Martin Hart-Landsberg.
Foto: Entrada al Kaohsiung Museum of Labor ubicado en el distrito de Yancheng en Kaohsiung, Taiwán
19 de febrero 2026.
Eso significa que debemos profundizar en nuestros propios esfuerzos de organización, centrándonos en construir una lucha más coordinada y fuerte por una política tecnológica y una economía que sirva a los intereses de la mayoría.
Los multimillonarios tecnológicos y la administración Trump, con el apoyo aparente de la mayor parte de la clase capitalista, están apostando fuerte por la inteligencia artificial (IA). De hecho, las inversiones en IA se han convertido en el principal motor del crecimiento económico de Estados Unidos.
Pero para ustedes es una apuesta perdedora. El auge de la IA no es sostenible. Y como aporta poco valor, desequilibra nuestra economía, intensifica nuestra crisis ecológica y amenaza la calidad y la capacidad de respuesta de nuestras instituciones sociales, cuanto más tiempo dure, mayor será el daño causado y más difícil será la tarea de renovación económica y social.
El auge de la IA
Muchas personas creen que la inteligencia artificial es una tecnología etérea que «vive» en las nubes. En realidad, los sistemas de IA están firmemente arraigados. Necesitan electricidad para su entrenamiento y funcionamiento, agua para su refrigeración y racks de servidores con chips fabricados con minerales difíciles de adquirir, todo lo cual debe alojarse y accederse en gigantescos centros de datos.
El enorme gasto en estos centros de datos y en los equipos y programas informáticos asociados es el principal responsable del crecimiento actual de la economía estadounidense.
El economista Jason Furman estimó que el crecimiento del PIB de Estados Unidos en el primer semestre de 2025 se debió casi en su totalidad a estas inversiones relacionadas con la IA. Sin ellas, el crecimiento del PIB, en términos anualizados, habría sido mínimo, solo del 0,1 %.
Los investigadores de la OCDE mantuvieron una visión más pesimista, creyendo que sin ese gasto Estados Unidos habría entrado en una recesión absoluta.
El gasto de capital anual relacionado con la IA de las mayores empresas tecnológicas —Google, Amazon, Meta y Microsoft— pasó de 150 000 millones de dólares en 2022 a 360 000 millones en 2025. Y, en conjunto, tienen previsto gastar una cantidad sustancialmente mayor, 650 000 millones de dólares, en 2026. Bloomberg informa de que “se espera que las estimaciones de las empresas para [2026] se acerquen o superen sus presupuestos de los últimos tres años combinados».
Para poner ese gasto en perspectiva:
se prevé que los mayores fabricantes de automóviles, fabricantes de maquinaria de construcción, ferrocarriles, contratistas de defensa, operadores de telefonía móvil y empresas de paquetería con sede en Estados Unidos, junto con Exxon Mobil Corp., Intel Corp., Walmart Inc. y las empresas derivadas de General Electric (21 empresas en total), gasten un total de 180 000 millones de dólares en 2026.
Estas cuatro empresas tecnológicas no son las únicas que invierten en centros de datos. xAI, que se fusionó con SpaceX en 2026, completó un enorme centro de datos en 2025 y tiene otro en construcción.
Oracle se ha convertido recientemente en un importante proveedor de servicios en la nube y, según Larry Ellison, su director ejecutivo, la empresa tiene como objetivo construir «más centros de datos de infraestructura en la nube que todos sus competidores de infraestructura juntos». En 2025, firmó un contrato de 300 000 millones de dólares con OpenAI para proporcionar cinco años de servicios informáticos.
Los efectos de crecimiento de la IA también se dejan sentir a través de otro canal: el mercado de valores. El lanzamiento en noviembre de 2022 del chatbot de IA ChatGPT provocó un crecimiento explosivo del valor de un grupo de acciones tecnológicas conocidas como las «Magnificent 7»: NVIDIA, Microsoft, Alphabet, Apple, Meta, Tesla y Amazon.
Estas acciones representan actualmente cerca del 40 % del valor del S&P 500 y son responsables de aproximadamente el 80 % de la subida global del mercado en 2025.
Generaron una rentabilidad media del 27,5 % en 2025, frente al 7 % del resto del S&P 500, lo que supuso una considerable ganancia ponderada por capitalización bursátil del 17,5 %.
