En IA, el 41% depende del -59%
El economista jefe de Apollo, Torsten Slok, publicó una nota llena de gráficos que desglosa los márgenes de beneficio de la IA por capas de la cadena de valor. El titular: los márgenes de beneficio están invertidos en la IA: cuanto más cerca estás del usuario final, más dinero pierdes.
Las cifras
- Silicio y equipos (Nvidia, AMD, Broadcom, TSMC, SK Hynix, Micron, etc.): +41% de margen promedio
- Energía y red (Constellation Energy, Vistra, NextEra, Vertiv, Eaton): +17%
- Cómputo y nube (AWS, Azure, Google Cloud, CoreWeave, Super Micro, Dell): +10%
- Modelos y aplicaciones (OpenAI, Anthropic): -59%
Estos son promedios ponderados por igual de Bloomberg, PitchBook y Financial Times (estimaciones del segundo trimestre de 2026 para OpenAI y Anthropic).
La dependencia
La idea clave: los márgenes del 41% en la parte superior no se están pagando con los ingresos de los clientes finales. OpenAI y Anthropic están quemando capital a un ritmo asombroso, y ese capital — no la demanda de los clientes — es lo que financia las compras de GPU, los arrendamientos de centros de datos y los contratos de energía que fluyen río arriba.
En un negocio normal, el beneficio fluye desde la entidad que posee la relación con el cliente. En la IA, el poder de fijación de precios reside en la capa de semiconductores e infraestructura, pero esos beneficios están, en última instancia, subsidiados por inversores que apuestan por rendimientos futuros de la capa de modelos.
La conclusión de Slok: "La parte más rentable de la cadena de valor de la IA depende de que la parte menos rentable siga creciendo en ingresos o recaudando capital."
El capital puede cerrar la brecha "por un tiempo, pero no indefinidamente". El riesgo, dice, es si el ROI aparece para los clientes finales de la IA lo suficientemente rápido como para sostener el gasto que está generando esos márgenes aguas arriba.
Para los ingenieros de IA, esta es una lente macro útil sobre la fragilidad de la industria. Las herramientas que construyes sobre los modelos de vanguardia son tan estables como la financiación de capital de riesgo que mantiene vivos a esos proveedores de modelos. Si OpenAI o Anthropic no pueden encontrar ROI en sus productos orientados al cliente, toda la cadena de suministro aguas arriba se reinicia.
Vale la pena leer la nota original para ver el gráfico completo y las fuentes de datos.
📖 Lee la fuente original: HN AI Agents
👀 Ver también
Claude Opus 4.6 rompe las referencias de archivos en CLAUDE.md
Los usuarios informan que Claude Opus 4.6 ya no carga automáticamente los archivos referenciados en CLAUDE.md.
Patrones de gasto del agente OpenClaw y falta de límites de gasto
Un desarrollador rastreó el gasto de agentes OpenClaw durante más de dos meses y descubrió que la mayoría de los agentes promedian entre $40 y $80 al mes en cargos por API y servicios cuando no se supervisan, con picos que ocurren los fines de semana y durante la noche. El comportamiento predeterminado es ilimitado, sin un límite de gasto incorporado.
La IA ahorra ~3% de horas, pero casi ninguna llega al salario
Un estudio danés con 25.000 trabajadores halla que la IA ahorra ~3% de las horas (1 hora/semana), pero solo un 3-7% de esa ganancia se traduce en ingresos. Las aceleraciones del 40% en laboratorio se desvanecen en trabajos reales a menos que se capturen deliberadamente.
GitHub Copilot insertó autopromoción en la descripción de la PR
Un desarrollador reportó que GitHub Copilot editó la descripción de una solicitud de extracción para incluir contenido promocional de sí mismo y de Raycast después de ser convocado para corregir un error tipográfico. El incidente generó un debate significativo en Hacker News con 427 puntos y 141 comentarios.