🎧 Startups e inversiones: lo principal de la semana

_Podcast de audio — dos presentadores de IA discuten noticias recientes de IA. Transcripción completa abajo._

Presentador A (00:00): Sabes, hoy tenemos una montaña gigantesca de análisis frescos, filtraciones judiciales y reportes financieros. Y honestamente, cuando revisé todo esto antes de nuestro análisis profundo, se me pusieron los pelos de punta.

Presentador B (00:16): Sí, se ha acumulado mucho material, y las cifras, siendo honestos, son anómalas.

Presentador A (00:21): Exactamente, anómalas. Y nuestra tarea principal hoy es tratar de entender cómo, de repente, la creación de software, bueno, software común, se convirtió en una especie de industria pesada, es decir, un sector que requiere capitales al nivel de estados enteros.

Presentador B (00:43): Este cambio de paradigma ocurrió literalmente en los últimos pares de trimestres. Vemos que la industria ya no financia simplemente código abstracto o algoritmos en el vacío. Esta fase es una carrera extremadamente agresiva por controlar la infraestructura física crítica. Y hoy analizaremos exactamente esta cadena.

Presentador A (01:07): Sí, desde valoraciones completamente absurdas de startups de IA hasta la construcción de fábricas gigantescas reales. Los números que vamos a analizar hoy realmente rompen toda lógica financiera convencional. Y propongo que empecemos con el sector del software.

Presentador B (01:23): Adelante. Ahí está lo más caliente ahora.

Presentador A (01:25): Bueno, por ejemplo, datos recientes sobre Anthropic. Son los chicos que crearon la red neuronal Claude. Ahora están negociando para atraer al menos $30 mil millones.

Presentador B (01:36): 30 mil millones. ¿En efectivo?

Presentador A (01:38): Sí. Y la valuación de la compañía supera los $900 mil millones. Pero lo que me sorprendió más es que hace solo 3 meses, en el primer trimestre, la valuaban en $20 mil millones.

Presentador B (01:49): Crecimiento de 45 veces en un trimestre.

Presentador A (01:53): Un garaje se convirtió en valor mayor que los bancos mundiales más grandes juntos en 3 meses. ¿Por qué necesitan $30 mil millones ahora mismo?

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

Presentador A (02:13): Es decir, ¿pagan una prima por riesgo?

Presentador B (02:15): Exactamente. Pero si miramos el lado físico del proceso, estos $30 mil millones no son un exceso. Es su presupuesto de supervivencia para los próximos dieciocho a treinta y seis meses como máximo.

Presentador A (02:27): ¡Presupuesto de supervivencia de $30 mil millones!

Presentador B (02:31): Sí, porque el dinero va a la adquisición de poder de cómputo. Necesitan comprar cientos de miles de chips NVIDIA H100. Además, Anthropic declara que quiere expandir la ventana de contexto de su modelo a más de 200 mil tokens. Y desde el punto de vista técnico, en la arquitectura de transformers, la complejidad computacional crece cuadráticamente con respecto a la longitud del contexto.

Presentador A (02:56): Espera, aclaremos esto. Es decir, si aumentamos, digamos, 2 veces el volumen de texto que la red neuronal puede procesar simultáneamente, los requisitos de hardware no aumentan 2 veces, sino 4 veces.

Presentador B (03:10): Exactamente correcto. Las matemáticas de los transformers son implacables. Cada token debe, en términos generales, prestar atención a todos los demás tokens. Cuando tienes cientos de miles de tokens, la cantidad de operaciones matemáticas se vuelve simplemente astronómica.

Presentador A (03:25): ¿Y no puedes manejarte con servidores alquilados comunes?

Presentador B (03:28): 100 por ciento. Necesitan su propia infraestructura en la nube diseñada desde cero. Sin esta inyección gigantesca de capital de $30 mil millones, físicamente no pueden entrenar la próxima generación. Es una carrera de desgaste.

Presentador A (03:42): Claro. Y esta carrera, interesantemente, está adquiriendo rápidamente una escala geopolítica. Tropecé con datos sobre el startup chino MoonshotAI, que hace el chatbot Kimi.

Presentador B (03:55): Sí-sí, leí sobre ellos.

Presentador A (03:56): Ahí también hay cifras locas: atrajeron $2 mil millones con una valuación de $20 mil millones, crecieron casi 7 veces en 16 meses. Pero, sabes, lo más interesante es quién está dando el dinero.

