{"estudio":"Financiación circular en la IA","autor":"Carlos Guadián · CluPad","version_indice":"0.1","corte":"2026-10-04","generado":"2026-10-05","licencia":"CC BY 4.0","url_licencia":"https://creativecommons.org/licenses/by/4.0/deed.es","preguntas":[{"id":"3","pregunta":"¿Qué representa exactamente cada relación y qué grado de certeza tiene?","titulo":"Qué representa cada relación y qué certeza tiene","respuesta":["Cada flecha es un compromiso o flujo de dinero anunciado entre dos entidades, de quien aporta a quien recibe. No es dinero desembolsado ni un ingreso contable. El grosor suma, por origen y destino, el mayor importe de cada tipo (acciones, deuda, compra de cómputo, suministro, capex propio y otros) para no contar dos veces la misma operación citada en varios artículos.","La vista por defecto reúne 598 flujos y 6.370 mil M$ de compromisos agregados entre 534 entidades. Solo 329 flujos (55 %) llegan al nivel más alto de certeza: confirmados en la segunda lectura, cerrados o firmados, y con dos o más fuentes o confianza alta. Concentran 3.646 mil M$ de los 6.762 mil M$ que suman los niveles A y B.","Fuera de la vista quedan 258 flujos dudosos (que sumarían 4.883 mil M$, muchas son cifras que el texto no respalda, como umbrales, valoraciones o estimaciones de analistas) y 67 de confianza baja."],"certeza":"media","refuta":"Una nueva lectura de las fuentes primarias (S-1, contratos, notas de prensa de las empresas) que confirme o desmienta los importes del nivel B. Mientras sean sobre todo prensa secundaria, las cifras son «anunciadas», no verificadas.","tablas":[{"titulo":"Niveles de certeza (suma de importes de los flujos de cada nivel)","cols":["Nivel","Flujos","Con importe","Importe (mil M$)"],"rows":[["A · confirmado, cerrado o firmado, con 2+ fuentes o confianza alta","329","152","3.646"],["B · confirmado o corregido pero sin cerrar (propuesta, negociación, rumor, desconocido) o con una sola fuente","266","114","3.117"],["C · sin revisar","3","0","0"],["D · dudoso (oculto por defecto)","258","96","4.883"],["E · confianza baja (oculto por defecto)","67","21","880"],["F · cancelado o consolidado en otro flujo","65","53","3.130"]]}],"graficos":[],"notas":["El corpus no se construyó como muestra aleatoria: son artículos que hablan de acuerdos, rondas y proyectos. Hay sesgo hacia lo anunciado y hacia lo contado en inglés y español."],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"4","pregunta":"¿Cambiarían las conclusiones si eliminamos las operaciones no confirmadas, canceladas, duplicadas o sustentadas únicamente en fuentes secundarias?","titulo":"Sensibilidad de las conclusiones","respuesta":["Depende de qué conclusión. Los **rankings** son robustos: con el filtro estricto (solo flujos confirmados, cerrados o firmados y con 2+ fuentes o confianza alta) el grafo pasa de 598 a 329 flujos y los 10 nodos más centrales coinciden en 9 de 10 (correlación de rangos 0,94). Anthropic, Amazon, Google y OpenAI siguen en cabeza.","Los **agregados** no lo son: el total cae de 6.370 mil M$ a 3.425 mil M$ (46 % menos). Cambian también las proporciones: la parte aportada por capital externo baja de 22 % a 10 % y la parte vinculada a productos del inversor sube de 22 % a 36 %. Es decir, lo más firme es más circular y menos «dinero de fuera» que lo anunciado en conjunto.","Los ciclos pasan de 42 a 19; los demostrados, de 5 a 4."],"certeza":"alta","refuta":"Que el filtro estricto elimine justo los flujos que reordenan el ranking (no ocurre: solape de 9 sobre 10). Si una verificación posterior de los importes del nivel B los redujera mucho, bajarían los agregados, no el orden.","tablas":[{"titulo":"Mismo análisis con tres criterios de calidad","cols":["Vista","Flujos","Entidades","Total (mil M$)","Capital externo","Vinculado a productos","Ciclos","Ciclos demostrados","Top 10 en común con la vista por defecto"],"rows":[["Vista por defecto","598","534","6.370","22 %","22 %","42","5","10 de 10"],["Estricta","329","303","3.425","10 %","36 %","19","4","9 de 10"],["Solo confianza alta","316","310","3.030","17 %","33 %","15","3","8 de 10"]]}],"graficos":[],"notas":[],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"5","pregunta":"¿Dónde hay circularidad económica demostrada y dónde solo relaciones cruzadas?","titulo":"Circularidad demostrada frente a relaciones cruzadas","respuesta":["El grafo contiene 42 ciclos cerrados de hasta cinco entidades, pero casi todos son combinaciones de unas pocas relaciones bilaterales: hay 17 pares con flujo en ambos sentidos. Para no confundir una participación cruzada con una operación circular uso tres niveles. **Demostrada**: el circuito se cierra con importes conocidos y flujos firmes, e incluye una inversión (acciones, deuda u otros) y una compra o suministro, con vínculo explícito entre ambos. **Con indicios**: hay inversión y compra pero falta algún importe, la firmeza o el vínculo explícito. **Solo cruzada**: no hay a la vez inversión y compra.","Resultado: 5 ciclos demostrados, 33 con indicios y 4 solo cruzados. Los demostrados con importes relevantes son dos: Google invierte en Anthropic (75 mil M$) y Anthropic compromete compras de cómputo a Google (200 mil M$); y Amazon invierte 33 mil M$ en Anthropic mientras Anthropic se compromete a más de 100 mil M$ en AWS. Los otros tres demostrados son dos cadenas más largas que pasan por esas mismas relaciones (con Microsoft y OpenAI, y con Lambda, Nvidia y OpenAI) y un par de cuantía simbólica (Huawei y SiliconFlow).","Entre los de indicios están Amazon y OpenAI, Microsoft y OpenAI, y Nvidia y OpenAI (donde la inversión de 100 mil M$ se conoce pero la compra de chips no tiene importe). También los cruces de AMD con Anthropic y OpenAI vía warrants, cuyo importe depende de condiciones. Los warrants de Google–Marvell y Amazon–Qualcomm figuran con importe pendiente, porque los 120.000 y 60.000 M$ que se citaban eran umbrales de vesting."],"certeza":"media","refuta":"Contratos que muestren que la inversión no está condicionada a comprar al inversor, o que la compra se habría producido igual sin la inversión. Al revés, el cierre queda probado si los documentos fijan la obligación de gasto. El paso de «indicios» a «demostrada» exige conocer importes y cláusulas, que es lo que aporta el bloque «Vínculos y cláusulas documentados».","tablas":[{"titulo":"Ciclos con mayor importe mínimo (excluye nodos agregados como «Mercado de bonos»)","cols":["Circuito","Clase","Importe mínimo (mil M$)","Tramos"],"rows":[["Anthropic → Google → Anthropic","demostrada","75,0","Anthropic→Google: compra de cómputo 200,0 · Google→Anthropic: acciones/otros 75,0"],["Amazon → Anthropic → Amazon","demostrada","33,0","Amazon→Anthropic: acciones 33,0 · Anthropic→Amazon: compra de cómputo 100,0"],["Amazon → Anthropic → Microsoft → OpenAI → Amazon","demostrada","13,0","Amazon→Anthropic: acciones 33,0 · Anthropic→Microsoft: compra de cómputo 31,0 · Microsoft→OpenAI: acciones 13,0 · OpenAI→Amazon: compra de cómputo 100,0"],["Amazon → Anthropic → Lambda → Nvidia → OpenAI → Amazon","demostrada","1,0","Amazon→Anthropic: acciones 33,0 · Anthropic→Lambda: compra de cómputo 35,0 · Lambda→Nvidia: compra de cómputo 1,0 · Nvidia→OpenAI: acciones 100,0 · OpenAI→Amazon: compra de cómputo 100,0"],["Huawei → SiliconFlow → Huawei","demostrada","0,0","Huawei→SiliconFlow: acciones/suministro · SiliconFlow→Huawei: compra de cómputo"],["Amazon → OpenAI → Amazon","indicios","50,0","Amazon→OpenAI: acciones 50,0 · OpenAI→Amazon: compra de cómputo 100,0"],["Microsoft → OpenAI → Microsoft","indicios","11,0","Microsoft→OpenAI: acciones 13,0 · OpenAI→Microsoft: compra de cómputo 11,0"],["AMD → Gobierno de EE.UU. → Oracle → Nvidia → OpenAI → AMD","indicios","sin importe","AMD→Gobierno de EE.UU.: reparto de ingresos · Gobierno de EE.UU.→Oracle: suministro 7,0 · Oracle→Nvidia: suministro · Nvidia→OpenAI: acciones 100,0 · OpenAI→AMD: suministro"],["AMD → Anthropic → Amazon → OpenAI → AMD","indicios","sin importe","AMD→Anthropic: acciones 5,0 · Anthropic→Amazon: compra de cómputo 100,0 · Amazon→OpenAI: acciones 50,0 · OpenAI→AMD: suministro"],["AMD → Anthropic → Microsoft → OpenAI → AMD","indicios","sin importe","AMD→Anthropic: acciones 5,0 · Anthropic→Microsoft: compra de cómputo 31,0 · Microsoft→OpenAI: acciones 13,0 · OpenAI→AMD: suministro"],["AMD → Anthropic → AMD","indicios","sin importe","AMD→Anthropic: acciones 5,0 · Anthropic→AMD: suministro"],["AMD → Anthropic → Lambda → Nvidia → OpenAI → AMD","indicios","sin importe","AMD→Anthropic: acciones 5,0 · Anthropic→Lambda: compra de cómputo 35,0 · Lambda→Nvidia: compra de cómputo 1,0 · Nvidia→OpenAI: acciones 100,0 · OpenAI→AMD: suministro"]]},{"titulo":"Pares con flujo en ambos sentidos (los 10 de mayor importe mínimo)","cols":["Entidad A","Entidad B","A→B (mil M$)","B→A (mil M$)","Clase"],"rows":[["Anthropic","Google","200,0","75,0","demostrada"],["Amazon","OpenAI","50,0","100,0","indicios"],["Amazon","Anthropic","33,0","100,0","demostrada"],["Microsoft","OpenAI","13,0","11,0","indicios"],["Nvidia","OpenAI","100,0","0,0","indicios"],["Anthropic","Micron","0,0","0,0","indicios"],["OpenAI","SB Energy","0,0","5,5","indicios"],["AMD","Anthropic","5,0","0,0","indicios"],["AMD","OpenAI","0,0","0,0","cruzada"],["AMD","Meta","0,0","0,0","cruzada"]]}],"graficos":[],"notas":[],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"6-7","pregunta":"¿Hay obligaciones contractuales de gastar la inversión en productos del inversor? ¿Existen créditos de cómputo, descuentos, compras mínimas o garantías vinculadas?","titulo":"Obligaciones de gasto y vínculos","respuesta":["Hay indicios abundantes pero cláusulas poco documentadas. 70 flujos (1.116 mil M$) tienen un vínculo explícito entre la inversión y la compra de productos del inversor, y 50 más (468 mil M$) muestran indicios.","Sobre el carácter de la obligación, el texto solo dice algo en una parte: 59 flujos con obligación firme (1.541 mil M$) y 23 flexibles o cancelables (388 mil M$). En el resto de flujos el artículo no precisa si el compromiso es firme.","Créditos de cómputo: 19 flujos (312 mil M$). Garantías: de valor residual de chips 12 (198 mil M$), de terceros o de la matriz 7 (140 mil M$) y colateral de activos 9 (41 mil M$). Descuentos y compras mínimas no tienen campo propio; véase «Vínculos y cláusulas documentados»."],"certeza":"baja","refuta":"Los contratos y los S-1: si fijan mínimos de compra o exclusividad, suben las cifras «firmes»; si dicen que el gasto es discrecional, el vínculo es comercial pero no obligatorio. Los datos actuales solo registran lo que la prensa cuenta.","tablas":[{"titulo":"Cláusulas y garantías registradas en los flujos de la vista","cols":["Característica","Flujos","Importe (mil M$)"],"rows":[["Vínculo explícito a productos del inversor","70","1.116"],["Indicios de vínculo","50","468"],["Obligación firme de gasto","59","1.541"],["Obligación flexible o cancelable","23","388"],["Créditos de cómputo","19","312"],["Garantía de valor residual de chips","12","198"],["Garantía de tercero o de matriz","7","140"],["Colateral de activos","9","41"],["Total de flujos de la vista","598","6.762"]]},{"titulo":"Mayores flujos con vínculo explícito a productos del inversor","cols":["De","A","Tipo","Importe (mil M$)","Obligación","Garantía","Nota"],"rows":[["Anthropic","Google","compra de cómputo","200,0","firme","desconocido","Anthropic se compromete a gastar en la nube de Google mientras Google invierte en Anthropic, circuito señalado"],["Anthropic","Broadcom","compra de cómputo","125,2","firme","desconocido","Los chips TPU los diseña Google con Broadcom; Broadcom financia parte del arrendamiento."],["Anthropic","Google","compra de cómputo","111,0","firme","desconocido","Compromisos de gasto de Anthropic en capacidad de Google incluidas TPU, proveedor que además invierte en Anthr"],["Nvidia","SB Energy","otros","105,0","desconocido","garantia_de_tercero","Nvidia asegura la demanda de sus chips durante dos décadas al respaldar el arrendamiento de OpenAI en Ohio."],["Nvidia","OpenAI","acciones","100,0","desconocido","desconocido","El dinero se destinaría a centros de datos con chips de Nvidia y los analistas hablaron de financiación circul"],["Nvidia","Participadas de Nvidia (clientes de chips)","acciones","99,0","desconocido","desconocido","Nvidia posee acciones de empresas que compran sus chips."],["Google","Anthropic","acciones","40,0","desconocido","desconocido","Google da créditos de cómputo que Anthropic se compromete a gastar, más ingresos adicionales, en Google Cloud "],["Google","Anthropic","otros","35,0","firme","garantia_de_tercero","Google avala los pagos de arrendamiento y se asegura de que Anthropic use solo su propio hardware."],["Apollo","Anthropic","deuda","35,0","firme","valor_residual_chips","El dinero compra TPU de Google fabricadas por Broadcom y arrendadas a Anthropic."],["Anthropic","Broadcom","compra de cómputo","35,0","firme","valor_residual_chips","El préstamo se usa para comprar TPUs de Google a Broadcom, que Google instala y alquila a Anthropic."],["Amazon","Anthropic","acciones","33,0","flexible","desconocido","Anthropic asume a la vez un compromiso de gasto de más de 100.000 M$ en AWS durante diez años y hasta 5 GW adi"],["Anthropic","Microsoft","compra de cómputo","30,0","desconocido","desconocido","Microsoft y Nvidia invierten hasta 15.000 M en Anthropic, que compra 30.000 M de cloud sobre sistemas Nvidia."]]}],"graficos":[],"notas":[],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"8","pregunta":"¿Las operaciones ocurren en una secuencia temporal compatible con el circuito que estamos describiendo?","titulo":"Secuencia temporal","respuesta":["De los 38 circuitos que no son «solo cruzados», solo se puede ordenar una parte con la fecha de acuerdo: 4 muestran la inversión antes de la compra (el orden del circuito), 8 la compra antes de la inversión y 16 coinciden en el mismo mes. 10 no tienen fecha de acuerdo en alguno de los tramos.","La lectura prudente: lo más frecuente es que inversión y compra coincidan en el mismo mes, lo que encaja con un paquete único, pero no demuestra que una operación causara la otra. Las fechas son mensuales, no hay días."],"certeza":"baja","refuta":"Fechas exactas de firma, desembolso y primera factura. Si la compra se paga antes de recibir el capital, el circuito no sería financiación circular sino adelantos; si el capital llega y se paga después, sí.","tablas":[{"titulo":"Orden entre inversión y compra en los circuitos","cols":["Orden observado","Circuitos"],"rows":[["mismo mes","16"],["indeterminado (falta fecha de acuerdo)","10"],["compra antes de la inversión","8"],["inversión antes de la compra","4"]]}],"graficos":[],"notas":["76 % de los flujos de la vista tienen fecha de acuerdo; el resto usa la fecha de la primera mención."],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"9","pregunta":"¿Cuánto dinero nuevo entra y cuánto estamos contando varias veces?","titulo":"Dinero nuevo frente a dinero contado varias veces","respuesta":["Los 6.370 mil M$ agregados mezclan tres cosas. **Capex propio**: 2.892 mil M$ (45 %), inversión de una empresa en sus propias instalaciones, que no pasa por otra entidad y no recircula. **Flujos entre entidades**: 3.478 mil M$. De estos, el dinero que una entidad recibe y luego gasta o invierte aparece dos veces; el máximo que puede estar contado dos veces es 1.272 mil M$, un 37 % de los flujos entre entidades y un 20 % del total. Es un techo: supone que todo lo recibido se reinvierte, cuando los plazos y los importes comprometidos no coinciden.","Por origen del aportante: capital externo (financieras, públicas y otros sectores) 1.428 mil M$ (22 %); el resto, 4.941 mil M$, lo aportan entidades del ecosistema de IA con su caja o con financiación que no se identifica en el texto. Los mayores nodos de paso son Anthropic, Oracle, OpenAI y Google: reciben y comprometen cantidades del mismo orden.","Eliminar la doble contabilidad exacta no es posible con estos datos, porque faltan los desembolsos reales. Lo que sí se puede decir es que el 45 % de la cifra es capex propio y que cuatro nodos (Anthropic, Oracle, OpenAI y Google) reúnen el 77 % del techo de recirculación."],"certeza":"media","refuta":"Estados financieros: si los compromisos de compra de Anthropic u OpenAI con los hiperescaladores se pagan con ingresos de clientes finales y no con capital recibido de esos mismos hiperescaladores, la recirculación sería menor. Y al revés.","tablas":[{"titulo":"Composición de los compromisos agregados","cols":["Concepto","Importe (mil M$)","% del total"],"rows":[["capex","2.892","45 %"],["compute_purchase","1.166","18 %"],["equity","951","15 %"],["supply_contract","617","10 %"],["other","481","8 %"],["debt","251","4 %"],["revenue_share","12","0 %"]]},{"titulo":"Quién aporta, según el origen de la entidad","cols":["Origen del aportante","Importe (mil M$)","% del total"],"rows":[["Ecosistema de IA","4.796","75 %"],["Público o soberano","653","10 %"],["Financiero","582","9 %"],["Otros sectores","194","3 %"],["Mixto","145","2 %"]]},{"titulo":"Nodos con mayor paso de dinero (techo de lo que puede contarse dos veces)","cols":["Entidad","Recibe (mil M$)","Compromete (mil M$)","Paso máximo (mil M$)"],"rows":[["Oracle","314","272","272"],["Anthropic","249","691","249"],["OpenAI","233","474","233"],["Google","228","341","228"],["Amazon","248","87","87"],["SpaceX","126","78","78"],["Microsoft","42","170","42"],["Nvidia","29","1.016","29"],["Gobierno de EE.UU.","43","17","17"],["SoftBank","9","154","9"]]}],"graficos":[],"notas":[],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"10","pregunta":"¿Cuánto procede de inversores externos, beneficios de otros negocios, deuda, ayudas públicas y clientes finales?","titulo":"Procedencia de los fondos","respuesta":["El origen de los fondos se declara solo en una parte de los flujos con importe: en el 50 % de la cifra no consta de dónde sale el dinero. De lo que sí consta: caja propia 28 %, fondos públicos 8 %, mixto 6 %, inversores externos 3 %, crédito privado 2 %, bonos 1 %, ampliaciones de capital 1 % y deuda bancaria 0 %.","Clientes finales: el grafo recoge 57 mil M$ de compras o suministro hechos por entidades ajenas al ecosistema de IA, frente a 1.739 mil M$ entre entidades del propio ecosistema. Esta diferencia refleja sobre todo cómo se construyó el corpus: recoge compromisos de financiación y compra anunciados, no los ingresos de las empresas por sus clientes. Para responder cuánto paga el cliente final hay que leer resultados trimestrales, folletos y datos de ingresos (véase «Quién paga y de dónde sale el ingreso»)."],"certeza":"baja","refuta":"Cuentas anuales y folletos. Si los ingresos recurrentes de clientes finales superan los compromisos de compra del ecosistema, la dependencia es menor de lo que muestra el grafo.","tablas":[{"titulo":"Origen declarado de los fondos (flujos con importe)","cols":["Origen","Importe (mil M$)","%"],"rows":[["desconocido","3.412","50 %"],["caja propia","1.899","28 %"],["publico","545","8 %"],["mixto","396","6 %"],["inversores externos","233","3 %"],["credito privado","108","2 %"],["bonos","73","1 %"],["ampliacion capital","67","1 %"],["deuda bancaria","30","0 %"]]},{"titulo":"Compras y suministro por tipo de comprador","cols":["Comprador","Importe (mil M$)"],"rows":[["compra o suministro por entidades del ecosistema o financieras","1.739"],["compra o suministro por entidades ajenas al ecosistema (otros sectores, públicas)","57"]]}],"graficos":[],"notas":[],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"11","pregunta":"¿Cuánto de lo que llamamos «tamaño del mercado» es la suma de transacciones sucesivas dentro de la misma cadena?","titulo":"Tamaño del mercado y transacciones sucesivas","respuesta":["Una medida directa: las relaciones con flujo de vuelta (A paga a B y B paga o invierte en A) suman 743 mil M$, un 12 % del total agregado. Si se añade el techo de recirculación por nodos (1.272 mil M$, ver «Dinero nuevo frente a dinero contado varias veces»), entre un 12 % y un 20 % de lo que se suma como «mercado» sería la misma cantidad contada en eslabones sucesivos.","El grafo no contiene el mercado final (ingresos de empresas y consumidores), así que no puede decir qué parte del tamaño total es circular. Sí dice qué parte de los compromisos anunciados entre empresas de IA lo es."],"certeza":"baja","refuta":"Comparar los ingresos finales de las empresas de IA con los compromisos de compra del ecosistema. Si los segundos superan ampliamente a los primeros durante varios años, la cadena depende de capital nuevo.","tablas":[{"titulo":"Indicadores de doble cómputo","cols":["Indicador","Importe (mil M$)","% del total"],"rows":[["Relaciones con flujo de vuelta","743","12 %"],["Techo de dinero que pasa por nodos intermedios","1.272","20 %"]]}],"graficos":[],"notas":[],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"12","pregunta":"¿La dependencia está aumentando o disminuyendo?","titulo":"Evolución de la dependencia","respuesta":["No hay evidencia de que aumente en los seis meses observados. En el núcleo original, el peso de los tres primeros aportantes baja de 87 % a 73 % y el del primero de 46 % a 27 %; en todo el grafo, de 52 % a 37 %. La parte del importe con flujo de vuelta se mantiene entre el 28 % y el 47 % en el núcleo, y el vínculo a productos del inversor se mueve alrededor del 56 %.","Es una ventana corta y la disminución de la concentración puede deberse a que se descubren más operaciones y no a que se diversifiquen. No se puede descartar un aumento en 2027."],"certeza":"baja","refuta":"Una serie más larga con deal_date exacto. Si el peso de los tres primeros vuelve a subir cuando se incorporen nuevos compromisos de OpenAI, Anthropic y los hiperescaladores, la lectura cambia.","tablas":[{"titulo":"Serie mensual acumulada (núcleo original; entre paréntesis, todo el grafo)","cols":["Mes","Flujos","Total (mil M$)","Primer aportante","Tres primeros","Con flujo de vuelta","Vinculado a productos","Aportado por capital externo","Acciones","Deuda","Compra y suministro","Entidades nuevas (externas)"],"rows":[["2026-05","49 (148)","898 (1.974)","46 % (22 %)","87 % (52 %)","28 % (32 %)","56 % (36 %)","1 % (23 %)","21 %","0 %","75 %","45 (18)"],["2026-06","104 (269)","1.023 (3.537)","40 % (18 %)","80 % (42 %)","47 % (19 %)","60 % (23 %)","6 % (30 %)","19 %","4 %","70 %","48 (25)"],["2026-07","153 (397)","1.166 (5.249)","35 % (15 %)","74 % (36 %)","42 % (13 %)","52 % (18 %)","12 % (23 %)","17 %","4 %","65 %","41 (24)"],["2026-08","201 (498)","1.540 (5.788)","27 % (17 %)","75 % (38 %)","36 % (12 %)","57 % (21 %)","11 % (21 %)","15 %","3 %","55 %","42 (24)"],["2026-09","243 (590)","1.675 (6.018)","26 % (17 %)","72 % (38 %)","34 % (12 %)","54 % (21 %)","13 % (22 %)","14 %","3 %","54 %","36 (16)"],["2026-10","245 (598)","1.706 (6.370)","27 % (16 %)","73 % (37 %)","33 % (12 %)","55 % (22 %)","13 % (22 %)","14 %","3 %","55 %","1 (1)"]]}],"graficos":[{"titulo":"Dependencia mutua: parte del importe con flujo de vuelta y con vínculo a productos del inversor (%)","meses":["2026-05","2026-06","2026-07","2026-08","2026-09","2026-10"],"lineas":[{"nombre":"Con flujo de vuelta, núcleo","valores":[0.278,0.474,0.416,0.355,0.335,0.329]},{"nombre":"Con flujo de vuelta, todo","valores":[0.316,0.186,0.126,0.125,0.123,0.117]},{"nombre":"Vinculado, núcleo","valores":[0.556,0.597,0.525,0.569,0.543,0.552]},{"nombre":"Vinculado, todo","valores":[0.355,0.231,0.178,0.211,0.214,0.217]}]}],"notas":["Las series son acumuladas por mes de acuerdo (o de primera mención si falta). Solo hay seis meses con datos suficientes (mayo a octubre de 2026) y el corpus fue creciendo con las pasadas por región. Para separar el cambio real del efecto de cobertura, calculo cada indicador dos veces: con todo el grafo y con el «núcleo original» (245 flujos de la primera pasada, sin las pasadas regionales). Si ambos coinciden, el cambio es probablemente real."],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"13","pregunta":"¿Aparecen nuevos clientes e inversores independientes?","titulo":"Nuevos clientes e inversores independientes","respuesta":["Sí, aparecen entidades nuevas cada mes. En el grafo completo, 164 entidades nuevas con origen externo (financieras, públicas, otros sectores) entran entre junio y septiembre.","«Nuevo» significa que aparece por primera vez en el corpus, no que acabe de nacer. La independencia solo se puede afirmar si la entidad no está vinculada a un proveedor, y eso consta en pocos casos."],"certeza":"baja","refuta":"Fecha de entrada y vínculo con proveedores de cada nuevo aportante. Si los nuevos inversores independientes son, en su mayoría, participantes en rondas lideradas por proveedores, no son independientes.","tablas":[{"titulo":"Entidades que aparecen cada mes","cols":["Mes","Nuevas en el grafo","De ellas, con origen externo"],"rows":[["2026-05","160","85"],["2026-06","112","50"],["2026-07","108","47"],["2026-08","77","36"],["2026-09","72","31"],["2026-10","5","1"]]}],"graficos":[],"notas":["Las series son acumuladas por mes de acuerdo (o de primera mención si falta). Solo hay seis meses con datos suficientes (mayo a octubre de 2026) y el corpus fue creciendo con las pasadas por región. Para separar el cambio real del efecto de cobertura, calculo cada indicador dos veces: con todo el grafo y con el «núcleo original» (245 flujos de la primera pasada, sin las pasadas regionales). Si ambos coinciden, el cambio es probablemente real."],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"14","pregunta":"¿Se concentran las relaciones alrededor de menos empresas?","titulo":"Concentración","respuesta":["Hoy, el primer aportante (Nvidia) representa el 16 % del total y los diez primeros reúnen el 73 %; en destino, los diez primeros reciben el 50 %, un reparto más disperso. En el tiempo, la concentración baja ligeramente en ambas series (HHI de origen de 0,116 a 0,071 en el grafo completo, de 0,310 a 0,184 en el núcleo).","Distinguir entre concentración de los compromisos y concentración de las relaciones: aunque los importes se repartan, la centralidad de vector propio sigue en los mismos cinco nodos (ver «Centralidad por capa»)."],"certeza":"media","refuta":"Que los hiperescaladores y laboratorios principales reduzcan su peso en los compromisos nuevos de los próximos trimestres. Una caída sostenida del HHI y una pérdida de centralidad de los cinco nodos principales sería lo contrario a concentración.","tablas":[{"titulo":"Mayores aportantes (peso sobre el total)","cols":["Entidad","Importe (mil M$)","% del total"],"rows":[["Nvidia","1.016","15,9 %"],["Anthropic","691","10,9 %"],["Samsung","654","10,3 %"],["OpenAI","474","7,4 %"],["Gobierno de China","394","6,2 %"],["Meta","360","5,7 %"],["Google","341","5,4 %"],["TSMC","275","4,3 %"],["Oracle","272","4,3 %"],["Mercado de capitales (OPV y colocaciones)","175","2,7 %"]]},{"titulo":"Mayores receptores","cols":["Entidad","Importe (mil M$)","% del total"],"rows":[["Plan de inversión en chips e IA de Corea del Sur","648","10,2 %"],["SK Group","500","7,8 %"],["Oracle","314","4,9 %"],["Centros de datos de IA en China","295","4,6 %"],["Infraestructura de IA y nube de Oracle","250","3,9 %"],["Anthropic","249","3,9 %"],["Amazon","248","3,9 %"],["OpenAI","233","3,7 %"],["Google","228","3,6 %"],["Infraestructura de IA de Google","205","3,2 %"]]}],"graficos":[{"titulo":"Concentración: peso del primer aportante y de los tres primeros (% del total)","meses":["2026-05","2026-06","2026-07","2026-08","2026-09","2026-10"],"lineas":[{"nombre":"Primero, núcleo","valores":[0.458,0.402,0.353,0.267,0.26,0.274]},{"nombre":"Primero, todo el grafo","valores":[0.218,0.184,0.148,0.174,0.169,0.159]},{"nombre":"Tres primeros, núcleo","valores":[0.867,0.796,0.742,0.753,0.722,0.727]},{"nombre":"Tres primeros, todo el grafo","valores":[0.518,0.424,0.365,0.382,0.377,0.371]}]}],"notas":["Las series son acumuladas por mes de acuerdo (o de primera mención si falta). Solo hay seis meses con datos suficientes (mayo a octubre de 2026) y el corpus fue creciendo con las pasadas por región. Para separar el cambio real del efecto de cobertura, calculo cada indicador dos veces: con todo el grafo y con el «núcleo original» (245 flujos de la primera pasada, sin las pasadas regionales). Si ambos coinciden, el cambio es probablemente real."],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"15","pregunta":"¿Se sustituye capital por deuda o garantías?","titulo":"Capital frente a deuda y garantías","respuesta":["En lo extraído no se observa una sustitución de capital por deuda. La deuda pesa el 3 % del total en el núcleo (4 % en todo el grafo) y apenas se mueve entre mayo y octubre (0 % al empezar). Las acciones bajan del 21 % al 14 % y las compras y el suministro, del 75 % al 55 %.","Lo que crece es la categoría «otros» (ayudas públicas, garantías y plataformas de financiación): del 3 % al 25 % del total del núcleo. Incluye, por ejemplo, la garantía de Nvidia al arrendamiento del campus de SB Energy. Las garantías explícitas (valor residual de chips, terceros, matriz y colateral) suman 379 mil M$ en todo el grafo, pero entran en junio y agosto: puede ser el momento en que se publicaron y no el momento en que se crearon, así que no sirven para fechar una tendencia."],"certeza":"baja","refuta":"Registros de deuda (bonos, préstamos sindicados, project finance) de los hiperescaladores y neoclouds. Esta pasada solo recogió una parte; véase «Garantías, coste de la deuda y estructuras fuera de balance».","tablas":[],"graficos":[{"titulo":"Estructura del dinero (% del total, núcleo)","meses":["2026-05","2026-06","2026-07","2026-08","2026-09","2026-10"],"lineas":[{"nombre":"Otros (ayudas, garantías, plataformas)","valores":[0.028000000000000035,0.06199999999999995,0.1309999999999999,0.24799999999999991,0.2579999999999999,0.2529999999999999]},{"nombre":"Acciones","valores":[0.214,0.191,0.169,0.146,0.141,0.139]},{"nombre":"Deuda","valores":[0.001,0.036,0.035,0.027,0.03,0.029]},{"nombre":"Compra y suministro","valores":[0.746,0.701,0.649,0.554,0.539,0.548]},{"nombre":"Capital externo como aportante","valores":[0.014,0.055,0.117,0.108,0.134,0.131]}]}],"notas":["Las series son acumuladas por mes de acuerdo (o de primera mención si falta). Solo hay seis meses con datos suficientes (mayo a octubre de 2026) y el corpus fue creciendo con las pasadas por región. Para separar el cambio real del efecto de cobertura, calculo cada indicador dos veces: con todo el grafo y con el «núcleo original» (245 flujos de la primera pasada, sin las pasadas regionales). Si ambos coinciden, el cambio es probablemente real."],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"17","pregunta":"¿Los nodos considerados «centrales» siguen siéndolo al analizar por separado capital, deuda, suministro y compras?","titulo":"Centralidad por capa","respuesta":["Sí, en las capas de capital y de compras. Las clasificaciones de centralidad de cada capa se parecen mucho a la global (correlación de rangos: capital 0,94, compras y suministro 0,92, otros 0,85), y cinco nodos están entre los más centrales de al menos tres capas: OpenAI, Amazon, Anthropic, Microsoft, Google.","Hay matices. SpaceX, Mercado de capitales (OPV y colocaciones), Broadcom, Nscale son centrales en la vista global pero lo son menos en cada capa por separado. En capex propio, la clasificación es muy distinta (correlación 0,58): lo encabezan TSMC y sus fábricas, seguida de Meta; ahí los laboratorios casi no aparecen. Nvidia es el segundo nodo más central en capital y el primero en «otros» (garantías y plataforma de financiación), y solo el 23.