🎧 Startups e inversión: lo más importante de la semana

_Pódcast de audio: dos presentadores de IA comentan las últimas noticias sobre IA. Transcripción completa a continuación._

Presentador A (00:00): Hoy tenemos sobre la mesa una pila gigantesca de análisis recientes, filtraciones judiciales e informes financieros. Y, sinceramente, al revisarlo todo antes de nuestro análisis a fondo, se me pusieron los pelos de punta.

Presentador B (00:16): Sí, se ha acumulado bastante material, y las cifras son, por decirlo suavemente, anómalas.

Presentador A (00:21): Exacto, anómalas. Y nuestro objetivo principal hoy es entender cómo ha pasado que el desarrollo de software, del software normal y corriente, se haya convertido de repente en una especie de industria pesada. Es decir, en un sector que exige capital a la escala de países enteros.

Presentador B (00:43): Este cambio de paradigma se ha producido, en realidad, en apenas los dos últimos trimestres. La industria ya no financia simplemente código abstracto o, no sé, algoritmos en el vacío. La fase actual es una carrera lo más agresiva posible por hacerse con infraestructura física crítica. Y hoy vamos a analizar precisamente toda esa cadena.

Presentador A (01:07): Sí, desde valoraciones completamente disparatadas de startups de IA hasta la construcción de fábricas gigantescas reales. Las cifras que vamos a diseccionar hoy rompen cualquier lógica financiera habitual. Propongo empezar por el propio sector del software.

Presentador B (01:23): Venga. Ahí es donde está ahora lo más caliente.

Presentador A (01:25): Por ejemplo, los datos recientes sobre Anthropic, la empresa que creó la red neuronal Claude. Ahora mismo negocia captar al menos $30 mil millones.

Presentador B (01:36): 30000000000. ¿En efectivo?

Presentador A (01:38): Sí. Y la valoración de la compañía supera los $900 mil millones. Pero lo que más me impactó es que hace solo 3 meses, 1 trimestre, la valoraban en $20 mil millones.

Presentador B (01:49): Un crecimiento de 45 veces en 1 trimestre.

Presentador A (01:53): En 3 meses ha pasado a valer más que los mayores bancos del mundo juntos. ¿Para qué necesitan ahora mismo 30 1000000000?

Presentador B (02:02): Mira, aquí hay que entender la lógica del mercado. Los inversores no están valorando los ingresos actuales de Anthropic. En el fondo, están comprando la única alternativa viable e independiente a OpenAI.

Presentador A (02:13): ¿O sea, pagan una prima de riesgo?

Presentador B (02:15): Exacto. Pero si miramos el lado puramente físico del proceso, esos 30000000000 no son ningún excedente. Son su presupuesto de supervivencia para, como mucho, los próximos 18-36 meses.

Presentador A (02:27): Un presupuesto de supervivencia de 30000000000. ¡Vaya!

Presentador B (02:31): Sí, porque el dinero se destina a acumular capacidad de cómputo. Necesitan comprar cientos de miles de chips Nvidia H100. Además, Anthropic afirma que quiere ampliar la ventana de contexto de su modelo a más de 200000 tokens. Y, desde el punto de vista técnico, en la arquitectura de transformers la complejidad computacional crece de forma cuadrática respecto a la longitud del contexto.

Presentador A (02:56): Espera, vamos a aclararlo. Es decir, si multiplicamos por 2 el volumen de texto que la red neuronal puede tener en la cabeza a la vez, los requisitos de hardware no se multiplican por 2, sino directamente por 4.

Presentador B (03:10): Exactamente. Las matemáticas de los transformers son implacables. Cada token tiene que, por decirlo de forma simple, prestar atención a todos los demás tokens. Cuando tienes cientos de miles de tokens, el número de operaciones matemáticas se vuelve sencillamente astronómico.

Presentador A (03:25): ¿Y ya no basta con servidores alquilados normales?

Presentador B (03:28): Al 100 por cien. Necesitan su propia infraestructura en la nube diseñada desde 0. Sin esa enorme inyección de capital de 30000000000, físicamente no podrán entrenar la próxima generación. Es una carrera de desgaste.