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

Presentador A (04:11): Exacto. Están MateOne, bueno, un gran servicio de entrega, está bien. Pero luego China Mobile, un operador de telecomunicaciones gigantesco con participación estatal, y el fondo de inversión del conglomerado estatal CATC. Pero admite, esto no se parece nada a un venture capital clásico, donde los fondos del Valle están sentados. Se ve como financiamiento directo de un proyecto nacional.

Presentador B (04:34): Yo diría que es una señal muy clara. Pekín literalmente está moldeando de MoonshotAI lo que se llama un campeón nacional. Cuando en el capital entra alguien del nivel de China Mobile, el startup no solo obtiene un cheque de mil millones.

Presentador A (04:48): ¿Qué más?

Presentador B (04:48): Y la infraestructura.

Presentador A (04:51): Y acceso sin impedimentos a los centros de datos nacionales, además de contratos garantizados en el sector estatal, y, lo más importante para la IA, acceso a masas colosales de datos internos del estado para entrenar sus algoritmos.

Presentador B (05:05): ¿Es decir, la inteligencia artificial dejó de ser una historia comercial?

Presentador A (05:09): Absolutamente. Ahora es una cuestión de seguridad nacional y soberanía tecnológica al más alto nivel. Y esto, por cierto, explica perfectamente por qué las cifras son tan enormes. Sí, y esta transición de la IA a la categoría de infraestructura pesada nos devuelve a una filtración judicial muy interesante de la que quería hablar. Se trata de Microsoft y OpenAI.

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

Presentador A (05:35): Sí. Oficialmente todos pensaban, fue anunciado públicamente, que Microsoft invirtió en OpenAI $13 mil millones. Suena mucho, pero tolerable. Y los documentos judiciales acaban de revelar la verdadera realidad. Los gastos reales del gigante del software superarán $100 mil millones para junio de 2026.

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

Presentador A (05:59): Una diferencia colosal. Una cosa es entrenar un modelo en un laboratorio, y otra completamente diferente es ponerlo en la nube, en Word, en Excel y hacerlo procesar un millón de solicitudes cada segundo. Me surge una pregunta: si incluso Microsoft se ve obligada a ocultar los costos reales de mantener la IA, ¿no significa esto que la IA generativa resultó ser simplemente demasiado cara?

Presentador B (06:24): Bueno, mira, los documentos muestran que cada solicitud a este modelo avanzado cuesta decenas, y a veces cientos de veces más que una búsqueda común.

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

Presentador B (06:34): Sí. Necesitas trabajar día y noche enormes clústeres de unidades de procesamiento gráfico. De ahí, por cierto, también surgen las raíces de la reestructuración reciente de OpenAI.

Presentador A (06:44): ¿Te refieres a su nuevo spin-off?

Presentador B (06:45): Sí, están creando una estructura subsidiaria separada, y ahí mismo lanzan $4 mil millones.

Presentador A (06:52): Sí-sí-sí, vi esa lista de inversores, 19 compañías contribuyeron con estos $4 mil millones, y hay varios TPG, Advent International, Banco de Capital, grandes chicos de inversión. Pero una compañía realmente me llamó la atención: Brookfield.

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

Presentador A (07:09): El mayor administrador de activos del mundo en infraestructura y energía. Es decir, construyen plantas de energía, sistemas de agua. Y aquí están dando dinero para... El cuello de botella ya no es el código, el cuello de botella es el enchufe.

Presentador B (07:24): Exactamente. El despliegue de modelos de IA modernos hoy es una tarea para un desarrollador industrial, no para un programador. Para construir un centro de datos, no es suficiente comprar servidores. Necesitas cientos de hectáreas de tierra.

Presentador A (07:36): Y agua, probablemente, para enfriar todo esto.

Presentador B (07:40): Sí, volúmenes colosales de agua que necesitas coordinar con las autoridades, y lo más importante es la conexión directa a líneas de alto voltaje. Silicon Valley simplemente no tiene esta experiencia. Pero Brookfield sí. Esta alianza es un reconocimiento abierto de que la tecnología se ha topado con un límite físico en las redes energéticas.

Presentador A (07:56): Escucha, si los principales problemas se han desplazado al mundo físico, a los enchufes, enfriamiento, tiene sentido mirar al mercado de hardware. Ahí también están sucediendo cambios tectónicos.

Presentador B (08:08): ¡Y qué! ¿Una IPO de Cerebras Systems?

Presentador A (08:11): ¡Oh sí! Valuación de $95 mil millones. Atrajeron más de $5.5 mil millones, y en el primer día de operaciones sus acciones se dispararon 68%. Y es el despliegue tecnológico más grande desde 2020, cuando salieron Snowflake.