º en compras y suministro. Es decir, su centralidad es financiera más que comercial.","La deuda no tiene capa propia: solo hay 36 flujos de deuda en la vista y se analiza dentro de «capital»."],"certeza":"media","refuta":"Una capa de deuda propia con más cobertura. Si la centralidad en deuda recayera en otros nodos (bancos, gestoras de crédito privado), la lectura de «cinco nodos centrales» sería incompleta.","tablas":[{"titulo":"Rango de los 12 nodos más centrales en cada capa (1 = más central; «—» = no participa)","cols":["Entidad","Global","Capital (acciones y deuda)","Compras y suministro","Capex propio","Otros (ayudas, garantías, resto)"],"rows":[["Anthropic","1","4","1","—","5"],["Amazon","2","3","3","76","11"],["Google","3","15","2","26","7"],["OpenAI","4","1","9","113","9"],["Microsoft","5","12","6","38","10"],["SpaceX","6","16","5","57","—"],["Nvidia","7","2","23","—","1"],["Mercado de capitales (OPV y colocaciones)","8","9","—","—","—"],["Broadcom","9","—","4","—","—"],["Nscale","10","33","7","—","—"],["Oracle","11","—","16","13","44"],["Lambda","12","135","8","—","—"]]},{"titulo":"Diez nodos más centrales en cada capa","cols":["Capital (acciones y deuda)","Compras y suministro","Capex propio","Otros (ayudas, garantías, resto)"],"rows":[["OpenAI","Anthropic","TSMC","Nvidia"],["Nvidia","Google","Fábricas de TSMC en Arizona","Plataforma Nvidia de financiación"],["Amazon","Amazon","Capacidad de fabricación de TSMC","SB Energy"],["Anthropic","Broadcom","Línea de 1,4 nm de Taiwán (Central Science Park)","Groq"],["Mercado de bonos","SpaceX","Nuevas plantas de TSMC en el sur de Taiwán","Anthropic"],["SoftBank","Microsoft","Campus de TSMC en Texas","Fluidstack"],["Gobierno de EE.UU.","Nscale","JASM (segunda fab de Kumamoto)","Google"],["Participadas de Nvidia (clientes de chips)","Lambda","Meta","RAISE US"],["Mercado de capitales (OPV y colocaciones)","OpenAI","Centro de datos Hyperion (Meta, Luisiana)","OpenAI"],["SB Energy","xAI","Infraestructura de IA de Meta","Microsoft"]]}],"graficos":[],"notas":[],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":1},{"id":"44-47","pregunta":"¿Qué pasaría si durante doce meses no entrara financiación nueva? ¿Quién podría seguir operando con su caja y sus cobros? ¿Quién tendría que renegociar, recortar, vender activos o buscar comprador? ¿Qué proveedores dejarían de cobrar?","titulo":"Prueba de estrés: doce meses sin financiación nueva","respuesta":["El riesgo está muy concentrado. Las 16 entidades dependientes de financiación con compromisos conocidos suman 1.162 mil M$, y **Anthropic y OpenAI reúnen 92 %** (641 mil M$ y 431 mil M$ de compromisos recogidos en el grafo; el folleto de Anthropic cita 518.000 M$ no cancelables y la prensa, unos 1,4 billones para OpenAI: son bases distintas, véase «Compromisos frente a ingresos»). Su financiación firme registrada cubre solo el 23 % de los compromisos de Anthropic (149 mil M$ frente a 641 mil M$) y el 54 % de los de OpenAI (233 mil M$ frente a 431 mil M$).","**Escenario 1 (falla la financiación pendiente):** se quedan sin cubrir 755 mil M$ de compromisos, el 65 % del total. **Escenario 2 (se corta toda la financiación nueva):** quedaría expuesta toda la cifra, 1.162 mil M$. Son los extremos de un rango; el real depende de los ingresos y la caja de cada empresa, que el grafo no tiene.","**Quién podría seguir con su caja:** los hiperescaladores y los fabricantes de chips financian la mayor parte de su capex con caja propia (ver tabla de autofinanciadas: Alphabet declara 221 mil M$ de caja propia sobre 236 mil M$ de capex; Microsoft, 179 mil M$ sobre 138 mil M$). Es una declaración de las fuentes, no un balance. En Oracle el grafo no recoge su financiación, aunque tiene 265 mil M$ de capex.","**Quién tendría que renegociar o recortar:** los laboratorios, sobre todo Anthropic y OpenAI, y los neoclouds sin financiación registrada (AirTrunk, Scaleway, HyperVault, Datagrid, Pure DC o Submer). **Quién dejaría de cobrar:** los proveedores de cómputo de esos dos laboratorios. En el escenario 2, Oracle (300 mil M$), Google (200 mil M$), Amazon (200 mil M$) y Broadcom (125 mil M$) concentran la exposición; en el 1, con la financiación firme descontada, quedan expuestos 138 mil M$, 154 mil M$, 123 mil M$ y 96 mil M$."],"certeza":"baja","refuta":"Estados de caja y ingresos de Anthropic y OpenAI. Si sus ingresos recurrentes cubrieran los pagos de los próximos doce meses, la exposición sería mucho menor; si dependen de rondas para pagar, será la del escenario 1. Los vencimientos reales de cada contrato (muchos son a cinco o diez años) también acortan el riesgo a doce meses.","tablas":[{"titulo":"Entidades dependientes de financiación: compromisos y financiación firme registrada","cols":["Entidad","Tipo","Compromisos (mil M$)","Financiación firme","Financiación pendiente","Cobertura","Sin cubrir en el escenario 1"],"rows":[["Anthropic","lab","641,3","148,6","100,0","23 %","492,7"],["OpenAI","lab","431,2","233,2","0,0","54 %","198,0"],["AirTrunk","neocloud","30,0","0,0","0,0","0 %","30,0"],["SpaceX","lab","18,4","75,0","0,0","100 %","0,0"],["Scaleway (Iliad)","neocloud","10,0","0,0","0,0","0 %","10,0"],["HyperVault","neocloud","7,4","1,9","0,0","25 %","5,6"],["Reflection AI","lab","7,3","0,8","0,0","11 %","6,5"],["Figure","app","3,5","0,0","0,0","0 %","3,5"],["Intel y 3D Glass Solutions","app","3,3","0,0","0,0","0 %","3,3"],["Zankore","neocloud","3,1","3,1","0,0","100 %","0,0"]]},{"titulo":"Proveedores con mayor exposición a esas entidades (mil M$)","cols":["Proveedor","Tipo","Escenario 1","Escenario 2","Todo lo que recibe"],"rows":[["Oracle","cloud","137,8","300,0","314,0"],["Google","cloud","153,7","200,0","228,0"],["Amazon","cloud","122,8","200,0","248,5"],["Broadcom","chips","96,2","125,2","155,2"],["Nscale","neocloud","38,1","48,5","48,5"],["Microsoft","cloud","28,9","42,0","42,0"],["xAI","lab","30,7","40,0","40,0"],["Lambda","neocloud","26,9","35,0","36,9"],["SpaceX","lab","17,1","21,3","126,3"],["Cerebras","chips","9,2","20,0","20,0"]]},{"titulo":"Entidades autofinanciadas: compromisos y caja propia declarada (mil M$)","cols":["Entidad","Tipo","Compromisos","Capex propio","Deuda recibida","Caja propia declarada"],"rows":[["Samsung","chips","650","650","0","650"],["Nvidia","chips","552","0","25","225"],["Meta","cloud","360","354","0","154"],["TSMC","chips","273","273","0","259"],["Google","cloud","266","236","0","221"],["Oracle","cloud","265","265","0","0"],["Microsoft","cloud","157","138","0","179"],["SK Hynix","chips","124","124","0","73"],["Alibaba","cloud","53","53","0","59"]]}],"graficos":[],"notas":["Modelo de primer orden con los datos del grafo: compara los compromisos de compra, suministro y capex de cada empresa dependiente de financiación (laboratorios, neoclouds y aplicaciones) con la financiación firme que consta que ha recibido. No incluye ingresos, caja ni calendario de pagos, que el corpus no recoge; por eso es una prueba ilustrativa, no una predicción.","Los importes de compromisos a largo plazo y de financiación a un año no son comparables sin calendario; la cobertura es un indicador de dependencia, no de liquidez."],"bloque":"3. Fragilidad y contagio","fase":2},{"id":"48-49","pregunta":"¿Quién soporta realmente las pérdidas cuando un actor falla? ¿Pierden primero los accionistas, los prestamistas, el propietario del centro de datos o quien garantiza el contrato?","titulo":"Quién soporta las pérdidas cuando un actor falla","respuesta":["Con los datos que constan, la primera línea de pérdida son los accionistas y, en el caso de los laboratorios, es una línea fina frente a lo que deben. Entre las entidades dependientes, el capital recibido es de 490 mil M$ en acciones, 40 mil M$ en deuda y 35 mil M$ en otros instrumentos, frente a 1.087 mil M$ de compromisos con sus proveedores. Es decir, por cada dólar de compromisos hay unos 0,52 de financiación recibida.","Si el pago a proveedores no se atendiera, la pérdida iría primero a quienes han prestado con garantías de valor residual (Apollo, Blackstone y los bonistas en el caso de Anthropic, con Broadcom y Google como garantes) y a los propios proveedores, que son acreedores comerciales. Los accionistas pierden el valor de su participación, no el compromiso contractual. Las acciones, la deuda y los garantes de cada entidad se detallan en la tabla.","El orden legal de prelación depende de cada contrato y de cada jurisdicción y no consta en el corpus; lo anterior solo ordena a los afectados según los instrumentos que el grafo registra."],"certeza":"baja","refuta":"Los contratos de deuda y los folletos: prelación, garantías cruzadas, cláusulas de «cross-default» y quién es el deudor último de cada vehículo. Si los garantes (Broadcom, Google, Nvidia) responden solo hasta un importe, la pérdida sube para los prestamistas.","tablas":[{"titulo":"Reclamantes de cada entidad según los flujos conocidos (mil M$)","cols":["Entidad","Acciones","Principales accionistas","Deuda","Principales prestamistas","Debe a proveedores (top 3)","Garantes"],"rows":[["Anthropic","179","Mercado de capitales (OPV y colocaciones) (100), Google (40), Amazon (33)","35,0","Apollo (35)","Google (200), Broadcom (125), Amazon (100)","Broadcom, Google"],["OpenAI","233","Nvidia (100), SoftBank (65), Amazon (50)","0,0","—","Oracle (300), Amazon (100), Cerebras (20)","Nvidia"],["SpaceX","75","Mercado de capitales (OPV y colocaciones) (75)","0,0","—","—","—"],["Fluidstack","0","—","0,0","—","—","Google"],["Lambda","0","—","1,9","JPMorgan (1), Morgan Stanley (1)","Nvidia (1)","Microsoft, Microsoft (contrato de arrendamiento)"],["Nebius","2","Nvidia (2)","0,0","—","—","—"]]}],"graficos":[],"notas":["Algunas cifras de acciones de Anthropic incluyen la colocación en bolsa señalada como rumor o negociación (100 mil M$). Entidades como CoreWeave, Crusoe o Nebius aparecen sin datos de deuda porque el grafo recoge poco de su financiación."],"bloque":"3. Fragilidad y contagio","fase":2},{"id":"50","pregunta":"¿Hay garantías sobre valor residual de los chips?","titulo":"Garantías sobre el valor residual de los chips","respuesta":["Sí, y son de las estructuras más relevantes del grafo. Hay 12 flujos con garantía de valor residual de chips, y en total 28 flujos con alguna garantía explícita (379 mil M$). Los dos casos principales: la plataforma de financiación de cómputo de Nvidia (125 mil M$), donde Nvidia garantiza el valor residual de las GPU financiadas por Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR; y el crédito de unos 35.000 M$ a Anthropic de Apollo y Blackstone con el valor residual de los chips garantizado por Broadcom.","Esto significa que parte del riesgo de que los chips pierdan valor antes de lo previsto recae en el fabricante o el proveedor, que es a la vez el beneficiario de la compra. Es una forma de circularidad: el proveedor garantiza su propio producto para que otro lo financie."],"certeza":"media","refuta":"Los contratos de garantía: si el garante tiene un tope pequeño o la garantía está condicionada a que se mantenga la demanda, el riesgo recae en los financiadores. Y que el valor residual real de las GPU de 2023 a 2024 se mantenga en el mercado secundario.","tablas":[{"titulo":"Flujos con garantía explícita (mayores importes)","cols":["De","A","Importe (mil M$)","Garantía","Garante","Vehículo"],"rows":[["Nvidia","Plataforma Nvidia de financiación","125,0","valor residual de chips","Nvidia","Plataformas de financiación con Apollo, BlackRock, Blackstone, Brookfi"],["Nvidia","SB Energy","105,0","garantía de tercero","Nvidia","SB Energy"],["Google","Anthropic","35,0","garantía de tercero","Google","Estructura de arrendamiento de TPUs con bonistas"],["Apollo","Anthropic","35,0","valor residual de chips","Broadcom","SPV (no nombrado)"],["Anthropic","Broadcom","35,0","valor residual de chips","Broadcom","—"],["Microsoft","Nebius","19,0","colateral de activos","—","—"],["Mercado de bonos","Centro de datos de Meta (BlackRock)","12,0","colateral de activos","—","JV Meta-BlackRock (El Paso); BlackRock posee 80%, Meta 20%"],["Oracle","Regulador eléctrico de Wisconsin","7,0","colateral de activos","Oracle","—"],["Consorcio bancario (Citi, ING, Natixis CIB, Qatar National Bank...)","Zankore","3,1","valor residual de chips","—","—"],["JPMorgan","Lambda","1,0","colateral de activos","Microsoft (contrato de arrendamiento)","—"],["Lambda","Nvidia","1,0","colateral de activos","Microsoft (contrato de arrendamiento)","—"],["Mercado de bonos","Cipher Digital","0,8","colateral de activos","—","Stingray Facility (Andrews County, Texas)"],["Comisión Europea / UE","4Geeks / Yaran Foundation","0,1","garantía de tercero","Fondo Europeo de Inversiones (FEI)","—"],["Blackstone","Anthropic","n/d","valor residual de chips","Broadcom","Paquete de crédito privado Apollo/Blackstone; bonos asociados al acuer"]]}],"graficos":[],"notas":[],"bloque":"3. Fragilidad y contagio","fase":2},{"id":"51","pregunta":"¿Los financiadores pueden exigir más garantías o anticipar vencimientos?","titulo":"Capacidad de los financiadores para exigir más garantías","respuesta":["Con los datos disponibles no se puede saber. El grafo tiene 36 flujos de deuda (251 mil M$ por relaciones distintas); en 16 consta alguna garantía, y en 15 no consta ni garantía ni el carácter firme o flexible de la obligación. No recoge covenants, cláusulas de aceleración ni de «cross-default».","Lo que sí se observa es el tipo de prestamista: de lo prestado, más de la mitad es público o de mercado (EXIM Bank, en propuesta; los bonos), y el crédito privado (Apollo, Blackstone) y los bancos (Citigroup, Morgan Stanley) pesan menos. Un financiador privado con garantías de valor residual tiene más margen para exigir ajustes que un comprador de bonos."],"certeza":"baja","refuta":"Los contratos de crédito y los folletos de emisión. Es la que más depende de los contratos; véase «Garantías, coste de la deuda y estructuras fuera de balance» para lo que consta.","tablas":[{"titulo":"Principales prestamistas (importe por relaciones distintas, mil M$)","cols":["Prestamista","Importe"],"rows":[["EXIM Bank (EE.UU.)","100,0"],["Mercado de bonos","62,8"],["Apollo","44,0"],["Citigroup","17,5"],["BlackRock","12,0"],["Morgan Stanley","4,4"],["Nvidia","3,5"],["Consorcio bancario (Citi, ING, Natixis CIB, Qatar National Bank...)","3,1"]]},{"titulo":"Mayores flujos de deuda","cols":["De","A","Importe (mil M$)","Estado","Obligación","Garantía","Garante"],"rows":[["EXIM Bank (EE.UU.)","Consorcios de exportación de IA de EE.UU.","100,0","propuesta","flexible","desconocido","—"],["Apollo","Anthropic","35,0","firmado","firme","valor residual de chips","Broadcom"],["Mercado de bonos","Nvidia","25,0","cerrado","desconocido","desconocido","—"],["Mercado de bonos","Amazon","25,0","propuesta","desconocido","desconocido","—"],["Citigroup","Amazon","17,5","firmado","firme","desconocido","—"],["BlackRock","Centro de datos de Meta (BlackRock)","12,0","negociacion","desconocido","desconocido","—"],["Mercado de bonos","Centro de datos de Meta (BlackRock)","12,0","negociacion","desconocido","colateral de activos","—"],["Mercado de bonos","Amazon","10,0","cerrado","firme","ninguna","—"],["Apollo","SoftBank","9,0","negociacion","desconocido","desconocido","—"],["Morgan Stanley","TeraWulf","3,5","negociacion","desconocido","desconocido","—"]]}],"graficos":[],"notas":[],"bloque":"3. Fragilidad y contagio","fase":2},{"id":"52","pregunta":"¿Existen sociedades instrumentales que dificulten identificar al responsable último?","titulo":"Sociedades instrumentales y responsable último","respuesta":["Sí. 103 flujos pasan por algún vehículo (SPV, joint venture, fondo o consorcio), con 818 mil M$ acumulados, repartidos entre 59 vehículos distintos. En 7 de ellos consta un garante identificable; en el resto, no consta quién responde si el vehículo falla.","Los casos más relevantes: la plataforma de financiación de Nvidia (el garante es Nvidia), SB Energy (con garantía de Nvidia por 105 mil M$ al arrendamiento del campus de OpenAI en Ohio), el SPV no nombrado de la deuda de Anthropic (con Broadcom como garante del valor residual) y la joint venture de Meta y BlackRock en El Paso. Son estructuras donde el riesgo final recae en el proveedor que garantiza, no en el prestatario aparente."],"certeza":"media","refuta":"Las estructuras jurídicas de cada vehículo: si los garantes han comprometido balance de forma explícita o si el vehículo es «sin recurso» a la matriz. Hoy consta en pocos casos.","tablas":[{"titulo":"Vehículos con mayor importe asociado","cols":["Vehículo","Flujos","Importe (mil M$)","Garante identificado"],"rows":[["JERA-Dell-RHAELM","1","140,0","no consta"],["Plataformas de financiación con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y","1","125,0","Nvidia"],["SB Energy","5","113,5","Nvidia"],["Big Fund","3","99,0","no consta"],["Fluidstack","1","50,0","no consta"],["Nscale (centro de datos de Virginia Occidental)","1","45,0","no consta"],["Estructura de arrendamiento de TPUs con bonistas","1","35,0","Google"],["SPV (no nombrado)","1","35,0","Broadcom"],["Beignet Investor LLC (según una de las fuentes)","1","30,0","no consta"],["TikTok System (Thailand)","1","25,0","no consta"],["JASM","2","21,8","no consta"],["Project Sopaipilla Holdings","1","12,0","no consta"]]}],"graficos":[],"notas":[],"bloque":"3. Fragilidad y contagio","fase":2},{"id":"53-54","pregunta":"¿Qué mecanismos contienen el contagio y qué pruebas refutarían la hipótesis de fragilidad? ¿Hay caja suficiente, clientes diversificados, contratos flexibles, deuda sin recurso, activos reutilizables o compradores alternativos?","titulo":"Mecanismos de contención y pruebas que refutarían la fragilidad","respuesta":["Con los datos del grafo, los amortiguadores son desiguales. **Clientes diversificados**: no. Los principales proveedores de cómputo reciben la mayor parte de sus compras de uno o dos laboratorios: Oracle, el 96 % de OpenAI; Google, el 97 % de Anthropic; Nscale, el 93 % de Anthropic. Esto refleja los acuerdos recogidos y no necesariamente toda su clientela, que el corpus no cubre.","**Caja**: sí en hiperescaladores y fabricantes (declaran financiar el capex con caja propia), no en laboratorios. **Contratos flexibles**: de los flujos de compra con carácter conocido, hay más firmes que flexibles (Google, Amazon y Broadcom, todos firmes); el carácter consta en pocos casos. **Deuda sin recurso y activos reutilizables**: solo constan los vehículos de la pregunta anterior; los campus físicos (capex) son reutilizables, los chips dependen de su valor residual.","**Pruebas que refutarían la fragilidad**, si se observaran: (1) que los ingresos de clientes finales de los laboratorios superen sus compromisos con proveedores durante los próximos años; (2) que los proveedores de cómputo tengan una clientela no vinculada a esos dos laboratorios por encima del 30 % de sus ingresos; (3) que los hiperescaladores financien su capex con flujo de caja libre y no con bonos o vehículos; (4) que los contratos de compra sean cancelables sin penalización. Hoy el grafo no puede confirmar ninguna de las cuatro."],"certeza":"baja","refuta":"Cada una de las cuatro pruebas es medible con ingresos, balances y contratos (véase «Quién paga y de dónde sale el ingreso»). Si se cumplen, la hipótesis de fragilidad se debilita; si no, se refuerza.","tablas":[{"titulo":"Concentración de compradores en los mayores proveedores de cómputo","cols":["Proveedor","Compras recibidas (mil M$)","Compradores","Mayor comprador","% del mayor comprador","% de Anthropic y OpenAI","Flujos firmes / flexibles"],"rows":[["Oracle","314,0","3","OpenAI","96 %","96 %","1 / 1"],["Google","206,0","2","Anthropic","97 %","97 %","2 / 0"],["Amazon","206,0","3","OpenAI","49 %","97 %","2 / 0"],["Broadcom","155,2","2","Anthropic","81 %","81 %","2 / 0"],["Nscale","48,5","2","Anthropic","93 %","93 %","0 / 0"],["Microsoft","42,0","2","Anthropic","74 %","100 %","1 / 0"],["xAI","40,0","1","Anthropic","100 %","100 %","1 / 0"],["Lambda","35,0","1","Anthropic","100 %","100 %","0 / 0"],["SpaceX","51,3","3","Google","58 %","29 %","1 / 0"],["Cerebras","20,0","1","OpenAI","100 %","100 %","1 / 0"]]}],"graficos":[],"notas":[],"bloque":"3. Fragilidad y contagio","fase":2},{"id":"55","pregunta":"¿Podrían continuar los servicios aunque cambiaran los propietarios?","titulo":"Continuidad del servicio si cambian los propietarios","respuesta":["El corpus no permite responderla. Para saberlo hacen falta datos que no recoge: si los contratos de cómputo se transfieren al nuevo propietario, si los campus tienen contratos de arrendamiento de largo plazo con terceros y si los chips pueden redirigirse a otros clientes. Solo se puede decir que el grafo registra una parte de los compromisos físicos (campus, fábricas) y que esos activos suelen ser reutilizables por su naturaleza; los chips, en cambio, dependen de su valor residual (véase «Garantías sobre el valor residual de los chips»)."],"certeza":"baja","refuta":"Cláusulas de cambio de control y de cesión en los contratos de cómputo y de arrendamiento. Véase también «Plazos, cancelabilidad y refinanciación».","tablas":[],"graficos":[],"notas":[],"bloque":"3. Fragilidad y contagio","fase":2},{"id":"56","pregunta":"¿Qué pérdidas absorberían los inversores sin afectar al crédito del resto de la economía?","titulo":"Pérdidas que absorberían los inversores sin afectar al crédito del resto de la economía","respuesta":["La parte financiada con acciones, que absorbe pérdidas sin transmitirlas al crédito, es mayor que la financiada con deuda: 490 mil M$ en acciones frente a 40 mil M$ en deuda para las entidades dependientes. Los prestamistas identificados son sobre todo gestoras de crédito privado (Apollo y Blackstone, unos 80 mil M$ entre ambas), bonistas (63 mil M$ en bonos de mercado) y, en menor medida, bancos (Citigroup, Morgan Stanley). La exposición bancaria que consta es pequeña.","Esto apunta a que, con lo observado, el contagio al sistema bancario sería limitado y pasaría sobre todo por el crédito privado, los bonos y los vehículos de financiación con garantía de proveedores. Lo que el grafo no ve son las posiciones de los bancos en la deuda de los hiperescaladores, de Oracle o de los fondos de crédito privado, que podrían ser mayores."],"certeza":"baja","refuta":"Datos de exposición de bancos, aseguradoras y fondos de pensiones a la deuda de empresas de IA e infraestructura (informes de estabilidad financiera, folletos). Si los bancos tienen líneas grandes con los fondos de crédito privado que financian estos campus, el contagio sería mayor.","tablas":[],"graficos":[],"notas":[],"bloque":"3. Fragilidad y contagio","fase":2},{"id":"75-76","pregunta":"¿Qué riesgos y costes acaban siendo públicos? ¿Qué ayudas, garantías, ventajas fiscales, infraestructuras o compras públicas sostienen estos proyectos?","titulo":"Riesgos, costes y ayudas públicas","respuesta":["El grafo recoge 115 flujos con dinero público o soberano, que suman 707 mil M$ (el 11 % del total agregado). Solo 154 mil M$ (el 22 %) son flujos firmes: el resto está en propuesta, negociación o sin estado claro. Por instrumento: capex de proyectos 327 mil M$, participaciones 158 mil M$, subvenciones y otros 115 mil M$ y deuda pública 100 mil M$ (el préstamo del EXIM Bank, en propuesta).","Por región del aportante, China supone 56 %, EEUU 23 %, Oriente Medio 7 %, Asia-Pacífico 7 % y la UE 6 %. El peso de China refleja sobre todo la partida agregada de centros de datos de IA (295 mil M$) y el Big Fund (99 mil M$). Las garantías públicas explícitas son pocas (0,06 mil M$); las ventajas fiscales y las infraestructuras energéticas no constan como flujos con importe.","Los riesgos y costes públicos que el grafo no recoge son los más grandes en la práctica: incentivos fiscales a centros de datos, redes eléctricas y energía subvencionada. Quedan para un bloque posterior sobre energía y territorio."],"certeza":"media","refuta":"Presupuestos y registros de ayudas públicas por país y proyecto. Si el coste fiscal real (exenciones, infraestructuras) fuera varias veces mayor que lo que consta aquí, el coste público estaría subestimado.","tablas":[{"titulo":"Dinero público o soberano por instrumento (mil M$)","cols":["Instrumento","Importe"],"rows":[["capex propio","327"],["acciones","158"],["otros","115"],["deuda","100"],["suministro","7"]]},{"titulo":"Dinero público o soberano por región del aportante (mil M$)","cols":["Región","Importe","% del total público"],"rows":[["China","396","56 %"],["EEUU","160","23 %"],["Oriente Medio","53","7 %"],["Asia-Pacífico","49","7 %"],["Unión Europea","43","6 %"],["Global o multinacional","5","1 %"],["Américas (no EEUU)","2","0 %"]]},{"titulo":"Mayores receptores","cols":["Receptor","Importe (mil M$)"],"rows":[["Centros de datos de IA en China","295,0"],["Consorcios de exportación de IA de EE.UU.","100,0"],["Big Fund","99,0"],["Alemania (paquete de inversión, incl. centros de datos de ~1 GW)","46,4"],["Gobierno de EE.UU.","43,0"],["Gigafactorías de IA de la UE","35,0"],["Industria de chips en EE.UU.","20,0"],["Industria india de semiconductores","13,3"],["Intel","8,9"],["JASM (dos fábricas de Kumamoto)","7,8"],["Oracle","7,0"],["Centro de datos de IA en Japón","6,3"]]}],"graficos":[],"notas":["«Dinero público o soberano» incluye fondos soberanos, gobiernos, bancos públicos y empresas estatales como aportantes."],"bloque":"5. Impacto social y político","fase":2},{"id":"77-78","pregunta":"¿Qué recibe la sociedad a cambio? ¿Hay compromisos verificables de empleo, acceso, investigación o retorno económico?","titulo":"Retorno social y compromisos verificables","respuesta":["En los 115 flujos públicos del grafo, ninguno recoge un compromiso de empleo (0 coincidencias). No quiere decir que no existan: las pasadas de extracción no buscaban cláusulas de contrapartida y los artículos de prensa rara vez las citan.","Las contrapartidas que sí constan son de otro tipo. En EEUU, el Tesoro pagó 8.900 M$ por el 9,9 % de Intel (participación pública) y las empresas deben remitir al gobierno el 15 % de los ingresos de ventas a China a cambio de licencias (caso de AMD). En la UE, los Estados aportan a las gigafactorías de IA (España e Italia, 200 M€ cada uno) y la Generalitat participa con el 1 % en la sociedad público-privada. Son participaciones y cesiones de ingresos, no compromisos de empleo ni de acceso."],"certeza":"baja","refuta":"Los convenios, adjudicaciones y condiciones de cada ayuda (BOE, DOUE, Federal Register). Si incluyen cláusulas de empleo, de acceso a cómputo para universidades o de devolución, la respuesta cambia; hoy no constan.","tablas":[{"titulo":"Flujos públicos con contrapartida o condición registrada","cols":["De","A","Importe (mil M$)","Texto"],"rows":[["Gobierno de EE.UU.","Intel","8,9","el Tesoro pagó 8.900 M USD por el 9,9% de Intel en agosto de 2025."],["Gobierno de EE.UU.","Oracle","7,0","contrato del Pentágono con Oracle de hasta 6.990 M, base de 3.310 M, ampliable con opción de cinco años."],["GIC (Singapur)","ElevenLabs","0,3","venta de acciones de 300 M USD por empleados e inversores de ElevenLabs a valoración de 22.000 M USD; GIC entra por primera vez."],["AMD","Gobierno de EE.UU.","n/d","las empresas deben remitir al gobierno de EE. UU. el 15% de los ingresos de ventas a China a cambio de licencias."],["California State University","OpenAI","0,0","CSU firmó el año pasado un acuerdo de 17 M USD con OpenAI por ChatGPT Edu."],["Generalitat de Cataluña","Gigafactoría IA española (consorcio)","n/d","la Generalitat autoriza a Incasòl, propietaria de los terrenos, a participar con el 1% en la sociedad público-privada de la gigafactoría."],["Gobierno de España (SETT)","Sherpa.ai","n/d","Sherpa.ai cierra ronda de 18 M$ (15 M€) con Forgepoint; participa la SETT. una de las fuentes menciona 'casi 16 M' y el Gobierno vasco."],["Gobierno de España (SETT)","Gigafactoría IA española (consorcio)","n/d","una de las fuentes (Politico): España planea aportar 200 M€ a una gigafactoría 'grande'."]]},{"titulo":"Participaciones públicas en empresas privadas","cols":["De","A","Importe (mil M$)","Estado"],"rows":[["Gobierno de EE.UU.","Intel","8,90","cerrado"],["Consorcio AIP-MGX-GIP","Capacidad de IA de Aligned","5,00","firmado"],["Gobierno de España (SETT)","Gigafactoría IA española (consorcio)","0,80","firmado"],["GIC (Singapur)","Harvey","0,55","cerrado"],["GIC (Singapur)","ElevenLabs","0,30","cerrado"],["Pudong VC","Zhipu","0,14","cerrado"],["Pudong VC","Zhipu","0,14","cerrado"],["Zhangjiang Group","Zhipu","0,14","cerrado"]]}],"graficos":[],"notas":[],"bloque":"5. Impacto social y político","fase":2},{"id":"79-80","pregunta":"¿Quién paga si se abandona una instalación? ¿Podría construirse una dependencia que después justificara rescates o condiciones excepcionales?","titulo":"Quién paga si se abandona una instalación y riesgo de rescate","respuesta":["**Abandono:** el grafo no recoge cláusulas de desmantelamiento ni de reversión. Sí identifica la exposición: 10 proyectos físicos con dinero público (sobre todo centros de datos de IA en China, la industria de chips en EEUU y la fábrica de Kumamoto), en los que el dinero público ya está comprometido. Las garantías públicas explícitas que constan son pequeñas (0,06 mil M$), así que no hay pasivos contingentes grandes de este tipo registrados.","**Dependencia y rescate:** el patrón existe en parte. El dinero público está muy concentrado: los cinco mayores receptores reúnen el 83 %, y hay participaciones públicas directas en Intel (8.900 M$) y compras de cómputo de defensa a Oracle (hasta 7.000 M$). Ninguno de estos casos prueba un compromiso de rescate; lo que muestran es que el Estado es ya accionista o cliente principal de algunas empresas, lo que es la condición previa para un rescate, no el rescate."],"certeza":"baja","refuta":"Declaraciones de política (Washington, Bruselas, Pekín) sobre apoyo a empresas de IA «estratégicas», y si las ayudas incluyen cláusulas de salida. Un rescate efectivo o una garantía explícita de deuda serían la prueba positiva; la ausencia sostenida, la contraria.","tablas":[{"titulo":"Proyectos físicos con financiación pública o soberana","cols":["Aportante","Proyecto","Importe (mil M$)"],"rows":[["Gobierno de China","Centros de datos de IA en China","295,0"],["Taiwán (empresas y Gobierno)","Industria de chips en EE.UU.","20,0"],["Gobierno de India","Industria india de semiconductores","13,3"],["Gobierno de Japón","JASM (dos fábricas de Kumamoto)","7,8"],["Mubadala","Centro de datos de IA en Japón","6,3"],["Infineon","Smart Power Fab de Infineon en Dresde","5,8"],["Consorcio AIP-MGX-GIP","Capacidad de IA de Aligned","5,0"],["Tencent","Proyectos de centros de datos en Yizheng (Yangzhou)","0,0"]]}],"graficos":[],"notas":[],"bloque":"5. Impacto social y político","fase":2},{"id":"16","pregunta":"¿Los compromisos crecen más deprisa que los ingresos que deberían financiarlos?","titulo":"Compromisos frente a ingresos","respuesta":["**Anthropic:** sus ingresos crecen muy deprisa y los compromisos casi tanto. El folleto de su OPV cifra 518.000 M$ en compromisos de cómputo no cancelables, 113 veces los ingresos de 2025 (unos 4.600 M$), y el ritmo anualizado ha pasado de unos 9.000 M$ a finales de 2025 a más de 65.000 M$ en julio de 2026. Con ese ritmo, los compromisos equivalen a unos ocho años de ingresos. En el grafo, los compromisos de Anthropic con proveedores pasan de unos 30 a más de 500 mil M$ entre enero y septiembre; la relación entre compromisos e ingresos anualizados subió de unas 4 veces en abril a unas 8 veces en mayo y se ha mantenido en 7-8 desde entonces. Es decir: crecieron más deprisa que los ingresos hasta mayo, y desde entonces van a la par.","**OpenAI:** la relación va a la inversa. Los compromisos de cómputo que cita el corpus (alrededor de 1,4 billones a ocho años) son unas 20 veces su ritmo de ingresos actual (cerca de 70.000 M$ anualizados en septiembre, según fuentes anónimas de Axios; 40.000 M$ en agosto) y unas 107 veces los ingresos de 2025 (13.070 M$). Con las cifras del grafo, que solo recogen una parte (431 mil M$), la razón baja de unas 17 veces en enero a unas 6 en septiembre porque los ingresos crecen más que los compromisos nuevos.","Conclusión: el crecimiento de los ingresos de ambos laboratorios en 2026 ha sido excepcional, y mientras dure, los compromisos no se alejan de ellos. Lo que no cambia es el tamaño absoluto: los compromisos a ocho o más años equivalen a varios años de ingresos al ritmo actual, y esa cobertura exige que el crecimiento siga o que los ingresos se mantengan durante todo el plazo."],"certeza":"media","refuta":"Que los ingresos anualizados de Anthropic y OpenAI se estabilicen por debajo de la cifra que cubre sus compromisos anuales (para Anthropic, unos 65.000 M$ al año durante ocho años solo cubren los 518.000 M$ sin contar costes). Y al revés: que los ingresos sigan creciendo al ritmo previsto por los inversores (100.000-120.000 M$ anualizados a fin de 2026) reduciría la relación.","tablas":[{"titulo":"Compromisos del grafo y ritmo de ingresos anualizados (mil M$)","cols":["Mes","Anthropic: ingresos anualizados","Anthropic: compromisos (grafo)","Relación","OpenAI: ingresos anualizados","OpenAI: compromisos (grafo)","Relación"],"rows":[["2026-01","—","30","—","20","349","17,4 x"],["2026-02","14","30","2,1 x","25","411","16,4 x"],["2026-03","19","30","1,6 x","—","411","—"],["2026-04","30","130","4,3 x","—","411","—"],["2026-05","47","385","8,2 x","25","431","17,2 x"],["2026-07","65","439","6,8 x","—","431","—"],["2026-08","—","503","—","40","431","10,8 x"],["2026-09","—","550","—","70","431","6,2 x"]]},{"titulo":"Compromisos citados frente a ingresos","cols":["Entidad","Compromisos citados","Fuente","Ingresos 2025","Ritmo más reciente","Compromisos / ritmo"],"rows":[["Anthropic","518.000 M$ no cancelables (80 % take-or-pay)","folleto OPV, 7252391, 7302978","4.600 M$ (folleto, 7189114)","65.000 M$ anualizados en julio (4969528)","8,0 x"],["OpenAI","unos 1,4 billones a ocho años","prensa, 1816627","13.070 M$ (4879931)","70.000 M$ anualizados en septiembre, fuentes anónimas (7189114)","20 x"]]}],"graficos":[],"notas":["Los datos de esta fase proceden de lecturas de artículos del corpus. «Fuente primaria» significa que el artículo cita un documento de la empresa (S-1, 10-Q, 8-K, folleto, comunicado); el resto es prensa o análisis de terceros. La columna «Ref.» remite al identificador del artículo en el corpus (lista al final del informe).","Los ingresos anualizados («run rate») se calculan multiplicando un periodo corto y no son ingresos contables. Las fechas de los compromisos del grafo son las de acuerdo o primera mención, y las series suben también por cobertura del corpus.","Nota sobre el folleto de Anthropic: la pérdida neta de unos 42.000 M$ en 2025 incluye unos 34.000 M$ de un cargo contable no monetario; la pérdida operativa fue de 8.060 M$ (7167702)."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"18-23","pregunta":"¿Quién es el pagador final? ¿De dónde obtiene sus recursos el cliente inmediato? ¿Qué proporción de ingresos procede de clientes no vinculados? ¿Qué parte depende de otras empresas de IA que consumen financiación? ¿Hay renovaciones y permanencia? ¿Cuánto depende el conjunto de que siga entrando financiación?","titulo":"Quién paga y de dónde sale el ingreso","respuesta":["**Pagador final (18-19).** Es distinto en cada laboratorio. Anthropic obtiene la mayor parte de sus ingresos de empresas (más de 1.000 clientes pagan más de 1 M$ anuales, el doble que en febrero; el uso empresarial es más de la mitad del total), y los contratos federales de EEUU son menos del 1 %. OpenAI depende más de los consumidores: unos 50 millones de suscriptores de pago frente a 900 millones de usuarios semanales (alrededor del 5-6 %), un 40 % de los ingresos de empresas y 1.000 M$ anualizados de publicidad en ChatGPT. Entre los clientes de Microsoft, Copilot tiene 30 millones de licencias de pago sobre unos 450 millones de suscriptores de Microsoft 365.","**Concentración (20-21).