¿La IA es la escalera mecánica que atrapa a Google y Nvidia?

Buffett vivió la lección de la escalera mecánica; Google y Nvidia la repiten con la IA: gasto obligado, costes fijos y dudas de retorno real.

Warren Buffett no se volvió Warren Buffett solo por oler gangas en los mercados: también aprendió —a veces tarde, a veces a base de cicatrices— qué ocurre cuando una empresa entra en una carrera donde el gasto es inevitable, pero el beneficio diferencial se evapora. Una de las historias que más le persiguen, y que él mismo ha contado como aviso, viene de sus primeros años: la compra de unos grandes almacenes en Baltimore en un momento en que el comercio minorista estaba cambiando de piel, con los centros comerciales ganando terreno y el consumidor acostumbrándose a una comodidad nueva, casi teatral. Buffett compró un negocio que, sobre el papel, parecía razonable. Lo que no vio a tiempo fue el detalle que luego se vuelve destino: el competidor instaló escaleras mecánicas. Aquello no era un lujo. Era un nuevo estándar. Si tú no lo ponías, perdías ventas; si lo ponías, subías costes, y el margen seguía igual. La escalera no te hacía “mejor” de manera sostenible: te dejaba en el mismo sitio, pero pagando una factura más alta.

Esa imagen —la escalera como símbolo de modernidad obligatoria— ha vuelto a circular estos días con un protagonista inesperado: Michael Burry, el inversor que se hizo famoso por anticipar la crisis de las hipotecas subprime y que desde hace años lanza mensajes como quien tira piedras al escaparate del consenso. Burry ha recuperado la anécdota de Buffett para apuntar a un fenómeno actual que, en 2026, ya no es promesa sino presupuesto: la inteligencia artificial como gasto estructural. En su argumento, el despliegue masivo de IA no es tanto una ventaja competitiva como una carrera de armamento. No invertir significa quedarse fuera; invertir puede significar convertir una supuesta revolución en un coste fijo que aprieta durante años. Y cuando el coste fijo sube, la pregunta incómoda aparece sola, sin pedir permiso: ¿cuánto de todo esto acaba en ingresos reales, y cuánto se queda en infraestructura que hay que alimentar, amortizar y renovar?

El mensaje escondido en la historia de Baltimore

Lo interesante del caso de Buffett no es la nostalgia del retail, ni siquiera la anécdota del “me equivoqué”. Lo interesante es la mecánica. Un competidor introduce una mejora visible, el público la adopta como expectativa, y el resto se ve forzado a replicarla. El primero gana un rato; el resto paga para no morir. Al final, el mercado entero se encarece… y la ventaja desaparece. Eso es lo que convierte una innovación en trampa: deja de ser diferenciador y se transforma en peaje.

Con la IA está pasando algo parecido, pero a escala industrial. Los movimientos ya no son poner una escalera y ya está. Aquí hablamos de centros de datos, de servidores, de chips especializados, de consumo eléctrico, de agua para refrigeración en algunos entornos, de redes internas, de seguridad, de licencias, de equipos enteros dedicados a que el sistema no se caiga un martes por la tarde. A nivel de empresa, la IA se está colando en el mismo lugar donde antes estaban el cloud o la ciberseguridad: no es “una idea”, es una línea de gasto que no se discute. Y, como suele pasar, la discusión se traslada del “¿debemos hacerlo?” al “¿cuánto estamos dispuestos a pagar por no quedarnos atrás?”.

Burry pone el dedo justo ahí, en el nervio. Su crítica no es que la IA no funcione o no sirva. Es otra cosa: que el retorno puede ser mucho menor de lo que sugiere la euforia, porque lo que hoy parece ventaja mañana será requisito mínimo. Y si es requisito mínimo, el efecto sobre los márgenes puede ser más frío de lo que venden las presentaciones.

Google: gastar a lo grande cuando el modelo de negocio es delicado

Alphabet, la matriz de Google, no está jugando a experimentar. Está construyendo. Y construir en IA significa levantar la base física que sostiene los modelos: capex (inversión en activos) en cifras de otra liga. La compañía ha ido comunicando planes de inversión enormes para centros de datos y servidores, con un patrón que se repite: el gasto sube porque la demanda de computación sube, y porque el propio negocio —búsqueda, publicidad, cloud, herramientas de productividad— se está moviendo hacia servicios donde la IA es central.

