Medio billón en chips y la mitad sin enchufar
Nvidia y Broadcom habrían vendido más de US$560.000 millones en chips y equipos de IA desde comienzos de 2023, y alrededor de la mitad de ese hardware seguiría sin instalar o sin energía suficiente para funcionar. La estimación es del analista Ed Zitron, pero ya no es una voz aislada: Business Insider documentó el mismo patrón dentro de Amazon con correos internos.
Para un founder, la pregunta no es si hay burbuja. Es qué pasa con el precio del cómputo, la disponibilidad de GPUs y el costo de tu propio hardware si la infraestructura que se construyó para servirte no se puede encender.
Los números que sostienen la tesis del dark GPU
Zitron calcula que en el caso de Microsoft hay entre US$50.000 y US$100.000 millones en GPUs todavía en sus cajas. Bloomberg había informado que la compañía tenía unos 12 GW de capacidad total, de los cuales solo unos 2 GW correspondían a chips de IA. Y Satya Nadella ya había admitido en noviembre de 2025 que tenían chips que no podían enchufar.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasEl fenómeno tiene nombre: dark GPUs. Son aceleradores comprados, pagados y contabilizados que no generan un dólar de ingresos porque no hay electricidad ni centro de datos listo para recibirlos. El dinero ya salió de la caja, pero la capacidad productiva todavía no existe.
El caso Amazon: US$5.000 millones en racks esperando en un almacén
La investigación de Business Insider del 19 de octubre es el documento más concreto hasta ahora. Bajo un proceso interno llamado Early Rack Receipt, AWS esperaba recibir cerca de US$5.000 millones en racks con chips GB300 de Nvidia en instalaciones de EE. UU. antes de su despliegue final, según correos internos de agosto. La proyección era sumar unos US$3.000 millones más por mes «en el futuro previsible».
El problema es físico: algunos sitios de AWS tenían espacio para más racks, pero no energía suficiente para encenderlos. El equipo terminó guardado en almacenes intermedios a la espera de que los centros de datos estuvieran listos. Al menos un equipo de AWS no tenía «un camino claro» para meter esos racks en instalaciones operativas.
El costo financiero es directo. Amazon proyecta unos US$220.000 millones de capex este año, más que cualquier otra tecnológica, y su flujo de caja libre se volvió negativo el trimestre pasado por primera vez desde 2023. En una reunión interna de septiembre, el responsable de infraestructura de AWS dijo que esperaban mantener ese flujo negativo «durante un par de años». AWS proyectaba superar la falta de capacidad en 2027; ahora espera que ese año todavía haya más demanda que oferta.
La escala del compromiso ayuda a entender por qué aceptan el costo: según CryptoBriefing, Amazon está desarrollando 44 GW de nueva capacidad de centros de datos en 16 estados, mientras AWS acumula una cartera de contratos por US$496.000 millones. Y aun así el negocio crece: AWS creció 37% en el segundo trimestre, su mejor ritmo en 18 trimestres.
La escala real de la apuesta
Las cifras de inversión de las cuatro grandes para este año son: US$190.000 millones de Microsoft, US$145.000 millones de Meta, US$205.000 millones de Google y US$220.000 millones de Amazon. Solo esas cuatro suman US$760.000 millones.
Goldman Sachs proyecta, según recogió 247wallst, que los cinco mayores hiperescaladores gastarán unos US$800.000 millones en capex en 2026, un 94% más que en 2025, y que la cifra escalará a US$1,2 billones en 2027 y US$1,4 billones en 2028.
Del otro lado, la oferta se diversifica. CNBC reportó que la firma de investigación SemiAnalysis contaba 323 proveedores de GPUs de Nvidia en septiembre, frente a 209 menos de 11 meses antes. Los neoclouds como CoreWeave o Nebius crecieron justamente porque los hiperescaladores no alcanzan a cubrir la demanda: Andy Jassy dijo en julio que Amazon no podrá servir toda la demanda que prevé este año y que «esa dinámica también será cierta en 2027». El mismo medio señala que Anthropic y OpenAI se comprometieron a gastar más de US$500.000 millones entre Amazon y Microsoft, que controlaban el 59% del mercado de infraestructura cloud en 2025 según Gartner.
¿Es una burbuja como la de 2008?