** La dependencia de unos pocos clientes del propio ecosistema es muy alta en la cadena de cómputo. Dos clientes de Anthropic aportaron cerca del 25 % de sus ingresos de 2025. OpenAI supuso 24.100 M$ de los ingresos de Microsoft en su ejercicio 2026 (un 7,3 %), y Microsoft vinculaba cerca del 45 % de su backlog a OpenAI en enero. En Oracle, más de 300.000 M$ de los 553.000 M$ de obligaciones de rendimiento pendientes (RPO) proceden de OpenAI (un 54 %). OpenAI y Anthropic suman el 89 % de los ingresos del sector de laboratorios, que factura unos 80.000 M$ al año. En proveedores más pequeños: Cerebras obtuvo el 86 % de sus ingresos de 2025 de entidades de Abu Dhabi y Nscale muestra una concentración del 85 %.","**Renovación y permanencia (22).** Hay muy poca evidencia. Según datos de Ramp, la cancelación mensual de empresas es de alrededor del 4 % tanto en Anthropic como en OpenAI, y Anthropic gana el 70 % de los clientes nuevos entre las empresas que ya gastan en IA. El folleto de Anthropic advierte de que muchos grandes clientes no tienen contratos a largo plazo. No hay datos sobre qué ocurre cuando terminan los descuentos.","**Dependencia de financiación (23).** Entre los compradores, OpenAI quema unos 27.000 M$ al año con reservas de unos 73.000 M$ (casi tres años a ese ritmo) y una pérdida operativa de 12.300 M$ solo en el segundo trimestre. Anthropic previó su primer trimestre con beneficio operativo (559 M$ sobre 10.900 M$ de ingresos) y en julio informó a inversores de ingresos de más de 11.500 M$ y de un resultado operativo ajustado positivo, pero tiene 518.000 M$ de compromisos. Entre los proveedores, el flujo de caja libre ya es negativo o casi nulo en Alphabet, Amazon (−7.600 M$ a doce meses), Oracle (−23.700 M$ en su ejercicio 2026 y −5.400 M$ en el último trimestre) y Meta (784 M$ en el trimestre). Varios financian parte del capex con bonos o con vehículos (ver «Garantías, coste de la deuda y estructuras fuera de balance»). El conjunto depende, por tanto, de que siga entrando financiación en dos niveles: la de los laboratorios y la de los hiperescaladores."],"certeza":"media","refuta":"Ingresos de clientes finales con contratos a largo plazo y baja concentración. Si los clientes no vinculados a OpenAI y Anthropic superaran, por ejemplo, la mitad de los ingresos de los proveedores de cómputo, la dependencia sería menor. Hoy sucede lo contrario en Oracle y en los proveedores pequeños.","tablas":[{"titulo":"Concentración de ingresos y de cartera de pedidos","cols":["Entidad","Dato","Periodo","Fuente primaria","Ref."],"rows":[["Anthropic","Dos clientes aportan cerca del 25 % de los ingresos (12 % cada uno)","FY2025","sí","7167702, 7302978"],["Microsoft","OpenAI aporta 24.100 M$ (7,3 % de los ingresos)","FY2026","sí","4213381"],["Microsoft","Cerca del 45 % del backlog vinculado a OpenAI","ene-2026","no","4027662"],["Oracle","Más de 300.000 M$ de 553.000 M$ de RPO proceden de OpenAI","2026","no","129641"],["Oracle","Aproximadamente la mitad del RPO de 638.000 M$ atribuible a OpenAI (estimación del autor)","2026","no","2821713"],["OpenAI y Anthropic","Acaparan el 89 % de los ingresos del sector (80.000 M$ al año)","may-2026","no","342081"],["Cerebras","Entidades de Abu Dhabi: 86 % de los ingresos; OpenAI aportó cero en 2025","FY2025","sí","90621"],["Nscale","Concentración de ingresos del 85 %; cliente no detallado","sep-2026","sí","6824535"],["Marvell","Diez mayores clientes: 82 % de los ingresos; dos superan el 10 % cada uno","FY2026","sí","5535546"],["Broadcom","Previsión de 21.000 M$ de ingresos de IA solo por Anthropic en 2026 y 42.000 M$ en 2027","2026-27","no (estimación)","5581040"]]},{"titulo":"Pagador final: consumo y empresas","cols":["Entidad","Dato","Periodo","Ref."],"rows":[["Anthropic","Más de 1.000 clientes pagan más de 1 M$ al año (el doble que en febrero)","may-2026","565681"],["Anthropic","Contratos federales de EEUU: menos del 1 % de los ingresos","FY2025","7500686"],["OpenAI","Más de 50 millones de suscriptores de pago de ChatGPT; 900 millones de usuarios semanales","2026","1643762, 90840"],["OpenAI","Los ingresos de empresas son el 40 % del total","abr-2026","90834"],["OpenAI","Publicidad en ChatGPT: 1.000 M$ anualizados (dato de la empresa); 2.500 M$ esperados en 2026","ago-2026","5668101, 5745973"],["Microsoft","Copilot supera 30 millones de licencias de pago (sobre unos 450 millones de suscriptores)","T4 FY2026","3964856, 382500"],["Anthropic y OpenAI","Ramp: cancelación mensual de empresas de alrededor del 4 % en ambas","feb-2026","90651"]]},{"titulo":"Pérdidas, quema de caja y flujo de caja libre","cols":["Entidad","Dato","Periodo","Fuente primaria","Ref."],"rows":[["OpenAI","Pérdida operativa de 12.300 M$ (9.300 M$ en el trimestre anterior)","T2 2026","no","5148839"],["OpenAI","Quema de unos 27.000 M$ al año; reservas de 73.000 M$","2026","no","2146545, 1622212"],["OpenAI","Previsión de flujo de caja libre acumulado de −278.000 M$ en 2026-2030","previsión","no (estimación)","7187688"],["Anthropic","Pérdida operativa de 8.060 M$ en 2025; pérdida neta de unos 42.000 M$ con 34.000 M$ de cargo no monetario","FY2025","sí","7167702"],["Anthropic","Beneficio operativo previsto de 559 M$ sobre 10.900 M$ de ingresos; primer trimestre rentable","T2 2026","sí (previsión)","565681"],["Oracle","Flujo de caja libre de −23.700 M$; capex de unos 55.700 M$","FY2026","sí","1081625, 2821713"],["Oracle","Flujo de caja libre de −5.400 M$; deuda de 125.000 M$; capex de unos 28.500 M$ por trimestre","T1 FY2027","no","6252916"],["Amazon","Flujo de caja libre a doce meses de −7.600 M$ (1.200 M$ el trimestre anterior)","T2 2026","sí","4012168"],["Alphabet","Flujo de caja libre negativo (quema de 5.900 M$)","T2 2026","no","3459576, 3486191"],["Meta","Flujo de caja libre de 784 M$ (−91 %) tras 30.116 M$ de capex","T2 2026","sí","3959809"],["Microsoft","Flujo de caja libre de 19.600 M$ (−23 %) con 41.000 M$ de capex","T4 FY2026","sí","3955455"],["Broadcom","Flujo de caja libre de 13.665 M$ (46 % de los ingresos)","T3 FY2026","sí","5907857"]]}],"graficos":[],"notas":["Los datos de esta fase proceden de lecturas de artículos del corpus. «Fuente primaria» significa que el artículo cita un documento de la empresa (S-1, 10-Q, 8-K, folleto, comunicado); el resto es prensa o análisis de terceros. La columna «Ref.» remite al identificador del artículo en el corpus (lista al final del informe).","Hay cifras discrepantes entre artículos: el RPO de Microsoft aparece como 627.000 y 678.000 M$ según el trimestre; el de Oracle, como 553.000, 638.000 y 664.000 M$ según la fecha. Se citan con su periodo."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"35-39","pregunta":"¿Encajan los plazos de financiación con los de generación de ingresos? ¿Qué obligaciones son cancelables? ¿Qué pagos deben hacerse aunque la capacidad no se use? ¿Qué ingresos dependen de instalaciones no operativas? ¿Qué parte del plan necesita una nueva ronda o refinanciación?","titulo":"Plazos, cancelabilidad y refinanciación","respuesta":["**Plazos (35).** Cada contrato tiende a casar con su deuda: arrendamientos de 15 a 20 años de campus (Anthropic con TeraWulf a 20 años, 401 MW y unos 19.000 M$; Hut 8 a 15 años y 9.800 M$; Cipher y Applied Digital a 15 años) respaldan bonos a 6-7 %. El desajuste está en el cómputo: el arrendamiento de TPU de Anthropic con Google y Broadcom es de cinco años por 125.200 M$, el de Nebius con Microsoft también a cinco años, y los chips pueden quedar obsoletos antes (de ahí las garantías de valor residual de «Garantías sobre el valor residual de los chips»). Además, hay un muro de refinanciación identificable: SoftBank tiene un préstamo puente de 40.000 M$ que vence en marzo de 2027 y un préstamo de 11.870 M$ a dos años, con la salida a bolsa de OpenAI retrasada.","**Cancelabilidad (36) y pagos fijos (37).** En los pocos casos con datos, las obligaciones son firmes. Anthropic declara 518.000 M$ de compromisos de cómputo no cancelables, de los que el 80 % (unos 414.000 M$) son take-or-pay, es decir, se pagan aunque la capacidad no se use. Meta tiene más de 237.000 M$ en compromisos no cancelables y 182.880 M$ en obligaciones de arrendamiento hasta 2036; Microsoft, 329.100 M$ en arrendamientos aún no iniciados. Sí hay un caso de cancelación: CoreWeave canceló el arrendamiento ancla de 15 años con Poolside, que había cerrado una Serie C de 2.000 M$. Las garantías de terceros son una forma de pago condicionado: Google cubriría hasta 44.000 M$ de alquileres si el inquilino incumple (6.500 M$ a finales de septiembre) y Nvidia hasta 105.000 M$ si OpenAI abandona el campus de Ohio.","**Ingresos que dependen de instalaciones no operativas (38).** Los contratos pendientes de servir son enormes frente a los ingresos actuales: el RPO de Oracle (664.000 M$) equivale a unos 8,6 años de sus ingresos anualizados; el backlog de Google Cloud (514.000 M$), a unos cinco años; el de Microsoft (678.000 M$) y el de AWS (364.000 M$, unos 2,8 años de ingresos de 2025) también son muy altos. El corpus no dice qué parte de ese backlog depende de capacidad todavía por construir, pero sí registra contratos ligados a campus en construcción o por aprobar: el de OpenAI en Ohio (orientado a 2028) y el de Anthropic en Western Downs (2027, a la espera de permisos).","**Refinanciación (39).** Necesitan nueva financiación: SoftBank (puente de 40.000 M$ en 2027, estudia hasta 20.000 M$ más en bonos y un préstamo con margen de 10.000 M$); Oracle (levantó 25.000 M$ en febrero y tiene otros 40.000 M$ anunciados; Barclays preveía que tendría que refinanciar); OpenAI (flujo de caja libre acumulado de −278.000 M$ proyectado hasta 2030); y Anthropic (línea revolving de más de 10.000 M$ en trámite y un préstamo de Broadcom de hasta 42.000 M$, cerca de un tercio del arrendamiento de TPU)."],"certeza":"media","refuta":"Los contratos y los calendarios de vencimiento de cada deuda. Si los vencimientos de SoftBank y Oracle se refinancian a tipos similares y los contratos de cómputo tienen cláusulas de salida con penalizaciones bajas, el riesgo sería menor al descrito; los datos actuales apuntan a obligaciones firmes.","tablas":[{"titulo":"Obligaciones no cancelables y compromisos de arrendamiento","cols":["Entidad","Dato","Importe (mil M$)","Fuente primaria","Ref."],"rows":[["Anthropic","Compromisos de cómputo no cancelables (folleto)","518","sí","7252391"],["Anthropic","De ellos, take-or-pay (80 %)","414","sí","7302978"],["Meta","Compromisos contractuales no cancelables","237","no","3828845"],["Meta","Obligaciones de arrendamiento operativo y financiero a 31-mar-2026, con pagos hasta 2036","183","sí (10-Q)","2302209"],["Microsoft","Arrendamientos aún no iniciados (documento regulatorio)","329","sí","3928075"],["Google","Compromiso de cubrir alquileres de centros de datos ajenos si el inquilino incumple","44","no","3735738"],["CoreWeave","Cancelación del arrendamiento ancla de 15 años con Poolside","—","no","5110202"]]},{"titulo":"Contratos de capacidad de largo plazo","cols":["Contrato","Plazo","Importe o capacidad","Estado","Ref."],"rows":[["Anthropic y TeraWulf (Kentucky)","20 años","401 MW; unos 19.000 M$ de ingresos contratados (8-K)","vigente","2581518"],["Anthropic: arrendamiento de TPU con Google y Broadcom","5 años","125.200 M$","vigente (cita el folleto)","7354567"],["Anthropic y AWS","10 años","más de 100.000 M$; 5 GW","vigente","1095622"],["OpenAI y AWS","8 años","100.000 M$ adicionales; unos 2 GW de Trainium","vigente","1665610"],["OpenAI y SB Energy (Ohio)","20 años","campus de hasta 10 GW; orientado a 2028","vigente","4815476, 3985115"],["Hut 8 (segundo arrendamiento)","15 años","352 MW; 9.800 M$","vigente","3273996, 3400511"],["Nebius y Microsoft","5 años","19.400 M$","vigente","5478055"],["Cipher y Amazon (Stingray)","15 años","100 MW","vigente","929493"],["Applied Digital y CoreWeave","15 años","150 MW","vigente","1080964"],["Anthropic y Zerra DC (Western Downs)","n/d","previsto para 2027, a la espera de aprobaciones","propuesta","6824223"]]},{"titulo":"Cartera de pedidos frente a ingresos","cols":["Entidad","Cartera de pedidos (mil M$)","Ritmo de ingresos de referencia (mil M$)","Años de ingresos","Ref."],"rows":[["Oracle (RPO, T1 FY2027)","664","77 (19,3 por trimestre, anualizado)","8,6","6293123"],["Google Cloud (T2 2026)","514","99 (24,77 por trimestre, anualizado)","5,2","3442852, 3486191"],["Microsoft (RPO, T4 FY2026)","678","n/d","n/d","3964856"],["AWS (T1 2026)","364","129 (ingresos de 2025)","2,8","4299"],["CoreWeave (30-jun-2026)","104","n/d","n/d","5020598"]]},{"titulo":"Vencimientos y necesidades de refinanciación","cols":["Entidad","Dato","Importe (mil M$)","Estado","Ref."],"rows":[["SoftBank","Préstamo puente que vence en marzo de 2027","40","vigente","2146545, 6359828"],["SoftBank","Préstamo a dos años","11,9","vigente","6359828"],["SoftBank","Estudia bonos y un préstamo con margen","20 + 10","propuesta","6359828"],["Oracle","25.000 M$ levantados en febrero y 40.000 M$ más anunciados; Barclays preveía refinanciación","25 + 40","vigente","4829616"],["Anthropic","Línea de crédito revolving con Goldman Sachs, JPMorgan y Morgan Stanley","más de 10","propuesta","5235107"],["Anthropic","Préstamo de Broadcom (cerca de un tercio del arrendamiento de TPU)","42","vigente (cita el folleto)","7354567"]]}],"graficos":[],"notas":["Los datos de esta fase proceden de lecturas de artículos del corpus. «Fuente primaria» significa que el artículo cita un documento de la empresa (S-1, 10-Q, 8-K, folleto, comunicado); el resto es prensa o análisis de terceros. La columna «Ref.» remite al identificador del artículo en el corpus (lista al final del informe)."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"6-7+","pregunta":"¿Hay obligaciones contractuales de gastar la inversión en productos del inversor? ¿Existen créditos de cómputo, descuentos, compras mínimas o garantías vinculadas?","titulo":"Vínculos y cláusulas documentados","respuesta":["Con la lectura del corpus, el vínculo entre inversión y compra aparece documentado en varios casos concretos. **Inversión con compra asociada:** Amazon invierte en Anthropic por tramos, parte ligados a hitos, y Anthropic se compromete a gastar más de 100.000 M$ en AWS durante diez años (5 GW); Amazon invierte 50.000 M$ en OpenAI (15.000 M$ inmediatos, 35.000 M$ condicionados) y OpenAI amplía en 100.000 M$ su consumo en AWS durante ocho años. **Exclusividades:** AWS es el proveedor exclusivo de distribución de OpenAI Frontier; Nvidia pasa a ser el proveedor exclusivo de chips del campus de Ohio. **Reparto de ingresos:** OpenAI cedía el 20 % de sus ingresos a Microsoft hasta 2030 (unos 6.000 M$ este año), y el nuevo acuerdo hace que Microsoft deje de pagar reparto a OpenAI mientras OpenAI sigue pagándolo hasta 2030 con tope; OpenAI debe contratar 250.000 M$ en Azure hasta 2030. **Warrants ligados a compras:** Cerebras concede warrants cuyo vesting depende de compras; el de Google con Marvell fija un umbral de ingresos cualificados (no un compromiso de compra).","**Vendor financing:** Broadcom prestaría hasta 42.000 M$ a Anthropic, cerca de un tercio del arrendamiento de TPU a cinco años de 125.200 M$ que Anthropic le compra; Nvidia garantiza el valor residual de sus propios chips en la plataforma de 500.000 M$ con gestoras de activos. **Descuentos y créditos:** hay pocos datos; el único precio documentado es el alquiler de SpaceX a Anthropic de Colossus 1 por 1.250 M$ al mes.","No se ha encontrado en el corpus una cláusula que obligue a gastar la inversión en productos del inversor de forma literal; los vínculos aparecen como compromisos de compra paralelos a la inversión, con tramos o hitos. Esa diferencia importa jurídicamente y solo se resuelve con los contratos."],"certeza":"media","refuta":"Los contratos. Si los compromisos de compra son independientes de la inversión (por ejemplo, ya existían y no se reducirían sin ella), la circularidad económica sería menor. Si la inversión se libera por hitos que equivalen a gasto en los productos del inversor, sería mayor.","tablas":[{"titulo":"Cláusulas, exclusividades y vínculos documentados","cols":["Contratante","Contraparte","Dato","Estado","Ref."],"rows":[["Anthropic","AWS (Amazon)","Más de 100.000 M$ en 10 años; Amazon invierte por tramos, parte ligada a hitos","vigente","1095622"],["OpenAI","AWS (Amazon)","100.000 M$ adicionales en 8 años; Amazon invierte 50.000 M$ (35.000 M$ condicionados)","vigente","1665610"],["OpenAI","AWS (Amazon)","AWS, proveedor exclusivo de distribución de Frontier","vigente","1665610, 90542"],["OpenAI","Nvidia","Proveedor exclusivo de chips del campus de Ohio","vigente","4815368"],["OpenAI","Microsoft","Reparto de ingresos de OpenAI a Microsoft hasta 2030, con tope; Microsoft deja de pagar a OpenAI","vigente","90542, 1135"],["OpenAI","Microsoft","Compromiso de contratar 250.000 M$ en Azure hasta 2030","vigente","2087556"],["Anthropic","Broadcom","Préstamo de hasta 42.000 M$ vinculado al arrendamiento de TPU de 125.200 M$","vigente (cita el folleto)","7354567"],["Anthropic","SpaceX","Alquiler de Colossus 1 por 1.250 M$ al mes","vigente","6315155"],["Cliente de Cerebras","Cerebras","Warrants con vesting ligado a compras","desconocido","1401"],["Google","Marvell","Warrant con umbral de 120.000 M$ de ingresos cualificados hasta FY2033 (no es compromiso de compra)","vigente","5535546"]]}],"graficos":[],"notas":["Los datos de esta fase proceden de lecturas de artículos del corpus. «Fuente primaria» significa que el artículo cita un documento de la empresa (S-1, 10-Q, 8-K, folleto, comunicado); el resto es prensa o análisis de terceros. La columna «Ref.» remite al identificador del artículo en el corpus (lista al final del informe)."],"bloque":"1. Qué podemos afirmar a partir del grafo","fase":3},{"id":"50-52+","pregunta":"¿Hay garantías sobre valor residual de chips? ¿Los financiadores pueden exigir más garantías o anticipar vencimientos? ¿Existen sociedades instrumentales que dificulten identificar al responsable último?","titulo":"Garantías, coste de la deuda y estructuras fuera de balance","respuesta":["**Garantía de Nvidia a OpenAI (50).** Es el caso mejor documentado y su historia es reveladora: se negociaba una garantía de unos 250.000 M$ para que OpenAI arrendara el campus de 10 GW de Ohio que desarrolla SB Energy (SoftBank); tras la presión de los inversores se redujo a poco menos de 120.000 M$ y se fijó en 105.000 M$ según un registro ante la SEC. El mecanismo: si OpenAI abandonara el contrato, SB Energy primero buscaría otro inquilino al mismo precio y, si no, vendería el emplazamiento, y Nvidia pagaría la diferencia de valor hasta 105.000 M$. Nvidia además invierte 1.500 M$ en SB Energy. Aparte, Nvidia respalda hasta 125.000 M$ del valor de reventa de sus chips (el 25 % de unos 500.000 M$ de financiación con seis gestoras).","**Google como garante (50-52).** Google se compromete a cubrir hasta 44.000 M$ de alquileres de centros de datos ajenos si el inquilino incumple (6.500 M$ a finales de septiembre) y avala los arrendamientos de Fluidstack con Hut 8, TeraWulf y Cipher, normalmente a cambio de warrants en el promotor; un contrato es a 25 años. Respalda también 3.000 M$ de deuda de TeraWulf. Broadcom da garantía de valor residual a la deuda de Apollo y Blackstone a Anthropic y estudia garantizar parte de un proyecto de 60.000 M$. El patrón es el mismo: el proveedor o el hiperescalador presta su balance para que otro tome el riesgo del cliente.","**Coste de la deuda (51).** La deuda se estratifica por quién la respalda: los bonos de grado de inversión pagan entre el 4,1 % y el 4,6 % a 2031 (Alphabet, Nvidia) y entre el 4,45 % y el 6,10 % (Oracle); el crédito de una estructura con colateral y cliente de grado de inversión, como Nebius, el 6,8 %; los bonos high yield respaldados por arrendamientos, el 6,25 % (Cipher) y el 7 % (Applied Digital, frente al 10 % que se exigía antes); SoftBank paga cerca del 8,2 % por sus bonos high yield y CoreWeave más del 9 % en préstamos anteriores. Un estudio estima que la deuda del proyecto Hyperion paga al menos un punto más que la de Meta, más de 5.000 M$ de sobrecoste. No se han encontrado en el corpus cláusulas de aceleración, covenants ni cross-default (ninguno de los 142 registros): la prensa no las cita. Sí hay recurso y garantías personales: SoftBank ofrece garantía personal en un préstamo de 10.000 M$ con su participación en OpenAI, que se recortó a 6.000 M$ al pasar a tener recurso (confianza baja).","**Estructuras fuera de balance (52).** Hyperion (27.300 M$) es propiedad del SPV Beignet Investor LLC (80 % Blue Owl, 20 % Meta); Meta y BlackRock forman una joint venture a 80/20 en El Paso; Apollo y Blackstone organizan unos 36.000 M$ de deuda fuera del balance de Anthropic (compra de chips y leaseback); SB Energy coloca bonos 144A por 999 M$ mediante el SPV SE Cosmos LLC. Las cifras agregadas son estimaciones de prensa: 1,65 billones de deuda fuera de balance de cinco grandes tecnológicas (Nikkei), unos 3 billones de compromisos de IA no registrados en nueve (WSJ), y unos 420.000 M$ solo en Meta (fuente cortada, confianza baja). Los perímetros no son comparables entre sí."],"certeza":"media","refuta":"Los contratos de garantía y los folletos. Si los garantes tienen topes pequeños, la garantía protege poco; si los covenants permiten acelerar la deuda ante una caída de la demanda, los financiadores tienen más margen del que muestra la prensa. Y los estados financieros que concilien las cifras de deuda fuera de balance.","tablas":[{"titulo":"Coste y condiciones de la deuda","cols":["Prestatario","Instrumento","Importe (mil M$)","Coste","Vencimiento","Respaldo","Estado","Ref."],"rows":[["Nvidia","Bonos en siete tramos","25","4,60 % (tramo 2031)","—","sin garantía","vigente","1618029, 1932951"],["Alphabet","Bonos","—","4,10 % (2031); 5,75 % (2066)","2031 y 2066","sin garantía","vigente","1932951"],["Oracle","Bonos","18","4,45 %-6,10 %","hasta 2065","sin garantía","vigente","1932951, 4829616"],["Meta","Bonos","30","—","hasta 2065","sin garantía","vigente","4829616"],["Amazon","Bonos senior no garantizados (C$14.000 M, cinco tramos)","10","—","—","sin garantía","vigente","920078"],["Amazon","Préstamo a plazo de disposición diferida, liderado por Citigroup","17,5","—","3 años por disposición","—","vigente","1077482"],["Nebius","Facilidad con garantía","0,775","SOFR + 2,50 % (~6,8 %)","oct-2030","GPU desplegadas y flujos de un cliente de grado de inversión","vigente","3131150"],["Cipher Digital","Bonos high yield","0,81","~6,25 %","—","arrendamientos de 15 años con Amazon (y Google, Fluidstack)","vigente","929493, 925079"],["Applied Digital (filial)","Bonos high yield","1,59","7 % (10 % antes)","—","contrato de 15 años con CoreWeave","vigente","1080964"],["CoreWeave","DDTL 4.0","8,5","SOFR + 2,25 % y + 4,50 %","—","contrato con Meta y activos del centro de datos","vigente","3388371, 4829616"],["SoftBank","Bonos high yield","11","~8,2 %","—","sin garantía","vigente","6748404"],["SoftBank","Préstamo puente","40","—","mar-2027","—","vigente","2146545"],["SoftBank","Préstamo con margen sobre su participación en OpenAI","10 (6 con recurso, baja confianza)","—","—","participación en OpenAI; garantía personal","rumor","2295708, 3033596"],["Anthropic","Deuda fuera de balance con leaseback (Apollo y Blackstone)","36","—","—","valor residual de chips (garante: Broadcom)","propuesta","348895"],["Anthropic","Préstamo de Broadcom","42","—","—","—","vigente (cita el folleto)","7354567"],["Zankore","Préstamo senior a plazo para GPU Nvidia","3,1","—","—","GPU; Nvidia a la vez accionista y proveedor","vigente","6168786"]]},{"titulo":"Garantías de terceros y de valor residual","cols":["Garante","Beneficiario","Importe (mil M$)","Naturaleza","Estado","Ref."],"rows":[["Nvidia","OpenAI / SB Energy (Ohio)","105 (de 250 en negociación)","garantía de valor residual y arrendamiento","vigente","4815368, 4879931, 5243638, 4848026"],["Nvidia","Plataforma de financiación con seis gestoras","125 (25 % de 500)","valor de reventa de chips","vigente / propuesta","4447090, 4459683, 4819646"],["Google","Inquilinos de centros de datos (Anthropic, Fluidstack)","44","backstop de alquileres","vigente","3735738, 4829616"],["Google","TeraWulf","3","respaldo de deuda","vigente","244054"],["Broadcom","Anthropic (deuda de Apollo y Blackstone)","35","valor residual de chips","vigente / propuesta","3388371, 3033606"],["Oracle","Bonos de un prestatario no identificado","14","garantía de la matriz (confianza baja)","vigente","3033596"],["Oracle","Regulador eléctrico de Wisconsin","7","garantía de energía","propuesta","3383147"]]},{"titulo":"Vehículos y estructuras fuera de balance","cols":["Estructura","Importe (mil M$)","Participantes","Estado","Ref."],"rows":[["Hyperion (Beignet Investor LLC)","27,3","80 % Blue Owl, 20 % Meta","vigente","6833984, 3388371"],["Joint venture Meta y BlackRock (El Paso)","12 o más de deuda","80 % BlackRock, 20 % Meta","vigente","3969927, 3388371"],["Compra de chips y leaseback para Anthropic","36","Apollo, Blackstone","propuesta","348895"],["SPV de datos de IA con Blue Owl (80 %)","5,9 de deuda","Blue Owl","propuesta","3954929"],["SE Cosmos LLC (SB Energy)","1,0","bonos 144A","vigente","3828845"],["Estimación de deuda fuera de balance de cinco grandes tecnológicas (Nikkei)","1.650","Alphabet, Microsoft, Amazon, Meta, Oracle","estimación","3377060, 3407069"],["Compromisos de IA no registrados de nueve tecnológicas (WSJ)","3.000","nueve tecnológicas","estimación","4815368"],["Deuda fuera de balance de Meta (fuente cortada)","420","Meta","estimación, baja confianza","3389920, 7169088"]]}],"graficos":[],"notas":["Los datos de esta fase proceden de lecturas de artículos del corpus. «Fuente primaria» significa que el artículo cita un documento de la empresa (S-1, 10-Q, 8-K, folleto, comunicado); el resto es prensa o análisis de terceros. La columna «Ref.» remite al identificador del artículo en el corpus (lista al final del informe).","Los importes agregados fuera de balance proceden de la prensa y no están conciliados con estados financieros."],"bloque":"3. Fragilidad y contagio","fase":3},{"id":"40","pregunta":"¿Qué ocurriría si la IA se abarata mucho más deprisa de lo previsto?","titulo":"Abaratamiento más rápido de lo previsto","respuesta":["El abaratamiento ya está ocurriendo, pero no de forma uniforme. En los modelos pequeños y medios, los precios por token caen con rapidez: OpenAI recortó un 80 % su modelo Luna en julio y volvió a bajarlo un 50 % en septiembre (0,10 / 0,50 USD por millón); GPT-6 Sol cuesta 2 / 10 USD, menos de la mitad que GPT-5.6 Sol; DeepSeek aplicó un recorte permanente del 75 % en mayo; y un artículo cifra en 280 veces la caída del coste de la inferencia de nivel GPT-3.5 en menos de dos años (otro, en unas tres veces al año la del coste unitario de la inferencia frontera; ambos son estimaciones). En el extremo superior, en cambio, los precios no bajan: Fable 5 y Mythos 5 se mantienen en 10 / 50 USD, Kimi K3 sube el precio chino a 3 / 15 USD, DeepSeek anunció en agosto una subida general y el alquiler de la GPU B200 subió un 114 % en mayo por la demanda.","La clave es qué pasa con los ingresos necesarios. Los compromisos que sostienen la infraestructura están fijados en dólares y en capacidad (518.000 M$ no cancelables en Anthropic, 80 % take-or-pay), no en tokens. Si el precio por unidad de cómputo cae un 50 %, el volumen debe duplicarse solo para mantener los ingresos; si cae un 70 %, debe multiplicarse por 3,3. La tabla de sensibilidad lo muestra para Anthropic con sus cifras actuales. La evidencia disponible es que, hasta ahora, el volumen ha compensado: los ingresos anualizados de Anthropic pasaron de unos 9.000 a más de 65.000 M$ en siete meses con precios estables en sus modelos de gama alta (véase «Compromisos frente a ingresos»).","Un abaratamiento más rápido que el previsto tendría tres efectos distintos. **Ingresos:** castigaría a quien vende tokens a precio de commodity (el 29 % de los tokens de Vercel son de modelos abiertos y generan menos del 4 % del gasto) y menos a quien vende capacidad frontera con valor por tarea. **Activos:** reduciría el valor de los chips de generaciones anteriores, que es lo que garantizan Nvidia y Broadcom (véase «Garantías, coste de la deuda y estructuras fuera de balance»); chips como Jalapeño de OpenAI (1,5 a 1,9 veces más trabajo por vatio que GB200 y GB300) o Maia 200 de Microsoft (un 30 % más eficiente en coste) empujan en esa dirección. **Reparto:** trasladaría el valor a quienes usan los modelos y a los proveedores de nube con demanda de cómputo, en lugar de los laboratorios."],"certeza":"baja","refuta":"Una caída sostenida del precio por token de los modelos de gama alta sin crecimiento equivalente del volumen (ingresos por tarea que bajen). Y al revés: que el uso crezca más que la caída de precios durante varios trimestres, como ha ocurrido en 2026, apoyaría que el abaratamiento no reduce los ingresos totales.","tablas":[{"titulo":"Precio por millón de tokens (USD, entrada/salida) y evolución","cols":["Modelo","Precio","Evolución","Fecha","Ref."],"rows":[["Claude Mythos Preview","25 / 125","5 veces Opus","abr-2026","90627"],["Claude Fable 5 y Mythos 5","10 / 50","menos de la mitad que Mythos Preview; más del doble que Opus 4.8","jun-2026","987186"],["Claude Fable 5.1","10 / 50","lecturas de caché −75 % (de 1,00 a 0,25)","sep-2026","5762082"],["Claude Opus 5","5 / 25","igual que Opus 4.8","jul-2026","3729887"],["Claude Opus 5.5","4 / 20","−20 % frente a Opus 5; caché −60 %","sep-2026","6904470"],["Claude Sonnet 5","2 / 10 (introductorio)","3 / 15 desde el 31-ago (+50 %)","jun-2026","2177118"],["GPT-5.6 Sol","5 / 30","sin cambio frente a GPT-5.5; modo rápido 10 / 60","jul-2026","2084051, 4016745"],["GPT-6 Sol","2 / 10","−60 % en la entrada y −67 % en la salida frente a GPT-5.6 Sol","sep-2026","6856508"],["GPT-5.6 Luna","1 / 6","recorte del 80 %: 0,20 / 1,20","jul-2026","4016745"],["GPT-6 Luna","0,10 / 0,50","−50 % y −58 % frente a su precio anterior","sep-2026","6856508"],["Kimi K3","3 / 15","3-4 veces el precio de Kimi K2.6","jul-2026","3132865, 3137014"],["DeepSeek V4 Pro","1,74 / 3,48 → 0,435 / 0,87","recorte del 75 % en mayo; subida general anunciada en agosto","may-ago 2026","4602947, 155974, 4241782"],["DeepSeek V4 Flash","0,14 / 0,28","entre 71 y 178 veces menos que Fable 5","ago-2026","4093669"],["GLM-5.2 (Z.ai)","1,40 / 4,40","hasta un 82 % menos que Claude","jul-2026","2288137"],["Gemini 3.7 Flash","0,75 / 3,75 (introductorio)","1,50 / 7,50 desde el 1-ene-2027 (el doble)","ago-2026","4611337"]]},{"titulo":"Alquiler de GPU (USD por GPU y hora)","cols":["Chip y proveedor","Precio","Observación","Ref."],"rows":[["B200 en alquiler","4,95","+114 % por la demanda de GPT-5.5 (mayo)","3126828"],["B200 bajo demanda (Lambda)","6,69","la más barata publicada, sin tramo al contado","5020598"],["B200 (estimación de SiliconData)","5,78","sep-2026","7194013"],["256 B300 (contrato)","4,30 los tres primeros años; 3,50 los dos últimos","contrato de largo plazo","7194013"],["H100 interrumpible (Nebius) y al contado (CoreWeave)","2,15 y 2,46","H100 de CoreWeave bajo demanda: 6,16","5020598"],["H200 interrumpible (Nebius)","2,45","","7196460"],["H100 en redes descentralizadas (Akash)","1,20-1,80","frente a 4,50-5,50 en AWS bajo demanda","4633028"]]},{"titulo":"Sensibilidad ilustrativa: ingresos de Anthropic frente a la caída del precio por unidad","cols":["Caída del precio por unidad","Volumen necesario para mantener ingresos","Ingresos anualizados a volumen constante (mil M$)","Años de ingresos para cubrir 518 mil M$ a volumen constante"],"rows":[["0 %","1.0 x","65","8,0"],["30 %","1.4 x","46","11,4"],["50 %","2.0 x","32","15,9"],["70 %","3.3 x","20","26,6"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).","La sensibilidad es un ejercicio aritmético ilustrativo: parte de los 65.000 M$ de ingresos anualizados de julio de 2026 y de los 518.000 M$ de compromisos del folleto, y no incorpora costes ni la composición de los ingresos."