En consonancia con la naturaleza clasista de la economía estadounidense, el 10 % más rico de los estadounidenses, propietarios de cerca del 90 % del mercado bursátil, fueron los principales beneficiarios de este comportamiento del mercado. El efecto riqueza, por el que el aumento del valor de los activos fomenta el aumento del consumo, desempeñó entonces su papel. La cuota de consumo del 20 % de los que más ganan se disparó en 2025, alcanzando el 60 % del consumo total de Estados Unidos a finales de año.
La celebración de la IA como salvadora de la economía distrae la atención del hecho de que es un tipo muy específico de IA, conocido como inteligencia artificial generativa, el principal responsable del auge.
Las tecnologías de inteligencia artificial se dividen normalmente en dos grupos principales: el aprendizaje automático y la IA generativa. Los modelos de aprendizaje automático utilizan algoritmos para identificar patrones, tomar decisiones y mejorar su rendimiento a través de la experiencia. No generan nuevos contenidos.
Los modelos de IA generativa, que se entrenan con grandes conjuntos de datos, pueden producir textos similares a los humanos y responder y manipular entradas de audio e imágenes. Los más conocidos son ChatGPT (OpenAI), Gemini (Google), Claude (Anthropic), Grok (xAI), Copilot (Microsoft) y Llama (Meta).
Los propietarios de estos sistemas de IA generativa están inmersos en una intensa competencia, y cada uno de ellos espera asegurarse el dominio del mercado y los beneficios monopolísticos resultantes. Pero ese es solo el objetivo a corto plazo.
También parecen creer que el desarrollo ulterior de sus respectivos sistemas de IA producirá una inteligencia artificial general (AGI) de mayor nivel, una superinteligencia que conducirá, en palabras de Mark Zuckerberg (director ejecutivo de Meta), a la «creación y el descubrimiento de cosas nuevas que hoy en día son inimaginables».
Sam Altman (director ejecutivo de OpenAI) cree que la IGA que se creará próximamente proporcionará una solución al calentamiento global, nos permitirá colonizar el espacio y vivir para siempre con nuestras mentes cargadas en ordenadores. Elon Musk (director ejecutivo de xAI) cree que los robots impulsados por IA pronto harán que el trabajo sea opcional y el dinero irrelevante.
La carrera por alcanzar el dominio del mercado y, en última instancia, la IGA, empuja a estas empresas a ofrecer continuamente nuevos modelos que, según se dice, son más rápidos, más fiables y más potentes. Y es esta mejora competitiva la que está impulsando la construcción de centros de datos y el crecimiento de la economía.
La razón es que los centros de datos existentes no pueden adaptarse fácilmente para satisfacer las necesidades de los nuevos modelos, que requieren un mayor número de racks de servidores más grandes, cada uno con chips potentes que consumen más energía y sistemas de energía y refrigeración más complejos.
Problemas en el horizonte
A pesar de todo el entusiasmo y las afirmaciones confiadas de que la IA generativa es una tecnología revolucionaria capaz de transformar la economía estadounidense para mejor, es probable que el auge de la IA esté llegando a su fin.
Esto se debe a que estos sistemas avanzados de IA adolecen de graves e inevitables defectos y limitaciones que los hacen incapaces de servir de puente hacia cualquier cosa que se parezca a la IGA y demasiado poco fiables y caros (si se fija un precio que cubra los costes) para lograr una adopción generalizada por parte de un número suficiente de personas o empresas.
A pesar del uso del término «inteligencia», estos sistemas no piensan ni razonan. Funcionan seleccionando probabilísticamente palabras o imágenes basándose en el reconocimiento de patrones desarrollado a partir del entrenamiento con conjuntos de datos masivos construidos en gran parte a partir de material extraído de la web.
Como consecuencia, periódicamente establecen conexiones sin sentido, lo que les lleva a producir respuestas inexactas desde el punto de vista factual. Esta propensión a «alucinar» los hace poco fiables, como han descubierto los numerosos abogados, médicos, periodistas, programadores, estudiantes y empresarios que han confiado en ellos.
