernización de COBOL, detección de fraude en mercados emergentes e IA agrícola.
Competidores como los proveedores de modelos open source y las empresas de infraestructura de datos se beneficiarán a medida que las empresas busquen alternativas más baratas y probadas. Las giras de presentación de las OPI pueden vender una visión de agentes superinteligentes, pero los datos sugieren que los ingresos a corto plazo están en otra parte.
Preguntas frecuentes
¿Qué empresas de IA buscan megasalidas a bolsa? OpenAI, Anthropic y SpaceX se preparan para cotizar en bolsa, con valoraciones combinadas que superan $1.75 billones. Anthropic ha presentado una solicitud confidencial, OpenAI supuestamente redacta sus documentos y SpaceX apunta a una valoración de $1.75 billones.
¿Cuál es la tesis corta contra estas OPI? La tesis corta sostiene que las valoraciones asumen una adopción empresarial generalizada que no se está materializando. Las empresas luchan por encontrar ROI en la IA, y los modelos open source más baratos reducen los precios. Las oportunidades de ingresos reales están en áreas menos glamorosas como la modernización de sistemas heredados y la inclusión financiera en mercados emergentes.
¿Qué nos dice la historia sobre invertir en nuevos ciclos tecnológicos? Los ciclos pasados muestran que el valor más duradero va a los proveedores de infraestructura: enrutadores, torres de telefonía, nubes de datos, más que a las aplicaciones más llamativas para el consumidor o la empresa. Los adquirentes estratégicos ya están comprando empresas de infraestructura de datos.
¿Qué tan grande es el déficit de ingresos de la IA? Bain & Company estima que la IA necesitará $2 billones en ingresos anuales para 2030 para justificar su gasto en cómputo, dejando un déficit de $800 mil millones. Los precios de inferencia para modelos abiertos caen entre un 30% y un 50% anual, presionando aún más los márgenes.
¿Dónde está creciendo realmente la demanda de IA? La demanda más fuerte puede estar en economías en desarrollo donde los pagos móviles, la calificación crediticia y la IA agrícola pueden desbloquear un enorme valor a escala. La confianza en la IA es mayor en estas regiones que en los mercados desarrollados.
¿Están estas OPI condenadas al fracaso? No necesariamente. Las empresas podrían alcanzar sus objetivos de ingresos y justificar sus valoraciones. Pero el riesgo es que la narrativa se adelante a los números y los primeros inversores puedan enfrentar una larga espera para obtener rendimientos.
Conclusión
Las megasalidas a bolsa de IA representan una apuesta concentrada en una tecnología transformadora, pero la tesis corta plantea preguntas válidas sobre las valoraciones y los plazos realistas de ingresos. Los inversores que apuestan por la capa de infraestructura y las aplicaciones empresariales pragmáticas pueden encontrar rendimientos más confiables, mientras que las giras de las OPI apuestan por un futuro que aún no ha llegado.
Únete a la discusión
Will OpenAI, Anthropic, or SpaceX justify their IPO valuations?