Hace apenas un par de años, la idea de que una empresa de inteligencia artificial generativa pudiera facturar cientos de millones de dólares al año parecía ciencia ficción.

Hoy no solo se convirtió en una rutina de los titulares financieros sino que son justamente este tipo de compañías las que más crecen.

Sin embargo, detrás del deslumbramiento por las cifras récord comienza a asomar un detalle incómodo: facturar no es lo mismo que ganar dinero.

A diferencia del software tradicional, donde un programa se desarrolla una vez y luego se copia a un costo prácticamente nulo, en la IA cada consulta, cada imagen generada y cada línea de código procesada exige servidores encendidos, electricidad constante y centros de cómputo refrigerados día y noche.

En este modelo, el uso intensivo no abarata el producto, sino que multiplica de forma lineal el gasto operativo.

El resultado es una gran paradoja financiera: mientras los ingresos crecen a ritmo exponencial, los costos lo hacen con la misma ferocidad. Las proyecciones de pérdidas operativas anuales y acumuladas de los gigantes del sector se cuentan en miles de millones de dólares.

Por ahora, la fiesta se sostiene gracias a un flujo incesante de capital de riesgo e inversiones multimillonarias pero deja al descubierto una dependencia riesgosa: el negocio se mantiene en pie solo mientras el dinero de otros siga entrando.

Para salir de este laberinto y alcanzar la rentabilidad, las opciones que tienen por delante las compañías son tan estrechas como problemáticas.

Una alternativa es trasladar el costo real al usuario final mediante suscripciones. Otra es reducir los costos a costa de resignar calidad y controles.

La última es girar hacia la publicidad invasiva, la vigilancia y la monetización de datos privados. Ninguna de estas salidas es inocua: todas implican redefinir qué costos sociales y ambientales estamos dispuestos a naturalizar para sostener herramientas automáticas.

A este dilema se suma una duda más terrenal sobre la utilidad real de la tecnología.

En muchos entornos laborales, la promesa de una productividad revolucionaria no se tradujo en mejores dinámicas de trabajo, sino en una saturación de workslop: textos impersonales, presentaciones infladas y contenidos que simulan ser el fruto de trabajo genuino pero solo agregan ruido.

Si la infraestructura más cara del planeta solo sirve para acelerar la producción de lo irrelevante, el valor económico de fondo se vuelve frágil.

Con las principales compañías del sector explorando su salida a la bolsa estadounidense, el mercado se prepara para un examen decisivo.

En esa instancia ya no bastará con exhibir demostraciones asombrosas ni métricas subsidiadas por fondos de inversión.

Habrá que responder si esta maquinaria puede subsistir por sus propios medios sin quemar capital de forma infinita.

Quizá la IA generativa esté sentando las bases de una nueva era tecnológica. O tal vez estemos frente a otra burbuja a punto de estallar.

Como suele ocurrir en los momentos de euforia, conviene mirar menos el brillo de las grandes promesas y prestar más atención a la letra chica, porque es ahí donde aparece el verdadero costo.