Aquí hay una tensión que, en el caso de Google, se nota más que en otras empresas: su corazón es la búsqueda y la publicidad asociada. Y la IA, bien integrada, puede mejorar la experiencia… pero también puede cambiar el comportamiento de usuario de forma que afecte al negocio tradicional. Si un sistema de respuestas con IA reduce clics hacia páginas externas, si concentra la interacción dentro del propio producto, si la navegación se vuelve más corta, la economía de los anuncios puede sufrir ajustes. No hace falta dramatizar: basta con aceptar que el modelo cambia, y cuando el modelo cambia, el dinero tarda en recolocarse.

Mientras tanto, el gasto no espera. Los centros de datos no se pagan con metáforas: se pagan con millones, con años de amortización, con equipos de mantenimiento, con contratos energéticos, con permisos y construcción. Y ahí es donde la “escalera mecánica” de Buffett vuelve como un fantasma práctico: si Google invierte y su rival también, la ventaja se estrecha, pero el coste se queda.

Google, además, se mueve en un terreno en el que el mercado penaliza un fallo de forma brutal: si no tiene IA al nivel de los demás, parece rezagado; si la tiene, el usuario se acostumbra rápido y empieza a exigirla gratis o incluida. La IA “incluida” es precisamente el escenario escalera mecánica: todos la tienen, nadie la paga aparte, todos asumen el coste.

En ese contexto, Alphabet ha dado pasos que reflejan una preocupación menos comentada: asegurar energía a largo plazo. No es casualidad que el suministro energético se haya vuelto un tema estratégico para quien necesita desplegar capacidad de computación masiva. El dato que circula con fuerza en prensa económica es que Alphabet ha reforzado su posición en energía renovable con operaciones de gran tamaño, un movimiento que encaja con la idea de que la IA no es solo software: es infraestructura que necesita electricidad estable, predecible, y a ser posible barata.

Nvidia: el rey de la fiebre… y el riesgo de que el oro se normalice

Nvidia es, hoy, el símbolo del boom. En una fiebre tecnológica, siempre hay una empresa que parece estar en el centro del mapa, vendiendo lo que todos necesitan para participar. Nvidia vende chips, sí, pero también vende algo más valioso: un ecosistema. Su plataforma, su software, su integración con desarrolladores y empresas, su capacidad de hacer que las cosas funcionen sin que todo sea un infierno de compatibilidades. No es solo hardware, es inercia, es un camino ya asfaltado.

Por eso se entiende que el mercado la haya tratado como el “pico y pala” de la IA. Si todo el mundo construye centros de datos, alguien tiene que vender los ladrillos más importantes. Nvidia ha sido ese proveedor clave y, durante un tiempo, eso significa precios altos, pedidos enormes, y una sensación de inevitabilidad.

Pero aquí es donde el paralelismo con la escalera mecánica se vuelve más sutil. En el retail, el coste era para el que instalaba la escalera. En IA, el gran coste está en los compradores, en las tecnológicas que levantan infraestructura. Nvidia vende, pero depende de que sus clientes sigan comprando al ritmo actual. Si el gasto se frena, si llega la fase de optimización, si se pasa del “compra más” al “saca más con lo que ya tienes”, el ciclo puede enfriarse.

Burry apunta a ese riesgo desde un ángulo provocador: describe el hardware actual como un sistema intensivo en energía, con costes enormes, que podría verse presionado por nuevas aproximaciones más eficientes. La idea, más allá del tono, es clara: cuando una tecnología se convierte en estándar, empieza la obsesión por abaratarla, por hacerla más eficiente, por integrarla, por reducir dependencia de proveedores externos. Y ahí aparecen los chips propios de grandes compañías, la competencia de otros fabricantes, la especialización, la optimización de modelos para que consuman menos. Todo eso no elimina a Nvidia, pero sí puede recortar esa renta extraordinaria que nace en la primera fase de cualquier boom.

Y hay otro punto: Nvidia no solo compite con rivales directos; compite con el instinto de sus clientes de no depender tanto. Un cliente grande, cuando paga demasiado por algo imprescindible, acaba pensando lo mismo: “¿y si lo diseño yo?”. No siempre funciona, pero el incentivo existe. Y en IA, el incentivo es gigantesco.

La factura real: energía, depreciación y una tecnología que envejece rápido

La IA tiene un problema que el marketing suaviza: la obsolescencia. Los chips y sistemas actuales se quedan viejos más rápido de lo que se quedaban viejas las máquinas industriales clásicas. El software avanza, el hardware se renueva, la demanda de más potencia crece, y lo que hoy es “puntero” en dos o tres años puede ser “suficiente” o incluso “caro para lo que da”. Eso empuja a un ciclo de reinversión constante. La escalera mecánica, en comparación, era casi eterna.