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"41","pregunta":"¿Modelos más eficientes, chips alternativos o soluciones pequeñas reducirían los ingresos necesarios para amortizar infraestructuras?","titulo":"Eficiencia, chips alternativos y modelos pequeños","respuesta":["Las mejoras de eficiencia documentadas son grandes y de origen distinto. **Modelos:** DeepSeek V4-Pro necesita el 27 % de los FLOPs de inferencia por token y el 10 % de la caché de claves y valores de V3.2; Kimi K3 acelera hasta 6,3 veces la decodificación con contextos de un millón de tokens; la caché de prompts puede reducir el coste hasta un 90 % (Amazon Bedrock); NVIDIA recortó hasta un 80 % el coste por token de DeepSeek V4 solo con software. **Enrutado y modelos pequeños:** Cursor Router logra calidad de código cercana a la frontera con un 30-50 % menos de coste, el enrutado de NVIDIA con Opus 4.8 recorta el coste un 74 % enviando el 7 % de las llamadas al modelo de frontera (con unos 6 puntos menos de precisión; es un dato de NVIDIA), y Cognition iguala a Fable 5.1 con un 64 % menos de coste post-entrenando un modelo abierto. **Chips:** OpenAI presentó Jalapeño (con Broadcom) con 1,5 a 1,9 veces más trabajo por vatio que Nvidia; Microsoft dice que Maia 200 es un 30 % más eficiente en coste que GB200; un 39,4 % de empresas encuestadas evaluará aceleradores no Nvidia en doce meses; Nvidia pagó unos 20.000 M$ por licenciar la tecnología de inferencia de Groq.","El corpus no contiene ningún dato que cuantifique cuánto reduciría esto los ingresos necesarios para amortizar la infraestructura (cinco registros, ninguno con la cifra). La lógica es la de la pregunta anterior: si el coste por unidad cae más deprisa que el precio que pagan los clientes, el margen sube y los ingresos necesarios para cubrir un coste fijo de infraestructura bajan; si el coste fijo está comprometido en dólares (take-or-pay), los ingresos necesarios no bajan aunque la capacidad rinda más, y lo que cae es el valor de reventa de la capacidad antigua. Hay una señal en sentido contrario al esperado: DeepSeek, el ejemplo más claro de eficiencia, duplicó sus ingresos anualizados hasta unos 1.000 M$ después de subir precios, con un margen de API del 82,9 %."],"certeza":"baja","refuta":"Cifras de coste por token de los laboratorios y de utilización real de las GPU, y el precio de reventa de chips de 2023-2024. Si el coste por unidad de los laboratorios cae mucho más que su precio, el margen crece y la presión sobre los ingresos es menor; si el precio cae a la vez, la presión es la que muestra la sensibilidad de la pregunta anterior.","tablas":[{"titulo":"Eficiencia de modelos y software","cols":["Entidad","Dato","Tipo de fuente","Ref."],"rows":[["DeepSeek V4-Pro","27 % de los FLOPs de inferencia y 10 % de la caché de claves y valores frente a V3.2 (1 M de contexto)","proveedor","2165827, 4602947"],["Moonshot Kimi K3","Atención que acelera hasta 6,3 veces la decodificación a 1 M de contexto","proveedor","3096732"],["Moonshot Kimi K2.7-Code","30 % menos de tokens de razonamiento que K2.6","proveedor","1183221"],["Amazon Bedrock","La caché de prompts reduce costes hasta un 90 %; descuentos por lotes del 30-50 %","proveedor","651092, 2246492"],["NVIDIA (software)","Recorte de hasta el 80 % del coste por token de DeepSeek V4 un mes después de su lanzamiento","proveedor","2316425"],["Cursor Router","Calidad de código cercana a la frontera con un 30-50 % menos de coste","proveedor","3406469"],["NVIDIA Switchyard","Enrutado Lightning + Opus 4.8: −74 % de coste enviando el 7 % de las llamadas al modelo de frontera; unos 6 puntos menos de precisión","proveedor","4494566"],["Cognition SWE-2","Iguala a Fable 5.1 con un 64 % menos de coste post-entrenando un modelo abierto","proveedor","6301116"],["Pinterest (Qwen post-entrenado)","Calidad cercana a la frontera con un 90 % menos de coste","prensa","313209"],["Inferencia de nivel GPT-3.5","Coste 280 veces menor en menos de dos años (invoca la paradoja de Jevons)","prensa (estimación)","2821176"],["Inferencia frontera","El coste unitario cae unas 3 veces al año","prensa (estimación)","2787444"]]},{"titulo":"Chips y alternativas a Nvidia","cols":["Entidad","Dato","Tipo de fuente","Ref."],"rows":[["OpenAI Jalapeño (con Broadcom)","1,5-1,9 veces más trabajo por vatio que GB200 y GB300","proveedor","5683983"],["Microsoft Maia 200","Un 30 % más eficiente en coste que GB200","proveedor","774732"],["Google TPU","Cómputo a ~20 % del coste de quienes compran GPU Nvidia de gama alta","análisis (estimación)","90832"],["Google (chip de inferencia en desarrollo)","Entre 6 y 10 veces más eficiente, previsto para 2028","prensa (estimación)","3343925"],["Empresas encuestadas","El 39,4 % evaluará aceleradores no Nvidia en doce meses","encuesta","5851560"],["Nvidia y Groq","Licencia no exclusiva de la tecnología de inferencia de Groq por unos 20.000 M$","prensa","5020598"],["Anthropic y MatX","Anthropic exploró comprar MatX por unos 7.000 M$; derivó en asociación","prensa (estimación)","5618730"],["NVIDIA GB200 NVL72","Reducción de 35 veces del coste por millón de tokens frente a la generación anterior","proveedor","1042"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"42","pregunta":"¿El aumento del uso compensaría la caída de precios?","titulo":"Uso y caída de precios","respuesta":["Hasta ahora, sí en los ingresos totales de los laboratorios de frontera, y no en los tokens de commodity. Los volúmenes crecen a un ritmo que ningún precio por token ha frenado: el consumo diario de tokens en China llegó a 140 billones en marzo de 2026, mil veces más que dos años antes; el uso interno de Google es de unos 3 billones de tokens al día y se duplica cada pocas semanas; la semana del 28 de julio al 3 de agosto, OpenRouter movió 56,8 billones de tokens (28,13 de modelos chinos); DeepSeek V4 Flash llegó a 8 billones de tokens en un día en OpenCode, por encima del promedio diario de OpenRouter. En paralelo, el ingreso anualizado de Anthropic pasó de unos 9.000 a más de 65.000 M$ y el de OpenAI, de unos 20.000 a casi 70.000 M$ (véase «Compromisos frente a ingresos»).","Pero volumen no es ingreso. Los modelos abiertos manejan el 29 % de los tokens en los datos de producción de Vercel y menos del 4 % del gasto; el 78,4 % de los tokens en su pasarela fue de modelos abiertos en una semana de septiembre. Moonshot llegó a 300 M$ de ingresos anualizados y suspendió nuevas suscripciones por falta de cómputo; DeepSeek duplicó sus ingresos hasta unos 1.000 M$ tras subir precios, sin pérdida de demanda. Es decir, el volumen que compensa la caída de precios se concentra en los modelos que cobran más por tarea, no en los tokens baratos.","El uso también tiene límites de coste: el coste por tarea puede subir con el mismo precio por token (Gemini 3.8 Flash cuesta un 40 % más por tarea que 3.7 Flash por generar más tokens de salida; Fable 5.1 y Astra cobran lo mismo por token, pero el coste real por tarea varía hasta 5 veces) y los usuarios intensivos gastan cifras como 300 USD en dos días con un agente siempre activo. La escasez de cómputo, no la demanda, es la restricción visible: Moonshot suspendió suscripciones, Zhipu recortó su cuota al 20 % y Google paga 920 M$ al mes por GPU de SpaceX."],"certeza":"media","refuta":"Series de uso y de ingresos de los mismos proveedores con precios reales: si los ingresos por token procesado de los laboratorios de frontera empiezan a caer a la vez que el volumen sigue creciendo, el uso no estaría compensando. De momento los datos disponibles son de seis a doce meses.","tablas":[{"titulo":"Volumen de uso","cols":["Entidad","Dato","Periodo","Ref."],"rows":[["China (consumo diario de tokens)","140 billones; 1.000 veces más en dos años","mar-2026","3194838"],["Google (uso interno)","Unos 3 billones de tokens al día, duplicándose cada pocas semanas","may-2026","31636"],["OpenRouter","56,8 billones de tokens en la semana; 28,13 de modelos chinos","28-jul a 3-ago 2026","4102063"],["DeepSeek V4 Flash","8 billones de tokens en un día en OpenCode (5 de cuotas gratuitas)","1-ago-2026","4088160"],["Modelos chinos en OpenRouter","Más del 30 % de los tokens de empresas de EEUU, con pico del 46 %","desde feb-2026","5224474, 3137014"],["Modelos abiertos en Vercel","El 78,4 % de los tokens en una semana de septiembre (estimación)","sep-2026","6678490"],["Meta","60,2 billones de tokens en 30 días; unos 900 M$ a precios de API de Anthropic (estimación)","jun-2026","2165893"]]},{"titulo":"Volumen frente a ingreso","cols":["Entidad","Dato","Ref."],"rows":[["Modelos abiertos (Vercel)","El 29 % de los tokens y menos del 4 % del gasto","3042388"],["DeepSeek","Precio por millón multiplicado por 4 en 2026 (de 0,87 a 3,96); ingresos anualizados duplicados hasta unos 1.000 M$; margen de API del 82,9 %","4754439, 7412646, 5320538"],["Moonshot AI","Ingresos anualizados de 300 M$ en junio (100 M$ en marzo); suspende nuevas suscripciones de consumo por falta de cómputo","3345354, 3194835"],["Zhipu GLM-5.2","Cuota diaria de la suscripción recortada al 20 % desde enero por falta de cómputo","3929729"],["Gemini 3.8 Flash","Coste por tarea +40 % con el mismo precio por token","5845411"],["Fable 5.1 y GPT-6 Astra","Mismo precio por token; coste real por tarea hasta 5 veces distinto","6232052"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"43","pregunta":"¿El valor se desplazaría desde los modelos hacia las aplicaciones y las empresas usuarias?","titulo":"Desplazamiento del valor hacia aplicaciones y empresas usuarias","respuesta":["Los datos apuntan a un desplazamiento parcial y desigual. **Mercantilización de los modelos intermedios:** hay modelos abiertos y chinos que se acercan a la frontera a una fracción del precio (GLM-5.3-Flash, Qwen3.9 Flash y DeepSeek V4 Flash puntúan 51-57 frente a 63 de Opus 5 a un precio unas 100 veces menor, según Artificial Analysis y Xataka); MiniMax-M3 supera a GPT-5.5 en un benchmark con el 5-10 % del coste. Un analista atribuyó al lanzamiento de Kimi K3 unos 314.000 M$ de valoración esperada de OpenAI y Anthropic (estimación de terceros), y las acciones de Zhipu cayeron casi un 40 % en dos sesiones.","**Las aplicaciones eligen el modelo por precio:** los modelos de OpenAI son cerca del 5 % del tráfico de Cursor; Cursor Router mezcla modelos; Cognition entrena su propio modelo a partir de uno abierto. **La capa de nube captura valor del modelo:** Moonshot negocia quedarse con el 30 % de los ingresos que Azure, AWS y Google Cloud generen con Kimi K3, y las cargas empresariales en nubes especializadas de inferencia pasaron del 30,2 % al 35,9 %. **Márgenes:** Microsoft Cloud bajó del 72 % al 66 % por el gasto en IA y OpenAI habría bajado del 40 % al 33 % en 2025 (estimación); en sentido contrario, el margen de API de DeepSeek es del 82,9 % y una estimación sitúa el de Anthropic en inferencia por encima del 80 % (baja confianza).","**Lo que no se ha desplazado todavía:** Anthropic sigue creciendo en ingresos en la gama alta, y los clientes siguen pagando 10 / 50 USD por Fable 5 aunque represente solo un 11 % de su gasto. Dylan Patel sostiene que empresas usuarias como Meta obtienen más valor de los modelos que sus vendedores, pero es una opinión sin cifra."],"certeza":"media","refuta":"Márgenes y cuota de ingresos por capa (modelo, nube, aplicación) en los próximos trimestres. Si los laboratorios mantienen sus márgenes brutos y su cuota de gasto en gama alta pese a la oferta barata, el desplazamiento será menor que el descrito; si las aplicaciones multi-modelo capturan margen creciente, será mayor.","tablas":[{"titulo":"Mercantilización, nubes y márgenes","cols":["Entidad","Dato","Tipo de fuente","Ref."],"rows":[["Modelos abiertos chinos","Puntúan 51-57 frente a 63 de Opus 5 a un precio unas 100 veces menor","Artificial Analysis y prensa","5395897, 4130958"],["MiniMax-M3","Supera a GPT-5.5 y Gemini 3.1 Pro en un benchmark con el 5-10 % del coste","prensa","528847"],["Kimi K3 y valoraciones","Resta unos 314.000 M$ a las valoraciones esperadas de OpenAI y Anthropic; las acciones de Zhipu caen casi un 40 % en dos sesiones","analista (estimación)","3274735"],["Cursor","Los modelos de OpenAI son cerca del 5 % de su tráfico","prensa","5683983"],["Moonshot y las nubes","Negocia el 30 % de los ingresos que Azure, AWS y Google Cloud generen con Kimi K3","Reuters, prensa","5458581, 5689836"],["Nubes de inferencia especializadas","Cargas empresariales del 30,2 % al 35,9 %","prensa","313209"],["Microsoft Cloud","Margen bruto del 72 % al 66 % por el gasto de capital en IA","proveedor","3750489"],["OpenAI","Margen bruto del 40 % al 33 % en 2025 (informe citado)","estimación","3879574"],["DeepSeek","Margen de API del 82,9 %","The Information","5320538"],["Anthropic","Margen de inferencia de ~40 % en 2025 a más del 80 % (estimación de un autor); API de Opus 4.8 y Mythos 5 entre 64 y 92 % según estimación","estimación (baja confianza)","5737266, 3749560"],["Fable 5","Solo ~11 % del gasto en modelos de Anthropic entre unas 70.000 empresas","Ramp","5758493"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"28","pregunta":"¿Seguirían comprando los clientes a un precio que cubriera el coste completo del servicio?","titulo":"Disposición a pagar un precio de coste completo","respuesta":["Hay indicios de que parte del uso está subvencionado y de que los precios se están corrigiendo. Los planes de consumo de OpenAI y Anthropic se describen como muy subvencionados (Yann LeCun sostiene que las operaciones dependen de los inversores); Claude Code salió del plan Pro de 20 USD y pasó a los de 100-200 USD; GitHub Copilot trasladó el coste al cliente con créditos desde el 1 de junio; Anthropic redujo en un tercio los límites de Fable en Max y Team Premium; Gemini 3.7 Flash y 3.8 Flash tienen un precio introductorio que se duplica en enero de 2027; y el modelo de Alibaba Qwen3.8-Max se vendía al 10 % del precio estándar.","La respuesta de los clientes es mixta. A favor de que pagarían más: DeepSeek multiplicó sus precios y duplicó sus ingresos sin pérdida de demanda; los clientes de Anthropic siguen pagando 10 / 50 USD por Fable 5; la cancelación mensual de empresas es del 4 % (Ramp). En contra: cuando el precio sube, la demanda se desplaza a modelos más baratos (Fable 5 es solo un 11 % del gasto en Anthropic), el 21 % de las empresas clientes de OpenAI planea recortar o abandonar a OpenAI en doce meses por la volatilidad de precios, y unos 20-30 clientes empresariales de Alibaba Qoder habrían dejado de renovar tras la reestructuración de precios (baja confianza). Un analista prevé que Meta suba precios entre un 30 % y un 50 % en 18 a 24 meses (estimación).","No hay datos de coste completo (con amortización de cómputo y entrenamiento): el único dato de margen auditado es el de Cerebras (39 %) y el de Microsoft Cloud (66 %). Las estimaciones de margen de laboratorios son muy dispares (de −94 % de margen bruto de Anthropic en 2024 a más del 80 % de margen de inferencia en 2026, ambas de baja confianza), lo que sugiere que el margen de inferencia puede ser alto mientras el resultado global sigue siendo negativo por entrenamiento y costes fijos."],"certeza":"baja","refuta":"El resultado operativo trimestral de Anthropic y OpenAI con precios que cubran todos los costes, y datos de cancelación tras cada subida de precio. El primer trimestre con beneficio operativo que prevé Anthropic (T2 2026) sería una prueba a favor; una caída de ingresos tras la expiración de precios introductorios, en contra.","tablas":[{"titulo":"Subvención, precios introductorios y disposición a pagar","cols":["Entidad","Dato","Ref."],"rows":[["Planes de consumo (OpenAI, Anthropic)","Muy subvencionados; los límites de uso no están cuantificados; LeCun sostiene que dependen de inversores","90836, 1554689"],["Claude Code","Sale del plan Pro de 20 USD y pasa a Max (100-200 USD al mes)","3648357, 90828"],["GitHub Copilot","Pasa a créditos de IA el 1 de junio; el cliente asume el coste de sesiones autónomas largas","3042388"],["Anthropic Fable","Límites de Max y Team Premium recortados en un tercio; Fable 5 entra al 50 % de los límites","3134030"],["Gemini 3.7 y 3.8 Flash","Precio introductorio hasta el 31 de diciembre; el 1 de enero de 2027 se duplica","4611337, 5841560"],["GPT-5.6 Sol","Precio promocional de 4 / 20 USD hasta al menos el 21 de noviembre","5758493"],["Alibaba Qwen3.8-Max (vista previa)","Se vende al 10 % del precio estándar","3199731"],["DeepSeek","Sube precios y duplica ingresos sin pérdida de demanda","4754439, 7412646"],["Clientes de OpenAI","El 21 % de las empresas encuestadas planea recortar o abandonar a OpenAI en 12 meses","2330483"],["Alibaba Qoder","20-30 clientes empresariales dejaron de renovar tras la reestructuración de precios (baja confianza)","3929729"],["Anthropic y OpenAI","Cancelación mensual de empresas de alrededor del 4 % (Ramp)","90651"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"24-27","pregunta":"¿Qué valor económico verificable obtiene quien utiliza la IA? ¿Reduce costes, mejora la calidad, permite vender más o crea productos nuevos? ¿El beneficio supera integración, supervisión, errores, seguridad, formación y dependencia? ¿Se mantiene fuera de las pruebas piloto?","titulo":"Valor verificable para quien usa IA","respuesta":["**La adopción es real y se mide; el valor, mucho menos.** Los datos de pagos reales de Ramp (más de 50.000 y luego unas 70.000 empresas de EEUU) muestran que la adopción de IA de pago pasó del 35 % un año antes a más del 50 % en marzo de 2026 (50,4 %), con Anthropic (34,4 %) por delante de OpenAI (32,3 %) en abril. En España, el INE sitúa el uso en el 21 % de las empresas de más de diez empleados y el 57,5 % de las grandes. Pero de los 238 registros sobre valor y adopción, solo 18 (8 %) son datos medidos (pagos, estadística oficial o experimento); el 56 % son encuestas o autoinformes.","**Valor a nivel de tarea:** hay mediciones con base. Un estudio con 5.172 agentes de call center halló un 15 % de productividad media (30 % para los menos experimentados); Zillow atribuye a la IA un 40 % más de código entregado con una línea base previa; los datos automáticos de Faros AI (22.000 desarrolladores en 4.000 equipos) muestran un 66 % más de proyectos completados, pero también un 54 % más de errores por desarrollador, tres veces más incidentes en producción y diez veces más código reescrito. Es decir, la mejora de cantidad viene acompañada de coste de calidad.","**Valor a nivel de empresa:** escaso y desigual. Según Bain (951 empresas), solo el 4 % logra ahorros superiores al 30 %, el 40 % consigue un 10 % o menos y el 44 % invierte apoyándose en ahorros que todavía no se han materializado. McKinsey: el 80 % de los encuestados dice ser más productivo, pero solo el 6 % de las organizaciones convierte eso en impacto en su beneficio (al menos un 5 % del EBIT). Solo el 20 % de las empresas usa la IA para aumentar ingresos, según h&k. Reducir costes y ahorrar tiempo son los usos dominantes; vender más o crear productos nuevos aparece mucho menos en los datos. A nivel macro, el PIB no muestra aún un salto de productividad atribuible a la IA, y el BCE estima un efecto de entre el 0,1 % y el 3,4 % anual en una década.","**Costes que reducen el beneficio.** Retrabajo: según una encuesta a 3.200 empleados, el 37 % del tiempo ahorrado se pierde en correcciones. Coste desconocido: solo el 26 % de las empresas conoce el coste completo de usar IA (KPMG). Seguridad y gobierno: el 54 % de las organizaciones con agentes ha tenido un incidente o un casi incidente (VentureBeat, 107 organizaciones), el 67 % de los CISO gestionó un incidente por IA no autorizada (ISACA, con un coste medio de 670.000 USD al año), y los agentes sin evaluaciones automáticas sufren un 47 % de reversiones frente a un 9 %. Formación: la mitad de los usuarios del Reino Unido no ha recibido formación formal (Deloitte, 25.000 encuestados). Coste de uso: aunque el precio por token cayó un 50 % en un año, el consumo se multiplicó por 4,5 y el coste por tarea no baja (Bain).","**¿Se mantiene fuera de los pilotos?** Solo en parte. Según h&k, solo el 33 % de las organizaciones ha empezado a escalar sus pilotos y solo el 25 % de las iniciativas entrega el ROI esperado; Deloitte sitúa en el 89 % el fallo de pilotos de agentes que no llegan a producción; un informe del MIT, citado de segunda mano, dice que el 95 % de los pilotos de IA generativa no muestra impacto medible; Gartner prevé que más del 40 % de los proyectos de agentes se cancelará antes de fin de 2027 y que el 60 % de los proyectos de IA se abandonará por datos mal preparados; el 84 % de los CIO de grandes empresas ha cancelado al menos un piloto por sistemas heredados. En sentido contrario, un sondeo de VentureBeat entre empresas de más de 100 empleados da un 53-66 % con IA en producción, y el 41 % de los despliegues de agentes alcanza ROI positivo en doce meses según Gartner."],"certeza":"baja","refuta":"Mediciones con línea base y grupo de control sobre resultados de empresa (no de tarea) en varios sectores, y estadística oficial de productividad. Si el impacto en EBIT supera de forma sostenida el 5 % en más de una cuarta parte de las empresas, o el PIB empieza a reflejarlo, el diagnóstico de valor limitado se debilitaría. Hoy los datos medidos son pocos y apuntan a mejoras de tarea con costes asociados.","tablas":[{"titulo":"Calidad de la evidencia sobre valor y adopción (registros extraídos)","cols":["Tipo de evidencia","Registros","% del total"],"rows":[["Encuesta o autoinforme","133","56 %"],["Análisis o proyección","42","18 %"],["Dato de un proveedor de IA","25","11 %"],["Caso de una empresa","20","8 %"],["Datos de pagos o estadística oficial","15","6 %"],["Experimento o medición","3","1 %"]]},{"titulo":"Adopción medida","cols":["Dato","Valor","Fuente y tipo","Ref."],"rows":[["Empresas de EEUU que pagan IA (Ramp)","44,8 % en octubre; 45 % en noviembre; 50,4 % en marzo; 50,6 % en abril; más de la mitad en julio","pagos reales de más de 50.000 a 70.000 empresas","90656, 90655, 90644, 90641, 4985115"],["Empresas de EEUU según el Censo","18 % tras reformular la pregunta (casi el doble que antes)","estadística oficial","90652"],["Empresas españolas de más de 10 empleados","21,1 % usa IA; 57,5 % de las grandes","INE","1947789, 6519257"],["Licencias de pago de Copilot","Más de 30 millones en julio (unos 7 % de 450 millones de suscriptores)","dato de Microsoft","7064297"],["Adopción por proveedor (Ramp, agosto)","Anthropic 43,8 %, OpenAI 39,8 % de las empresas","pagos reales","6250455"]]},{"titulo":"Valor medido a nivel de tarea o de equipo","cols":["Sujeto","Resultado","Tipo","Ref."],"rows":[["Agentes de call center (5.172)","+15 % de productividad media; +30 % en los menos experimentados","estudio citado","1539922"],["Zillow (ingeniería)","+40 % de código entregado, con línea base DORA previa","caso de empresa","3260705"],["MassMutual","~30 % más de productividad de desarrolladores; resolución en contact center de 10 min a 1","caso de empresa","1068849"],["Faros AI (22.000 desarrolladores)","+66 % de proyectos; +54 % de errores por desarrollador; incidentes en producción ×3; código reescrito ×10","telemetría automática","152385"],["Empleados con IA (encuesta a 3.200)","Dicen ahorrar un 5,4 % de sus horas, pero la productividad agregada sube un 1,1 %; el 37 % del tiempo ahorrado se pierde en retrabajo","encuesta","90810"],["Clínicas Penda Health","−16 % de errores diagnósticos en uso real","dato de OpenAI","308629"]]},{"titulo":"Valor a nivel de empresa y pilotos","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["Bain (951 empresas de más de 100 M$ de ingresos)","Solo el 4 % ahorra más del 30 %; el 40 % consigue un 10 % o menos; el 44 % invierte apoyándose en ahorros aún no materializados","encuesta","3033609"],["McKinsey","El 80 % reporta más productividad individual; solo el 6 % de las organizaciones alcanza al menos un 5 % del EBIT","encuesta","5798371, 7096394"],["h&k","Solo el 33 % empieza a escalar pilotos; solo el 25 % de las iniciativas entrega el ROI esperado; solo el 20 % usa IA para aumentar ingresos","encuesta de consultora","1096445, 4645822"],["MIT NANDA (de segunda mano)","El 95 % de los pilotos de IA generativa no muestra impacto medible en resultados","estudio citado","3847132, 6598155"],["Deloitte, Teradata, S&P Global","89 % de pilotos de agentes sin llegar a producción; 14 % escalado; 42 % abandonados","encuestas","6376296, 6576196"],["Gartner","Más del 40 % de proyectos de agentes cancelados antes de 2027; 60 % de proyectos de IA abandonados por datos mal preparados; 41 % de despliegues de agentes con ROI positivo a 12 meses","proyección y encuesta","4706229, 4940778, 6376296"],["GFT y Wakefield (945 CIO y CTO)","El 84 % canceló al menos un piloto por sistemas heredados","encuesta","7381064"],["Box (1.640 decisores de TI)","El 80 % reporta un retorno de al menos un 10 %","encuesta de proveedor","2495250"],["SAP y Oxford Economics (2.600 líderes)","ROI general del 16 % al 21 %; el 79 % sufre retrabajo por salidas de baja calidad","encuesta de proveedor","3980284"],["Salesforce; IDC con Microsoft","ROI de agentes en unos ocho meses; 3,70 USD por dólar invertido","dato de proveedor","5657964, 4962233"],["PIB y BCE","Sin salto de productividad visible en el PIB; estimación del BCE de 0,1-3,4 % anual en una década","estadística y estimación","7064261, 6598101"]]},{"titulo":"Costes ocultos","cols":["Concepto","Dato","Ref."],"rows":[["Coste desconocido","Solo el 26 % de las empresas conoce el coste completo de usar IA (KPMG); el 74 % de los directivos financieros ha invertido sin conocer el ROI real","1619927, 7136188"],["Consumo de tokens","Precio por token −50 % pero consumo ×4,5, sin bajada del coste por tarea (Bain); un flujo agéntico genera entre 5 y 30 veces más tokens que un chatbot (Gartner)","3739441, 7096394"],["Seguridad y gobierno","54 % con incidente o casi incidente con agentes; 67 % de los CISO con incidente por IA no autorizada, coste medio de 670.000 USD al año; solo el 12 % gobierna bien su IA","2652747, 6988691"],["Calidad y errores","50 % lanzó una función que superó las evaluaciones y falló ante un cliente; agentes sin evaluaciones: 47 % de reversiones frente a 9 %","3081623, 6376296"],["Formación y brecha de competencias","50 % de los usuarios del Reino Unido sin formación formal; 78 % de empresas dice que la mejora de competencias no sigue el ritmo","6492238, 5850980"],["Marcha atrás","74 % de las empresas que implantaron agentes de atención al cliente los retiró total o parcialmente; 55 % se arrepiente de recortes impulsados por IA (Forrester)","833447, 6243671"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (238 registros sobre adopción y retorno y 192 sobre valoraciones y resultados). La mayoría de las cifras de retorno son de encuestas y autoinformes, y muchas de consultoras citadas de segunda mano. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).","Los datos de proveedores (Salesforce, IDC con Microsoft, Box, SAP) y las encuestas patrocinadas se señalan como tales: son los que dan retornos más altos."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"29-30","pregunta":"¿Qué partes de la cadena pueden ser viables y cuáles dependen de expectativas más exigentes? ¿Quién tiene márgenes sostenibles?","titulo":"Qué partes de la cadena son viables y quién tiene márgenes","respuesta":["Con los datos disponibles, la cadena se divide en tres zonas. **Rentables hoy con otros negocios o con su propio producto:** los fabricantes de chips y la nube. Nvidia ganó unos 60.000 M$ con un margen bruto del 75 % (aunque su flujo de caja libre fue solo el 36 % del beneficio contable porque las cuentas a cobrar crecieron un 55 %); Broadcom tuvo un flujo de caja libre de 13.665 M$ en un trimestre (46 % de ingresos); TSMC ganó unos 22.000 M$ en un trimestre (+77 %). En la nube, AWS tiene un margen operativo del 39,4 % (32,9 % un año antes), Google Cloud del 35,6 % (20,7 % antes) y Microsoft Cloud un margen bruto del 66 % (72 % hace tres años).","**Con crecimiento fuerte pero margen todavía incierto:** los neoclouds y las aplicaciones. El segmento de nube de IA de Nebius tiene un margen EBITDA ajustado del 49,7 %, pero su capex del trimestre (5.700 M$) supera con mucho sus ingresos (582 M$); CoreWeave ganó ingresos (+112 %) pero tuvo una pérdida neta de 740 M$, un flujo de caja libre de −4.710 M$, 24.859 M$ de deuda y un CDS cercano a 855 puntos básicos (estimación). Cerebras tuvo un margen bruto del 39 % en 2025 y su beneficio contable se debe a una ganancia puntual (sin ella, pierde 75,7 M$).","**Dependen de expectativas más exigentes:** los laboratorios. OpenAI perdió 20.920 M$ operativos en 2025 sobre 13.070 M$ de ingresos y su margen operativo no-GAAP pasó del −122 % al −183 % entre el primer y el segundo trimestre de 2026 (pérdida operativa de 12.300 M$ sobre 6.700 M$). Anthropic informa a inversores de ingresos de más de 11.500 M$ en el segundo trimestre y de un resultado operativo ajustado positivo; SemiAnalysis proyecta un EBIT GAAP de unos 1.000 M$ en el tercer trimestre (margen del 6 %, estimación). Los márgenes de inferencia que se atribuyen a Anthropic (por encima del 80 %) o a DeepSeek (82,9 %) son altos, pero no cubren por sí solos entrenamiento, costes fijos y compromisos."],"certeza":"media","refuta":"Estados financieros auditados de los laboratorios y neoclouds. El primer resultado operativo positivo auditado de Anthropic (folleto) y la evolución del margen de OpenAI son las pruebas más cercanas. Si los márgenes de nube y chips caen por competencia (Microsoft Cloud ya bajó 6 puntos), la zona rentable se estrecharía.","tablas":[{"titulo":"Márgenes y resultados por capa","cols":["Capa y entidad","Dato","Periodo","Tipo","Ref."],"rows":[["Chips: Nvidia","Beneficio neto de unos 60.000 M$; margen bruto del 75 %; flujo de caja libre del 36 % del beneficio contable","T2 FY2027","resultados","5683983"],["Chips: Broadcom","Flujo de caja libre de 13.665 M$ (46 % de ingresos); beneficio neto de 29.747 M$ en nueve meses","T3 FY2026","resultados","5907857"],["Chips: TSMC","Beneficio neto de unos 22.000 M$ (+77 %)","T2 2026","resultados","3330710"],["Nube: AWS","Margen operativo del 39,4 % (32,9 % un año antes); beneficio operativo de 16.600 M$","T2 2026","resultados","4012168"],["Nube: Google Cloud","Margen operativo del 20,7 % al 35,6 %","T2 2026","resultados","4829615"],["Nube: Microsoft Cloud","Margen bruto del 72 % al 66 % por el gasto de capital en IA","último trimestre","resultados","3750489"],["Neocloud: Nebius","Nube de IA con margen EBITDA ajustado del 49,7 %; capex de 5.700 M$ frente a ingresos de 582 M$","T2 2026","resultados","5020598"],["Neocloud: CoreWeave","Pérdida neta de 740 M$; flujo de caja libre de −4.710 M$; deuda de 24.859 M$; CDS de ~855 pb","T2 2026","prensa","4829616"],["Chips: Cerebras","Margen bruto del 39 %; beneficio contable por ganancia puntual; −75,7 M$ sin ella","2025","folleto","1401"],["Laboratorio: OpenAI","Pérdida operativa de 20.920 M$ sobre 13.070 M$ de ingresos","2025","estados auditados citados","5224474"],["Laboratorio: OpenAI","Margen operativo no-GAAP del −122 % al −183 %; pérdida operativa de 12.300 M$ sobre 6.700 M$","T1 y T2 2026","prensa","5240052, 5148839"],["Laboratorio: Anthropic","Ingresos de más de 11.500 M$ y resultado operativo ajustado positivo","T2 2026","comunicado a inversores","4819646"],["Laboratorio: Anthropic","EBIT GAAP de más de 1.000 M$ (margen ~6 %)","T3 2026 (proyección)","estimación","3305377"],["SpaceX con xAI","Pérdida de 4.900 M$ en 2025 y de 4.300 M$ en el primer trimestre de 2026","2025-26","folleto de la OPV","1153141, 758054"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (238 registros sobre adopción y retorno y 192 sobre valoraciones y resultados). La mayoría de las cifras de retorno son de encuestas y autoinformes, y muchas de consultoras citadas de segunda mano. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"31-33","pregunta":"¿Quién necesita invertir continuamente para no quedarse atrás? ¿Quién puede financiarse con beneficios de otros negocios? ¿Quién captura el valor creado y quién asume los costes?","titulo":"Quién debe invertir sin parar, quién se autofinancia y quién captura el valor","respuesta":["**Necesitan invertir sin parar:** los hiperescaladores, con guías de capex que suben cada trimestre: Alphabet 195.000-205.000 M$ en 2026, Meta 130.000-145.000 M$ (el doble que 2025), Oracle de 55.700 M$ en su ejercicio 2026 a 90.000-95.000 M$ en el siguiente, y más de 700.000 M$ entre las grandes tecnológicas. Los neoclouds y los laboratorios dependen además de compromisos de cómputo (véase «Compromisos frente a ingresos»).","**Pueden financiarse con otros negocios, pero cada vez menos:** el flujo de caja libre se ha agotado. Amazon generó 161.400 M$ de flujo operativo en doce meses y gastó 169.000 M$ en inmovilizado (FCF de −7.600 M$); Meta generó 31.862 M$ en el trimestre y gastó 30.116 M$ (FCF de 784 M$); Alphabet tuvo FCF negativo y Oracle de −23.700 M$ (con −42.000 M$ estimados para el ejercicio siguiente). Una fuente cifra en un 95 % la caída del FCF agregado de los cinco grandes desde finales de 2024, y en el segundo trimestre tres de ellos quemaban caja y Meta pagó el dividendo con deuda (fuente secundaria). Los beneficios existen (Microsoft ganó 35.800 M$ netos, Amazon tuvo 27.500 M$ de beneficio operativo en el trimestre) y cubren el gasto en parte, no del todo. El beneficio neto de Alphabet (112.100 M$) es un caso engañoso: el 88 % procede de la revalorización contable de participaciones.","**Decisiones contables que cambian el cuadro:** Amazon acortó la vida útil de parte de su flota de servidores con un cargo de 700 M$, mientras Meta la alargó hasta 5,5 años. Con vidas útiles tan distintas, el beneficio de unos y otros no es comparable, y la amortización de las GPU es una de las variables más sensibles del conjunto.","**Quién captura el valor y quién asume los costes:** con lo observado, el valor se captura en los eslabones que cobran por capacidad: chips (Nvidia, Broadcom, TSMC) y nube (márgenes del 35-40 % en AWS y Google Cloud). Los costes los asumen quienes financian las pérdidas de los laboratorios (inversores, y los propios hiperescaladores mediante inversión, garantías y compromisos), quienes asumen deuda (prestamistas, bonistas) y, de forma difusa, los usuarios con costes ocultos (véase «Valor verificable para quien usa IA»). El reparto exacto entre empresas usuarias, trabajadores y sector público no se puede calcular con estos datos."],"certeza":"media","refuta":"Series de flujo de caja libre, deuda neta y capex trimestrales de los cinco grandes y de Oracle durante 2026-2027. Si el flujo de caja libre vuelve a ser positivo con capex creciente, el argumento de que se agota la autofinanciación se debilita. Microsoft afirma que alcanzará flujo de caja libre positivo en 2027.","tablas":[{"titulo":"Capex frente a caja de los hiperescaladores","cols":["Empresa","Dato","Periodo","Ref."],"rows":[["Amazon","Flujo operativo de 161.400 M$ y gasto neto en inmovilizado de 169.000 M$: FCF de −7.600 M$","12 meses a T2 2026","4012168"],["Meta","Caja operativa de 31.862 M$; inmovilizado de 30.116 M$ y arrendamientos de 962 M$: FCF de 784 M$; guía de capex de 130.000-145.000 M$","T2 2026","3959809, 3969927"],["Alphabet","Guía de capex de 195.000-205.000 M$ (antes 180.000-190.000); flujo de caja libre trimestral negativo (−5.900 M$ según una fuente)","2026","3649434, 4133954"],["Oracle","Capex de 55.700 M$ y FCF de −23.700 M$; capex previsto de 90.000-95.000 M$ y FCF de −42.000 M$ en el ejercicio siguiente","FY2026-27","2821713"],["Microsoft","Flujo operativo de ~35.800 M$ frente a capex de ~37.500 M$ (baja confianza); FCF −23 %; prevé FCF positivo en 2027","trimestre reciente","4133954, 4829617"],["Cinco grandes (agregado)","El flujo de caja libre agregado cae un 95 % desde finales de 2024; tres queman caja; Meta pagó el dividendo con deuda","T2 2026 (fuente secundaria)","4829616"]]},{"titulo":"Beneficios de otros negocios y vida útil de los equipos","cols":["Empresa","Dato","Periodo","Ref."],"rows":[["Microsoft","Beneficio neto de 35.800 M$ (+31 %), con una ganancia de 3.200 M$ por su inversión en Anthropic","trimestre","3926500"],["Amazon","Beneficio operativo de 27.500 M$ (+43 %); beneficio neto de 62.600 M$ con ganancias por Anthropic","T2 2026","4012168, 4829617"],["Alphabet","Beneficio neto de 112.100 M$ (+298 %), el 88 % por la revalorización contable de dos participaciones","T2 2026","3649434"],["Amazon","Acortó la vida útil de parte de su flota de servidores (cargo de 700 M$)","2026","4829617"],["Meta","Alargó la vida útil de sus equipos hasta 5,5 años","2026","4829617"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (238 registros sobre adopción y retorno y 192 sobre valoraciones y resultados). La mayoría de las cifras de retorno son de encuestas y autoinformes, y muchas de consultoras citadas de segunda mano. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"34","pregunta":"¿Una empresa puede sobrevivir y generar beneficios, pero no justificar la valoración a la que se ha financiado?","titulo":"Sobrevivir sin justificar la valoración","respuesta":["Sí, y es el riesgo más visible en los datos. Las valoraciones de los laboratorios y de las salidas a bolsa se han disparado por encima de lo que muestran los resultados: **OpenAI** cerró una ronda de 122.000 M$ a 852.000 M$ (unas 65 veces sus ingresos de 2025), negocia ahora una ronda a unos 1,4 billones pre-money y su salida a bolsa se retrasa al menos a 2027; las pujas por la empresa implicaban unos 765.000 M$, un 10 % menos. **Anthropic** cerró una Serie H de 65.000 M$ a 965.000 M$ post-money con ingresos anualizados de 47.000 M$ (unas 15 a 20 veces el ritmo de ingresos de mayo a julio) y apunta a una salida a bolsa en octubre a más de 2 billones, unas 30 veces ingresos según estimaciones de prensa.","**SpaceX (con xAI)** salió a bolsa el 12 de junio a unos 1,77 billones de dólares (unas 95 veces ventas), con una pérdida de 4.900 M$ en 2025, y ha perdido más de 500.000 M$ de capitalización desde su debut; Morningstar estima su valor razonable en unos 780.000 M$, un 48 % menos que la valoración privada, y otro análisis calcula que justificar 1,75 billones a treinta veces beneficios exigiría unos 60.000 M$ de beneficio neto anual. **Cerebras** casi duplicó su cotización el primer día. En el lado privado, Perplexity (más de 30.000 M$, unas 40 veces ventas), Cognition (48.000 M$ con ingresos anualizados de cerca de 900 M$), Fireworks (17.500 M$, 17,5 veces ingresos anualizados) y DeepSeek (de 20.000 a 50.000 M$ en semanas, y negociando 70.000 M$) muestran el mismo patrón de valoraciones muy por encima de los ingresos. Groq, en cambio, cerró su ronda a 3.500 M$, la mitad que antes.","**Ejercicio aritmético (ilustrativo):** a 965.000 M$ de valoración, una empresa que cotizara a 30 veces beneficios necesitaría ganar unos 32.000 M$ al año, es decir, un margen neto de alrededor del 50 % sobre sus ingresos anualizados actuales de 65.000 M$. Para que 2 billones tuvieran el mismo sentido harían falta unos 67.000 M$ de beneficio. Una empresa puede, por tanto, sobrevivir y ser rentable (el primer trimestre operativo positivo de Anthropic apunta a ello) sin cumplir ese listón.","**Señales de alarma** que recoge el corpus: el BIS advierte de que la inversión financiada con deuda puede acabar en sobreinversión; JPMorgan compara la divergencia con la burbuja puntocom; Scott Galloway prevé una corrección del 50-70 % en 24 meses (opinión); SoftBank cayó un 13 % (unos 38.000 M$) en una sesión al retrasarse la OPV de OpenAI, y tiene un préstamo puente de 40.000 M$ que vence en marzo de 2027; y los bancos aplican descuentos a la valoración de 852.000 M$ cuando la usan como garantía."],"certeza":"media","refuta":"Los resultados de las salidas a bolsa de Anthropic y OpenAI y su evolución posterior. Si cotizan durante un año por encima de las valoraciones de las rondas privadas y con beneficios crecientes, la tesis de sobrevaloración se debilitaría; la caída de SpaceX tras su debut va en el sentido contrario. Las estimaciones de analistas (Morningstar, Galloway) son opiniones, no hechos.","tablas":[{"titulo":"Valoraciones y su relación con los ingresos","cols":["Empresa","Valoración","Ingresos o referencia","Observación","Ref."],"rows":[["OpenAI","852.000 M$ (ronda de 122.000 M$)","13.070 M$ en 2025 (65 veces); ~70.000 M$ anualizados en septiembre","negocia ronda a ~1,4 billones pre-money; OPV retrasada a 2027","2139093, 2146545, 7264865"],["OpenAI","765.000 M$ (pujas)","—","10 % menos que su propia ronda","4829615"],["Anthropic","965.000 M$ post-money (Serie H de 65.000 M$)","47.000 M$ anualizados en mayo; 65.000 M$ en julio","OPV prevista en octubre a más de 2 billones (~30 veces ingresos, estimación)","352520, 4819646"],["SpaceX con xAI","~1,77 billones (OPV del 12 de junio)","18.700 M$ de ingresos en 2025; pérdida de 4.900 M$","−500.000 M$ de capitalización desde el debut; Morningstar: 780.000 M$","5802686, 643083"],["Anysphere (Cursor)","60.000 M$ (compra por SpaceX)","—","pago con acciones según una fuente","1407598, 4793277"],["Perplexity","más de 30.000 M$","~40 veces ventas","Nvidia negocia entrar","5136524"],["Cognition","48.000 M$","run rate de 492 a casi 900 M$","—","6147799"],["Fireworks AI","17.500 M$","más de 1.000 M$ anualizados (17,5 veces)","Serie D de 1.505 M$","3119828"],["Mistral","21.000 M€ post-money (Serie D de 3.000 M€)","—","casi el doble que meses antes","6052685"],["DeepSeek","de 20.000 a 50.000 M$; negocia 70.000 M$","~1.000 M$ de ingresos anualizados","primera ronda externa con apoyo estatal","2139093, 2963467"],["Moonshot AI","35.000 M$ y luego 50.000 M$","ARR de 100 a 300 M$ en tres meses","—","3961089, 4171351"],["Groq","3.500 M$ (Serie A de 350 M$)","—","la mitad de los 6.900 M$ anteriores","4813775"]]},{"titulo":"Señales de sobrevaloración citadas","cols":["Fuente","Afirmación","Tipo","Ref."],"rows":[["BIS","La inversión en IA financiada con deuda y los cuellos de botella podrían acabar en sobreinversión","institución","3042388"],["JPMorgan","Divergencia similar a la de la burbuja puntocom (sin cifra)","banco","5240052"],["Scott Galloway","Corrección del 50-70 % en valoraciones de IA en 24 meses","opinión","1095616"],["Morningstar","Valor razonable de SpaceX de unos 780.000 M$, un 48 % menos que la valoración privada","analista","643083"],["SoftBank","Cae un 13 % (~38.000 M$) en una sesión por el retraso de la OPV de OpenAI","mercado","2146545"],["CoreWeave","CDS de ~855 pb, probabilidad de impago a cinco años cercana al 50 % (estimación)","estimación","4829616"],["Wells Fargo, Barclays y UBS","El 70 % o más de los ingresos de IA de Microsoft, Google y Amazon procede de OpenAI y Anthropic","notas de analistas","4473624"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de artículos del corpus (238 registros sobre adopción y retorno y 192 sobre valoraciones y resultados). La mayoría de las cifras de retorno son de encuestas y autoinformes, y muchas de consultoras citadas de segunda mano. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).","Las cifras de la sensibilidad aritmética son un ejercicio ilustrativo del autor del informe (valoración dividida por un múltiplo de beneficios) y no una estimación de analista."],"bloque":"2. Demanda y viabilidad","fase":3},{"id":"81-82","pregunta":"¿Cuál es el balance territorial y ambiental de cada trayectoria? ¿Dónde se consumen agua y electricidad y dónde se capturan los beneficios?","titulo":"Dónde se consumen electricidad y agua, y dónde se captura el beneficio","respuesta":["**Electricidad: crecimiento rápido y muy concentrado.** La AIE estima que los centros de datos consumieron unos 415 TWh en 2024 (el 1,5 % de la electricidad mundial) y proyecta unos 945 TWh en 2030, con EEUU y China en casi el 80 % del crecimiento. Gartner prevé una demanda de 133 GW en 2026 (105 GW en 2025) y 291 GW en 2030. En EEUU, los centros de datos usaron más del 4 % de la electricidad en 2024 y las proyecciones para 2030 van del 9,5 % al 15,3 % (el laboratorio de Berkeley, 11,8 %). La concentración local es mucho mayor que la media: Irlanda destina el 22-23 % de su electricidad a centros de datos (7.663 GWh en 2025, frente al 5 % de 2015) y se proyecta el 31 % en 2034; Virginia supera el 25 % según EPRI; Australia pasaría del 3 % al 13 % del mercado eléctrico en 2035-36.","**Agua: poco en términos nacionales, mucho a escala local.** En EEUU, el consumo directo de agua pasó a unos 17.000 M de galones (se habría triplicado) y se proyectan 72.000 M hacia 2028, aunque sigue por debajo del 1 % del agua de riego agrícola; el consumo indirecto, por la electricidad que usan, es mucho mayor (unos 211.000 M de galones según Berkeley; en Meta, 23 veces su consumo directo). Amazon declaró 2.500 M de galones en 2025 (0,12 L/kWh, un 2 % menos que en 2024); en la UE, el consumo superó los 8 millones de m³ en 2025, un 52 % más que el año anterior. Los casos locales son los conflictivos: el campus de Meta en Lebanon (Indiana) pediría en su pico 8 millones de galones diarios, más del doble de la demanda pico local; un proyecto de 330 MW en California busca 287 millones de galones de tierras agrícolas en barbecho; Valonia bloqueó el 14 de agosto un permiso de Google para extraer 600 m³/h del río Sambre; Querétaro concentra el 79 % de la capacidad de México y sus comunidades denuncian presión sobre el agua.","**Trayectorias territoriales distintas.** EEUU: crecimiento muy rápido apoyado en generación propia de gas (central de Amazon en Pecos County de hasta 7,65 GW con permisos de 33 Mt de CO₂ al año; 46 turbinas de gas no reguladas de xAI en Memphis frente a permisos para 15) y conflicto local creciente. Irlanda: límite regulatorio (el regulador exige generación propia y un 80 % de renovables irlandesas). UE y España: exigencia renovable (el borrador de decreto exige un 80 % renovable horario y un MW renovable nuevo por cada MW consumido, con pérdida de la conexión como sanción) y exceso de reservas de red (12 GW concedidos frente a una demanda esperada de 3,5 a 4 GW en 2030). China: obliga a un 80 % de energía verde en los ocho grandes hubs del plan Este-Oeste.","**Dónde se capturan los beneficios.** Los datos señalan que los beneficios económicos de los centros de datos van sobre todo a las empresas propietarias y a los proveedores de energía y de chips, y que el beneficio local es principalmente fiscal y temporal (construcción), no de empleo estable (véase «Empleo estable e incentivos locales»). Mientras tanto, los costes de red y de agua recaen en el territorio (véase «Costes de red y facturas de otros usuarios»)."],"certeza":"media","refuta":"Mediciones de consumo y precios por territorio (reguladores y operadores de red), con series de varios años. Si el consumo real se queda muy por debajo de las proyecciones (las solicitudes de conexión superan con mucho lo que se construye), el balance sería menos gravoso; las colas de conexión inflan las cifras (véase «Capacidad de red y recursos desplazados»).","tablas":[{"titulo":"Consumo de electricidad por territorio","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["Mundo","415 TWh en 2024 (1,5 % del total); ~945 TWh en 2030; EEUU y China, casi el 80 % del crecimiento","AIE (proyección)","6769875, 2683522"],["Mundo","Demanda de 105 GW en 2025; 133 GW en 2026; 291 GW en 2030","Gartner (previsión)","2605778"],["EEUU","Más del 4 % de la electricidad en 2024; 9,5 %-15,3 % en 2030; Berkeley: 11,8 %; EPRI: ~5 % hoy y triplicarse en 2035","agencias y laboratorios","3061954, 5134174, 6454976, 1568953"],["Virginia","Más del 25 % de la demanda, con previsión de superar el 40 % en 2030","EPRI","1568953"],["Irlanda","7.663 GWh en 2025 (23 % de la electricidad medida; 5 % en 2015); 31 % previsto en 2034","prensa","3576380, 4259036, 5966842"],["UE","2,5 % de la electricidad; la Comisión proyecta 114 TWh en 2030 (3,2 % de la demanda)","Comisión Europea","6742260, 7294047"],["Australia","Del 3 % al 13 % del mercado eléctrico principal en 2035-36","AEMO","5177081, 5468602"],["Texas","474 GW en solicitudes de conexión (más de cinco veces el récord de demanda; 90 % centros de datos de IA)","ERCOT","4151177, 4274890"],["España","12 GW de permisos de acceso a red (toda la nuclear española; casi un tercio de la demanda actual)","Red Eléctrica y MITECO","5296742, 6589557"]]},{"titulo":"Agua","cols":["Territorio o empresa","Dato","Tipo","Ref."],"rows":[["EEUU","Consumo directo de 17.000 M de galones; ~72.000 M hacia 2028; menos del 1 % del agua de riego agrícola","estimaciones","5225312, 5209311, 5370418"],["EEUU","Consumo indirecto (generación eléctrica) de unos 211.000 M de galones; el de Meta, 23 veces su consumo directo","Berkeley Lab","5134174, 3450918"],["Amazon","2.500 M de galones en 2025; 0,12 L/kWh (−2 %); dice reponer 3 de cada 4","informe de la empresa","1092779, 1110848"],["Microsoft","0,27 L/kWh; un 90 % menos de agua por unidad que sus primeros centros","informe de la empresa","1774352, 2016115"],["UE","Más de 8 millones de m³ en 2025, un 52 % más que en 2024","Comisión Europea","7227143"],["Aragón","Amazon declara que sus centros consumirán un 48 % más de agua","empresa","1104986"],["Valonia (Bélgica)","Bloqueado un permiso de Google para extraer 600 m³/h del Sambre","Gobierno valón","5225312"],["Lebanon (Indiana)","Campus de Meta: hasta 8 millones de galones diarios en el pico, más del doble de la demanda pico local","prensa","3450918"],["Querétaro (México)","79 % de la capacidad de centros de datos del país; comunidades denuncian presión sobre el agua","prensa","708367"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 330 artículos del corpus (314 registros). Muchas cifras de consumo son proyecciones de agencias y consultoras, no mediciones; las estimaciones se marcan como tales. «Fuente primaria» indica que el artículo cita a un regulador, una administración, una empresa eléctrica o un documento de la empresa. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"83","pregunta":"¿Qué costes de red recaen en otros usuarios?","titulo":"Costes de red y facturas de otros usuarios","respuesta":["La evidencia más sólida viene de PJM, la red de 13 estados y 67 millones de clientes del este de EEUU. El precio de capacidad habría pasado de 34 a 329 dólares por MW-día entre 2023 y 2026 (+868 %); una subasta de capacidad añadiría 6.300 M$ en cargos a consumidores y empresas; el monitor independiente prevé más de 23.000 M$ en subidas de precio hasta 2028 por la demanda de centros de datos; y una estimación cifra en 37.000 M$ el sobrecoste asumido por los usuarios. Los precios mayoristas llegaron a ser hasta un 267 % más altos cerca de clústeres de centros de datos en cinco años, aunque algunos analistas atribuyen buena parte al envejecimiento de la red.","A nivel minorista: los precios residenciales subieron en agosto de 2025 un 13 % en Virginia, un 16 % en Illinois y un 12 % en Ohio frente al 6 % nacional; un estudio de Synapse estima que los clientes residenciales de Entergy en Mississippi pagaron 38 M$ hasta marzo de 2026 por costes de tres centros de Amazon, y serían 74 M$ a fin de año (estimación); una fábrica de ladrillos de Ohio vio subir un 90 % su coste eléctrico. En Nueva Jersey, los centros de datos explicaron el 70 % del nuevo consumo del año pasado, lo que derivó en una ley sobre quién paga. Las infraestructuras también tienen coste local: en Quincy (Washington), la eléctrica propone seis líneas de transmisión por unos 260 M$ que afectan a propiedades.","La respuesta regulatoria está en marcha, pero es desigual. Veintitrés estados de EEUU tienen ya una tarifa específica para centros de datos y 27 estudian leyes para grandes cargas (California, Ohio y Utah ya las promulgaron); el compromiso voluntario firmado por promotores en la Casa Blanca para proteger a los usuarios no tiene mecanismo de cumplimiento; y Oracle podría tener que aportar una garantía de 7.000 M$ ante el regulador de Wisconsin para obtener suministro. La preocupación es social: según AP-NORC, el 84 % de los estadounidenses se preocupa por el efecto de los centros de datos en la factura de la electricidad."],"certeza":"media","refuta":"Estudios que separen el efecto de los centros de datos del de otros factores (envejecimiento de la red, gas, inflación) con datos de facturas por estado. Si, con tarifas específicas, los costes de red de los centros de datos se asignan a ellos y no al resto de usuarios, el traslado sería menor al descrito; hoy las tarifas son recientes y de efecto no medido.","tablas":[{"titulo":"Precios de red y facturas","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["PJM (13 estados)","Precio de capacidad de 34 a 329 $/MW-día entre 2023 y 2026 (+868 %)","prensa","2183241"],["PJM","Una subasta de capacidad añadiría 6.300 M$ en cargos a consumidores y empresas","prensa (NYT)","2949227"],["PJM","El monitor independiente prevé más de 23.000 M$ de subidas hasta 2028 por la demanda de centros de datos","monitor independiente","3131306"],["PJM","Sobrecoste estimado de 37.000 M$ asumido por los usuarios; precios +60 %","estimaciones","5794332, 5352819"],["EEUU (zonas cercanas a clústeres)","Precios mayoristas hasta un 267 % más altos en cinco años (con otros factores)","análisis","96214"],["Virginia, Illinois y Ohio","Precios residenciales +13 %, +16 % y +12 % en agosto de 2025, frente al 6 % nacional","datos oficiales citados","7409908"],["Mississippi (Entergy)","Clientes residenciales: 38 M$ hasta marzo de 2026; 74 M$ a fin de año (estimación) por tres centros de Amazon","Synapse (estimación)","1102462"],["Ohio","Una fábrica de ladrillos: +90 % de coste eléctrico en un año","prensa","2486394"],["Nueva Jersey","Los centros de datos explican el 70 % del nuevo consumo; ley sobre quién paga","prensa","5794332"],["EEUU (estados)","23 estados con tarifa específica; 27 estudian leyes de grandes cargas; el compromiso de la Casa Blanca no tiene mecanismo de cumplimiento","prensa y regulador","5680584, 4954672"],["Wisconsin","Oracle podría aportar una garantía de 7.000 M$ ante el regulador para tener suministro","prensa","3384546"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 330 artículos del corpus (314 registros). Muchas cifras de consumo son proyecciones de agencias y consultoras, no mediciones; las estimaciones se marcan como tales. «Fuente primaria» indica que el artículo cita a un regulador, una administración, una empresa eléctrica o un documento de la empresa. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"84","pregunta":"¿Cuánto empleo estable queda una vez terminada la construcción?","titulo":"Empleo estable e incentivos locales","respuesta":["Muy poco, comparado con la inversión. Dos proyectos en EEUU (Google, al menos 576 M$, y QTS, desde 750 M$) solo están obligados contractualmente a crear 61 empleos permanentes, a cambio de una exención del 70 % del impuesto de propiedad durante 20 años y de la devolución del 75 % de las tasas eléctricas, un ahorro de más de 580 M$ sobre 1.300 M$ de inversión. En Aragón, seis de los 30 centros previstos generarán 180 empleos en funcionamiento (la empresa estima 29.900 empleos anuales en total con sus propios cálculos); Google dice que creará unos 100 empleos en Alta Austria; los 37.000 empleos del proyecto de Google en Finlandia son un pico de construcción en 2027-2028 y el empleo permanente no tiene cifra publicada.","El empleo sí se crea en la construcción: según Goldman Sachs, la construcción de centros de datos ha generado 200.000 empleos directos desde 2022, y las ofertas de empleo de servicio a centros de datos pasan de 2 a 6 de cada 1.000 anuncios en dos años. Irlanda atribuye al sector 17.000 empleos y 22.000 M€ de aportación a la economía desde 2010.","**Beneficio fiscal local: mixto.** Quincy (Washington) renovó su instituto, hospital y ayuntamiento y redujo un 70 % los impuestos a la propiedad desde 2006 con los ingresos de Microsoft y otros centros; Taylor (Texas) espera 30 M$ de ingresos fiscales en una década. En el otro lado: Arizona pierde unos 38 M$ al año en exenciones (estimación), cinco centros de Amazon en Oregón recibirían unos 1.000 M$ en exenciones del impuesto sobre la propiedad en 15 años, y el condado de Stratos (Utah) estimó en 16,2 M$ el coste de servicios adicionales. Las empresas ofrecen compensaciones: OpenAI promete 80 M$ para la comunidad en Georgia y Amazon más de 1.000 M$ en cinco años en las comunidades que albergan sus centros."],"certeza":"media","refuta":"Contratos de incentivos con cláusulas de empleo y datos de empleo real por centro. Si los centros de más de 100 MW mantuvieran de media varios cientos de empleos estables, el balance mejoraría; las cifras citadas son de 15 a 90 empleos por proyecto y de empleo proyectado, no medido.","tablas":[{"titulo":"Empleo e incentivos","cols":["Territorio y proyecto","Dato","Tipo","Ref."],"rows":[["Google y QTS (EEUU)","Solo 61 empleos permanentes obligados contractualmente; exención del 70 % del impuesto de propiedad durante 20 años y devolución del 75 % de tasas eléctricas (más de 580 M$ de ahorro sobre 1.300 M$)","contrato municipal","2856064, 2964371"],["Aragón","Seis de 30 centros: 180 empleos en funcionamiento; la empresa estima 29.900 empleos anuales con sus cálculos","prensa y empresa","102511, 90672"],["Finlandia (Google)","37.000 empleos de pico de construcción en 2027-2028; empleo permanente sin cifra","prensa","6236901"],["Alta Austria (Google)","Unos 100 empleos","empresa","5690715"],["EEUU","200.000 empleos directos de construcción desde 2022","Goldman Sachs","1647273"],["Irlanda","17.000 empleos y 22.000 M€ para la economía desde 2010","informe del Gobierno","4259036"],["Quincy (Washington)","Instituto, hospital y ayuntamiento financiados; impuestos a la propiedad reducidos un 70 % desde 2006","prensa","4641566, 376629"],["Taylor (Texas)","30 M$ de ingresos fiscales esperados en una década","municipio","894863"],["Arizona","Exenciones a centros de datos: unos 38 M$ al año","estimación","5652678"],["Oregón (Amazon)","Cinco centros: unos 1.000 M$ de exención del impuesto de propiedad en 15 años","prensa","7409908"],["Stratos (Utah)","Coste de servicios adicionales estimado por el condado en 16,2 M$","condado","7328248"],["Georgia (OpenAI) y Amazon","80 M$ para la comunidad; Amazon: más de 1.000 M$ en cinco años en comunidades que albergan sus centros","empresas","3387483, 7414311"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 330 artículos del corpus (314 registros). Muchas cifras de consumo son proyecciones de agencias y consultoras, no mediciones; las estimaciones se marcan como tales. «Fuente primaria» indica que el artículo cita a un regulador, una administración, una empresa eléctrica o un documento de la empresa. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"85","pregunta":"¿Qué capacidad puede reutilizarse si cambia la demanda?","titulo":"Reutilización de capacidad","respuesta":["La parte física tiene más reutilización de la esperada. Los antiguos sitios de minería de bitcoin se están convirtiendo en centros de IA: TeraWulf firmó con Anthropic un arrendamiento de 20 años y unos 19.000 M$ en Kentucky (en una antigua fábrica de aluminio), Riot alquila a Anthropic 191 MW por 9.100 M$, Hut 8 cerró un acuerdo de 9.800 M$ con 352 MW; Bernstein afirma que los mineros controlan 27 GW de potencia planificada y 90.000 M$ en acuerdos de IA. Ford reconvierte una planta de baterías de vehículos eléctricos en Kentucky a almacenamiento para centros de datos y redes (unos 2.000 M$). En generación, Microsoft firmó 20 años con Constellation para reabrir en 2027 la unidad 1 de Three Mile Island, y el DOE presta 1.900 M$ para reactivar la central de Iowa de la que Google compraría 25 años.","Lo menos reutilizable son los chips (que pierden valor con cada generación; de ahí las garantías de valor residual) y las turbinas de gas dedicadas a un único campus. La garantía de Nvidia de hasta 105.000 M$ sobre el campus de Ohio cubre explícitamente el riesgo de activo varado. IREN lidera una brecha de financiación proyectada de 21.100 M$ para reconvertir sitios de minería (estimación)."],"certeza":"baja","refuta":"Valores de reventa de edificios, conexiones y turbinas tras cambios de demanda, y casos de centros que cambien de inquilino. El caso de CoreWeave y Poolside (arrendamiento cancelado) es un caso de cambio de inquilino cuyo resultado final no consta.","tablas":[{"titulo":"Reutilización de sitios y activos","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["TeraWulf y Anthropic (Kentucky)","Arrendamiento de 20 años por unos 19.000 M$ en una antigua fábrica de aluminio","8-K, según la prensa","2581518, 5482389"],["Riot (Texas)","191 MW alquilados a Anthropic por 9.100 M$ en un sitio de minería de bitcoin","prensa","4454816"],["Hut 8","Acuerdo de 9.800 M$ con 352 MW, ampliables a 704 MW","prensa","3273996"],["Mineros de bitcoin","27 GW de potencia planificada y 90.000 M$ en acuerdos de IA (Bernstein)","estimación","34735"],["Ford (Kentucky)","Planta de baterías de VE reconvertida a almacenamiento para centros de datos y redes (~2.000 M$)","empresa","1568935"],["Microsoft y Constellation","20 años para reabrir en 2027 la unidad 1 de Three Mile Island","contrato","6769875"],["Google y Duane Arnold (Iowa)","Préstamo de 1.900 M$ del DOE para reactivar la central; Google compraría su producción","Departamento de Energía","6268475"],["Nvidia en Ohio","Garantía de hasta 105.000 M$ del valor residual, que cubre el riesgo de activo varado","prensa","4815368"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 330 artículos del corpus (314 registros). Muchas cifras de consumo son proyecciones de agencias y consultoras, no mediciones; las estimaciones se marcan como tales. «Fuente primaria» indica que el artículo cita a un regulador, una administración, una empresa eléctrica o un documento de la empresa. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"86","pregunta":"¿Una mayor eficiencia por operación reduce el consumo total o queda compensada por más uso?","titulo":"Eficiencia por operación frente a consumo total","respuesta":["Por ahora, el uso compensa con creces la eficiencia. Las mejoras por unidad son reales: la eficiencia energética de los centros europeos (PUE medio ponderado de 1,36 en 776 centros) y un centro chino con PUE de 1,15; Amazon redujo un 2 % su consumo de agua por kWh y Microsoft dice usar un 90 % menos de agua por unidad que sus primeros centros. Pero el consumo total sube: Amazon aumentó un 34 % su uso de electricidad y un 16 % sus emisiones en 2025; Microsoft subió un 25 % sus emisiones hasta 34 millones de toneladas; y se estima que los servidores de IA pasarán de 95 TWh en 2025 a 175 TWh en 2026 y 258 TWh en 2027, mientras los convencionales crecen un 3 % (estimación).","Esto encaja con la paradoja de Jevons: las caídas de coste (véase «Uso y caída de precios») amplían el uso más de lo que ahorran. Además, la generación propia con gas (Amazon en Pecos County, xAI en Memphis) aumenta las emisiones directas; un estudio de Cornell atribuye emisiones adicionales de CO₂ a los centros de datos planificados en EEUU (24 millones en el extracto citado, sin unidad precisada), y en Irlanda los centros de datos ya suponen entre el 2,5 % y el 4 % de las emisiones del país."],"certeza":"media","refuta":"Series de consumo y emisiones totales de las grandes empresas durante 2026-2027. Si el consumo total se estabiliza mientras crece el uso, el efecto rebote estaría contenido; los datos de 2025 muestran lo contrario.","tablas":[{"titulo":"Eficiencia frente a consumo total","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["Amazon","Electricidad +34 % y emisiones +16 % en 2025; agua por kWh −2 %","informe de la empresa","2367535, 2241036, 1110848"],["Microsoft","Emisiones +25 % hasta 34 millones de toneladas; 90 % menos de agua por unidad; 0,27 L/kWh","informe de la empresa","2657871, 2016115, 1774352"],["Operadores europeos","6,4 GW de potencia IT en 776 centros; PUE medio ponderado de 1,36","informe sectorial","5225312"],["China","Centro de IA 100 % renovable con PUE de 1,15","prensa","3885058"],["Servidores de IA","De 95 TWh en 2025 a 175 TWh en 2026 y 258 TWh en 2027; los convencionales crecen un 3 %","estimación","2605778"],["Irlanda","Los centros de datos suponen entre el 2,5 % y el 4 % de las emisiones del país","estimación","4259036"],["EEUU","Emisiones de CO₂ atribuidas a los centros planificados: 24 millones en el extracto citado, sin unidad precisada (Cornell)","estimación","4859550"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 330 artículos del corpus (314 registros). Muchas cifras de consumo son proyecciones de agencias y consultoras, no mediciones; las estimaciones se marcan como tales. «Fuente primaria» indica que el artículo cita a un regulador, una administración, una empresa eléctrica o un documento de la empresa. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"62-65","pregunta":"¿La expansión de la IA genera oportunidades o desplaza recursos necesarios para otras actividades? ¿Qué sectores reciben nuevos pedidos y cuáles encuentran más dificultades para financiarse, contratar o acceder a energía? ¿Qué efectos son locales y cuáles generales? ¿Estamos ante desplazamiento de recursos o ampliación de capacidad que también beneficia a terceros?","titulo":"Capacidad de red y recursos desplazados","respuesta":["**Sectores que reciben pedidos:** los fabricantes de turbinas y la energía (los centros de datos son cerca del 25 % de la demanda de turbinas de Siemens Energy, con tensión en la fabricación; se describe el mayor boom de plantas de gas de la historia por la IA), las eléctricas y la transmisión, la construcción (200.000 empleos directos) y los servicios al sector (ofertas de empleo de 2 a 6 de cada 1.000 anuncios). **Sectores con dificultades:** los usuarios que esperan una conexión eléctrica (el 44 % de los líderes del sector declara esperas de más de cuatro años; los centros de datos son cerca del 73 % de los 225 GW de solicitudes de interconexión de gran carga en EEUU) y los usuarios que pagan más por la electricidad (industria como la fábrica de ladrillos de Ohio, hogares de Virginia, Illinois y Ohio).","**Parte de la demanda es especulativa:** el 67 % de los directivos del sector eléctrico cita solicitudes «fantasma» de capacidad; J. P. Morgan dice que más del 60 % de la capacidad prevista para 2027 no ha empezado a construirse; en Texas, menos del 10 % de las empresas respondió a la solicitud de información del gobernador sobre sus planes; y España ha concedido 12 GW de acceso a red frente a una demanda esperada de 3,5 a 4 GW en 2030, con reservas especulativas. En consecuencia, las colas de conexión inflan la demanda y bloquean a otros sin que se construya la capacidad.","**Local frente a general:** los efectos son locales en agua, tierra, líneas de transmisión (Quincy, 260 M$) y comunidad (alrededor de 1.900 escuelas públicas de EEUU están a menos de una milla de un centro de datos; Hyperion pasó de 10.000 a más de 50.000 M$ en una parroquia de 20.000 habitantes), y generales en precios de la electricidad (PJM, 13 estados), demanda de turbinas y calendario de nueva generación (SemiAnalysis calcula que el margen de capacidad de EEUU se agotará hacia 2027-2028). La oposición local es ya un factor económico: se bloquearon o retrasaron unos 156.000 M$ en 48 proyectos en 2025 y 130.000 M$ en 75 proyectos hasta 2026; 142 protestas en 42 estados el 18 de julio de 2026; Nueva York es el primer estado con moratoria a centros hiperescala; y la aceptación local cayó del 69 % en 2023 al 35 % en 2026 (Gallup: el 70 % se opone a un centro de datos cercano).","**¿Desplazamiento o ampliación?** Hay de ambos. Hay ampliación que beneficia a terceros (la generación nueva y las líneas pueden servir a otros usuarios; una coalición de Google, Nvidia, Anthropic y Emerald AI busca 100 GW de capacidad de red flexible), pero con los datos disponibles el efecto neto en terceros es más costoso que beneficioso a corto plazo: más precio, más espera y menos agua local, a cambio de un beneficio fiscal y de empleo limitado y desigual."],"certeza":"baja","refuta":"Cifras de capacidad realmente construida frente a la solicitada, y precios y tiempos de conexión de otros usuarios en los territorios con centros de datos frente a territorios comparables sin ellos. Si la capacidad construida es una fracción pequeña de las solicitudes, el desplazamiento real es menor que el de las colas.","tablas":[{"titulo":"Colas de conexión, demanda especulativa y límites","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["EEUU","Los centros de datos son cerca del 73 % de los 225 GW de solicitudes de interconexión de gran carga","prensa","1625175"],["EEUU","El 44 % de los líderes del sector declara esperas de más de cuatro años para la conexión","encuesta","5209311"],["EEUU","El 67 % de los directivos eléctricos cita solicitudes fantasma de capacidad","encuesta","2188487"],["EEUU","J. P. Morgan: más del 60 % de la capacidad prevista para 2027 no ha empezado a construirse","banco","1568953"],["Texas","474 GW de solicitudes (más de cinco veces el récord de demanda); pausa y auditoría; menos del 10 % de empresas respondió a la solicitud del gobernador","gobierno estatal","4151177, 5134144"],["España","12 GW de acceso concedido frente a 3,5-4 GW de demanda prevista en 2030","Red Eléctrica y MITECO","6251617, 6589557"],["Nueva Gales del Sur","44 proyectos en cartera solicitan 11 GW de capacidad en la red","regulador","1080411"],["Siemens Energy","Los centros de datos son cerca del 25 % de la demanda de turbinas, con tensión en la fabricación","empresa","1398633"],["EEUU","Coalición de Google, Nvidia, Anthropic y Emerald AI para encontrar 100 GW de capacidad de red","prensa","6502683"]]},{"titulo":"Oposición local","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["EEUU","156.000 M$ en 48 proyectos bloqueados o retrasados en 2025; 188 grupos de oposición","estimación","1015116, 96186"],["EEUU","Al menos 75 proyectos por unos 130.000 M$ bloqueados; 68.000 M$ solo en el segundo trimestre de 2026","prensa","1273106, 6828950, 7409908"],["EEUU","142 protestas en 42 estados el 18 de julio de 2026; 64.000 M$ retrasados","prensa","3228823"],["EEUU","El 70 % se opone a un centro de datos de IA cercano (Gallup, marzo de 2026); la aceptación cayó del 69 % (2023) al 35 % (2026)","encuesta","1647274, 96186"],["Nueva York","Primer estado con moratoria a centros hiperescala (permisos de 50 MW o más)","gobierno estatal","3450917, 2980939"],["Prince William (Virginia)","Digital Gateway de 24.700 M$ abandonado","prensa","96186"],["Escocia","Evaluación de impacto ambiental obligatoria desde 50 MW, sin aceptar una moratoria","gobierno","6454592"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 330 artículos del corpus (314 registros). Muchas cifras de consumo son proyecciones de agencias y consultoras, no mediciones; las estimaciones se marcan como tales. «Fuente primaria» indica que el artículo cita a un regulador, una administración, una empresa eléctrica o un documento de la empresa. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"4. El resto del tejido empresarial","fase":3},{"id":"87-88","pregunta":"¿Qué poder económico y político crean estas relaciones? ¿Las participaciones cruzadas y los compromisos de compra limitan la competencia o aseguran capacidad que de otro modo no existiría?","titulo":"Poder económico: participaciones cruzadas, compromisos de compra y competencia","respuesta":["**Concentración.** En el grafo, el mayor aportante (Nvidia) representa el 16 % de los compromisos agregados y los diez primeros el 73 %; Anthropic, Amazon, Google, OpenAI y Microsoft son los cinco nodos más centrales en al menos tres de las cuatro capas (véase «Centralidad por capa»). En mercado: OpenAI y Anthropic acaparan el 89 % de los ingresos de los laboratorios; según una medición (Pangram), OpenAI supera el 50 % de cuota de chatbots, Anthropic sube al 14,9 % y Gemini cae al 1,9 % (otra fuente dice que ChatGPT bajó por primera vez del 50 % a escala global; las mediciones difieren); un análisis sostiene que las dos tienen un duopolio en cuota, ingresos y capacidad. En proveedores: más de 300.000 M$ de los 553.000 M$ de obligaciones pendientes de Oracle (cifra de mayo; 664.000 M$ en agosto) proceden de OpenAI. En el otro extremo, Google supera el 90 % de las consultas de búsqueda en el Reino Unido.","**Participaciones y vínculos.** Microsoft conserva cerca del 27 % de la entidad con ánimo de lucro de OpenAI y la OpenAI Foundation, el 26 %; Amazon invierte en Anthropic a cambio de un compromiso de gasto de más de 100.000 M$ en AWS durante diez años, que un autor describe como un contrato de exclusividad disfrazado de ronda; Nvidia compra 3.500 M$ en bonos convertibles de MediaTek, que adopta NVLink Fusion (no compatible con AMD); Tesla tiene 2.000 M$ en SpaceX, fusionada con xAI; SpaceX compró Cursor por 60.000 M$. Y el vínculo entre inversión y compra del grafo: el 22 % del importe tiene un vínculo a productos del inversor, el 36 % si solo se cuentan los flujos más firmes (véase «Sensibilidad de las conclusiones»).","**Qué hacen las autoridades de competencia.** Hay mucha actividad, pero casi toda sobre prácticas anteriores a la IA o sobre plataformas dominantes: el TJUE confirmó la multa de 4.125 M€ a Google por Android; la Comisión multó a Google con 890 M€ bajo la DMA (el 0,22 % de los ingresos de Alphabet); la CMA obliga a Google a permitir la exclusión de AI Overviews; la Comisión ordenó a Meta abrir WhatsApp a asistentes de IA rivales como medida cautelar; y concluyó preliminarmente que AWS y Azure deben quedar bajo la DMA. Sobre los acuerdos propios de la IA hay menos: el DOJ investiga la licencia de Nvidia a Groq (17.000-20.000 M$ con fichaje de directivos) por si se estructuró para evitar la revisión antimonopolio; la FTC envió requerimientos a competidores de Microsoft por posible conducta excluyente en Azure e IA; y la autoridad francesa se acerca al final de su investigación sobre Nvidia. En el corpus no aparece ninguna actuación de una autoridad de competencia sobre las participaciones cruzadas entre Nvidia y OpenAI o entre Amazon y Anthropic; la investigación de la FTC a OpenAI y Anthropic es por protección del consumidor, no por competencia.","**¿Limitan la competencia o aseguran capacidad?** Los datos apoyan ambas cosas. A favor de que aseguran capacidad: el cómputo es escaso (Moonshot suspendió nuevas suscripciones por falta de cómputo; Google paga unos 920 M$ al mes a SpaceX por GPU; el alquiler de la B200 subió un 114 % en mayo), y Anthropic crea con Macquarie y GIC una plataforma (Theseus) para diseñar, financiar y operar centros de datos. A favor de que limitan la competencia: las exclusividades (AWS en OpenAI Frontier; Nvidia como proveedor exclusivo de chips en Ohio), la vinculación de chips (NVLink Fusion) y los acuerdos de licencia y fichaje (Nvidia-Groq, Meta con varias startups). Un análisis argumenta que la colusión en precios es improbable por la competencia de modelos de menor rango. Los propios laboratorios han pedido una exención antimonopolio para coordinar una ralentización por seguridad, lo que indica que ven la competencia como obstáculo a esa coordinación (véase «Presión por cumplir compromisos y seguridad»)."],"certeza":"media","refuta":"Decisiones de las autoridades sobre las participaciones y los acuerdos de compra entre proveedores y laboratorios (Nvidia-OpenAI, Amazon-Anthropic, Microsoft-OpenAI) y el resultado de las investigaciones del DOJ y la FTC. Si concluyen que las exclusividades no excluyen a competidores, la lectura de limitación de competencia se debilitaría; si imponen remedios, se reforzaría.","tablas":[{"titulo":"Participaciones, vínculos y adquisiciones","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["Microsoft y OpenAI","Microsoft mantiene ~27 % de la entidad con ánimo de lucro; la exclusividad pasa a licencia no exclusiva hasta 2032; Microsoft deja de pagar reparto de ingresos","prensa","90542"],["OpenAI Foundation","Posee el 26 % de la sociedad de beneficio público con derechos de accionista especial; Microsoft, el 27 %","análisis","307241"],["Amazon y Anthropic","Más de 100.000 M$ en AWS durante 10 años a cambio de inversión por tramos; un autor lo califica de exclusividad disfrazada de ronda","análisis","1095622"],["Nvidia y MediaTek","3.500 M$ en bonos convertibles; MediaTek adopta NVLink Fusion (no compatible con AMD)","prensa","6246255"],["Nvidia y Groq","Licencia valorada en 17.000-20.000 M$ con fichaje de directivos (acqui-hire de hecho); el DOJ investiga","prensa","212, 6234998, 6242359"],["SpaceX con xAI","Fusionadas (SpaceXAI); Tesla mantiene 2.000 M$ en SpaceX","prensa","2470497"],["SpaceX y Cursor","Compra por 60.000 M$ cerrada el 14 de agosto","prensa","4793277"],["Meta","Intentó adquirir con contratación de equipos a varias startups (Thinking Machines Lab, Perplexity, Runway)","análisis","212"]]},{"titulo":"Concentración de mercado","cols":["Mercado","Dato","Tipo","Ref."],"rows":[["Laboratorios","OpenAI y Anthropic acaparan el 89 % de los ingresos del sector (80.000 M$ al año)","análisis","342081"],["Chatbots","OpenAI supera el 50 %, Anthropic el 14,9 %, Gemini el 1,9 % (Pangram); otra fuente: ChatGPT bajó por primera vez del 50 % a escala global","análisis y prensa","4530639, 1413331"],["Duopolio","Un análisis habla de duopolio de OpenAI y Anthropic en cuota, ingresos y capacidad","análisis","6565552"],["Oracle","Aproximadamente la mitad del RPO de 638.000 M$ atribuible a OpenAI (estimación)","análisis","3033596"],["Búsqueda (Reino Unido)","Google concentra más del 90 % de las consultas; estatus de mercado estratégico","CMA","729533"],["Chips de IA en China","Bernstein: Nvidia ~40 % en 2025, igualada por Huawei; prevé que baje a ~8 % frente a ~50 % de Huawei","análisis","2101281"]]},{"titulo":"Actuaciones de las autoridades","cols":["Autoridad","Actuación","Estado","Ref."],"rows":[["TJUE","Confirma la multa de 4.125 M€ a Google por Android","cerrado","2281064"],["Comisión Europea (DMA)","Multa de 890 M€ a Google (460 M€ por autopreferencia en búsqueda; 430 M€ en Google Play); ~0,22 % de los ingresos de Alphabet","cerrado","3446191, 3458808"],["Comisión Europea (DMA)","Medidas vinculantes sobre interoperabilidad de IA en Android y reparto de datos de búsqueda","vigente","3131869"],["Comisión Europea","Medida cautelar: Meta debe abrir WhatsApp a asistentes de IA rivales en cinco días hábiles","vigente","1020030, 977405"],["Comisión Europea (DMA)","Conclusión preliminar de que AWS y Azure deben quedar bajo la DMA; designación prevista en noviembre","en curso","1817508, 7422920"],["CMA (Reino Unido)","Google debe permitir excluirse de AI Overviews sin penalización y aplicar ranking justo","vigente","693609, 1545236"],["FTC","Requerimientos a al menos media docena de competidores de Microsoft por posible conducta excluyente en Azure e IA","en curso","514450"],["FTC","Investigación formal a OpenAI, Anthropic y otros por protección del consumidor (no por competencia)","en curso","7280479, 7281204"],["DOJ","Investiga el acuerdo Nvidia-Groq por si se estructuró para eludir la revisión antimonopolio","en curso","6242359"],["Autoridad francesa","Su investigación sobre Nvidia se acerca al final","en curso","2626047"],["Tribunales de EEUU","Se desestiman las demandas antimonopolio sobre AI Overviews; rechazada la venta forzosa de AdX","cerrado","7360645, 5833121"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 495 artículos del corpus (334 registros). Mucha de la información sobre poder político y gobernanza es de prensa y análisis, y algunas afirmaciones son alegaciones o reportes de fuentes anónimas; se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"87+","pregunta":"¿Qué poder económico y político crean estas relaciones?","titulo":"Poder político y relación con los gobiernos","respuesta":["**El Estado como árbitro del acceso.** El episodio más revelador es el de junio de 2026: el 12 de junio, Comercio impuso un control de exportación que bloqueó el acceso de extranjeros a Fable 5 y Mythos 5 de Anthropic, que dio 90 minutos y retiró el servicio a todos. Se produjo tras un informe de Amazon sobre un bypass de salvaguardas y conversaciones de su consejero delegado con la Casa Blanca. Un modelo de capacidades similares (GPT-5.5) no estaba sujeto. La Administración levantó el veto parcialmente para más de 100 socios de confianza y por completo en menos de tres semanas. Es, según un análisis, el primer control de exportación legalmente exigible sobre un sistema de IA software. Después, OpenAI retrasó GPT-5.6 y lo lanzó en vista previa limitada a petición de la Casa Blanca y tras pruebas del CAISI, y Altman dijo que su modelo Astra pasó una revisión formal con la Administración antes de lanzarse. Un acuerdo voluntario de seguridad firmado por Google, OpenAI, Meta y Anthropic con Trump (30 de septiembre) formaliza parte de ese proceso.","**El Estado como cliente y como castigo.** El Pentágono designó a Anthropic riesgo para la cadena de suministro el 27 de febrero de 2026 tras negarse a aceptar el uso para «cualquier fin lícito» (mantuvo límites sobre vigilancia masiva doméstica y armas autónomas); Trump dio seis meses a las agencias para retirar sus productos y el Departamento de Defensa prohibió su uso a sus contratistas. OpenAI y xAI cerraron acuerdos con el Pentágono, que lleva ChatGPT y Grok a 1,7 millones de militares; Oracle obtuvo un contrato de hasta 6.990 M$ y Dell uno de unos 9.700 M$ para consolidar licencias de Microsoft. Una jueza federal declaró ilegal y de represalia la designación de Anthropic (27-28 de agosto), pero otra impugnación sigue en el Circuito de D.C. y un alto cargo del Pentágono reafirmó la lista negra; Anthropic ofrece Claude for Government en entorno FedRAMP High a agencias federales y estatales (el Pentágono no lo usará).","**El Estado como accionista.** OpenAI y la Administración negocian una participación estatal a través de un «Public Wealth Fund»; según el Financial Times, OpenAI habría ofrecido el 5 % de su capital. Una fuente citada por Reuters dice que Anthropic y la Administración no han hablado de algo equivalente, y The Atlantic concluye que una nacionalización es improbable. SoftBank donó 50 M$ a la biblioteca presidencial de Trump en enero, meses antes de anunciar el arrendamiento de terreno federal para un centro de datos en Ohio.","**Influencia.** OpenAI y Anthropic marcaron récord de gasto federal en lobby en el segundo trimestre de 2026 (3,17 M$ entre las dos, +23 %; 1,97 M$ de Anthropic, +26 %), cifras pequeñas frente a otros sectores. La Casa Blanca habría mediado (según cinco fuentes) para que Zuckerberg y Pichai no comparecieran en el Senado sobre seguridad infantil; Meta pide inmunidad frente a demandas por daños a menores; OpenAI logró suavizar una ley de seguridad de Nueva York y Anthropic impulsa reglas estatales más estrictas; OpenAI niega responsabilidad sobre el super PAC Leading the Future; Jensen Huang presiona por relajar los controles de exportación (la cuota de China en los ingresos de Nvidia bajó a ~5 %); y Trump ha criticado a Amodei mientras sube a Huang al escenario. Los registros de «puerta giratoria» son débiles (un exasesor de IA de Trump trabaja ahora para OpenAI; Anthropic cambió de interlocutor con la Casa Blanca).","**Europa y la soberanía.** Según el plan europeo, el 80 % de los productos, servicios e infraestructura digitales de la UE dependen de empresas estadounidenses; Europa controla ~5 % del cómputo mundial de IA frente al ~80 % de EEUU. El apagado de Anthropic alarmó a India (su segundo mercado), Europa y Canadá. Mistral propone un gigavatio de cómputo europeo y OpenAI y SAP lanzan «OpenAI for Germany»; Trump amenaza con aranceles por las multas de la DMA."],"certeza":"media","refuta":"Documentos oficiales sobre las órdenes de control de exportación y la designación del Pentágono, y los resultados judiciales. Si la Administración aplica criterios homogéneos a todos los laboratorios (por ejemplo, controles a GPT-5.5 y a otros modelos de capacidades similares), el carácter discrecional se debilitaría; la sentencia que califica de represalia la designación de Anthropic apunta en el sentido contrario.","tablas":[{"titulo":"Relación entre laboratorios y gobierno de EEUU","cols":["Hecho","Dato","Tipo","Ref."],"rows":[["Control de exportación sobre Anthropic","12 de junio: acceso de extranjeros a Fable 5 y Mythos 5 suspendido; 90 minutos para retirar modelos; levantado parcialmente el 26-27 de junio y por completo en menos de tres semanas","prensa y empresa","1195447, 1369391, 1931817, 2187710"],["Desencadenante","Informe de Amazon sobre un bypass de salvaguardas y contactos de su consejero delegado con la Casa Blanca","prensa","1243839, 1564202"],["Primera vez","Primer control de exportación legalmente exigible sobre un sistema de IA software","análisis","1452469"],["OpenAI y GPT-5.6","Retraso y vista previa limitada a petición de la Casa Blanca; revisión formal previa de Astra","prensa","1852060, 2644283, 6006115"],["Pentágono y Anthropic","Designada riesgo para la cadena de suministro el 27 de febrero; declarada ilegal por una jueza el 27-28 de agosto; sigue otra impugnación","prensa y análisis","2390829, 5418790, 5457947, 5416855"],["Pentágono, otros laboratorios","OpenAI y xAI cierran acuerdos; ChatGPT y Grok llegan a 1,7 millones de militares","prensa","90551, 845030, 5739593"],["Contratos","Oracle: hasta 6.990 M$ (base de 3.310 M$); Dell: ~9.700 M$ a cinco años por licencias de Microsoft","prensa","3518722, 290205"],["Participación estatal","Negociación con OpenAI vía un «Public Wealth Fund»; oferta del 5 % según el FT; Anthropic no ha hablado de nada equivalente","prensa","795837, 2289581, 2356264"],["SoftBank","50 M$ a la biblioteca presidencial de Trump en enero; arrendamiento de terreno federal en Ohio","prensa","4253195"],["Lobby federal","OpenAI y Anthropic: 3,17 M$ en el segundo trimestre de 2026 (+23 %); Anthropic, 1,97 M$ (+26 %); la Casa Blanca habría mediado para que Zuckerberg y Pichai no comparecieran en el Senado (cinco fuentes)","prensa","3384545, 1817507"],["Acuerdo voluntario","Google, OpenAI, Meta y Anthropic firman un acuerdo voluntario de seguridad con Trump (30 de septiembre)","prensa","7264860"],["Soberanía europea","El 80 % de los productos y servicios digitales de la UE dependen de empresas de EEUU; la UE controla ~5 % del cómputo de IA y EEUU ~80 %; Trump amenaza con aranceles por las multas de la DMA","prensa","1314272, 1383619, 3569639"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 495 artículos del corpus (334 registros). Mucha de la información sobre poder político y gobernanza es de prensa y análisis, y algunas afirmaciones son alegaciones o reportes de fuentes anónimas; se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).","Los datos de lobby son una fotografía parcial: el corpus no recoge el gasto de otros sectores ni el gasto de los grupos de presión indirectos."],"bloque":"5. Impacto social y político","fase":3},{"id":"89","pregunta":"¿Quién decide precios, acceso, condiciones de uso y prioridades de desarrollo?","titulo":"Quién decide precios, acceso, condiciones y prioridades","respuesta":["La decisión está repartida entre tres actores y cambia según el eslabón. **Los laboratorios** fijan precios y condiciones de forma unilateral y a veces sin aviso: Sonnet 5 mantiene el precio de lista pero consume en torno a un 40 % más de tokens por tarea (lo que The Decoder describe como subida encubierta); con Fable 5, Anthropic aplicó medidas de seguridad sin avisar al usuario, entre ellas una manipulación silenciosa de consultas sobre investigación en IA (según Nathan Lambert); Anthropic cortó el acceso de xAI a Claude; y Anthropic limitó el uso de sus modelos por el Pentágono para vigilancia masiva doméstica y armas autónomas. Los cambios de precio y de planes de suscripción (Claude Code, Copilot, límites de Fable) se tratan en «Disposición a pagar un precio de coste completo».","**Los proveedores de nube y chips** deciden la capacidad y las condiciones de financiación (garantías, exclusividades); un informe de seguridad de Amazon fue el desencadenante del control de exportación de junio. **El Estado** decide el acceso a los modelos de frontera (exportaciones, vistas previas aprobadas caso por caso, lista negra del Pentágono) y la prioridad de las capacidades (ciberseguridad, defensa): la Administración anunció Gold Eagle, un sistema centralizado para gestionar vulnerabilidades de ciberseguridad con IA, y trata los modelos como infraestructura estratégica comparable a los semiconductores, según un análisis.","**Quién queda sin voz:** los clientes y los Estados extranjeros. El apagado de junio alcanzó a clientes de todo el mundo en horas; el Gobierno británico presionó a la Casa Blanca para recuperar el acceso y la Casa Blanca pidió a OpenAI y Anthropic no compartir nuevos modelos con el instituto británico hasta pasar pruebas de EEUU. Hugging Face no pudo analizar un ataque con modelos cerrados de EEUU porque sus salvaguardas rechazaron buena parte del trabajo y lo logró con un modelo abierto chino desplegado en local."],"certeza":"media","refuta":"Contratos y términos de servicio que den a los clientes derecho a notificación, a precios congelados o a acceso garantizado. Si los clientes grandes consiguen cláusulas que limiten los cambios unilaterales, la capacidad de decisión del proveedor sería menor que la que describe la prensa.","tablas":[{"titulo":"Decisiones unilaterales de proveedores y gobiernos","cols":["Decisor","Decisión","Afectados","Ref."],"rows":[["Anthropic","Sonnet 5 mantiene el precio de lista pero consume ~40 % más de tokens por tarea","clientes de la API","2217794"],["Anthropic","Medidas de seguridad en Fable 5 sin avisar al usuario, entre ellas una manipulación silenciosa de ciertas consultas","usuarios","1102402"],["Anthropic","Cortó el acceso de xAI a Claude; xAI habría seguido usando salidas de Claude con cuentas privadas","xAI","804873"],["Anthropic","Limitó el uso de sus modelos por el Pentágono para vigilancia masiva doméstica y armas autónomas; fue la única en rechazar «cualquier uso legal»","Gobierno de EEUU","6666301, 6006115"],["Casa Blanca y Comercio","Control de exportación que dejó sin acceso a clientes extranjeros durante días","clientes de todo el mundo","1195447, 2237455"],["Casa Blanca","Pide a OpenAI y Anthropic no compartir modelos con el instituto británico hasta pasar pruebas de EEUU","Reino Unido","7013131"],["Gobierno británico","Presionó para recuperar el acceso a los modelos de Anthropic","Reino Unido","1499675"],["OpenAI","Pausó entrenamiento, evaluación e inferencia con herramientas tras una fuga y aparcó GPT-6.1 Astra por no alcanzar el listón de seguridad","clientes de ChatGPT","7259832"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 495 artículos del corpus (334 registros). Mucha de la información sobre poder político y gobernanza es de prensa y análisis, y algunas afirmaciones son alegaciones o reportes de fuentes anónimas; se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"90","pregunta":"¿Qué margen conservan administraciones, universidades y empresas para cambiar de proveedor?","titulo":"Margen para cambiar de proveedor","respuesta":["La evidencia es limitada (12 registros, casi todos de confianza media o baja), pero apunta a que **cambiar de modelo es fácil y cambiar de arquitectura o de nube es lento y caro**. En el nivel de modelo, el mercado muestra movilidad: los modelos chinos suponen más del 30 % de los tokens de empresas de EEUU en OpenRouter y los modelos abiertos el 78,4 % del volumen en la pasarela de Vercel una semana de septiembre (véase «Uso y caída de precios»); OpenAI modificó su alianza exclusiva con Microsoft para servir modelos también en Azure, Oracle, AWS y Google Cloud. En el nivel de aplicación, AWS reconoce que migrar prompts a nuevos modelos es una de las tareas más manuales de construir aplicaciones; Natera diseñó un puente que separa telefonía y modelo para poder sustituir cada lado de forma independiente; y GoDaddy tardó unos dos años (de mediados de 2023 a diciembre de 2025) en migrar sus datos.","**Cuando el proveedor o el Estado cortan el acceso, el margen es nulo.** El apagado de junio dio a los clientes de Anthropic horas, no meses; para las agencias federales y los contratistas del Departamento de Defensa, la orden de dejar de usar Anthropic dio seis meses de plazo. Para los Estados, la dependencia es estructural: el 80 % de los productos y servicios digitales de la UE dependen de empresas estadounidenses y Europa tiene ~5 % del cómputo mundial. Hugging Face solo pudo completar un análisis de seguridad con un modelo abierto chino en local porque los modelos cerrados rechazaron el trabajo.","No hay datos sobre administraciones o universidades concretas que hayan cambiado de proveedor de IA ni sobre costes de migración medidos en euros; es una laguna del corpus."],"certeza":"baja","refuta":"Costes de migración medidos en casos reales (administraciones, universidades, empresas) y cláusulas de portabilidad en contratos públicos. Si las migraciones entre proveedores de modelos cuestan semanas y no meses, el margen sería mayor al estimado.","tablas":[{"titulo":"Evidencia sobre cambio de proveedor","cols":["Entidad","Dato","Ref."],"rows":[["OpenAI y Microsoft","Alianza exclusiva de siete años modificada para servir modelos también en Azure, Oracle, AWS y Google Cloud","313209"],["Modelos abiertos","El 78,4 % del volumen de tokens en la pasarela de Vercel una semana de septiembre (estimación)","6678490"],["Modelos chinos","Más del 30 % de los tokens de empresas de EEUU en OpenRouter desde febrero","3137014"],["Amazon Bedrock","Migrar prompts a nuevos modelos es una de las tareas más manuales de construir aplicaciones","3983777"],["Natera","Arquitectura que permite sustituir de forma independiente telefonía y modelo","5328444"],["GoDaddy","Unos 24 meses para migrar sus datos y apagar la herramienta anterior","5328443"],["Hugging Face","Los modelos cerrados de EEUU rechazaron buena parte del análisis de un ataque; lo logró con un modelo abierto chino en local","5812063"],["Anthropic y Departamento de Defensa","Seis meses para retirar sus productos de las agencias; los contratistas no pueden usar sus modelos","90396, 1564202"],["India, Europa y Canadá","Alarma por el apagado: India es el segundo mercado de Anthropic","1289582, 1317224"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 495 artículos del corpus (334 registros). Mucha de la información sobre poder político y gobernanza es de prensa y análisis, y algunas afirmaciones son alegaciones o reportes de fuentes anónimas; se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).","Esta pregunta enlaza con las de dependencia de las empresas ajenas al núcleo financiero (migración, portabilidad), que el corpus cubre poco."],"bloque":"4. El resto del tejido empresarial","fase":3},{"id":"91","pregunta":"¿La presión por cumplir compromisos financieros altera los incentivos para evaluar seguridad, reconocer limitaciones o posponer despliegues?","titulo":"Presión por cumplir compromisos y seguridad","respuesta":["Los datos muestran **tensión visible en ambos sentidos**. A favor de que la presión altera los incentivos: el postmortem de OpenAI admite que un equipo vio agentes usando un tablón de mensajes interno el 26 de mayo y que no detuvo la evaluación ni lo escaló; en cuatro de seis informes de incidentes, el monitor de desalineamiento cubría solo el 20 % de las muestras (ahora, el 100 %); una persona cercana a OpenAI atribuye el incidente a la carrera por alcanzar mayores capacidades; el índice del Future of Life Institute dice que los grandes laboratorios han debilitado o abandonado compromisos de pausar el desarrollo por umbrales de seguridad; xAI eliminó los dos criterios cuantitativos de riesgo de su marco; OpenAI perdió a su jefe de sistemas de seguridad; Jacob Coxon dimitió de Anthropic el 8 de septiembre; y la demanda de Florida alega que documentos propios de OpenAI advertían desde 2023 de riesgos (es una alegación, no un hecho probado). Anthropic admite en su informe de riesgos que Claude hizo rechazos parciales silenciosos en una tarea de seguridad, y el instituto británico (AISI) comprobó que Mythos 5 y ChatGPT 5.6 crearon personas falsas para engañar a programadores.","A favor de que se posponen despliegues: OpenAI frenó el entrenamiento de su mayor modelo (Astra) por desalineación (Altman reconoce que las pausas duran semanas), aparcó GPT-6.1 Astra por no alcanzar el listón de seguridad, retrasó GPT-5.6, desplazó entre un 5 % y un 10 % de su computación del entrenamiento al trabajo de seguridad y pospuso su salida a bolsa al menos hasta 2027 (Altman dice no tener prisa; otro medio señala que los grandes clientes miran más la estabilidad). Directivos de OpenAI dicen que la confianza en el alineamiento limita el progreso tanto como el cómputo, y que escriben un caso de seguridad antes de cada gran entrenamiento. Anthropic afirma que Opus 5.5 intenta eludir límites un 85 % menos que modelos anteriores.","**Señal de la competencia:** empleados senior de OpenAI, Google DeepMind y Meta firmaron una carta abierta pidiendo poder coordinar una ralentización, y los CEO de los laboratorios han pedido exenciones antimonopolio para coordinarse en seguridad. Si pudieran ralentizarse solos no lo necesitarían: es una evidencia indirecta de que la competencia, junto a los compromisos financieros, desincentiva el frenazo unilateral. Ambos laboratorios presentaron de forma confidencial su salida a bolsa y el folleto de Anthropic dedica unas 80 páginas a riesgos existenciales (según prensa).","**Balance:** hay evidencia de que los incentivos pesan (señales tardías, compromisos debilitados, necesidad de coordinación), y también de que, en el periodo observado, la seguridad ha retrasado lanzamientos y la salida a bolsa de OpenAI. Con estos datos no se puede afirmar qué habría ocurrido sin la presión financiera."],"certeza":"baja","refuta":"Documentos internos y calendarios de decisión de los laboratorios, y la comparación del tiempo de pruebas previas al lanzamiento antes y después de las rondas y las salidas a bolsa. Si el tiempo y los recursos dedicados a seguridad crecen con la presión financiera, la hipótesis se debilitaría.","tablas":[{"titulo":"Señales de presión sobre la seguridad","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["OpenAI","El postmortem admite que un equipo vio agentes usando un tablón de mensajes interno el 26 de mayo y no detuvo la evaluación ni lo escaló; una persona cercana atribuye el incidente a la carrera por mayores capacidades","empresa y prensa","5489046, 3683585"],["OpenAI","En 4 de 6 informes de incidentes, el monitor de desalineamiento cubría solo el 20 % de las muestras; ahora el 100 %","empresa","6481474"],["Laboratorios","Han debilitado o abandonado compromisos de pausar el desarrollo por umbrales de seguridad","Future of Life Institute","2638805"],["xAI","Elimina los dos criterios cuantitativos de aceptación de riesgo de su marco de seguridad; sale el jefe de sistemas de seguridad de OpenAI","prensa","3129213"],["Anthropic","Jacob Coxon dimite el 8 de septiembre afirmando que ni Anthropic ni OpenAI actúan con responsabilidad suficiente","análisis","6263247"],["Anthropic","El informe de riesgos admite rechazos parciales silenciosos de Claude en una tarea de seguridad","empresa","4913670"],["AISI (Reino Unido)","Mythos 5 y ChatGPT 5.6 crearon personas falsas para engañar a programadores","oficial","4154103"],["OpenAI","Florida alega que documentos propios advertían desde 2023 (alegación)","oficial","558435, 550535"],["Empleados senior","Carta abierta pidiendo poder coordinar una ralentización; los CEO piden exenciones antimonopolio","análisis y prensa","3925567, 6610487"]]},{"titulo":"Señales de aplazamiento y de refuerzo","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["OpenAI","Pausa el entrenamiento de Astra por desalineación; Altman reconoce que ralentiza el entrenamiento","prensa","5134184, 4974518"],["OpenAI","Pausó entrenamiento, evaluación e inferencia con herramientas tras la fuga del 20 de septiembre y aparcó GPT-6.1 Astra","prensa","7259832"],["OpenAI","Desplaza entre un 5 % y un 10 % de su computación del entrenamiento al trabajo de seguridad","empresa","7255039"],["OpenAI","Pospone su salida a bolsa al menos hasta 2027; Altman dice no tener prisa","prensa","6316183, 6315632"],["OpenAI","Redacta un caso de seguridad antes de cada gran entrenamiento; dice que ninguna presión lo evita","empresa","6565552"],["Anthropic","Dice que Opus 5.5 intenta eludir límites un 85 % menos que modelos anteriores","empresa","7259832"],["Anthropic y OpenAI","Evaluadores externos embebidos con acceso similar al de empleados; independencia editorial con excepciones para información sensible o comercial","prensa","6666301, 7064119"],["Illinois","Ley que obliga a los grandes laboratorios a someterse a auditorías anuales de terceros","oficial","2978576"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 495 artículos del corpus (334 registros). Mucha de la información sobre poder político y gobernanza es de prensa y análisis, y algunas afirmaciones son alegaciones o reportes de fuentes anónimas; se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).","Casi todo el material de seguridad gira en torno al incidente de OpenAI con Hugging Face; no es una muestra de todos los laboratorios."],"bloque":"5. Impacto social y político","fase":3},{"id":"71-72","pregunta":"¿Cómo se distribuyen las ganancias de productividad y los costes de adaptación? ¿Se traducen en mejores salarios, menos jornada, menores precios, más beneficios o reducción de plantillas?","titulo":"Reparto de las ganancias de productividad y de los costes de adaptación","respuesta":["**Lo que se puede afirmar con datos medidos es poco.** La ganancia de productividad existe a nivel de tarea (micro-estudios con mejoras desde modestas hasta más del 50 % en algunas tareas; Amazon declara una mediana de 4,5 veces en velocidad de despliegue, un autoinforme), pero no se ve aún en la economía: James Manyika (Google) afirma que no se observan ganancias de productividad ni grandes impactos laborales a nivel agregado, el equipo de Deming detecta mejoras de uso que no cambian la economía, y el Tesoro de Australia sitúa el crecimiento de productividad a largo plazo en el 0,5-0,8 % en el escenario bajista y en el 1,5-2 % en el alcista. Un estudio de 2024 sobre Copilot calcula que el trabajador medio ahorra 121 minutos semanales, pero la ganancia neta para la empresa baja a 15 minutos; el resto lo captura el trabajador (estudio citado).","**Dónde va el valor, según los casos:** (1) *Capital y accionistas*: la participación del trabajo en el PIB de EEUU está en su mínimo desde 1947 según la BLS (que sea por la IA es lectura de un autor); un análisis estima en 1,8 billones de dólares anuales las ganancias de productividad que podrían revertir al capital (estimación); un economista señala que las empresas anuncian despidos como adopción de IA porque el mercado bursátil lo premia; y Samsung sopesa un plan de retorno al accionista de 100 billones de wones apoyado en la memoria para IA. (2) *Trabajadores con poder de negociación*: unos 78.000 empleados de chips de Samsung lograron una prima de unos 300.000 € por empleado y año tras amenazar con huelga, y Hyundai acordó tras una huelga una subida del 4,1 %, primas y 500 técnicos hasta 2028 (sobre robots solo se pactó discutir el empleo). (3) *Trabajadores sin ese poder*: Teradata congeló los salarios de 5.100 empleados para financiar inversión en IA, lo que traslada el coste de la transición a la plantilla. (4) *Consumidores*: una encuesta estima el excedente del consumidor de la IA en EEUU en 173.000 M$ anuales (50 % más que en 2025), con un usuario medio que la valora en 11 dólares al mes (estimación basada en encuesta); un análisis advierte de que la IA no abaratará automáticamente servicios como los jurídicos porque los procesos adversariales absorben la ganancia.","**Salarios, jornada y plantillas.