a16z nuevo artículo: ¿Por qué 'nubes nuevas' queman más dinero a medida que crecen, desde las granjas de criptomonedas hasta la nube de IA?

Título original: Charts of the Week: Head In The Neoclouds
Autor original: Moses Sternstein, a16z

Nota del editor: En el contexto de una nueva ronda de inversión en capacidad de cómputo impulsada por la IA generativa, la discusión del mercado sobre la infraestructura de IA está cambiando de "¿hay suficientes GPU?" a "¿quién puede proporcionar capacidad de cómputo de manera sostenible?". A medida que la demanda de entrenamiento y razonamiento de modelos y la expansión de centros de datos se convierten en un consenso, surge una pregunta más fundamental: ¿puede el rápido crecimiento de la demanda de capacidad de cómputo realmente traducirse en beneficios y flujos de efectivo estables?

En el artículo "Charts of the Week" publicado por a16z New Media, el autor Moses Sternstein aborda el crecimiento, la valoración y la contradicción de la rentabilidad en el mercado de capacidad de cómputo de IA a través de empresas de nubes nuevas como CoreWeave, Nebius y Applied Digital, y se extiende a la competencia en SaaS horizontal, el enrutamiento de modelos y la competencia por talento en laboratorios de vanguardia.

En este artículo, el autor no simplemente juzga si la demanda de IA es fuerte, sino que descompone el comercio actual de IA en un conjunto de problemas estructurales más fundamentales: cómo se revalúa la infraestructura existente, por qué el crecimiento de ingresos no ha mejorado las expectativas del mercado y por qué el enfoque competitivo de la industria de IA está cambiando de la simple expansión a la eficiencia y el retorno.

Primero, está el redescubrimiento del valor de la infraestructura. En el pasado, las tierras a lo largo de las vías del ferrocarril, los gasoductos y las redes de cable servían a industrias específicas, y luego se transformaron en infraestructura de telecomunicaciones e internet. Hoy, una revalorización similar de activos está ocurriendo nuevamente. Algunas empresas de nubes nuevas que originalmente servían a la minería de criptomonedas ya tienen experiencia operativa en electricidad, salas de servidores, sistemas de refrigeración y computación de alta densidad; tras la explosión de la demanda de IA, estas capacidades se han transformado rápidamente en un suministro escaso de capacidad de cómputo. Esto significa que la competencia en infraestructura de IA no comienza completamente desde cero; las ventajas tempranas a menudo provienen de la recombinación de activos antiguos, recursos energéticos y capacidades de ingeniería.

Segundo, la coexistencia de un alto crecimiento de ingresos y la incertidumbre en la rentabilidad. El crecimiento de los ingresos iniciales de empresas de nubes nuevas como CoreWeave superó en su momento el de gigantes de la nube como AWS en su fase inicial, pero el mercado de capitales no ha otorgado un reconocimiento equivalente. La razón es que las nubes nuevas no son negocios de software típicamente ligeros en activos. La compra de GPU, el acceso a electricidad, la construcción de centros de datos, la depreciación de chips y los intereses de la deuda aumentarán con la escala, incluso más rápido que el crecimiento de los ingresos. Esto significa que la expansión de ingresos solo puede demostrar que la demanda de capacidad de cómputo de IA es fuerte, pero no puede probar automáticamente que el modelo de negocio tiene un retorno de capital suficientemente alto. Lo que realmente espera el mercado es si estas empresas pueden convertir pedidos e ingresos en flujos de efectivo libre sostenibles.

Tercero, el valor del software se está re-diferenciando según la influencia de la IA. En el pasado, el mercado temía que la IA generativa debilitara universalmente las ventajas competitivas de las empresas SaaS, pero el desempeño de Atlassian demuestra que la IA también puede ser una herramienta para aumentar el gasto de los clientes y la lealtad al producto. Al mismo tiempo, el software de ciberseguridad y observabilidad sigue obteniendo una prima de valoración, ya que la IA amplía los riesgos potenciales y aumenta la dependencia de las empresas en soluciones maduras. Esto significa que el llamado "apocalipsis SaaS" no ocurrirá de manera uniforme. La cuestión de si la IA es un producto sustituto, baja precios o expande la demanda se está convirtiendo en un nuevo estándar para la diferenciación de valor del software.