Cuando una empresa mete decenas de miles de millones en activos físicos, eso se traduce en depreciación durante años. La depreciación no es una opinión: es una cifra que aparece en resultados y que, en un contexto de márgenes ajustados, pesa. Por eso el debate de IA no debería quedarse solo en “qué modelo usamos”. El debate real es: qué infraestructura estamos construyendo, cuánto tiempo la necesitamos, cuánta capacidad se quedará infrautilizada, cuánta se quedará corta, cuánta se compra por miedo a quedar mal en el mercado.

Aquí entra un concepto poco glamuroso pero crucial: capacidad ociosa. Si construyes centros de datos pensando en crecimiento explosivo y luego el uso real crece más lento, tienes activos subutilizados. Es como abrir cinco plantas nuevas de un almacén porque crees que vendrás el doble, y al final la gente compra un 20% más. Te quedas con costes. En tecnología se disimula un poco porque la capacidad se puede reasignar, alquilar, vender como servicio… pero la física financiera existe: lo que construyes, lo pagas.

También está el punto energético. Los centros de datos consumen cantidades enormes de electricidad y, en muchos lugares, la disponibilidad de energía se convierte en cuello de botella. Esto está haciendo que el suministro, y sobre todo la energía renovable y estable, sea parte de la estrategia de expansión. Cuando una empresa tecnológica se pone seria con la energía, no es postureo verde: es supervivencia operativa.

Por qué la IA puede acabar pareciéndose al cloud… y por qué eso asusta

Hace años, muchas empresas vivieron el salto al cloud como una transformación. Luego llegó el momento en que el cloud dejó de ser “transformación” y se convirtió en gasto normal, con optimización de costes, negociaciones duras, y una obsesión por no pagar de más. En ese punto, el cloud seguía siendo esencial, pero ya no era un motivo automático para subir precios o para que el mercado premiara sin preguntas. Pasó a ser infraestructura, y la infraestructura se mide por eficiencia, no por épica.

La IA está recorriendo un camino parecido, con una diferencia: el coste inicial parece mayor y la obsolescencia es más rápida. Si se normaliza como el cloud, puede ocurrir algo muy concreto: las empresas competirán por ofrecer IA “incluida”, y el usuario no pagará mucho más por ella. El valor diferencial se moverá a detalles menos visibles: datos propios, integración con procesos, confianza, cumplimiento normativo, calidad del producto final. Lo demás se vuelve estándar.

Si eso pasa, el gasto que hoy es “inversión para liderar” mañana se verá como “coste para no quedarme atrás”. Y esa es la esencia del error escalera mecánica: pagar por no perder, no por ganar.

Los nombres propios y el tablero en 2026

En este tablero, hay protagonistas claros. Warren Buffett, como referencia moral y económica, porque su historia sirve para simplificar un mecanismo complejo. Michael Burry, como agitador de la tesis contraria al entusiasmo, porque su intervención reabre el debate sobre la sostenibilidad del boom. Alphabet/Google, porque está gastando a escala industrial y porque su modelo de negocio tiene sensibilidad a cambios en el comportamiento de usuario. Nvidia, porque es el proveedor dominante de la infraestructura clave y porque su posición depende de que el ciclo de gasto no se enfríe de golpe.

Y hay un actor colectivo que lo decide todo: los hiperescaladores, las grandes tecnológicas que construyen centros de datos y compran chips en masa para entrenar y desplegar modelos. Son quienes convierten la IA en gasto estructural. Si siguen acelerando, el boom continúa. Si pasan de “expansión” a “optimización”, el relato cambia.

No es que la IA vaya a desaparecer. Eso ya no está sobre la mesa. El punto es más incómodo: puede convertirse en algo imprescindible pero menos rentable de lo esperado, especialmente para quienes la financian con inversiones gigantescas esperando un retorno directo y rápido.

Lo que de verdad decide si esto es revolución o escalera mecánica

La diferencia entre revolución y escalera mecánica no está en lo espectacular del modelo ni en la cantidad de tokens que traga. Está en una pregunta simple, casi vulgar: ¿esto aumenta ingresos o solo reduce fricción? Reducir fricción es bueno, claro. Pero si todos reducen fricción, el mercado se ajusta y el margen extra se diluye.

En Google, la clave es si la IA se traduce en productos que generan nuevos ingresos sin canibalizar el negocio central. Si la IA mejora la búsqueda pero hace que el usuario haga menos clics en anuncios, el equilibrio es delicado. Si la IA mejora el cloud, puede atraer clientes, pero también implica un gasto enorme en infraestructura y energía. La victoria no es “tener IA”, es tener IA que se paga sola y deja margen.