Presentador A (03:42): Pues sí. Y esa carrera, curiosamente, está adquiriendo a toda velocidad una dimensión geopolítica. En los informes me encontré con datos sobre la startup china Moonshot AI, que desarrolla el chatbot Kimi.

Presentador B (03:55): Sí, sí, he leído sobre ellos.

Presentador A (03:56): Ahí las cifras también son de locos: han captado $2 mil millones con una valoración de $20 mil millones, y han crecido casi 7 veces en 16 meses. Pero, ¿sabes qué es lo más interesante? Quién pone el dinero.

Presentador B (04:09): La composición de los inversores.

Presentador A (04:11): Exacto. Está Meituan, un gran servicio de reparto, vale. Pero luego está China Mobile, un operador de telecomunicaciones gigantesco con participación estatal, y el fondo de inversión del conglomerado estatal CATC. Reconoce que esto no se parece en nada al venture capital clásico, con fondos de Silicon Valley. Parece financiación directa de un proyecto nacional.

Presentador B (04:34): Yo diría que es una señal muy clara. Pekín está moldeando literalmente a Moonshot AI como un llamado campeón nacional. Cuando alguien del nivel de China Mobile entra en el capital, la startup no recibe solo un cheque de 1000000000.

Presentador A (04:48): ¿Y qué más?

Presentador B (04:48): También infraestructura. También infraestructura.

Presentador A (04:51): Y acceso sin trabas a los centros de datos nacionales, además de contratos garantizados en el sector público y, lo más importante para la IA, acceso a enormes volúmenes de datos internos del Estado para entrenar sus algoritmos.

Presentador B (05:05): ¿O sea, que la inteligencia artificial ha dejado de ser una cuestión comercial?

Presentador A (05:09): Totalmente. Ahora es una cuestión de seguridad nacional y de soberanía tecnológica al más alto nivel. Y eso, por cierto, explica muy bien por qué las cifras son tan enormes. Y ese paso de la IA a la categoría de infraestructura pesada nos lleva a 1 filtración judicial muy interesante de la que quería hablar. Afecta a Microsoft y OpenAI.

Presentador B (05:32): Ah, sí, los gastos ocultos.

Presentador A (05:35): Sí. Oficialmente todo el mundo pensaba, y así se declaraba públicamente, que Microsoft había invertido en OpenAI 13 1000000000 de dólares. Suena a mucho, pero asumible. Y los documentos judiciales acaban de revelar el panorama real: el gasto efectivo del gigante del software superará los 100 1000000000 de dólares ya en junio de 2026.

Presentador B (05:57): Una diferencia de 7 veces, ojo.

Presentador A (05:59): Una diferencia colosal. 1 cosa es entrenar un modelo en un laboratorio, y otra muy distinta meterlo en la nube Azure, en Word, en Excel, y hacer que procese 1000000 de solicitudes cada segundo. Y me surge una pregunta: si incluso Microsoft se ve obligada a ocultar el coste real de mantener la IA, ¿no significa eso que la IA generativa ha resultado ser un lujo demasiado caro?

Presentador B (06:24): Mira, los documentos muestran que cada consulta a este modelo avanzado cuesta decenas, y a veces cientos de veces más que una búsqueda normal.

Presentador A (06:33): ¿Cientos de veces?

Presentador B (06:34): Sí. Necesitas enormes clústeres de GPU funcionando las 24 horas. De ahí, por cierto, viene la reciente reestructuración de OpenAI.

Presentador A (06:44): ¿Te refieres a su nueva escisión?

Presentador B (06:45): Sí, están creando una filial independiente, una deployment company, y le inyectan de entrada $4 mil millones.

Presentador A (06:52): Sí, sí, vi esa lista de inversores: 19 empresas pusieron dinero para esos 4000000000, entre ellas TPG, Advent International, Bain Capital, grandes firmas de inversión. Pero 1 compañía me llamó especialmente la atención: Brookfield.

Presentador B (07:07): Ah, Brookfield es muy revelador.