Y como estos sistemas se entrenan con material de la web en gran parte sin filtrar, también pueden producir resultados que replican el material odioso y discriminatorio que se encuentra allí, lo que hace que su uso sea inaceptable en diversos entornos sociales, educativos y laborales.
Las empresas que desarrollan estos sistemas suelen restar importancia a la gravedad de estos y otros problemas relacionados, alegando que se superarán con conjuntos de datos mejores y más grandes, algoritmos más sofisticados y mayor potencia computacional.
Sin embargo, ha resultado difícil obtener material nuevo creado por humanos en cantidad suficiente para un entrenamiento adicional, ya que el material generado por la IA domina ahora la web.
Aunque algunos desarrolladores afirman que estos «datos sintéticos» son tan útiles como el material generado por humanos, los estudios han descubierto que su uso no solo conduce a una pérdida de precisión, sino también a una degradación estructural de la representación de la realidad o, en palabras de los investigadores tecnológicos, al «colapso del modelo».
En cuanto al problema de las alucinaciones, incluso los investigadores empleados por OpenAI han llegado a la conclusión de que «los grandes modelos lingüísticos siempre producirán alucinaciones debido a restricciones matemáticas fundamentales que no pueden resolverse mediante una mejor ingeniería».
No es de extrañar, pues, que las empresas que emplean IA hayan tenido dificultades para obtener ganancias de productividad. Un estudio del MIT Media Lab, publicado por Forbes, concluyó que «el fracaso de los proyectos piloto de IA es oficialmente la norma: el 95 % de las iniciativas de IA corporativas no obtienen ningún rendimiento».
Una encuesta realizada a más de 1000 empresas de Norteamérica y Europa reveló que el 42 % había abandonado la mayoría de sus iniciativas de IA en 2025, frente al 17 % en 2024.
¿El resultado? Ninguno de los principales sistemas de IA generativa es rentable ni está en vías de serlo. ChatGPT, de OpenAI, es el sistema más utilizado. Sin embargo, como señala el comentarista tecnológico Ed Zitron, la empresa perdió 5000 millones de dólares en 2024 y es probable que pierda más de 8000 millones en 2025.
Un artículo de The Conversation, una organización de noticias sin ánimo de lucro, ofrece algunas pistas sobre el motivo:
Los servicios gratuitos [de IA generativa] y los servicios de suscripción baratos como ChatGPT y Gemini cuestan mucho dinero. El director ejecutivo de OpenAI, Sam Altman, ha sido sincero sobre cuánto dinero gasta su empresa, y en una ocasión bromeó diciendo que cada vez que los usuarios dicen «por favor» o «gracias» a ChatGPT, le cuesta a la empresa millones. Nadie sabe exactamente cuánto pierde OpenAI por cada chat, pero Altman también ha dicho que incluso las cuentas profesionales de pago pierden dinero debido a los elevados costes informáticos que conlleva cada consulta.
Algunos analistas estiman que OpenAI podría quedarse sin efectivo a mediados de 2027 si no obtiene nueva financiación. La propia OpenAI prevé unas pérdidas de 14 000 millones de dólares en 2026 y espera seguir registrando enormes pérdidas por un total de 44 000 millones de dólares hasta 2029.
Las cosas no van mucho mejor para Meta, Amazon, Microsoft, Google y Tesla, que tienen sus propios sistemas de IA y también construyen y operan sus propios centros de datos.
En conjunto, estas empresas gastaron más de 560 000 millones de dólares en inversiones de capital relacionadas con la IA entre 2023 y 2025, todo ello para generar unos ingresos combinados, no beneficios, de solo 35 000 millones de dólares.
A pesar de las deficiencias de los modelos y los retos en materia de beneficios, los principales actores de la IA siguen decididos a seguir adelante. Pero, dado que el gasto previsto supera con creces los ingresos, solo podrán hacerlo si son capaces de obtener los fondos necesarios en los mercados de deuda y de capital riesgo. Y las cantidades necesarias son considerables.
Por ejemplo, OpenAI ha firmado acuerdos por los que se compromete a gastar unos 1,4 billones de dólares en los próximos cinco años, incluidos 500 000 millones para comprar chips de NVIDIA, 300 000 millones para servicios informáticos de Oracle, 22 000 millones para servicios informáticos de CoreWeave y una cantidad desconocida para Broadcom, con el fin de ayudarle a desarrollar y desplegar racks de chips de su propio diseño.