En Nvidia, la clave es si su dominio se sostiene cuando el mercado pase a exigir eficiencia y alternativas. Nvidia tiene una ventaja real en ecosistema y software, y eso no se copia en una noche. Pero el mercado, cuando huele dependencia, empuja a diversificar. La pregunta no es si Nvidia seguirá siendo importante, sino si podrá mantener la renta extraordinaria que le da el momento.

Y en el conjunto del sector, la clave está en cómo se reparte el valor: cuánto se queda el proveedor de hardware, cuánto se queda el proveedor de servicios, cuánto se queda la empresa que integra IA en su producto, cuánto recibe el usuario en forma de mejores servicios a precios similares. Cuando la tecnología se normaliza, el usuario suele ganar algo y el margen se reparte más.

El giro que ya se nota: del “compra más” al “hazlo rentable”

En los booms tecnológicos, el primer acto es gasto, expansión, crecimiento. El segundo acto suele ser más frío: rentabilidad, eficiencia, disciplina. En 2026, empieza a asomar ese segundo acto en el discurso: se habla más de “utilización”, de “retorno”, de “coste por inferencia”, de optimizar modelos para que funcionen con menos, de elegir casos de uso que de verdad ahorren dinero o generen ingresos. Es el lenguaje de la resaca, aunque todavía haya música sonando.

Ese cambio de tono es lo que hace que la historia de Buffett tenga tanta fuerza ahora. Porque no es una historia contra la modernidad. Es una historia contra el autoengaño: creer que gastar en lo inevitable te convierte automáticamente en ganador. A veces, solo te convierte en alguien que paga la factura.

Cuando el estándar se vuelve invisible, pero la factura se queda

La IA puede terminar siendo invisible en la experiencia diaria, como lo fue el salto del 3G al 4G o la mejora de los navegadores. Todo funciona mejor, nadie lo celebra. Y, sin embargo, detrás hay una infraestructura enorme. En ese mundo, la ventaja competitiva se mueve a cosas menos vistosas: la calidad de los datos, la rapidez de despliegue, la capacidad de integrar IA sin romper procesos, la confianza del usuario, la regulación, la seguridad.

Eso significa que el gran ganador del boom no tiene por qué ser quien más gasta, sino quien gasta con más precisión. Y eso, para empresas gigantes, es difícil: cuando hay carrera, se construye por miedo a quedarse corto. El miedo es mal consejero, pero muy eficaz para aprobar presupuestos.

Un final bastante sencillo: la escalera mecánica no se desmonta

Buffett no desmontó la escalera mecánica por orgullo. La pagó, aprendió, y siguió. La lección no fue “no inviertas”. Fue “entiende qué tipo de inversión es”. La IA, en el caso de Google y Nvidia, parece cada vez más una inversión que mezcla dos cosas: una parte de ventaja real a corto plazo y una parte de peaje obligatorio a medio plazo.

Burry, con su estilo de alarma, lo plantea como posible exceso de gasto y posible desajuste entre inversión y retorno. No hace falta comprar toda su tesis para ver el punto: en una carrera donde todos compiten por lo mismo, el riesgo de que el premio se reparta menos de lo esperado es real. Y cuando el premio se reparte, el mercado deja de premiar el “construyo más” y empieza a premiar el “gano dinero con lo construido”.

La carrera de la IA cuando se apagan los focos

Cuando se apague parte del ruido y quede el día a día, la IA será, en muchas compañías, algo parecido a la electricidad: imprescindible, integrada, asumida. Google seguirá metiéndola en búsqueda, en anuncios, en cloud, en herramientas de trabajo, porque no puede no hacerlo. Nvidia seguirá siendo una pieza central de la infraestructura, porque su ecosistema pesa y su tecnología es clave. Pero el relato se volverá menos épico y más contable: coste, margen, retorno, eficiencia, sustitución, dependencia.

Y entonces la historia de Baltimore dejará de ser un cuento útil para convertirse en una frase que se entiende sin explicarla: la escalera mecánica no te hace ganar la partida, solo te impide perderla de golpe. La IA, en 2026, empieza a parecerse mucho a eso. Una obligación carísima, un estándar que se instala por supervivencia… y una pelea por conseguir que, por una vez, el gasto no se quede en simple escalera, sino en negocio.

🔎​ Contenido Verificado ✔️

Este artículo ha sido redactado basándose en información procedente de fuentes oficiales y confiables, garantizando su precisión y actualidad. Fuentes consultadas: Alphabet Investor Relations, Alphabet Investor News, Reuters, El País.