Cuarto, las aplicaciones de IA están pasando de "acumular tokens" a optimizar tokens. En el pasado, las empresas tendían a llamar directamente al modelo más potente, o a dar a los equipos de ingeniería un presupuesto para experimentar; hoy, empresas como Databricks están comenzando a utilizar enrutamiento inteligente para emparejar modelos de diferentes precios y rendimientos según la dificultad de la tarea, manteniendo la efectividad mientras reducen costos. La disminución del precio por token no necesariamente significa que el gasto total en IA se reduzca: cuando el costo unitario disminuye y aumentan los escenarios de aplicación, el consumo total de tokens y el tamaño total del mercado aún pueden seguir aumentando. La eficiencia y la demanda no son mutuamente excluyentes, sino que pueden formar un ciclo de refuerzo mutuo.

Si se pudiera resumir este artículo en un juicio, sería: la infraestructura de IA ya ha demostrado que puede crear un crecimiento rápido, pero la próxima etapa de ganadores y perdedores dependerá de si las empresas pueden convertir ese crecimiento en una mayor eficiencia de capital. En este sentido, el objeto de discusión de este artículo ya no es solo si CoreWeave puede convertirse en el próximo gigante de la nube, sino si toda la industria de IA puede pasar de la expansión de capacidad de cómputo a retornos comerciales sostenibles.

A continuación se presenta el contenido original:

Bajo el título "Nubes Nuevas"

A principios del siglo XX, la Southern Pacific Railroad Company tenía muchos derechos de construcción inactivos en tierras despejadas que conectaban ciudades y pueblos en todo Estados Unidos. El alcance de los derechos de paso del ferrocarril era mucho más amplio que las vías mismas, por lo que aún quedaban muchos corredores disponibles para el desarrollo.

Así, esta compañía ferroviaria tendió una red de comunicación a lo largo de la línea ferroviaria, y la llamó "Sistema de Telefonía Interna de la Southern Pacific Railroad". En la década de 1970, la compañía comenzó a comercializar esta red, abriéndola a un público más amplio.

Luego, ocurrieron dos cosas al mismo tiempo: por un lado, el monopolio del mercado de telefonía de larga distancia llegó a su fin; por otro lado, los cables de fibra óptica comenzaron a ser comercialmente viables. Los corredores de comunicación existentes se transformaron en líneas de fibra óptica, y esta red se conoció más tarde por su acrónimo en inglés "Sprint". Los activos que alguna vez sirvieron al ferrocarril se convirtieron así en la columna vertebral de la revolución de las telecomunicaciones.

No solo las compañías ferroviarias han transformado redes físicas existentes en infraestructura tecnológica comercial de mayor escala.

En la década de 1980, Williams Company transformó un gasoducto inactivo en un canal de fibra óptica y fundó WilTel. Esta compañía fue vendida y finalmente renombrada como WorldCom. En la década de 1990, los cables coaxiales unidireccionales que se habían tendido para el negocio de televisión por cable también experimentaron una gran y costosa actualización, convirtiéndose finalmente en la infraestructura que Comcast y Charter utilizan para ofrecer servicios de internet de banda ancha a los consumidores.

Esto nos lleva a otro tipo de empresas: aquellas que también poseen infraestructura existente, y cuyos activos están siendo significativamente transformados y revalorizados para satisfacer la demanda de una nueva tecnología: las empresas de "nubes nuevas".

En resumen, la mayoría de las empresas de nubes nuevas originalmente se dedicaban a la minería de criptomonedas, que es intensiva en energía y capacidad de cómputo, y luego llegó la ola de IA. De repente, quienes poseen derechos de uso de electricidad, infraestructura y experiencia en la construcción y gestión de cargas de computación de alta intensidad—en el caso de CoreWeave, también incluye una gran cantidad de GPU—se encuentran en una de las pistas más codiciadas del momento.

Por supuesto, esto no es una comparación estricta. Pero si observamos a las tres empresas de nubes nuevas que cotizan en bolsa más grandes, su crecimiento de ingresos es realmente notable.

