La IA se está desacelerando: Se necesitan $3 billones en ingresos para 2030 para mantener la burbuja

Ed Zitron sostiene que la IA generativa se está desacelerando, no acelerando, y la economía simplemente no cuadra. El artículo se centra en los asombrosos requisitos de capital: 3 billones de dólares o más en ingresos para finales de 2030 para sostener la existencia de la industria de la IA, basado en los costos de construcción de centros de datos y los compromisos de los hiperescaladores.

Proyecciones financieras clave de la fuente

• Costos de centros de datos: Citando a Sightline Climate y Jensen Huang, los 190 GW planificados de centros de datos costarán entre 9,5 y 15 billones de dólares (a $80–$100 mil millones por GW). Bloomberg dice incorrectamente 3 billones.
• Dependencia de ingresos de NVIDIA: El 54% de los ingresos de NVIDIA proviene de tres clientes (probablemente Microsoft, Google, Meta). Huang proyecta 1 billón de dólares en ingresos hasta finales de 2027, pero las contrapartes deben aumentar la deuda perpetuamente.
• Movimientos de hiperescaladores: La venta de acciones de Google por $85 mil millones y el plan de Meta de vender varios miles de millones indican que la deuda se está volviendo más difícil de adquirir, según el economista Paul Kedrosky.
• Compromisos de Anthropic: $330 mil millones en compromisos de cómputo/chips (Google, Amazon, Microsoft) más $30 mil millones con CoreWeave y $15 mil millones con SpaceX. Necesita $174 mil millones en ingresos anuales para 2029. Recaudó $95 mil millones solo en 2025, pero necesitará otros $200 mil millones+ en el próximo año.
• Quema de OpenAI: Proyecta al menos $852 mil millones quemados hasta finales de 2030, con $770 mil millones+ en compromisos de cómputo. Su ronda de financiación de $122 mil millones en marzo es insuficiente.

Por qué esto importa para los agentes de codificación de IA

Si la burbuja de la IA se contrae, el acceso a modelos de frontera (por ejemplo, GPT-5, Claude 4, Gemini Ultra) podría volverse más caro o restringido. Los costos de inferencia podrían aumentar si la construcción de centros de datos se estanca. Para los equipos que dependen de agentes de IA, esto sugiere diversificar los proveedores de modelos y prepararse para posibles aumentos de precios o disponibilidad reducida de API.