Presentador A (07:09): Es una de las mayores gestoras de activos de infraestructura y energía del mundo. Es decir, construyen centrales eléctricas, redes de agua. Y ahora ponen dinero en esto. El cuello de botella ya no es el código, sino el enchufe.

Presentador B (07:24): Exactamente. Desplegar modelos de IA modernos es hoy una tarea para un promotor industrial, no para un programador. Para construir un centro de datos no basta con comprar servidores. Necesitas cientos de hectáreas de terreno.

Presentador A (07:36): Y agua, supongo, para refrigerar todo eso.

Presentador B (07:40): Sí, volúmenes colosales de agua que hay que acordar con las autoridades y, sobre todo, conexión directa a líneas de alta tensión. Silicon Valley simplemente no tiene esa experiencia. Brookfield, sí. Esta alianza es un reconocimiento abierto de que la tecnología ha chocado con el límite físico de las redes eléctricas.

Presentador A (07:56): Oye, si los principales problemas se han trasladado al mundo físico, a los enchufes y la refrigeración, tiene sentido mirar el mercado del hardware. Ahí también hay cambios tectónicos.

Presentador B (08:08): ¡Y tanto! Solo la salida a bolsa de Cerebras Systems ya lo dice todo.

Presentador A (08:11): ¡Desde luego! Una valoración de 95 1000000000 de dólares. Captaron más de 5 mil millones y medio, y en su primer día de cotización sus acciones se dispararon un 68%. Es la mayor salida a bolsa tecnológica desde 2020, cuando debutó Snowflake.

Presentador B (08:28): Y aquí lo importante ni siquiera son los récords bursátiles, sino por qué el mercado los valora así. Tienen la tecnología Wafer Scale. En esencia, resuelven el principal problema de los chips actuales: el de la interconexión.

Presentador A (08:41): Es decir, el retraso físico cuando los datos van de un lado a otro entre distintos

Presentador B (08:45): ¿procesadores? Sí, exacto.

Presentador A (08:47): Se me ha ocurrido una analogía para visualizarlo mejor. Los chips tradicionales de un superordenador son como un montón de pequeñas aldeas. Y para que resuelvan juntas una tarea común, hay que construir entre ellas costosas carreteras, cables.

Presentador B (09:00): Y mover camiones de datos de aquí para allá.

Presentador A (09:03): Sí, sí, se pierde un montón de tiempo y energía solo en logística. En cambio, el chip Wafer Scale de Cerebras tiene el tamaño de una oblea de silicio entera. Es como construir 1 megalópolis gigantesca sobre 1 único cimiento. Todo está cerca, sin cables externos, y al final hay un 40 por ciento más de núcleos de cómputo en la misma superficie.

Presentador B (09:25): Excelente analogía. Y aquí la física del proceso determina la economía. Dentro de 1 único chip, las señales viajan órdenes de magnitud más rápido y, lo que es importante, requieren varias veces menos energía que cuando la señal sale a la placa base. Entrenar una red neuronal enorme exige que todos los núcleos trabajen de forma sincronizada. Al eliminar la distancia física, reduces drásticamente el tiempo de entrenamiento.

Presentador B (09:50): Para gigantes como Meta o Google, reducir el entrenamiento de un modelo de varios meses a semanas es una ventaja crítica. Pagarán lo que sea por ello.

Presentador A (10:01): Pero fíjate: Cerebras, entonces, resuelve el problema de la velocidad. Y luego está la noticia de Arm, que apunta a otro objetivo: precisamente la eficiencia energética.

Presentador B (10:12): Sí, lo de Arm también es una noticia muy importante.

Presentador A (10:15): Su consejero delegado, Rene Haas, habló hace unos días de una especie de explosión de la demanda. En 5 semanas recibieron pedidos por $2 mil millones. Es el doble de lo habitual. Y Arm siempre se ha asociado a los smartphones, pero ahora este crecimiento lo impulsan precisamente los centros de datos.

Presentador B (10:33): Porque los centros de datos están abandonando en masa los procesadores x86 clásicos de Intel y AMD. ¿Por qué? Consumen demasiada energía.

Presentador A (10:42): Exacto. La arquitectura x86 dominó durante décadas, pero se diseñó como universal, con un montón de instrucciones obsoletas. Es una arquitectura CISC, con un conjunto de instrucciones complejo.