Por su parte, Oracle tiene previsto recaudar unos 50 000 millones de dólares en 2026 mediante una combinación de deuda y venta de acciones para financiar su actividad de construcción.
Incluso los mayores constructores de centros de datos se ven en la necesidad de recurrir a los mercados de deuda. Como explica Bloomberg:
Más de 3 billones de dólares. Ese es el asombroso precio que cuesta construir los centros de datos necesarios para prepararse para el auge de la inteligencia artificial. Ni siquiera las mayores empresas tecnológicas del mundo —ni Amazon.com, ni Microsoft, ni Meta Platforms— están preparadas para pagar la factura solo con su propio efectivo.
Entonces, ¿de dónde vendrá el dinero? De los mercados de deuda.
¿Cuáles? Todos ellos.
Bonos de primera categoría, deuda basura, crédito privado y complejos fondos de préstamos respaldados por activos. «Las cifras no se parecen a nada que hayamos visto en los 25 años que llevamos en este negocio», afirma Matt McQueen, responsable de crédito global, productos titulizados y banca y mercados municipales en Bank of America Corp. «Hay que recurrir a todas las vías posibles para que esto funcione”.
Por el momento, parece que los prestamistas y los inversores están dispuestos a respaldar la apuesta por la IA.
Pero, dado que los desarrolladores de IA son incapaces de producir un producto fiable, rentable y ampliamente útil, las previsiones de ingresos de las empresas están abocadas al fracaso y llegará un momento en que los prestamistas y los inversores se negarán simplemente a tirar el dinero. Cuando llegue ese momento, el auge de la IA habrá terminado.
OpenAI puede ser la más vulnerable a esa presión financiera. Como se ha señalado anteriormente, ha firmado una serie de acuerdos para adquirir servicios de otras empresas. Sin embargo, al ritmo al que está gastando dinero, es posible que no pase mucho tiempo antes de que sus necesidades de financiación superen lo que los prestamistas e inversores consideren aceptable.
Si se retiran, OpenAI se verá obligada a recortar gastos, reduciendo el empleo y la inversión, con consecuencias negativas para el precio de sus acciones, su programa de desarrollo y las empresas que cuentan con su negocio. Oracle es una de esas empresas.
Ha pedido grandes préstamos para financiar la construcción de su centro de datos, contando con OpenAI para la mayor parte de sus ingresos futuros. Sin esos ingresos, la situación financiera de Oracle se deteriorará rápidamente.
Tanto OpenAI como Oracle son clientes importantes de NVIDIA, por lo que sus dificultades afectarán a sus resultados. Y así sucesivamente.
Un número cada vez mayor de analistas de inversiones está empezando a tomarse en serio este peligro. NPR informa que «los analistas de Morgan Stanley estiman que las grandes empresas tecnológicas gastarán alrededor de 3 billones de dólares en infraestructura de IA hasta 2028, y que sus propios flujos de caja solo cubrirán la mitad de esa cantidad», lo que ha llevado a un analista a afirmar:
Si el mercado de la inteligencia artificial se estabilizara en su crecimiento, muy pronto tendríamos un exceso de capacidad, la deuda no tendría ningún valor y las instituciones financieras perderían dinero.
A principios de febrero de 2026, estas preocupaciones provocaron, como Bloomberg describe:
una serie de ventas masivas [en el mercado de valores], que borraron más de 1 billón de dólares del valor de mercado de las grandes empresas tecnológicas. . . . [Esto] supone un cambio importante con respecto al sentimiento de los últimos años, cuando las especulaciones de que la IA provocaría un auge transformador de la productividad seguían impulsando al alza los precios de las acciones. . . . Pero la cantidad de dinero que los gigantes tecnológicos están invirtiendo en IA es tan grande que cada vez hay más escepticismo sobre si podrá continuar.
De hecho, hay indicios de que incluso los actores tecnológicos están cada vez más preocupados. OpenAI se animó a seguir adelante con sus planes de gasto porque NVIDIA había acordado realizar una inversión de 100 000 millones de dólares en la empresa.
