Analista de Bloomberg: la revisión de los ingresos de OpenAI no frenará la demanda de infraestructura de IA

Las dudas sobre cómo OpenAI contabiliza sus ingresos no anulan lo esencial: el mercado de infraestructura de IA vive del consumo, no de las líneas de un informe financiero. Es la conclusión de Mandeep Singh, analista de Bloomberg Intelligence. En su opinión, el rápido aumento del número de tokens procesados indica una demanda sólida de cómputo, incluso si hay que revisar las cifras de ingresos. La nota de Bloomberg no aporta nuevos indicadores concretos, por lo que lo que sigue es un análisis de la lógica del argumento, no un resumen de tablas.

Dos contadores distintos

Los ingresos son una magnitud contable. Dependen de las reglas de reconocimiento: si se registran en bruto o netos de la parte de los socios, cómo se tratan los descuentos, los créditos y los contratos a largo plazo. Los tokens, en cambio, son una magnitud física: el volumen de texto, código y otros datos que los modelos han procesado realmente en los aceleradores. Recalcular los ingresos mueve el primer contador. El segundo no depende de él.

Para los propietarios de centros de datos, los proveedores de chips y las plataformas en la nube, lo que importa es el segundo. Cada token implica una GPU ocupada, memoria, ancho de banda de red y electricidad. Si hay más tokens, la carga sobre la infraestructura aumenta, por mucho que los contables distribuyan el dinero entre unas partidas u otras.

Dónde es más débil el argumento

Los tokens no equivalen a dinero. El precio por token ha bajado notablemente en los últimos años, y los escenarios agénticos y los modelos con razonamiento largo gastan varias veces más tokens por tarea que un chat convencional. Parte del crecimiento del volumen puede reflejar el abaratamiento, los planes gratuitos y el consumo subvencionado, y no una disposición real a pagar. Por eso la tesis de Singh funciona como indicador de utilización de la capacidad, pero no como prueba de rentabilidad.

La brecha entre ambas cosas es el principal riesgo para quienes construyen capacidad de IA contando con ingresos futuros. Un clúster con mucha carga que opera con margen bajo sigue siendo un activo deficitario.

Hay además un segundo matiz. OpenAI no es todo el mercado. El consumo lo impulsan también Google, Anthropic, Meta, los laboratorios chinos y miles de empresas que ejecutan modelos abiertos en su propio hardware. Un problema de información financiera en un solo actor no anula una demanda repartida entre muchos.

Qué indicadores conviene seguir

• El volumen diario y trimestral de tokens en los proveedores de API y en las nubes.
• El precio medio por millón de tokens y la proporción de tráfico de pago.
• La metodología de reconocimiento de ingresos: bruto o neto, y las condiciones de reparto de ingresos con los socios.
• La utilización de las GPU y los plazos de entrega de aceleradores.
• El gasto de capital de los hiperescaladores y sus comentarios sobre la demanda en los informes trimestrales.

Cómo leer estas señales

Para los inversores, lo razonable es separar dos preguntas: si habrá demanda suficiente para llenar la capacidad construida y si esa demanda generará dinero suficiente. Los tokens responden a la primera; los ingresos y el margen, a la segunda. Mezclarlas es peligroso en ambos sentidos: la revisión de los ingresos no es motivo para dar de baja la infraestructura de IA, y el aumento de los tokens no es motivo para considerarla ya amortizada.

Para los equipos que construyen productos sobre API, lo útil es otra cosa. Si la demanda realmente crece más rápido que la oferta, los precios y los límites pueden cambiar las condiciones a lo largo del horizonte de los contratos. Conviene diseñar la arquitectura de modo que permita cambiar entre modelos y proveedores, y calcular el coste de una tarea en tokens, no solo en suscripciones. La fuente recuerda que, por ahora, hay pocos datos y que las cifras clave aún están por llegar: en los informes de la propia OpenAI y en los resultados trimestrales de sus proveedores.