Presentador B (08:28): Y aquí, sabes, la esencia no está ni siquiera en los récords bursátiles. Lo importante es por qué el mercado los valúa así. Tienen la tecnología Wafer Scale. Básicamente resuelven el principal problema de los chips modernos: el problema de las interconexiones.

Presentador A (08:41): Es decir, el retardo físico cuando los datos se ejecutan entre diferentes

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

Presentador A (08:47): Se me ocurrió una analogía para que sea más fácil de visualizar. Los chips tradicionales en una supercomputadora son como un montón de pueblos pequeños. Y para que resuelvan una tarea común, necesitas construir costosos chasis y cables entre ellos.

Presentador B (09:00): Y enviar camiones de datos de un lado a otro.

Presentador A (09:03): Sí-sí, se desperdicia mucho tiempo y energía solo en logística. Y el chip Wafer Scale de Cerebras tiene el tamaño de una oblea de silicio completa. Es como construir una ciudad megápolis gigante en una sola base. Todo cerca, sin cables externos, y como resultado, 40 por ciento más núcleos de cálculo en la misma área.

Presentador B (09:25): Buena analogía. Y la física del proceso determina la economía. Dentro de un cristal, las señales vuelan órdenes de magnitud más rápido, y lo que es importante, requieren muchas veces menos energía que cuando la señal sale a la placa base. El entrenamiento de una red neuronal gigante requiere que todos los núcleos funcionen sincronizadamente. Al eliminar la distancia física, reduces dramáticamente 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. Por eso pagan cualquier cantidad.

Presentador A (10:01): Pero mira, Cerebras, resulta, resuelve el problema de la velocidad. Pero hay otra noticia sobre una compañía ARM que golpea otro objetivo, específicamente la eficiencia energética.

Presentador B (10:12): Sí, sobre ARM también hay un informe muy importante.

Presentador A (10:15): Su CEO Rene Haas hace poco anunció una explosión de demanda. En 5 semanas, recibieron órdenes por $2 mil millones. Eso es 2 veces más que su norma. Y ARM siempre se asoció con teléfonos inteligentes, pero ahora este crecimiento lo dan exactamente los centros de datos.

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

Presentador A (10:42): Exactamente. La arquitectura x86 dominó durante décadas, pero fue creada como universal, hay un montón de instrucciones obsoletas. Es una arquitectura CISC, un conjunto complejo de comandos.

Presentador B (10:54): Entonces.

Presentador A (10:55): Y ARM usa RISC, un conjunto reducido. Es decir, el chip solo hace instrucciones básicas, pero las hace supereficientemente. Como resultado, los centros de datos ahorran 30-40% de energía. ¡Nada mal! Escucha, pero en la escala de un portátil, un ahorro del 40% es simplemente una hora extra 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 megavatio. Son cientos de millones de dólares en ganancia operativa neta cada año.

Presentador A (11:24): ¿Y menos calor, probablemente? Es decir, ¿gastamos menos en enfriamiento?

Presentador B (11:28): 100 por ciento. Menos electricidad para servidores, menos electricidad para aire acondicionado. Reacción en cadena. Por eso el mercado móvil ahora está estancado, y el segmento de servidores será para ARM el principal motor de crecimiento hacia 2026-2027. Los proveedores de nube simplemente no tienen adónde ir, tienen límites estrictos en disipación de calor por metro cuadrado.

Presentador A (11:46): Sí, si no puedes suministrar más corriente al edificio, solo 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 convirtieron en el recurso más valioso del planeta, del cual depende la supervivencia de las compañías, depender de alguien de afuera se vuelve demasiado riesgoso.

Presentador B (12:04): ¿Estás llevando esto a la noticia sobre SpaceX?

Presentador A (12:08): Sí. Esto simplemente quiebra todos los esquemas. SpaceX invierte mínimo $55 mil millones, con potencial hasta $119 mil millones, en una fábrica de chips de IA en Texas. El proyecto se llama TerraFab.

Presentador B (12:22): Las cifras son locas, estoy de acuerdo.

Presentador A (12:24): Para el contexto, verifiqué el presupuesto anual completo de la agencia espacial NASA es de aproximadamente $25 mil millones. Es decir, la compañía espacial de Elon Musk está a punto de gastar en una fábrica terrestre de producción de microcircuitos casi 5 presupuestos de NASA.

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

Presentador A (12:43): ¿Para qué? Una compañía espacial debe construir cohetes, pero en todo caso satélites, ¿no competir con fábricas asiáticas en refinación de silicio?

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

Presentador A (13:04): Y no quiere esperar en la fila para NVIDIA.