Solo podemos estimar los ingresos de la nube en las etapas iniciales de los proveedores de servicios en la nube de gran escala, pero la tendencia general es clara: las empresas de nubes nuevas están creciendo rápidamente, y claramente más rápido que el crecimiento en la fase inicial de los tres grandes proveedores de servicios en la nube.

Es importante señalar que, en todo el mercado de ventas de capacidad de cómputo, las empresas de nubes nuevas siguen siendo participantes relativamente pequeños.

Aún tienen un largo camino por recorrer para alcanzar el tamaño de los proveedores de servicios en la nube de gran escala.

Los ingresos generados por los proveedores de servicios en la nube de gran escala cada trimestre son varios órdenes de magnitud más altos que los de las empresas de nubes nuevas. Sin embargo, al mismo tiempo, CoreWeave logró alcanzar ingresos de 2.6 mil millones de dólares en aproximadamente 25 trimestres, cifra que AWS alcanzó solo en su cuadragésimo trimestre después de su lanzamiento. Reiteramos: la velocidad de crecimiento de estas empresas es realmente muy rápida.

Con un crecimiento tan alto y aprovechando el viento a favor de la industria de IA, los inversores deberían estar bastante emocionados. En cierto sentido, de hecho lo están, pero la realidad es más compleja.

Aunque los resultados de las últimas rondas de informes financieros de estas empresas han sido generalmente buenos, en el último año, el precio de las acciones de CoreWeave ha caído aproximadamente un 16%; solo Nebius se acerca a sus máximos anteriores.

Por lo tanto, la historia en general sigue siendo buena, pero para la empresa de nubes nuevas más grande, la atracción es claramente un poco menor.

El rendimiento del mercado ha sido relativamente plano recientemente, en parte porque muchas expectativas de crecimiento pueden ya estar reflejadas en las valoraciones.

Para empresas de capital intensivo como las nubes nuevas, la relación precio-ventas no es el indicador de valoración más adecuado, pero sigue siendo intuitivo para ilustrar el problema. Nebius y Applied Digital, más pequeñas y de crecimiento más rápido, tienen una prima de valoración mucho más alta que CoreWeave, que es mucho más grande. Los ingresos de CoreWeave siguen duplicándose, pero ya no alcanzan el crecimiento del 400% al 450% de las empresas líderes.

Si hay un verdadero problema para las empresas de nubes nuevas, no es el crecimiento, sino la rentabilidad a largo plazo. Las empresas de nubes nuevas necesitan seguir invirtiendo en chips, electricidad e infraestructura física para escalar, y estos costos no son bajos:

Como ejemplo, CoreWeave ha mostrado un crecimiento de ingresos notable, pero sus gastos de capital son aún más sorprendentes. Otros costos significativos incluyen la depreciación de chips, que ya supera la mitad de los ingresos, así como los gastos de intereses que continúan aumentando debido a la deuda contraída para la construcción anticipada de costosas infraestructuras.

Este artículo no pretende juzgar si la nueva empresa en la nube tendrá éxito o si su precio actual es razonable. Más allá de la popularidad del tema, lo que realmente se quiere señalar es que esta nueva empresa representa un microcosmos de la lucha entre alcistas y bajistas en todo el comercio de IA.

Por un lado, se encuentran en un mercado vertical que supera con creces todas las expectativas previas y que sigue expandiéndose: el mercado de la computación, creando una velocidad de crecimiento histórica y rara. Por otro lado, el costo de construir este tipo de empresas también está en niveles históricos, requiriendo una inversión masiva en infraestructuras fijas que se deprecian continuamente.

¿Regreso del SaaS horizontal?

A continuación, una breve actualización sobre el cambiante panorama del mercado del "fin del SaaS". La empresa más afectada por la reciente venta masiva de acciones de software ha tenido un rendimiento bastante bueno en el último mes.

En los últimos 30 días de negociación, las empresas de software horizontal han tenido un rendimiento destacado en los componentes del ETF de software IGV, aunque desde que se recopilaron estos datos, han retrocedido parte de sus ganancias.

En general, los fundamentos de estas empresas siguen siendo sólidos. En particular, Atlassian no ha caído en declive como se esperaba anteriormente debido al impacto de la IA.