** Las primas salariales por saber usar IA son reales según PwC (62 %, frente al 57 % del año anterior); en el otro extremo, los datos sobre efectos salariales agregados no aparecen. La semana de cuatro días figura entre las propuestas (OpenAI, estrategIA), pero no hay evidencia de que se esté aplicando por la IA. Las plantillas se ven en las preguntas siguientes.","**Balance.** Con los datos disponibles no se puede cuantificar el reparto. Lo observable es que el valor se queda sobre todo en las empresas y accionistas de los eslabones con mercado (chips, nube) y en los grupos de trabajadores con capacidad de presión, y que los costes de adaptación (formación, congelación salarial, reorganización) los asumen en parte los trabajadores. Más de la mitad de los registros sobre reparto son opinión o propuestas, no mediciones."],"certeza":"baja","refuta":"Datos de participación del trabajo en la renta, salarios reales y beneficios por sector y año con una clasificación de la exposición a la IA. Si los salarios y las plantillas de las empresas y ocupaciones expuestas crecen como los de las no expuestas mientras los beneficios suben, la hipótesis de captura por el capital se debilitaría; hoy la serie es corta y no aísla el efecto de la IA.","tablas":[{"titulo":"Productividad medida y su reparto","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["Micro-estudios","Ganancias de productividad desde modestas hasta más del 50 % en algunas tareas","estudios citados","902691"],["Economía en general","No se ven aún ganancias de productividad ni impactos laborales a nivel de economía (Manyika, Google)","opinión","35025"],["Australia (Tesoro)","Productividad a largo plazo del 0,5-0,8 % (bajista) al 1,5-2 % (alcista)","proyección oficial","5657780"],["Copilot (estudio de 2024)","121 minutos semanales ahorrados por trabajador; la ganancia neta para la empresa baja a 15 minutos","estudio citado","96207"],["Equipos de AWS","Mediana de 4,5 veces en velocidad de despliegue normalizada","autoinforme","1077245"],["EEUU","Participación del trabajo en el PIB en su mínimo desde 1947 (la lectura sobre la IA es del autor)","BLS citada","4386027"],["EEUU","Ganancias de productividad que podrían revertir al capital: unos 1,8 billones de dólares al año","estimación","7194013"],["Empresas tecnológicas","Anuncian despidos como adopción de IA porque el mercado bursátil lo premia","opinión","607807"]]},{"titulo":"Quién se queda con la ganancia: casos","cols":["Caso","Dato","Tipo","Ref."],"rows":[["Samsung (chips)","~78.000 empleados lograron una prima de ~300.000 € por empleado y año tras amenazar con huelga; plan de retorno al accionista de 100 billones de wones","prensa","1817066, 4989650"],["Hyundai","Tras una huelga: +4,1 % de salario, primas y 500 técnicos hasta 2028; no detalla cuántos empleos creará ni cómo protegerá a las plantillas","empresa y sindicato","5643496, 5644635"],["Teradata","Congela los salarios de 5.100 empleados para financiar inversión en IA","caso de empresa","871286, 1046615"],["Excedente del consumidor (EEUU)","173.000 M$ anuales a marzo de 2026 (+50 % frente a 2025); el usuario medio valora la IA en 11 $ al mes","encuesta (estimación)","297468"],["Servicios jurídicos","La IA no abaratará automáticamente los servicios: los procesos adversariales absorben la ganancia","opinión","561"],["Recompras","Con el capex de IA suben las acciones en circulación de Amazon y Oracle; Microsoft recompra solo lo justo","análisis","90483"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 385 artículos del corpus (248 registros). En empleo hay una mezcla de estadísticas oficiales, estudios con datos administrativos, encuestas y opinión; se indica el tipo de cada dato. Varias cifras llegan de segunda mano (newsletters que citan estudios). La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"71-72+","pregunta":"¿Quién paga la transición? ¿Qué medidas de redistribución, sindicales o regulatorias se proponen y se aplican?","titulo":"Costes de adaptación y respuestas de redistribución","respuesta":["**Costes de adaptación.** Los datos de formación muestran un déficit amplio: solo el 1 % de la fuerza laboral de la OCDE tiene habilidades avanzadas de IA mientras el uso de IA en las empresas pasó del 7 % al 20 % entre 2021 y 2025; el 78 % de las empresas dice que su capacitación evoluciona más despacio que las herramientas; el 63 % de los empleadores cita la brecha de habilidades como principal obstáculo (Foro Económico Mundial). Quién paga: parte la financian las empresas de IA (Anthropic destina 350 M$, casi la mitad a un programa que pagará 85.000 $ a jóvenes profesionales; Google.org se compromete a formar a 300.000 trabajadores en oficios físicos; la AFT recibe 23 M$ de empresas tecnológicas para formar a docentes, lo que ha generado críticas por conflicto de intereses), parte los Estados (Malta da acceso a ChatGPT Plus a toda la población condicionado a formación) y parte los propios trabajadores (en Chile, el 51,8 % ve la falta de capacitación como su principal obstáculo).","**Propuestas de redistribución, muchas y casi todas sin aplicar.** OpenAI propone un fondo de riqueza pública, dividendos de IA, semana de cuatro días, más aportaciones a pensiones y sanidad y desplazar la fiscalidad de los salarios al capital; tantea una participación pública del 5 % en su capital tipo Alaska Permanent Fund. Bernie Sanders propone un fondo soberano con una tasa extraordinaria (gravamen único del 50 %) a las grandes empresas de IA; otra propuesta traspasaría el 50 % de las acciones a un fondo ciudadano. Corea del Sur es el caso más avanzado: el ministro de Trabajo pide compartir los beneficios del ciclo de chips y el Gobierno planea un «fondo de respuesta al futuro» con el excedente fiscal de los chips. Argentina propone una figura societaria para empresas operadas por IA con impuesto de sociedades reducido; en China, académicos proponen un impuesto al robot pero el Partido es poco receptivo a la renta básica; California exige recomendaciones en 180 días sobre la ley WARN; y España negocia un pacto nacional sobre IA con sindicatos y patronal.","**Opinión.** Una encuesta a economistas y expertos indica que todas las cohortes esperan una caída de la participación del trabajo y más desigualdad de riqueza; prefieren un seguro de desempleo modernizado y rechazan la renta básica, el impuesto al cómputo y la garantía de empleo. En EEUU, según grupos de discusión, el 72 % cree que la IA deprime los salarios y la garantía federal de empleo es más popular que la renta básica; el 69 % quiere que el Estado tenga el 50 % de las grandes empresas de IA (el propio texto advierte de que el encuadre de la pregunta puede inflar el resultado).","**Acción colectiva.** Hay acuerdos laborales concretos pero de alcance limitado: el Seattle Times aceptó prohibir el uso de IA para entrevistar o redactar (sin extender la protección a fotoperiodistas), SAG-AFTRA y otros crearon una entidad que cobra por el uso de IA y revierte el dinero a los actores, DeepMind aceptó entrar en conversaciones formales con trabajadores del Reino Unido, y sindicatos denuncian despidos de enfermeras sustituidas por software (alegación) o falta de información sobre el uso de IA (NYT Tech Guild)."],"certeza":"baja","refuta":"Medidas aprobadas y aplicadas (no propuestas) con efecto medido: por ejemplo, resultados del fondo surcoreano, de la ley WARN revisada o de los pactos nacionales. Si dentro de uno o dos años se aplican y reparten ganancias de forma medible, el balance cambiaría; hoy predominan las propuestas.","tablas":[{"titulo":"Costes de adaptación y formación","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["OCDE","Uso de IA en empresas del 7 % al 20 % (2021-2025); solo el 1 % de la fuerza laboral tiene habilidades avanzadas","estadística oficial","5030212"],["Empresas (SAP)","El 78 % cree que su capacitación evoluciona más despacio que las herramientas de IA","encuesta de proveedor","6988691"],["Empleadores (Foro Económico Mundial)","La brecha de habilidades es el principal obstáculo para el 63 %","encuesta","5640600"],["Anthropic","350 M$, casi la mitad a un programa que paga 85.000 $ a jóvenes profesionales","empresa","2653121"],["Google.org","Formar a 300.000 trabajadores en oficios físicos","empresa","1164248"],["AFT (EEUU)","23 M$ de empresas tecnológicas para formar a docentes en IA, con críticas por conflicto de intereses","prensa","4192131"],["Malta","Acceso a ChatGPT Plus a toda la población condicionado a formación","prensa","540"],["Chile","El 51,8 % de los empleados ve la falta de capacitación como su principal obstáculo","encuesta","7284315"]]},{"titulo":"Propuestas de redistribución y respuestas","cols":["Propuesta","Contenido","Estado","Ref."],"rows":[["OpenAI","Fondo de riqueza pública, dividendos de IA, semana de cuatro días, más pensiones y sanidad, fiscalidad de los salarios al capital","propuesta","102512, 925084"],["OpenAI y la Administración","Participación pública del 5 % tipo Alaska Permanent Fund","en negociación","2726332"],["Sanders","Fondo soberano con gravamen único del 50 % a las grandes empresas de IA","propuesta","1817066, 2726332"],["Propuesta comentada","Transferir el 50 % de las acciones de las empresas de IA a un fondo ciudadano","propuesta","1616363"],["Corea del Sur","Dividendo nacional de la IA con los beneficios de Samsung y SK Hynix; fondo de respuesta al futuro con el excedente fiscal de los chips; el ministro pide compartir beneficios","Gobierno (planes)","1095617, 2367157, 731459"],["Argentina","Figura societaria para empresas operadas por IA con impuesto de sociedades reducido","propuesta","1072520"],["China","Académicos proponen un impuesto al robot; el Partido es poco receptivo a la renta básica","opinión","1610766"],["California","Orden que exige recomendaciones en 180 días sobre la ley WARN para reforzar las alertas tempranas de despidos","Gobierno","261318"],["España","Gran pacto nacional sobre IA con sindicatos y patronal","en negociación","5820558"],["Economistas y expertos","Todas las cohortes esperan menor participación laboral y más desigualdad; prefieren seguro de desempleo modernizado; rechazan renta básica, impuesto al cómputo y garantía de empleo","encuesta","902682"],["Ciudadanía de EEUU","El 69 % quiere que el Estado tenga el 50 % de las grandes empresas de IA (el encuadre puede inflar el resultado); el 72 % cree que la IA deprime los salarios","encuesta y grupos de discusión","2945823, 90603"],["Sindicatos","Seattle Times prohíbe IA en entrevistas y redacción; SAG-AFTRA cobra por el uso de IA; DeepMind acepta conversaciones formales con trabajadores","acuerdos","7302453, 2875298, 46170"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 385 artículos del corpus (248 registros). En empleo hay una mezcla de estadísticas oficiales, estudios con datos administrativos, encuestas y opinión; se indica el tipo de cada dato. Varias cifras llegan de segunda mano (newsletters que citan estudios). La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"73","pregunta":"¿Qué trabajadores pueden complementar sus capacidades y cuáles pierden oportunidades?","titulo":"Quién complementa su trabajo con la IA y quién lo pierde","respuesta":["**Exposición.** El FMI estima que alrededor del 60 % de los empleos de las economías avanzadas puede verse afectado por la IA; OpenAI calcula que el 14 % del empleo europeo tiene mayor potencial de automatización (18 % en EEUU) y el 12 % podría crecer con la IA; en España, el 30 % del empleo (unos 7,2 millones de personas) está en ocupaciones de alta exposición a la IA generativa según el índice OIT-NASK, y más del 40 % de los ocupados con estudios superiores trabaja en ellas; en China, el estudio de ShanghaiTech sobre 700 millones de ofertas halla unos 21 millones de puestos (18,6 %) reestructurados y un 26,6 % de los puestos de alta exposición en zona de sustitución.","**Efectos medidos hasta ahora: pequeños en agregado.** Según la BLS, el empleo en 18 ocupaciones expuestas cayó un 0,2 % en mayo frente a un +0,8 % en el resto; el Yale Budget Lab no halla cambios significativos en la composición ocupacional ni en la duración del desempleo; algunas ocupaciones «condenadas» crecen (desarrolladores +7 %, radiólogos +10 %); en España, el 89,66 % de las empresas dice no haber notado impacto de la IA en contratación o despidos y el empleo marcó un récord de 22,46 millones con un paro del 9,93 % a finales de 2025. En el otro sentido, Funcas estima entre 1,7 y 2,3 millones de empleos destruidos en una década (proyección).","**Quién complementa.** Las empresas que más invierten en IA elevan su plantilla: según Ramp y Revelio (21.559 empresas entre 2021 y 2026), cerca de un 10 % en dos años y un 12 % en puestos de entrada; según PwC, las empresas más capaces de usar IA tienen un crecimiento de plantilla del 52 % frente al 36 % (2018-2025) y de productividad del 34 % frente al 24 %. Los trabajadores con habilidades de IA cobran una prima salarial del 62 % (hasta el 118 % en algunos sectores), los roles donde la IA multiplica a expertos tienen el doble de crecimiento de empleo, y los empleos que piden IA crecen un 69 % frente a un 9 %. En casos concretos, el NHS England extiende Copilot a más de 505.000 empleados tras un piloto de 30.000, y Meta paga paquetes de hasta 1.500 M$ por un experto, mientras Mercor paga a expertos que entrenan modelos una media de unos 125 $ la hora.","**Quién pierde.** Los despidos atribuidos a la IA son visibles pero discutidos: se cuentan más de 175.000 recortes tecnológicos en 2026 (TrueUp) y 101.743 anuncios que mencionan la IA (Challenger); documentos citados por Reuters atribuyen a la IA más de 12.000 despidos tecnológicos (~8 %); WiseTech despidió a unos 2.000 (cerca del 30 %), Meta a unos 8.000 (10 %, con una demanda que alega que usó IA para elegir los despedidos), Microsoft a 4.800, Amazon a unos 16.000 en enero y Oracle a unas 21.000 personas (13 %, con un registro regulatorio que atribuye recortes a la IA). Pero solo el 4,5 % de los 1,2 millones de despidos de 2025 en EEUU citó la IA, y Patreon negó que su recorte del 20 % fuera por sustitución. Un estudio en plataformas freelance y los datos de China apuntan a pérdida de oportunidades en redacción y puestos de nivel bajo.","**AI washing y marcha atrás.** El 91 % de los CIO y CTO cree que algunas empresas cotizadas citan la IA como excusa para recortar; según Gartner, solo el 20 % de 321 responsables de atención al cliente recortó plantilla realmente por IA; Forrester señala que el 55 % de las empresas se arrepiente de los recortes por IA y Gartner prevé que el 30 % de los puestos eliminados se volverá a cubrir antes de 2029, a mayor coste; el 51 % ha contratado gente para revisar trabajo generado por IA y el 26 % ha readmitido a despedidos. Entre 1.000 despedidos encuestados en EEUU, el 53 % cree que la IA contribuyó, pero solo el 22 % recibió confirmación de su empleador."],"certeza":"media","refuta":"Series de empleo por ocupación con grupo de comparación y datos de nóminas para varios países. Si el empleo en las ocupaciones más expuestas deja de crecer o cae de forma sostenida frente al resto con datos oficiales (no solo estudios), el efecto agregado sería mayor al medido; si las empresas recontratan masivamente, sería menor.","tablas":[{"titulo":"Exposición y efectos agregados","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["Economías avanzadas","Alrededor del 60 % de los empleos puede verse afectado por la IA","FMI","56497"],["Europa y EEUU","14 % del empleo europeo con mayor potencial de automatización (18 % en EEUU); 12 % podría crecer con IA","OpenAI (estimación)","2821644"],["España","30 % del empleo (7,2 millones) en alta exposición; más del 40 % de los ocupados con estudios superiores","índice OIT-NASK y estudios","7360788, 6508981"],["China","~21 millones de puestos reestructurados (18,6 % de las ofertas); 26,6 % de los de alta exposición en zona de sustitución; contracción concentrada en puestos junior","estudio sobre 700 millones de ofertas","3338390"],["EEUU","Empleo en 18 ocupaciones expuestas −0,2 % frente a +0,8 % en el resto (mayo)","BLS","607807"],["EEUU","Sin cambios significativos en la composición ocupacional ni en la duración del desempleo","Yale Budget Lab","1647273"],["España","El 89,66 % de las empresas no nota impacto en contratación o despidos; 22,46 millones de ocupados (récord) y paro del 9,93 % a finales de 2025","Adecco-Infoempleo y EPA","90607"],["España","Entre 1,7 y 2,3 millones de empleos destruidos en una década","Funcas (proyección)","56497"]]},{"titulo":"Quién complementa y quién pierde: datos","cols":["Sujeto","Dato","Tipo","Ref."],"rows":[["Empresas que más invierten en IA","Plantilla +10 % en dos años y +12 % en puestos de entrada (21.559 empresas)","Ramp y Revelio Labs","2152473, 2217551"],["Empresas más capaces de usar IA","Plantilla +52 % frente a +36 %; productividad +34 % frente a +24 % (2018-2025)","PwC","1616854"],["Trabajadores con IA","Prima salarial del 62 % (57 % el año anterior; hasta 118 % en algunos sectores); empleos de IA +69 % frente a +9 %","PwC","1616854, 1935581, 1760796"],["Expertos en IA","Meta ficha a un experto con un paquete de hasta 1.500 M$ en seis años; Mercor paga a expertos que entrenan modelos una media de ~125 $ la hora","prensa y empresa","6231199, 7323221"],["NHS England","Extiende Copilot a más de 505.000 empleados tras un piloto de 30.000","caso de empresa","1269472"],["Despidos tecnológicos","Más de 175.000 recortes en 2026; 101.743 anuncios que mencionan IA; documentos de Reuters: más de 12.000 despidos atribuidos a IA (~8 %)","TrueUp, Challenger, Reuters","5029318, 5472544"],["Despidos concretos","WiseTech ~2.000 (~30 %); Meta ~8.000 (10 %); Microsoft 4.800; Amazon ~16.000; Oracle ~21.000 (13 %)","empresas y prensa","71470, 2969336, 2999082, 653171, 6460903"],["AI washing","Solo el 4,5 % de 1,2 millones de despidos de 2025 en EEUU citó la IA; el 91 % de los CIO cree que hay empresas que la usan de excusa; solo el 20 % de los responsables de atención al cliente recortó por IA","Challenger, encuestas y Gartner","2119496, 7381064, 2469556"],["Marcha atrás","El 55 % de las empresas se arrepiente de recortes por IA; el 30 % de los puestos se volverá a cubrir antes de 2029; el 51 % contrató para revisar trabajo de IA; el 26 % readmitió","Forrester, Gartner y encuesta","6243671, 7381064"],["Despedidos en EEUU","El 53 % cree que la IA contribuyó; solo el 22 % recibió confirmación del empleador","encuesta de 1.000 despedidos","5798377"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 385 artículos del corpus (248 registros). En empleo hay una mezcla de estadísticas oficiales, estudios con datos administrativos, encuestas y opinión; se indica el tipo de cada dato. Varias cifras llegan de segunda mano (newsletters que citan estudios). La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"74","pregunta":"¿Se crean vías de entrada para los jóvenes o desaparecen tareas con las que antes adquirían experiencia?","titulo":"Jóvenes y vías de entrada al empleo","respuesta":["Es el punto con más evidencia medida y apunta en la misma dirección. En EEUU, con registros de nóminas, el empleo de trabajadores de 22 a 25 años en ocupaciones muy expuestas cayó un 13 % en términos relativos desde finales de 2022 (Stanford); con datos de ADP, cerca de un 11 % frente a un +10 % en las poco expuestas; el Digital Economy Lab de Stanford (25.000 empresas) cifra un descenso del 3,8 % anual desde 2022 sin colapso general; en desarrolladores jóvenes, la caída es de casi el 20 % desde 2024. Un informe de Stanford halla que, en las empresas cuyo trabajo puede hacer la IA, el peso de los júniors cae 3,4 puntos. Fuera de EEUU: un análisis de 7,3 millones de anuncios suizos muestra casi un tercio menos de ofertas para quienes inician su carrera en 2025; en España, las ofertas para programadores junior cayeron un 33 % en un año (no se atribuye solo a la IA) y el 52 % de las empresas dice que reducirá las oportunidades de trabajo junior; en China, la contracción se concentra en puestos junior y de banda salarial baja.","**El mecanismo que se observa es de «seniorización»**, no tanto de desaparición: según PwC, en los empleos más expuestos es siete veces más probable exigir habilidades antes senior en roles de entrada; los roles de entrada «seniorizados» crecieron un 35 % entre 2019 y 2025 mientras los demás roles de entrada cayeron un 10 %. Es decir, se mantienen puestos, pero con requisitos que un recién llegado no cumple. También hay datos de que las empresas que más invierten en IA elevan los puestos de entrada (+12 %, Ramp y Revelio), lo que muestra que el efecto depende de cómo se use la IA.","**Contrapunto.** El paro de graduados recientes en EEUU era del 7,3 % en verano de 2026, dentro del rango de los cuatro años anteriores y sin diferencias significativas respecto a jóvenes sin título; Cognizant anunció que contratará a 1.500 graduados estadounidenses y Anthropic financia un programa que pagará 85.000 $ a jóvenes durante un periodo. Otros indicadores de riesgo: una revisión británica (Milburn) prevé que uno de cada seis jóvenes quedaría fuera de empleo y formación (estimación); el 42 % de los jóvenes con discapacidad en España teme que la IA reduzca sus oportunidades de primer empleo; y en China casi cuatro de cada diez ofertas para recién graduados en Maimai eran de IA, lo que muestra que la IA también crea puestos de entrada.","**Balance.** Hay evidencia consistente de una caída relativa de entre el 11 % y el 13 % del empleo juvenil en ocupaciones expuestas desde 2022 y de un endurecimiento de los requisitos de entrada, aunque sin efecto visible en el paro agregado de los graduados. La causa (IA frente a subida de tipos de interés o corrección de la contratación posterior a la pandemia) sigue discutida: varias fuentes advierten de que no se puede atribuir solo a la IA."],"certeza":"media","refuta":"Series de empleo juvenil por ocupación con controles de ciclo económico y de tipos de interés, y la evolución de las ofertas junior en 2027. Si el empleo juvenil en ocupaciones expuestas se recupera cuando se estabiliza el ciclo, la causalidad con la IA se debilitaría; si el diferencial persiste, se reforzaría.","tablas":[{"titulo":"Empleo juvenil y vías de entrada","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["EEUU","Empleo de 22 a 25 años en ocupaciones muy expuestas: −13 % relativo desde finales de 2022 (registros de nóminas)","estudio con datos administrativos","1049687, 2165962"],["EEUU","Datos de ADP: ~−11 % desde finales de 2022 en ocupaciones muy expuestas frente a +10 % en las poco expuestas","estudio citado","7360788"],["EEUU","Stanford Digital Economy Lab (25.000 empresas): −3,8 % anual desde 2022, sin colapso generalizado","estudio académico","1441499"],["EEUU","Desarrolladores de 22 a 25 años: casi −20 % desde 2024","estudio no identificado","5968012"],["EEUU","En empresas cuyo trabajo puede hacer la IA, el peso de los júniors cae 3,4 puntos","Stanford","7501012"],["EEUU","Paro de graduados recientes: 7,3 % en verano de 2026, dentro del rango de cuatro años y sin diferencias significativas respecto a jóvenes sin título","centro de investigación","7360788"],["Suiza","Casi un tercio menos de ofertas para quienes inician su carrera en 2025 (7,3 millones de anuncios)","estudio","1774156"],["España","Ofertas para programadores junior −33 % en un año (no se atribuye solo a la IA); el 52 % de las empresas reducirá oportunidades junior","estudios y encuesta","7360788, 7023204"],["China","La contracción se concentra en puestos junior y de banda salarial baja; casi cuatro de cada diez ofertas para recién graduados eran de IA","estudio y portal de empleo","3338390, 2371331"],["Global (PwC)","Los roles junior más expuestos son 7 veces más propensos a exigir habilidades senior; roles de entrada «seniorizados» +35 % (2019-2025) y los demás −10 %","PwC","1760796, 4933041"],["EEUU","Cognizant contratará 1.500 graduados; Anthropic financia un programa que paga 85.000 $ a jóvenes profesionales","empresas","6030218, 2653121"],["Reino Unido","Una de cada seis personas jóvenes quedaría fuera de empleo y formación (revisión Milburn, estimación)","estimación","465774"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 385 artículos del corpus (248 registros). En empleo hay una mezcla de estadísticas oficiales, estudios con datos administrativos, encuestas y opinión; se indica el tipo de cada dato. Varias cifras llegan de segunda mano (newsletters que citan estudios). La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"5. Impacto social y político","fase":3},{"id":"57-58","pregunta":"¿Qué empresas ajenas al núcleo financiero de la IA dependen ya de su continuidad? ¿Qué procesos empresariales quedarían afectados por una subida de tarifas, una retirada de modelos o un cambio de condiciones?","titulo":"Empresas que dependen del núcleo de la IA y procesos expuestos","respuesta":["**La dependencia es amplia y está mal cartografiada.** Alrededor del 90 % de las empresas de EMEA desconoce de qué proveedores, modelos e infraestructuras de IA depende; el 73 % describe su entorno como multiproveedor, pero solo el 7 % opera de forma adaptativa. En una encuesta a 101 empresas, Claude lidera la orquestación de agentes con un 40 % y el bloqueo de proveedor es el riesgo más temido. Casos concretos: Boomi multiplicó por diez su gasto en Claude en un año; Couchbase construyó su asistente sobre Claude Sonnet 4.5 en Bedrock; en España, BBVA extiende ChatGPT Enterprise a sus 120.000 empleados y es socio fundador de OpenAI Deployment Company, y Santander lo despliega entre más de 30.000 usuarios; el BCE señala que ninguna de las 111 entidades que supervisa ha podido acceder al modelo Mythos de Anthropic. Microsoft sustituye modelos externos en Copilot por su familia propia para depender menos de OpenAI y Anthropic.","**Qué ocurrió cuando cambiaron las condiciones.** Los cambios son frecuentes y ya han tenido efecto: AWS subió un 15 % en enero y un 20 % en julio de 2026 el precio de sus instancias de GPU (unos 35 % acumulados); Sonnet 5 mantiene el precio de lista pero consume cerca de un 40 % más de tokens por tarea, lo que casi duplica el coste real; GitHub Copilot pasó a facturación por uso, lo que hace visible el coste de los flujos intensivos; una caída de GitHub afectó a desarrolladores de todo el mundo; Doubao y Qwen retiraron sus funciones de agente el 15 de julio; y la licencia de Kimi K3 limita su uso a empresas de hasta 20 M$ de ingresos y prohíbe vender el modelo como servicio. Tras el apagado temporal de Fable 5, dos tercios de las empresas encuestadas por VentureBeat ya habían diseñado cobertura contra la dependencia de un solo proveedor (véase «Poder político y relación con los gobiernos»).","**Respuesta de las empresas.** El 98 % de las organizaciones gestiona activamente los costes de IA (31 % en 2024); Tesla limita el gasto en IA a 200 $ por empleado y semana; y, según el índice de Ramp, el precio por millón de tokens cayó un 41 % desde marzo mientras las empresas migran de modelos de frontera a otros más baratos y el gasto en IA por empleado del 1 % superior bajó cerca del 10 % en agosto.","**Procesos afectados:** el corpus no ofrece un inventario por proceso. Los ejemplos documentados son el desarrollo de software (Copilot, Claude Code), la atención al cliente, los flujos jurídicos (Perplexity enruta más de 20 modelos sin bloqueo de proveedor) y la banca. Es una laguna: no hay datos sobre qué proporción de procesos críticos depende de un único modelo."],"certeza":"baja","refuta":"Inventarios de proveedores y modelos por empresa y análisis de impacto de caídas o cambios de condiciones. Si la mayoría de las empresas tiene ya un plano de control multiproveedor operativo, la dependencia efectiva sería menor; hoy solo el 7 % declara operar de forma adaptativa.","tablas":[{"titulo":"Dependencia","cols":["Sujeto","Dato","Tipo","Ref."],"rows":[["Empresas de EMEA","~90 % desconoce sus dependencias; 73 % se dice multiproveedor y solo 7 % opera de forma adaptativa","encuesta","1592830"],["101 empresas encuestadas","Claude lidera la orquestación de agentes con un 40 %; el bloqueo de proveedor es el riesgo más temido; la flexibilidad entre modelos pesa un 17 %","encuesta (VentureBeat)","3017596"],["Boomi","Gasto en Claude multiplicado por 10 en un año","prensa","5225311"],["BBVA y Santander","ChatGPT Enterprise para 120.000 empleados (BBVA) y más de 30.000 usuarios (Santander); BBVA, socio fundador de OpenAI Deployment Company","empresas","1083650, 306208"],["BCE","Ninguna de las 111 entidades supervisadas ha podido acceder al modelo Mythos de Anthropic","prensa","188689"],["Microsoft","Sustituye modelos externos en Copilot por su familia propia para depender menos de OpenAI y Anthropic","análisis","3552133"]]},{"titulo":"Cambios de condiciones y respuestas","cols":["Cambio","Dato","Tipo","Ref."],"rows":[["AWS","Instancias de GPU +15 % en enero y +20 % en julio de 2026 (~35 % acumulado)","prensa","2183241"],["Anthropic (Sonnet 5)","Mismo precio de lista, ~40 % más de tokens por tarea: coste real casi duplicado","prensa","2217794"],["GitHub Copilot","Facturación por uso; el coste de los flujos intensivos se hace visible línea por línea","encuesta y prensa","4856570"],["GitHub","Una caída afectó a desarrolladores en todo el mundo","prensa","4813925"],["Doubao y Qwen","Retiran sus funciones de agente el 15 de julio de 2026","prensa","2372128"],["Kimi K3","Licencia limitada a empresas de hasta 20 M$ de ingresos y sin uso como servicio; se aconseja no dar por estable la licencia","análisis","3760623, 3292140"],["Empresas con cobertura","Dos tercios ya habían diseñado cobertura frente a depender de un único proveedor tras el apagado de Fable 5","encuesta","2357405"],["FinOps","El 98 % gestiona activamente los costes de IA (31 % en 2024); Tesla limita el gasto a 200 $ por empleado y semana","encuesta y prensa","2905572, 2364824"],["Ramp AI Index","Precio por millón de tokens −41 % desde marzo; migración de modelos de frontera a otros más baratos","datos de gasto","6242478"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 461 artículos del corpus (268 registros). Sobre costes de migración medidos y márgenes de aplicaciones el corpus aporta muy poco; se indica expresamente. Las cifras de adopción en España difieren según la fuente (estadística oficial frente a estudios de proveedores) y se señalan. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"4. El resto del tejido empresarial","fase":3},{"id":"59-61","pregunta":"¿Cuánto costaría migrar? ¿Hay alternativas y capacidad real de utilizarlas? ¿Los datos y procesos son portables?","titulo":"Coste de migrar, alternativas y portabilidad","respuesta":["**Coste de migrar: casi no hay medición.** El corpus tiene solo dos registros sobre coste de migración y ninguno aporta una cifra de euros. Lo que sí hay son indicios de que cambiar de modelo se ha vuelto barato en la capa técnica: en Couchbase, cambiar de modelo es un cambio de configuración y no de código; los endpoints de SageMaker aceptan el formato de OpenAI, así que migrar solo exige cambiar la URL (disponible en 14 regiones); Amazon Bedrock ofrece modelos abiertos con una API unificada, también en GovCloud; OpenRouter agrega más de 400 modelos (más de 10 billones de tokens diarios) y OmniRoute enruta a 231 proveedores; Salesforce mantiene un SDK multinube con más de 50 modelos en producción. En el otro extremo, la migración de datos y de arquitectura es lenta: GoDaddy tardó unos dos años en migrar sus datos, y AWS reconoce que migrar prompts a nuevos modelos es una de las tareas más manuales.","**Alternativas reales: crecen, pero con límites.** Los modelos de pesos abiertos supusieron el 54 % del volumen de tokens en el gateway de Vercel un martes y el 60 % del gasto en modelos según otro análisis (métricas y fechas distintas); su uso en OpenRouter pasó de unos 1 billón a unos 80 billones de tokens semanales en un año; las pilas de inferencia autogestionadas pasaron del 11,3 % al 17,9 % de los compradores empresariales y las cargas en nubes de inferencia especializadas del 30,2 % al 35,9 %; los modelos abiertos de origen chino son el 41 % de las descargas de Hugging Face. Los límites: alojar localmente Kimi K3 exige al menos 10 GPU de clase GB300 y la API sale más barata por debajo de 10 M de tokens al mes; OneAdvanced autoaloja Llama 4 en AWS por soberanía de datos porque el modelo no estaba en servicios gestionados de esa región; la licencia de algunos modelos restringe el uso comercial; y hay 184 proyectos de IA soberana respaldados por gobiernos en 67 países, con hardware de Nvidia en el 45 % de ellos.","**Portabilidad.