Presentador B (10:54): Ajá.

Presentador A (10:55): En cambio, Arm usa RISC, un conjunto reducido. Es decir, el chip ejecuta solo instrucciones básicas, pero lo hace de forma supereficiente. Al final, los centros de datos ahorran un 30-40% de energía. ¡Increíble! Oye, pero a escala de 1 portátil, un 40% de ahorro es solo una hora más de series.

Presentador A (11:14): Pero en un centro de datos

Presentador B (11:15): Sí, en un centro de datos con cientos de miles de servidores son cientos de megavatios. Son cientos de 1000000 de dólares de beneficio operativo neto cada año.

Presentador A (11:24): ¿Y menos calor, supongo? ¿O sea, que se gasta menos en refrigeración?

Presentador B (11:28): Al 100 por cien. Menos electricidad para los servidores, menos electricidad para la climatización. Una reacción en cadena. Por eso el mercado móvil está ahora estancado, mientras que el segmento de servidores se convertirá en la principal locomotora de crecimiento de Arm hacia 2026-2027. Los proveedores de nube no tienen alternativa: tienen límites estrictos de disipación de calor por metro

Presentador A (11:46): cuadrado. Sí, si no puedes llevar más corriente al edificio, solo te queda instalar chips que hagan más trabajo por cada vatio. ¿Lógico?

Presentador B (11:54): Exactamente.

Presentador A (11:55): Pero, ¿sabes?, si los chips se han convertido en el recurso más valioso del planeta, del que depende la supervivencia de las empresas, depender de terceros se vuelve demasiado arriesgado.

Presentador B (12:04): ¿Vas a la noticia de SpaceX?

Presentador A (12:08): Sí. Rompe todos los esquemas. SpaceX invierte al menos $55 mil millones, con potencial para llegar a $119 mil millones, en una fábrica de chips de IA en Texas. El proyecto se llama TerraFab.

Presentador B (12:22): Cifras disparatadas, de acuerdo.

Presentador A (12:24): Para tener contexto, miré que el presupuesto anual completo de la NASA ronda los 25 1000000000. Es decir, la empresa espacial de Elon Musk va a meter en una fábrica terrestre de microchips casi 5 presupuestos de la NASA.

Presentador B (12:38): Para producir procesadores con 200 GW de capacidad de cómputo al año.

Presentador A (12:43): ¿Y para qué? ¿Una empresa espacial no debería construir cohetes o, como mucho, satélites, en lugar de competir con las fundiciones de silicio asiáticas?

Presentador B (12:52): Bueno, aquí hay que mirar el imperio de Musk en su conjunto. No solo tiene SpaceX: está xAI, está Tesla con su conducción autónoma. Todos estos proyectos necesitan de forma crítica decenas de miles de GPU.

Presentador A (13:04): Y no quiere hacer cola ante Nvidia.

Presentador B (13:07): Existe el monopolio de Nvidia en el diseño y de TSMC en la fabricación. Musk no quiere pagar el margen de Nvidia del 70-80% ni esperar cupos.

Presentador A (13:18): O sea, es pura integración vertical. Si quieres una IA potente, fabrica tu propio silicio.

Presentador B (13:24): Sí. Pero 119 mil millones no se justifican solo con el ahorro en márgenes. Aquí hay geopolítica al 100%.

Presentador A (13:32): Un escudo frente a las guerras comerciales.

Presentador B (13:34): Exacto. La fábrica de Texas supone total independencia de cualquier bloqueo en la región del Pacífico o de conflictos. Eso hace que el imperio de Musk sea completamente autónomo.

Presentador A (13:44): Y crea un nuevo centro de gravedad en la industria, completamente al margen de las viejas cadenas de suministro. Pero oye, aquí me surge la pregunta más pragmática. Estamos hablando de los 100 mil millones de Microsoft, los 30 mil millones de Anthropic, la fábrica de Musk de 119 mil millones; en total ya hablamos de algo así como 1000000000000 de dólares que simplemente se entierran en los cimientos de la IA.