Esta empresa de software de productividad ha superado las expectativas tanto en resultados como en guías: los ingresos de su negocio en la nube crecieron un 31% interanual, y el crecimiento de los pedidos acumulados fue incluso mayor. Pero quizás la señal más clave es que la IA se está convirtiendo en un motor de crecimiento en lugar de un obstáculo. Atlassian ha indicado que su asistente de IA, Rovo, ha sido ampliamente adoptado; al mismo tiempo, los clientes que utilizan Rovo están aumentando sus gastos a casi el doble de la tasa de los usuarios que no lo utilizan.

Esto es una buena noticia para Atlassian, para Rovo y para el SaaS horizontal.

Sin embargo, la valoración general del SaaS horizontal sigue siendo ligeramente inferior a la de otras categorías de software.

Con pocas excepciones, las empresas de SaaS horizontal, incluida Atlassian, tienen una relación precio-ventas esperada que generalmente está por debajo del nivel correspondiente a la línea de tendencia de "crecimiento - múltiplo de valoración".

Una vez más, enfatizo que el SaaS horizontal solo ha pasado por un "mes" relativamente bueno. Para que el mercado crea que el "fin del SaaS" ha sido cancelado, un solo mes de rendimiento no es suficiente.

Por supuesto, si tu negocio de software pertenece al ámbito de la ciberseguridad o la observabilidad, eso es otra historia: para estas empresas, el llamado "fin del SaaS" nunca ha ocurrido.

El sector de la ciberseguridad sigue superando ampliamente a otras categorías dentro del ETF de software IGV. En este campo, la IA se ha convertido en un factor favorable: el mercado generalmente cree que la IA ha aumentado la percepción del riesgo de amenazas a la ciberseguridad, y ningún cliente empresarial confiará en "programación por ambiente" para improvisar su propia solución de seguridad.

Si esta lógica se sostendrá, por supuesto, aún necesita ser probada con el tiempo. Pero al menos en este momento, la situación de las empresas de software tradicionales no es uniforme.

Los inversores están muy atentos a si la IA traerá beneficios a cada empresa o si causará erosión, y están ajustando constantemente sus juicios con cada nuevo conjunto de datos, lo cual es completamente razonable.

Hacia la frontera de eficiencia en la inversión en tokens

El panorama del mercado en torno al uso de modelos, el consumo de tokens y la gestión del gasto en tokens sigue evolucionando de maneras interesantes.

Tomemos como ejemplo a Databricks.

En cuestiones como "¿qué modelo deberíamos usar?" y "¿cuál es el mejor modelo?", Databricks no ha adoptado una mentalidad de "el ganador se lo lleva todo", ni simplemente ha dado a los ingenieros un presupuesto para que decidan cómo gastarlo. Planteó otra pregunta: "¿qué pasaría si desarrollamos un sistema que asigne automáticamente las tareas adecuadas a los modelos adecuados?"

Databricks no es la única empresa que hace esto, pero ha desarrollado un "enrutador inteligente" (Smart Router), y los resultados han sido bastante satisfactorios.

Se dice que el enrutador de Databricks puede invocar modelos más potentes y costosos cuando es necesario, y utilizar modelos más débiles y económicos cuando las condiciones lo permiten, logrando así "reducir continuamente el costo promedio de las tareas en más del 30%".

En general, buscar la "frontera de eficiencia" en el gasto de tokens no puede ser más que algo positivo. Esto significa que la demanda sigue creciendo, y los casos de uso no solo continúan evolucionando en el rendimiento más alto, sino que también se están expandiendo hacia modelos que no son tan avanzados. En la narrativa pesimista inicial, estos modelos subóptimos se consideraban que serían rápidamente eliminados.

Como mencionamos anteriormente, la mejora de la eficiencia ampliará el alcance de la demanda, que es precisamente lo que el mercado espera ver, un dinamismo similar a la paradoja de Jevons.

El índice de intensidad de precios de tokens de Silicon Data muestra que la intensidad de precios general está disminuyendo, especialmente a medida que los modelos abiertos de menor costo están ocupando una mayor cuota en un mercado en expansión.

Es necesario aclarar nuevamente un concepto que a menudo se malinterpreta: estos índices miden la intensidad de costo del gasto en tokens, no la cantidad absoluta en dólares. También depende de la cantidad de tokens consumidos y del costo total de los tokens. Esto significa que, incluso si el precio por token disminuye, la cantidad total de consumo de tokens y el gasto total aún pueden seguir aumentando.