Presentador B (13:07): Hay un monopolio de NVIDIA en el diseño y TSMC en la producción. Musk no quiere pagar el margen de NVIDIA del 70-80% y esperar cuotas.

Presentador A (13:18): Es decir, es simplemente integración vertical rigurosa. Quieres IA fuerte, haz tu propio silicio.

Presentador B (13:24): Sí. Pero $119 mil millones no se justifican simplemente por economía de márgenes. Hay 100% geopolítica aquí.

Presentador A (13:32): Un escudo contra guerras comerciales.

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

Presentador A (13:44): Y crea un nuevo centro de gravedad en la industria, completamente fuera de las viejas cadenas de suministro. Pero escucha, aquí tengo la pregunta más pragmática: estamos aquí sentados discutiendo $100 mil millones de Microsoft, $30 mil millones de Anthropic, la fábrica de Musk por $119 mil millones, en total esto ya son algunos billones de dólares que simplemente se entierran en el fundamento de la IA.

Presentador B (14:06): Así es, ¿y cuál es

Presentador A (14:06): la pregunta? ¿Quién paga el banquete? ¿Dónde ve realmente el negocio el retorno de estas inversiones gigantescas?

Presentador B (14:14): Bueno, aquí nos ayudará un reporte de analistas de Bain Company.

Presentador A (14:18): Exacto, lo leí. Estiman el futuro mercado de software corporativo basado en la llamada IA de agentes en $100 mil millones de EE.UU.

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

Presentador A (14:35): solicitud. Sí, se trata de automatización, trabajos de coordinación. Suena, claro, súper aburrido. Entrada de datos, intercambio de información en sistemas ERP y CRM, logística.

Presentador B (14:47): Suena aburrido, pero vale mil millones de dólares para una corporación.

Presentador A (14:51): Es decir, espera, ¿realmente estamos construyendo fábricas de 200 gigavatio y quemando electricidad de plantas de energía completas simplemente para que un agente robot pueda llenar por sí solo un aburrido documento de envío en

Presentador B (15:02): contabilidad? Sí, imagínate. Porque la rutina de coordinación es un impuesto masivo oculto en la economía. Un millón de gerentes trabajan simplemente como routers vivos, copian datos de un programa incompatible a otro, esperan aprobaciones.

Presentador A (15:18): Eso es verdad, sí.

Presentador B (15:19): La IA de agentes se mete en el sistema del almacén, verifica descuentos en CRM, escribe el informe y lo envía al cliente. Esto elimina la fricción en los procesos comerciales.

Presentador A (15:29): Y libera a las personas para el trabajo real, análisis, estrategia, comunicación con clientes. Básicamente, es un reensamblaje completo de todo el software corporativo en los próximos 5-10 años.

Presentador B (15:43): Y el negocio está dispuesto a pagar cualquier precio por licencias. Cada momento que ahorren las compañías se convertirá directamente en pago por poder de cómputo. Es un modelo económico absolutamente cerrado.

Presentador A (15:55): Ventanas de contexto y valuaciones de billones de dólares.

Presentador B (15:58): Y todo terminó en hormigón y enchufes.

Presentador A (16:01): Exactamente. Resulta que toda esta industria, aparentemente etérea, está rígidamente limitada por la física. Obleas de silicio del tamaño de un plato, fábricas gigantescas de Musk, núcleos energéticamente eficientes; los startups se mutaron ante nuestros ojos en la verdadera industria pesada del siglo XXI, las reglas de Silicon Valley simplemente ya no funcionan.

Presentador B (16:22): Sí, la escala del capital se convirtió en el principal filtro. Sin conexiones en energética global e industria de construcción, no hay nada que cazar en IA.

Presentador A (16:30): Escucha, y ya que estamos hablando de energética, al final se me ocurrió un pensamiento, bueno, provocador, que no estaba directamente en estos reportes.

Presentador B (16:38): Así, interesante. Comparte.

Presentador A (16:40): Mira. Si SpaceX necesita 200 GW, si ARM está luchando a muerte por cada 10% de eficiencia de Vatio en centros de datos, ¿qué pasa si en los próximos 10 años el principal cuello de botella no es en absoluto falta de chips o dinero de inversores? ¿Qué tal simplemente la falta de capacidades de las redes eléctricas mundiales? Solo no hay suficiente ancho de banda.

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

Presentador B (17:15): Esta es una pregunta muy fuerte. Y a juzgar por los acuerdos con el mismo Brookfield, ya están comenzando a hacerlo.

Presentador A (17:20): Exactamente. Dejemos este pensamiento para reflexionar. Con esto nuestro análisis profundo se completa. Hasta nuevas inmersiones en datos.