Jennifer M. Harris, exfuncionaria económica de la Casa Blanca en la etapa de Biden, publicó un ensayo de opinión en el New York Times comparando la situación con la crisis financiera de 2008. Sus insumos: el Wall Street Journal atribuyó en agosto unos US$3 billones de deuda fuera de balance a las nueve mayores tecnológicas, y el Financial Times situó los ingresos anuales proyectados de OpenAI en unos US$50.000 millones, casi un 30% menos de lo esperado.
Su argumento más incómodo es el de la financiación: parte de esa deuda se financia con crédito privado ligado a seguros y a ahorros para la jubilación. Harris sostiene que la IA necesitaría generar hasta US$3 billones al año para devolver el capital invertido, y que el déficit deja poco margen para un rescate.
Del otro lado están las voces con intereses evidentes. Jensen Huang dijo en julio que «esta vez es diferente» y que no hay burbuja, sino un cambio industrial con un freno saludable. Masayoshi Son, CEO de SoftBank y mayor accionista de OpenAI, llamó a hablar de burbuja «una blasfemia contra la IA». Nadella es más moderado: no ve una burbuja como la de hace más de una década, pero cree que el sector necesita atraer al consumidor para que el final sea bueno.
El freno que nadie discute: la energía
Hay un dato que ordena todo el debate. La Agencia Internacional de la Energía espera que el consumo eléctrico global de los centros de datos se duplique, de 485 TWh en 2025 a 950 TWh en 2030, y que el de los centros de datos enfocados en IA se triplique.
Ese es el cuello de botella real. No es que falten compradores de chips: es que la electricidad, los transformadores y los permisos de conexión a la red no se fabrican al ritmo al que Nvidia entrega racks. Por eso el propio Huang puede llamarlo «freno saludable»: la física impide que el gasto se descontrole, aunque también garantiza que la capacidad tardará años en alcanzar a la demanda.
Qué significa esto para tu startup
1. Tu costo de cómputo no va a bajar pronto. Mientras la capacidad siga restringida, la oferta y la demanda juegan en tu contra. CNBC reportó que el precio spot por hora de una GPU Nvidia B200 más que se duplicó desde marzo, según datos de Ornn. Si tu producto depende de inferencia intensiva, modela escenarios con precios al alza, no a la baja, y revisa tus márgenes brutos con esa hipótesis.
2. Diversifica proveedores antes de necesitarlo. Con 323 proveedores de GPUs contabilizados, hay más opciones que los tres grandes: neoclouds, bare-metal o esquemas donde llevas tu propio hardware. Oracle, por ejemplo, ofrece «bring your own GPU» para clientes que tienen capital para comprar chips pero no energía ni espacio. La contrapartida es que los neoclouds suelen pedir pago por adelantado y la capacidad puede tardar meses en estar online.
3. Cierra contratos de capacidad con antelación. Si tienes un roadmap de entrenamiento o de inferencia para los próximos 12 meses, negocia ahora y no cuando el modelo esté listo. La propia CoreWeave dijo que su capacidad de corto plazo está prácticamente vendida, y un proveedor difícilmente puede entregar 10.000 GPUs con un día de aviso.
4. Presupuesta hardware de oficina con sobreprecio. El efecto ya llegó al consumo: RAM y almacenamiento más caros, consolas, móviles económicos y portátiles con precios por encima de hace un año sin mejores especificaciones. Según Lenovo, cuando pase la tormenta los precios no tienen por qué volver a los niveles previos. Si tienes renovación de equipos planificada, adelantarla puede salir más barato que esperar.
Conclusión
El dato central no es que sobren GPUs, sino que el cuello de botella se movió del silicio a la energía y a la obra física. Para los hiperescaladores es un problema de miles de millones inmovilizados en cajas. Para un founder, es la señal de que el cómputo seguirá siendo un insumo caro y escaso por un buen tiempo, y de que la ventaja competitiva se está corriendo hacia quien sabe hacer más con menos: modelos más pequeños, inferencia más eficiente y arquitecturas que no dependan de capacidad infinita.
Fuentes
- Xataka: Tras gastar cientos de miles de millones de dólares en tarjetas de Nvidia, los hiperescaladores tienen la mitad guardadas en cajas
- Business Insider: Amazon is buying billions in Nvidia AI systems it can’t yet turn on
- CNBC: Nvidia GPUs are everywhere. Here are the ways companies are accessing them
- 247wallst: Goldman Sachs Says a $7.6 Trillion AI Spending Boom Is Coming
- CryptoBriefing: Amazon has billions in Nvidia hardware waiting on power that isn’t there yet
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