Lo verdaderamente importante es que la demanda general sigue creciendo, y que la fijación de precios y la selección de modelos que avanzan hacia la frontera de eficiencia solo impulsarán aún más este crecimiento. Es especialmente notable que la "demanda de IA" o "adopción de IA" no es un concepto único y homogéneo. Existe una gran diferencia entre los usuarios intensivos y otros usuarios. Esto deja claro que "siempre usar el mejor modelo" puede ser adecuado para algunas empresas, pero definitivamente no es adecuado para todas.

Hoy en día, el mercado está formando rápidamente más alternativas disponibles. En general, esto es algo positivo.

Según los datos de la plataforma de gestión de gastos empresariales Ramp, todas las empresas están aumentando su gasto en IA, pero la diferencia entre el gasto medio y el de las empresas en el 10% superior, así como entre el 10% superior y el 1% superior, es extremadamente amplia.

Los datos de Ramp tienden a favorecer a las empresas tecnológicas, y esto debe tenerse en cuenta al interpretarlos. Sin embargo, los datos muestran que las empresas en el 10% superior en gasto tienen un gasto per cápita en IA aproximadamente 50 veces mayor que el de las empresas medianas.

Esta distribución probablemente no es accidental. Las empresas que pueden liberar más valor del gasto en IA son probablemente también las que invierten más en ello; aunque no todas las empresas son así, al menos una parte considerable de ellas se ajusta a esta regla.

Un análisis de Boston Consulting Group de 107 empresas que cotizan en bolsa encontró que las empresas en los dos quintiles superiores en uso de tokens tienen un crecimiento de ingresos significativamente más rápido que otras empresas.

El núcleo de lo que se quiere expresar aquí es que la demanda de tokens y la eficiencia de uso se están reforzando mutuamente: cuanto más valor obtiene una empresa, más tokens consume.

Este proceso, por supuesto, implica un equilibrio entre inversión y retorno, y la investigación y desarrollo siempre conllevará algunos costos iniciales. Pero para la gran mayoría de las empresas, acumular tokens sin control nunca ha sido una estrategia efectiva.

Por lo tanto, es claramente algo positivo que las empresas en el futuro no necesiten adoptar este enfoque.

La batalla por el talento en laboratorios de vanguardia

New Media acaba de incorporar a dos excelentes miembros del equipo a OpenAI, así que para finalizar, veamos algunas gráficas interesantes sobre la situación de contratación en los laboratorios de IA de vanguardia.

Dario Amodei ha expresado recientemente su preocupación de que los empleados están priorizando el dinero sobre la misión. Según los datos de Levels.fyi, esta preocupación puede no ser infundada.

Si se entiende completamente a partir de los datos superficiales, los salarios que Anthropic ofrece a los ingenieros son muy altos y superan con creces a los de ingenieros de empresas de igual nivel como Google y Tesla.

Parece que ser miembro del equipo técnico es, de hecho, algo bastante bueno.

Además, hay otro conjunto de datos que también es muy interesante.

Según los datos de Live Data Technologies, presentados por Truist Securities, las fuentes de talento de cada laboratorio tienen una gran cantidad de superposiciones, pero también existen diferencias notables:

Ambas empresas han reclutado a muchos talentos de grandes empresas tecnológicas, pero solo OpenAI ha contratado personas de Nvidia y Tesla, y esto ocurrió en 2026.

Databricks, Snowflake (recientemente), Palantir y DeepMind son también fuentes de talento compartidas por ambas empresas.

Ambos laboratorios han reclutado una cantidad considerable de empleados de Salesforce y Stripe.

Pero la superposición entre ambas parece detenerse aquí. Anthropic ha reclutado a muchos talentos de empresas SaaS, mientras que OpenAI casi no lo ha hecho; OpenAI, por su parte, ha contratado en gran medida de empresas de internet de consumo, mercados de plataformas y tecnología publicitaria, mientras que Anthropic ha realizado contrataciones relativamente escasas en estos campos, a excepción de Airbnb, Netflix y Uber.

En cuanto a lo que significan estas diferencias, lo dejamos a su interpretación.