Sin embargo, solo unos meses después, NVIDIA se retractó de ese compromiso, y Jensen Huang, director ejecutivo de la empresa, afirmó que el acuerdo no era vinculante.
Bloomberg informa de que Huang ha expresado en privado su preocupación por la estrategia comercial de OpenAI y su posición frente a sus competidores.
El problema, por supuesto, no es una cuestión de competencia. Más bien se trata de que estos sistemas de IA generativa no pueden cumplir lo que prometen. Las encuestas pueden mostrar un uso significativo por parte de las empresas y el público, pero los clientes de pago son pocos y distantes entre sí.
Aunque OpenAI afirma tener más de 500 millones de usuarios semanales, solo 15,5 millones son suscriptores de pago, lo que, como señala Zitron, «es una tasa de conversión absolutamente pésima». Y esto sigue superando a Google, cuyo último modelo Gemini está recibiendo críticas muy favorables.
Como explica Zitron,
cuando se analizan las líneas de negocio reales, los ingresos son patéticos, ya que Gemini Enterprise de Google solo tiene ocho millones de suscriptores de pago… lo que podría significar desde «pagar entre 17 y 30 dólares al mes por un espacio de trabajo de Google con cuenta Gemini» hasta «haber utilizado la API de Gemini Enterprise”.
El camino que seguir
El auge de la IA terminará. Pero sería un error por nuestra parte limitarnos a esperar a que eso suceda. Podría llevar años y, cada año que pasa, pagamos un precio.
La enorme inversión en IA generativa y su infraestructura de centros de datos está desviando fondos de áreas de mayor importancia social, lo que deja nuestra economía cada vez más desequilibrada e incapaz de responder a nuestras necesidades.
Los centros de datos a hiperescala son en sí mismos enormemente perjudiciales. Perturban las comunidades, desplazan tierras agrícolas necesarias, desvían los ingresos fiscales necesarios para financiar los servicios sociales, elevan los precios de la electricidad, ejercen presión sobre los sistemas energéticos y los recursos hídricos locales y contribuyen al calentamiento global.
Es alentador que los grupos comunitarios y las organizaciones medioambientales estén encontrando formas nuevas y eficaces de resistirse a la construcción de nuevos centros de datos y, en algunos casos, de bloquear el funcionamiento de los ya existentes.
Los desarrolladores de IA también están trabajando agresivamente para integrar los sistemas de IA generativa en tantos aspectos de nuestras vidas como sea posible y lo más rápido posible.
Parecen reconocer la creciente desconfianza y desaprobación popular hacia sus sistemas y ya no cuentan con su «adopción orgánica» por parte de los consumidores, las instituciones sociales o las agencias gubernamentales. Más bien, como tan bien lo expresa el escritor Matt Seybold, «han pasado a un nuevo sueño de adopción forzada impuesta por el gobierno y la coacción gerencial».
Ya podemos ver signos de sus esfuerzos en nuestras escuelas, instituciones sanitarias, redacciones, estudios cinematográficos y redes sociales, aunque la resistencia, especialmente por parte de los sindicatos, es cada vez mayor.
El fin del auge de la IA no significa que las empresas tecnológicas vayan a abandonar sus esfuerzos por sacar provecho del uso obligatorio de los sistemas de IA generativa, ni que nuestra economía vaya a generar automáticamente un nuevo centro de vitalidad económica.
Eso significa que debemos profundizar en nuestros propios esfuerzos de organización, centrándonos en construir una lucha más coordinada y fuerte por una política tecnológica y una economía que sirva a los intereses de la mayoría.
Traducción nuestra
*Martin Hart-Landsberg es profesor emérito de Economía en el Lewis and Clark College, Portland, Oregón, e investigador adjunto en el Instituto de Ciencias Sociales de la Universidad Nacional de Gyeongsang, Corea del Sur. Sus áreas de enseñanza e investigación incluyen la economía política, el desarrollo económico, la economía internacional y la economía política de Asia Oriental. También es miembro de la Junta de Derechos de los Trabajadores (Portland, Oregón) y mantiene un blog, Reports from the Economic Front, donde apareció por primera vez este artículo.
Fuente original: MRonline
Observatorio de Trabajador@s en Lucha 