Presentador B (14:06): Vale, ¿y cuál

Presentador A (14:06): es la pregunta? ¿Quién paga la fiesta? ¿Dónde ven las empresas el retorno de estas inversiones gigantescas?

Presentador B (14:14): Aquí nos ayuda el informe de los analistas de Bain & Company.

Presentador A (14:18): Cierto, lo he leído. Estiman el futuro mercado de software empresarial basado en la llamada IA agéntica en $100 mil millones.

Presentador B (14:28): Y la palabra clave aquí es agéntica. Ya no hablamos de chatbots que simplemente escriben textos o código bajo

Presentador A (14:35): demanda. Sí, se trata de automatizar el trabajo de coordinación. Suena superaburrido, claro: introducción de datos, intercambio de información en sistemas ERP y CRM, logística.

Presentador B (14:47): Suena aburrido, pero le cuesta a las corporaciones 1000000000.

Presentador A (14:51): Espera, ¿de verdad estamos construyendo fábricas de 200 gigavatios y quemando la electricidad de centrales enteras solo para que un robot-agente pueda rellenar él solito un aburrido albarán en

Presentador B (15:02): contabilidad? Sí, imagínate. Porque la rutina de coordinación es un enorme impuesto oculto sobre la economía. 1000000 de gestores trabajan simplemente como routers vivientes: copian datos de 1 programa incompatible a otro y esperan aprobaciones.

Presentador A (15:18): Es verdad, sí.

Presentador B (15:19): La IA agéntica entra por sí sola en el sistema del almacén, comprueba por sí sola los descuentos en el CRM, redacta el informe y se lo envía al cliente. Eso elimina la fricción en los procesos de negocio.

Presentador A (15:29): Y libera a las personas para hacer trabajo de verdad: análisis, estrategia, trato con clientes. En el fondo, es una reconstrucción de todo el software empresarial para los próximos 5-10 años.

Presentador B (15:43): Y las empresas están dispuestas a pagar lo que sea por las licencias. Cada unidad de tiempo que ahorren las compañías se convertirá directamente en pago por capacidad de cómputo. Es un modelo económico completamente cerrado.

Presentador A (15:55): Empezamos con ventanas de contexto y valoraciones cercanas a 1000000000000 de dólares.

Presentador B (15:58): Y terminamos con hormigón y enchufes.

Presentador A (16:01): Exacto. Resulta que toda esta industria, aparentemente etérea, choca de lleno con la física. Obleas de silicio del tamaño de un plato, las fábricas gigantescas de Musk, núcleos energéticamente eficientes: ante nuestros ojos, las startups han mutado en una auténtica industria pesada del siglo XXI, y las reglas de Silicon Valley sencillamente ya no funcionan.

Presentador B (16:22): Sí, la escala del capital se ha convertido en el filtro principal. Sin contactos en la energía global y en la construcción industrial, en la IA ya no hay nada que rascar.

Presentador A (16:30): Oye, y ya que hablamos de energía, al final se me ha ocurrido 1 idea, algo provocadora, que no aparecía directamente en estos informes.

Presentador B (16:38): A ver, interesante. Cuéntame.

Presentador A (16:40): Mira. Si SpaceX necesita 200 GW, si Arm pelea a muerte por cada 10% de ahorro de vatios en los centros de datos, ¿y si en los próximos 10 años el principal cuello de botella no es en absoluto la escasez de chips o de dinero de los inversores? ¿Cuál entonces? La simple falta de capacidad de las redes eléctricas mundiales. Que, sencillamente, no haya suficiente capacidad de transmisión.

Presentador A (17:04): ¿No tendrán los gigantes tecnológicos del mañana que convertirse en las mayores compañías energéticas del mundo? ¿Construir sus propias centrales nucleares solo para que sus algoritmos no se apaguen por falta de corriente?

Presentador B (17:15): Es una pregunta muy potente. Y, a juzgar por acuerdos como el de Brookfield, ya han empezado a hacerlo.

Presentador A (17:20): Exacto. Dejemos esta idea para la reflexión. Aquí termina nuestro análisis a fondo. Hasta la próxima inmersión en los datos.