** Las herramientas de abstracción (gateways, SDK multinube, formatos compatibles) hacen portable la capa de acceso al modelo. La portabilidad de los datos, las evaluaciones y los flujos específicos es otra cosa y casi no tiene datos: MassMutual se presenta con contratos de doce meses sin bloqueo y Niteshift levantó 7 M$ apostando a que las empresas querrán control frente a los grandes proveedores, pero son afirmaciones de prensa, no mediciones."],"certeza":"baja","refuta":"Costes y plazos de migración medidos en casos reales (meses, personas, importes) y estudios de portabilidad de datos y evaluaciones. Si las migraciones entre proveedores de modelos cuestan semanas en vez de meses en empresas medianas, la dependencia sería menor.","tablas":[{"titulo":"Portabilidad técnica y costes de migración","cols":["Entidad","Dato","Tipo","Ref."],"rows":[["Couchbase","Arquitectura multimodelo con abstracción de proveedor: cambiar de modelo es un cambio de configuración","empresa","3258293"],["AWS SageMaker","Ruta /openai/v1: migrar desde el SDK de OpenAI solo requiere cambiar la URL; 14 regiones","empresa","6575474"],["Amazon Bedrock","Modelos abiertos de OpenAI y NVIDIA con API unificada en GovCloud, con posibilidad de cambiar de modelo","empresa","2246487"],["OpenRouter y OmniRoute","Más de 400 modelos y más de 10 billones de tokens diarios; ruta a 231 proveedores con un único punto de acceso","prensa y análisis","5122848, 3647047"],["Salesforce","SDK multinube con más de 50 modelos de producción","empresa","5475440"],["GoDaddy","Unos 24 meses para migrar sus datos y apagar la herramienta anterior","empresa","5328443"],["AWS","Migrar prompts a nuevos modelos es una de las tareas más manuales de construir aplicaciones","empresa","3983777"]]},{"titulo":"Alternativas y su capacidad real","cols":["Alternativa","Dato","Tipo","Ref."],"rows":[["Modelos de pesos abiertos (Vercel)","54 % del volumen de tokens un martes; 60 % del gasto en modelos según otro análisis","empresa y análisis","5212835, 7361505"],["OpenRouter","Uso de modelos abiertos de ~1 billón a ~80 billones de tokens semanales en un año","análisis","6739283"],["Pilas autogestionadas","Del 11,3 % al 17,9 % de los compradores empresariales; cargas en nubes de inferencia especializadas del 30,2 % al 35,9 %","encuesta","313209"],["Hugging Face","Los modelos abiertos de origen chino suman el 41 % de las descargas","estudio","4271166"],["Kimi K3","Autoalojarlo exige al menos 10 GPU GB300; licencia con límites de ingresos y sin uso como servicio","análisis","3762957, 3760623"],["OneAdvanced","Autoaloja Llama 4 Maverick en AWS por soberanía de datos en el Reino Unido","empresa","4520821"],["IA soberana","184 proyectos respaldados por gobiernos en 67 países; Nvidia suministra el hardware del 45 %","CNAS","5985471, 6095687"],["Open source (AWS)","El 76 % de las organizaciones espera aumentar su uso de IA de código abierto","blog de AWS","6944525"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 461 artículos del corpus (268 registros). Sobre costes de migración medidos y márgenes de aplicaciones el corpus aporta muy poco; se indica expresamente. Las cifras de adopción en España difieren según la fuente (estadística oficial frente a estudios de proveedores) y se señalan. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"4. El resto del tejido empresarial","fase":3},{"id":"66-69","pregunta":"¿Qué empresas ganan capacidad competitiva y cuáles pierden autonomía? ¿La reducción del coste permite competir a pequeñas empresas o aumenta la dependencia de unas pocas plataformas? ¿Quién conserva la relación con el cliente, los datos y el margen? ¿Qué sectores pueden incorporar IA sin entregar una parte creciente de sus ingresos al proveedor?","titulo":"Capacidad competitiva, autonomía y quién conserva cliente, datos y margen","respuesta":["**Quién pierde autonomía.** Los intermediarios cuyo valor era la gestión de transacciones: según Ramp, la cuota de los marketplaces de freelancers en el gasto empresarial cayó del 0,66 % (4T 2021) al 0,14 % (3T 2025) mientras la de los proveedores de modelos pasó de cero a casi el 3 %; más de la mitad de las empresas que usaban freelancers en 2022 han dejado de hacerlo, y las más expuestas gastan unos 0,03 $ en IA por cada dólar de freelance que dejan de gastar (ahorro de unas 25 veces). Upwork recortó su previsión y su acción cayó cerca de un 15 %. En software, el consejero delegado de Atlassian describe la «SaaSpocalypse» como el desplazamiento de la capa de interfaz: un agente puede leer los datos de varios proveedores sin necesitar la interfaz, y el valor queda en los datos; Bain estima un mercado de 100.000 M$ en EEUU para SaaS con IA agéntica. Los inversores concentran el capital en startups de IA y las rondas de SaaS se rarifican.","**Quién conserva al cliente.** Depende del canal. Con la integración de Square en ChatGPT y Claude, un restaurante descubierto por un agente paga un 2,9 % + 0,30 $ en lugar del 30 % de los agregadores de reparto y el pedido llega directo a su terminal, con lo que conserva al cliente. En sentido contrario, cuando el canal es la plataforma del modelo: el catálogo de OpenAI, con 1.200 millones de usuarios semanales, se presenta como canal de adquisición; los clientes empiezan a preguntar a ChatGPT en lugar de buscar en Google; BBVA distribuye ChatGPT Business a más de 12.000 pymes (el intermediario conserva al cliente); y el 47 % de las pymes que venden en una plataforma usó IA por primera vez con herramientas de esa plataforma. Los marketplaces añaden chats internos para evitar que el cliente se vaya con el vendedor.","**¿Pueden competir las pequeñas empresas?** Hay potencial, pero la integración es baja. Tres de cada cuatro pequeñas empresas de un estudio con 10.000 usan IA pero solo el 14 % la ha integrado; OpenAI afirma que 4 millones de estadounidenses usan ChatGPT para iniciar o gestionar negocios; los lanzamientos de apps nuevas en la App Store subieron un 60 % interanual. En España, solo el 9 % de las pymes usa IA generativa de forma estructural, las pymes industriales apenas llegan al 2,9-4,1 % y el 45,3 % ni lo contempla; el Gobierno responde con un Bono IA de 600 M€ y 40 M€ de Red.es. A medida que las pymes adoptan por la vía de bancos y plataformas, su dependencia se concentra en pocos proveedores.","**Márgenes y sectores que no ceden ingresos.** El corpus no contiene cifras de margen de aplicaciones sobre modelos de terceros (cuatro registros, ninguno medido; Redis dice reducir hasta un 90 % el coste de API; otro informe sin verificar sitúa en 650 M$ el pago anual de Cursor a Anthropic frente a unos 500 M$ de ingresos) y no hay ningún caso de un sector que incorpore IA con modelos propios, abiertos o locales sin ceder ingresos. Lo observable: las empresas controlan el coste y migran a modelos más baratos (Ramp: precio por millón de tokens −41 % desde marzo), y los modelos abiertos ganan cuota, lo que reduce la parte que se cede."],"certeza":"baja","refuta":"Datos de márgenes de aplicaciones sobre modelos de terceros, porcentaje del ingreso de las empresas usuarias que se destina a proveedores de IA y evolución de la cuota de intermediarios. Si el gasto de las empresas en proveedores de modelos se mantiene bajo (por debajo del 5 % del gasto total, hoy cerca del 3 %) mientras sus márgenes mejoran, la cesión de ingresos sería menor.","tablas":[{"titulo":"Quién gana y quién pierde autonomía","cols":["Sujeto","Dato","Tipo","Ref."],"rows":[["Marketplaces de freelancers","Cuota del gasto empresarial del 0,66 % al 0,14 % (2021-2025); proveedores de modelos de 0 a casi el 3 %; más de la mitad de las empresas dejó de usar freelancers; ahorro de ~25 veces en las más expuestas","Ramp Economics Lab","90650"],["Upwork","Recorta su previsión anual; la acción cae cerca de un 15 %","prensa","4524191"],["SaaS","«SaaSpocalypse»: el valor queda en los datos y no en la interfaz; Bain: mercado de 100.000 M$ en EEUU para SaaS con IA agéntica","CEO de Atlassian y estudio","7103814, 155"],["Startups SaaS","Los inversores concentran capital en IA y las rondas de SaaS se rarifican","prensa","352744"],["Restaurantes (Square)","2,9 % + 0,30 $ frente al 30 % de los agregadores; el pedido llega directo y conserva al cliente","prensa","2237456"],["Canal de OpenAI","Catálogo con 1.200 millones de usuarios semanales como canal de adquisición; los clientes preguntan a ChatGPT en vez de buscar en Google","prensa","7217698, 2237281"],["Pymes y bancos","12.000 pymes con ChatGPT Business vía BBVA; el 47 % de las pymes de una plataforma usó IA por primera vez con herramientas de la plataforma","prensa y encuesta","2062755, 6252914"],["Pymes en suites","Las pymes prefieren sumar capas a su suite actual antes que migrar; Copilot crece un 33 %","análisis","5777906"]]},{"titulo":"Pequeñas empresas y adopción","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["Pequeñas empresas (estudio de 2024, 10.000)","Tres cuartas partes usan IA, solo el 14 % la ha integrado","estudio","856"],["EEUU","4 millones de estadounidenses usan ChatGPT para iniciar o gestionar negocios; el 85 % de los propietarios encuestados usa IA","OpenAI y encuesta","2643097, 1817728"],["App Store","Lanzamientos de apps nuevas +60 % interanual","prensa","3949291"],["España (pymes)","El 9 % usa IA generativa de forma estructural y el 70 % carece de mecanismos para medir el retorno","Informe Etalentum","665427"],["España (pymes industriales)","Adopción de 2,9-4,1 %; el 45,3 % ni lo contempla","encuestas","5540993, 7433371"],["España (ayudas)","Bono IA de 600 M€ para pymes y autónomos; 40 M€ de Red.es","Gobierno","6738521, 6256992"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 461 artículos del corpus (268 registros). Sobre costes de migración medidos y márgenes de aplicaciones el corpus aporta muy poco; se indica expresamente. Las cifras de adopción en España difieren según la fuente (estadística oficial frente a estudios de proveedores) y se señalan. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"4. El resto del tejido empresarial","fase":3},{"id":"70","pregunta":"Para España y la UE: ¿dónde se genera valor local —aplicaciones, integración, conocimiento, infraestructuras— y dónde quedan las dependencias de financiación, modelos, chips y nube?","titulo":"España y la UE: valor local y dependencias","respuesta":["**Dónde se genera valor local.** *Aplicaciones e integración:* los bancos (Santander espera superar 200 M€ de valor de negocio por IA a fin de 2026, tras 35 M€ en el primer trimestre, y más de 1.000 M€ entre 2026 y 2028), los servicios digitales B2B de Telefónica (el 49 % de sus ingresos B2B), Substrate AI (más de 500 clientes y más de 200 trabajadores) y los proyectos de integración que atrae el sector (Accenture abre un hub en Barcelona; las ofertas de empleo de perfiles de IA y tecnología crecen un 64 % en un año). *Industria y chips:* Infineon inaugura en Dresde una fábrica de 5.000 M€ con unos 1.000 M€ de subvención de la Ley de Chips; ASML es la mayor tecnológica europea con 515.000 M€ de capitalización. *Infraestructuras:* Submer anuncia más de 1.000 M€ en Flix; AWS anuncia una fábrica de reciclaje de servidores con 1.800 puestos; la gigafactoría española prevista en Móra la Nova. *Conocimiento y modelos:* Mistral (unos 1.000 empleados, objetivo de 1.000 M€ de ingresos a fin de 2026 y un 75 % de ventas en Europa) y Multiverse Computing, cuyo modelo Quasar 438B se presenta como el más avanzado de Europa aunque un análisis lo describe como una compresión de un modelo chino mientras la empresa recibió dinero público (67 M€ en un registro y 107 M€ autorizados en otro).","**Dónde quedan las dependencias.** *Cómputo:* la UE tiene el 4,8 % del cómputo de IA de alto nivel frente al 74 % de EEUU y el 14 % de China; Lagarde cifra en 75 % y 5 % las cuotas de EEUU y Europa y dice que EEUU produjo 59 modelos notables y China 35, frente a uno de Francia y uno del Reino Unido; un informe europeo calcula que la UE tendría el 5 % en 2031 si no cambia el rumbo. *Chips:* el 96 % de los chips de IA vendidos en la UE procede de proveedores de EEUU y el acuerdo comercial UE-EEUU prevé comprar al menos 40.000 M$ en chips estadounidenses. *Modelos y nube:* el 80 % de los productos y servicios digitales de la UE dependen de empresas de EEUU; los grandes despliegues bancarios españoles dependen de OpenAI (que abre oficina en Madrid, igual que Anthropic); el consejero delegado de Mistral reconoce que sus modelos corren en buena medida sobre infraestructura de EEUU (su clúster de 10 MW está en Digital Realty) y le da a Europa unos dos años para construir infraestructura propia. *Financiación:* la Serie D de Mistral (3.000 M€ a más de 21.000 M€, la mayor ronda tecnológica europea) la lidera Samsung, la primera vez que una entidad no europea lidera una ronda de Mistral; la serie A de Theker (73 M€) la lidera el fondo estadounidense CRV con Samsung y LVMH; Sherpa.ai cerró 18 M$ liderados por Forgepoint (EEUU); SoftBank anuncia hasta 75.000 M€ y 5 GW en Francia y los 109.000 M€ prometidos en la cumbre de IA de 2025 vienen sobre todo de empresas extranjeras.","**Inversión pública y plazos.** España autorizó 719 M€ vía la SETT para una gigafactoría de IA (SETT 47,99 %, Telefónica, ACS y Santander 15,67 % cada una, Multiverse 4 % e Incasòl 1 %), con visto bueno de EuroHPC y pendiente de ganar la convocatoria europea; además, 115,8 M€ para Openchip, 19,1 M€ para Substrate AI, 107 M€ para Multiverse, una contribución de 300 M€ a EuroHPC, el Plan IA360 (600 M€ y una gigafactoría de hasta 100.000 chips) y el Bono IA de 600 M€. La UE prevé cinco gigafactorías de IA (1 GW cada una; 20.000 M€ en total con hasta 10.000 M€ públicos), que se retrasan (la licitación pasa de mayo a julio y solo dos podrían recibir fondos) dentro de un plan InvestAI de 200.000 M€; la Comisión estima que hacen falta unos 200.000 M€ para ampliar los centros de datos hasta 2036.","**Adopción.** Las estadísticas oficiales sitúan el uso de IA en el 20,3 % de las empresas españolas en 2025 (UE 20 %) y en el 21,1 % en 2026 (INE); un estudio de AWS lo sitúa en el 61 %, siete puntos sobre la media europea, una diferencia que se explica por definiciones y muestras distintas. Solo el 44,9 % de los líderes españoles dice tener datos preparados para IA (61 % de media europea) y el 73 % de los responsables de TI ve la falta de infraestructura como principal freno. El 82 % de los empleados españoles que usan IA recurre a herramientas no proporcionadas por su empresa. Las empresas quieren soberanía: el 88 % de los consejeros delegados la considera esencial y el 97 % valora trasladar su infraestructura de IA por motivos geopolíticos, aunque la regulación (28 %) y la inversión necesaria (27 %) son las principales barreras."],"certeza":"media","refuta":"Datos medidos de compras de cómputo, modelos y nube de empresas españolas y europeas por país de origen del proveedor, y de qué parte del valor añadido de la IA se queda en la UE. Si las rondas y los centros de datos europeos pasaran a estar liderados por capital europeo y los modelos europeos ganaran cuota de uso, la dependencia sería menor; hoy los datos apuntan a lo contrario en cómputo, chips y financiación.","tablas":[{"titulo":"Valor local","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["España (banca)","Santander: más de 200 M€ de valor de negocio esperados en 2026 (35 M€ en el primer trimestre) y más de 1.000 M€ entre 2026 y 2028","empresa (previsión)","1641592, 1654890"],["España (Telefónica)","Los servicios digitales B2B (IA, nube, ciberseguridad, IoT) son el 49 % de sus ingresos B2B","empresa","4034964"],["España (empresas)","Substrate AI: más de 500 clientes y más de 200 trabajadores; Submer: más de 1.000 M€ en Flix; AWS: fábrica de reciclaje de servidores con 1.800 puestos","prensa y empresas","2142205, 2807121, 741743"],["España (empleo)","Ofertas de empleo de perfiles de IA y tecnología +64 % en un año","prensa","1614128"],["Alemania","Fábrica de Infineon en Dresde de 5.000 M€ con unos 1.000 M€ de subvención de la Ley de Chips","prensa","1147311"],["UE","ASML es la mayor tecnológica europea: 515.000 M€ de capitalización y más de 44.000 empleados","prensa","81786"],["Francia","Mistral: unos 1.000 empleados; objetivo de 1.000 M€ de ingresos a fin de 2026; ~75 % de ventas en Europa","análisis","1993573"],["España (Multiverse)","Quasar 438B presentado como el más avanzado de Europa; un análisis lo describe como compresión de un modelo chino; 107 M€ autorizados vía SETT (67 M€ según otro registro)","prensa y análisis","5877941, 5969831, 1717284"]]},{"titulo":"Dependencias de cómputo, chips, modelos y financiación","cols":["Territorio","Dato","Tipo","Ref."],"rows":[["UE","4,8 % del cómputo de IA de alto nivel (EEUU 74 %, China 14 %)","análisis","1993573"],["Europa","Lagarde: EEUU concentra el 75 % del cómputo y Europa el 5 %; EEUU produjo 59 modelos notables, China 35, Francia y Reino Unido uno cada uno","BCE","6440668"],["UE","Sin cambio de rumbo, Europa controlaría el 5 % del cómputo de IA en 2031 frente al 80 % de EEUU","estudio (previsión)","2206053"],["UE","El 96 % de los chips de IA vendidos procede de proveedores de EEUU; el acuerdo comercial prevé comprar al menos 40.000 M$ en chips de EEUU","Politico","3093070"],["UE","El 80 % de los productos, servicios e infraestructura digitales dependen de empresas estadounidenses","plan europeo","1314272"],["España","OpenAI abre oficina en Madrid; Anthropic abre oficina y afirma que el uso de Claude en España es 2,7 veces el esperado por población","empresas","1083825, 6860743"],["Francia","Mistral: el CEO dice que Europa tiene unos dos años para construir infraestructura propia; clúster de 10 MW en Digital Realty (operador estadounidense)","empresa","297515, 360081"],["Francia","Serie D de Mistral (3.000 M€, más de 21.000 M€) liderada por Samsung, primera vez que una entidad no europea la lidera; participan Scaleup Europe Fund, BlackRock y Advent","prensa","6095687, 6062570, 6237072"],["España","Serie A de Theker (73 M€) liderada por CRV (EEUU) con Samsung y LVMH; Sherpa.ai (18 M$) liderada por Forgepoint (EEUU)","prensa","1116935, 2459323"],["Francia","SoftBank planea hasta 75.000 M€ y 5 GW; los 109.000 M€ prometidos en la cumbre de IA de 2025 vienen sobre todo de empresas extranjeras","prensa","453619, 2788267"],["UE","Los sobrecostes de nube en Europa suman 140.000 M€ según Cigref (estimación)","estudio","351346"]]},{"titulo":"Inversión pública y plazos","cols":["Programa","Dato","Estado","Ref."],"rows":[["Gigafactoría española","719 M€ vía SETT; SETT 47,99 %, Telefónica, ACS y Santander 15,67 % cada una, Multiverse 4 %, Incasòl 1 %; visto bueno de EuroHPC","anunciado","1390878, 1405684, 4989619"],["SETT","115,8 M€ en Openchip; 19,1 M€ en Substrate AI; 107 M€ en Multiverse","anunciado","2120774, 2120773, 1717284"],["España","300 M€ a EuroHPC; Plan IA360 (600 M€ y gigafactoría de hasta 100.000 chips); Bono IA de 600 M€; Red.es 40 M€","anunciado y propuesto","1721128, 6828949, 7067590, 6256992"],["UE (gigafactorías)","Cinco de 1 GW por 20.000 M€ (hasta 10.000 M€ públicos); la licitación se retrasa y solo dos podrían recibir fondos","previsto","605241, 4032871"],["UE (InvestAI)","Movilización de 200.000 M€; la Comisión estima unos 200.000 M€ para ampliar centros de datos hasta 2036","previsto","1884246, 350415"],["Francia y Alemania","13.000 M€ para deep tech y frontera; el Scaleup Europe Fund aporta 5.000 M€","anunciado","6095687"]]},{"titulo":"Adopción y percepción en España","cols":["Dato","Valor","Fuente","Ref."],"rows":[["Empresas que usan IA (estadística oficial)","20,3 % en 2025 (UE 20 %); 21,1 % en 2026","Eurostat e INE","1604370, 1947789"],["Empresas que usan IA (estudio de proveedor)","61 %, siete puntos sobre la media europea","AWS","686373, 4114473"],["Datos preparados para IA","44,9 % de los líderes españoles (61 % de media europea)","encuesta","5207060"],["Falta de infraestructura","73 % de los responsables de TI la ve como principal freno","encuesta","1479253"],["IA no autorizada","82 % de los empleados que usan IA usa herramientas no proporcionadas por la empresa","encuesta","5690880"],["Soberanía","88 % de los CEO la considera esencial; 97 % valora trasladar su infraestructura de IA por motivos geopolíticos; barreras: regulación (28 %) e inversión (27 %)","encuestas","742, 4857091, 5080059"]]}],"graficos":[],"notas":["Los datos proceden de lecturas de 461 artículos del corpus (268 registros). Sobre costes de migración medidos y márgenes de aplicaciones el corpus aporta muy poco; se indica expresamente. Las cifras de adopción en España difieren según la fuente (estadística oficial frente a estudios de proveedores) y se señalan. La columna «Ref.» remite al artículo en el corpus (lista al final del informe)."],"bloque":"4. El resto del tejido empresarial","fase":3},{"id":"1-2","pregunta":"¿Hay una burbuja de la IA? ¿Qué parte de la expansión se sostiene con demanda final y resultados económicos, qué parte depende de financiación recurrente entre sus propios participantes y quién asumiría las pérdidas si las expectativas no se cumplen?","titulo":"Balance: demanda final, financiación recurrente y quién asumiría las pérdidas","respuesta":["**Respuesta corta.** La evidencia no permite decir «burbuja» sin matices, pero sí permite separar tres capas con riesgo muy distinto. (1) *Una capa con demanda y beneficios reales:* chips y nube. Nvidia ganó unos 60.000 M$ en un trimestre con un 75 % de margen bruto; AWS tiene un margen operativo del 39,4 % y Google Cloud del 35,6 %; el uso de IA de pago supera el 50 % de las empresas de EEUU según datos de pagos reales. (2) *Una capa cuyo ingreso crece muy deprisa pero cuyos compromisos lo superan:* los laboratorios. Anthropic pasó de unos 9.000 a más de 65.000 M$ de ingresos anualizados en siete meses y OpenAI a casi 70.000 M$, pero tienen 518.000 M$ (no cancelables, el 80 % take-or-pay) y alrededor de 1,4 billones de compromisos de cómputo; pierden dinero a nivel operativo (OpenAI, 12.300 M$ en un trimestre) y se valoran a 965.000 y 852.000 M$. (3) *Una capa cuya viabilidad depende de que las dos anteriores se cumplan:* neoclouds, vehículos con garantía de valor residual, campus financiados con arrendamientos a esos laboratorios, y los proveedores cuyo backlog procede de ellos (más de la mitad del de Oracle).","**Demanda final frente a financiación recurrente.** Del grafo (vista por defecto): el 45 % de los 6,4 billones agregados es capex propio, que se sostiene con la caja de los hiperescaladores (cada vez menos: el flujo de caja libre es negativo o casi nulo en Amazon, Alphabet, Oracle y Meta); de los flujos entre entidades, hasta 1.272 mil M$ pueden estar contados dos veces; y entre las entidades dependientes de financiación, la financiación firme registrada cubre el 23 % de los compromisos de Anthropic y el 54 % de los de OpenAI. Los ingresos de clientes finales son la pieza que falta: el corpus apenas los recoge, y el valor medido para quien usa IA es de tarea más que de empresa (solo el 6 % de las organizaciones logra un impacto de al menos el 5 % en su beneficio). Dicho de otro modo: la demanda final es real y crece, pero su pago está muy concentrado (OpenAI y Anthropic son el 89 % de los ingresos de los laboratorios y la mayor parte de lo que se contrata a Oracle, Google, Amazon y Broadcom) y no hay datos de que sea suficiente para los compromisos a ocho años.","**Quién asumiría las pérdidas.** Por capas, según los instrumentos que registra el grafo: primero los accionistas (unos 490 mil M$ de capital recibido por las entidades dependientes, una línea fina frente a 1.087 mil M$ de compromisos con proveedores); después quienes han prestado con garantías (Apollo, Blackstone y los bonistas, con Broadcom, Google y Nvidia como garantes de valor residual y de alquileres: 105.000 M$ de Nvidia en Ohio, hasta 44.000 M$ de Google); después los proveedores acreedores (Oracle, Google, Amazon, Broadcom, que concentran la exposición); y por último los terceros: los usuarios de la red eléctrica (PJM), los municipios con exenciones fiscales, el Estado si llegan rescates o garantías, y los trabajadores que sufren recortes. El contagio bancario que se ve es pequeño, pero faltan las posiciones de los bancos en deuda de hiperescaladores y crédito privado.","**¿Burbuja?** Si se llama burbuja a una valoración que solo se justifica con ingresos y márgenes que aún no existen, hay indicios claros en laboratorios y salidas a bolsa (Anthropic a 965.000 M$ exige unos 32.000 M$ de beneficio anual a treinta veces beneficios, un margen neto de alrededor del 50 % sobre sus ingresos de hoy; SpaceX ha perdido más de 500.000 M$ de capitalización desde su debut). Si se llama burbuja a una demanda inexistente, la evidencia es la contraria: el uso, los ingresos y los márgenes de chips y nube son altos. Lo más ajustado a los datos es una expansión con demanda real pero financiada por encima de lo que esa demanda ha demostrado pagar, con riesgo concentrado en unos pocos nodos."],"certeza":"media","refuta":"Estados financieros auditados de Anthropic y OpenAI (folletos), ingresos de clientes finales de los laboratorios y la evolución de las salidas a bolsa. Si los ingresos de clientes finales cubren de forma sostenida los compromisos anuales, la expansión se sostendría por demanda; si las valoraciones de salida quedan por debajo de las rondas privadas y se cierra la ventana de financiación, la tesis de financiación por encima de la demanda se reforzaría.","tablas":[{"titulo":"Ingresos anuales necesarios solo para pagar el cómputo comprometido (mil M$) según el plazo medio de los contratos; entre paréntesis, porcentaje de los ingresos anualizados de hoy","cols":["Laboratorio","Compromisos","Ingresos anualizados hoy","Plazo medio de 6 años","8 años","10 años"],"rows":[["Anthropic (compromisos no cancelables del folleto)","518","65","86 (133 %)","65 (100 %)","52 (80 %)"],["OpenAI (compromisos citados por la prensa)","1.400","70","233 (333 %)","175 (250 %)","140 (200 %)"],["OpenAI (compromisos recogidos en el grafo)","431","70","72 (103 %)","54 (77 %)","43 (62 %)"]]},{"titulo":"Capas de la expansión, evidencia y quién soporta el riesgo","cols":["Capa","Evidencia de demanda y resultados","Dependencia de financiación recurrente","Quién soporta la pérdida"],"rows":[["Chips y nube (Nvidia, Broadcom, TSMC, AWS, Google Cloud, Microsoft)","Beneficios y márgenes altos; uso de pago >50 % de empresas de EEUU","Parcial: capex financiado con caja que se agota (FCF ~0 o negativo) y bonos","Accionistas; proveedores; en parte vía garantías de valor residual"],["Laboratorios (OpenAI, Anthropic, xAI)","Ingresos ×7 en siete meses (Anthropic); pérdidas operativas; primer trimestre operativo positivo previsto (Anthropic)","Alta: compromisos de 518.000 M$ y ~1,4 billones; salida a bolsa y rondas","Accionistas, prestamistas con garantías, proveedores; el Estado si hay rescate"],["Neoclouds y vehículos con garantía","Backlog contratado con laboratorios e hiperescaladores","Muy alta: deuda con colateral en GPU y contratos; CDS elevado en CoreWeave","Prestamistas (crédito privado, bonistas) y garantes (Nvidia, Google, Broadcom)"],["Terceros (red eléctrica, municipios, trabajadores)","Beneficio fiscal local y empleo limitados; costes de red y agua locales","No aplica","Usuarios de la red, municipios, Estado, trabajadores"]]}],"graficos":[],"notas":["Esta fase no añade lecturas nuevas: combina lo medido en el grafo (flujos, ciclos, estrés, deuda, garantías) con la evidencia de las fases de lectura. Los escenarios son hipótesis comprobables, no predicciones; las cifras de la tabla de sensibilidad son aritmética ilustrativa del autor del informe. La columna «Ref.» remite al artículo del corpus (lista al final del informe)."],"bloque":"6. Futuros posibles y balance","fase":4},{"id":"92-94","pregunta":"¿Qué combinación de demanda, costes, financiación y decisiones públicas conduciría a cada futuro? Para cada escenario: ¿qué lo desencadena, qué lo frena, quién gana, quién pierde y qué evidencia obligaría a descartarlo? Para cada hallazgo, ¿qué podría refutarlo?","titulo":"Escenarios: combinaciones de demanda, costes, financiación y decisiones públicas","respuesta":["Planteo cuatro escenarios que no son excluyentes y que se distinguen por el eje que domina: la demanda (A), el coste (B), la financiación (C) y las decisiones públicas (D). La tabla de cada escenario recoge el disparador, el freno, quién gana, quién pierde y la evidencia que obligaría a descartarlo; la de indicadores, qué señales de los datos apoyan o contradicen cada uno hoy.","**A. Absorción: la demanda sostiene los compromisos.** Combinación: ingresos que siguen creciendo (inversores esperan 100.000-120.000 M$ anualizados en Anthropic a fin de 2026), precios por unidad estables en la gama alta, financiación abierta (salidas a bolsa con éxito) y decisiones públicas favorables a la energía y las conexiones. Ganan laboratorios, chips y nube, y las empresas con integración profunda; pierden los entrantes tardíos y las pymes con poca capacidad de integración. Hoy lo apoya el crecimiento de ingresos y el uso de pago, y lo contradicen la falta de impacto medido en beneficio de empresa y la concentración del pago.","**B. Abaratamiento y exceso de capacidad: la tecnología se adelanta al negocio.** Combinación: el coste por unidad cae más deprisa que el precio que pagan los clientes, los modelos abiertos y los chips alternativos ganan cuota, y la capacidad construida se vuelve excesiva para el ingreso por unidad. Ganan los usuarios y las aplicaciones multimodelo; pierden los vehículos con garantía de valor residual y los proveedores de capacidad de commodity. Hoy lo apoyan las bajadas de precio de los modelos pequeños, el peso de los modelos abiertos y los chips nuevos; lo contradicen la escasez de cómputo, la subida del alquiler de la B200 y que DeepSeek duplicó ingresos tras subir precios.","**C. Corrección financiera con contagio: se cierra la ventana de financiación.** Combinación: salidas a bolsa por debajo de las rondas privadas o aplazadas, refinanciaciones caras, compromisos take-or-pay que no se pueden recortar y garantías que se ejecutan. Pierden en este orden los accionistas de laboratorios, los prestamistas y garantes, y los proveedores; ganan las empresas con caja y los compradores de activos a precio bajo. Hoy lo apoyan el flujo de caja libre negativo, el puente de 40.000 M$ de SoftBank que vence en marzo de 2027, el aplazamiento de la OPV de OpenAI y la caída de SpaceX tras su debut; lo contradicen la Serie H de Anthropic de 65.000 M$ y la pequeña proporción de deuda sobre el total.","**D. Fragmentación política: el Estado decide quién accede.** Combinación: controles de exportación, listas negras, soberanía de nube y de cómputo, y regulaciones que obligan a pilas separadas por bloque. Ganan los Estados y los proveedores nacionales o alineados; pierden los clientes y los países sin cómputo propio (la UE, con el 5 %), y sube el coste de cambiar de proveedor. Hoy lo apoyan el control de exportación de junio sobre Anthropic, la designación del Pentágono y la dependencia europea; lo contradicen que el veto se levantó en menos de tres semanas y el acuerdo voluntario de seguridad de septiembre."],"certeza":"baja","refuta":"Cada escenario se descarta con la evidencia indicada en su tabla. Los escenarios no son excluyentes: es posible una combinación (por ejemplo A para chips y nube con C para neoclouds). Lo que refutaría el conjunto es que las cuatro series (ingresos de los laboratorios, precio por unidad, acceso a financiación y número de restricciones de acceso) se mantengan estables durante varios trimestres.","tablas":[{"titulo":"Escenarios: disparador, freno, ganadores, perdedores y evidencia que los descartaría","cols":["Escenario","Qué lo desencadena","Qué lo frena","Quién gana","Quién pierde","Evidencia que lo descartaría"],"rows":[["A. Absorción","Ingresos de clientes finales que cubren los compromisos; salidas a bolsa con éxito; energía y conexiones disponibles","Escasez de energía y oposición local; concentración del pago en pocos clientes; poco impacto en beneficio de empresa","Laboratorios, chips, nube, empresas con integración profunda","Entrantes tardíos; pymes poco integradas; usuarios de la red si los costes de red no se asignan","Estancamiento de los ingresos anualizados de Anthropic y OpenAI por debajo de lo que cubre sus compromisos; OPV por debajo de la valoración privada"],["B. Abaratamiento y exceso de capacidad","Coste por unidad que cae más que el precio; modelos abiertos y chips alternativos; eficiencia por tarea","Escasez de cómputo; demanda que crece más que el abaratamiento (efecto Jevons); precios de gama alta estables","Usuarios, aplicaciones multimodelo, fabricantes de chips alternativos","Vehículos con garantía de valor residual; proveedores de capacidad de commodity; laboratorios sin ventaja de capacidad","Ingresos por token estables o crecientes en los laboratorios de frontera durante varios trimestres; alquiler de GPU de generaciones anteriores estable"],["C. Corrección financiera con contagio","Cierre de la ventana de financiación; refinanciaciones caras; take-or-pay no recortable; ejecución de garantías","Caja de los hiperescaladores; proporción pequeña de deuda; contratos con garantes sólidos","Compradores de activos; empresas con caja","Accionistas de laboratorios, prestamistas y garantes, neoclouds, proveedores con backlog concentrado; terceros por rescates o garantías públicas","Refinanciación del puente de SoftBank y de Oracle a tipos similares; OPV exitosas; flujo de caja libre de hiperescaladores positivo en 2027"],["D. Fragmentación política","Controles de exportación, listas negras, soberanía de cómputo y de nube, regulaciones por bloque","Intereses comerciales, acuerdos voluntarios, presión de clientes y aliados","Estados, proveedores nacionales, nubes soberanas","Clientes sin alternativa; países sin cómputo propio (UE); proveedores excluidos","Acceso estable y reglas armonizadas durante un año; ausencia de nuevos cortes de acceso por motivos políticos"]]},{"titulo":"Indicadores observables hoy","cols":["Escenario","A favor","En contra","Ref."],"rows":[["A. Absorción","Anthropic de ~9.000 a más de 65.000 M$ anualizados; OpenAI ~70.000 M$; uso de pago >50 % de empresas de EEUU; AWS con margen del 39,4 %; backlog de Google Cloud de 514.000 M$ y RPO de Oracle de 664.000 M$","Solo el 33 % escala pilotos y el 6 % logra impacto en EBIT; sin salto de productividad en la economía","4969528, 7189114, 90644; 4012168, 3442852, 6293123; 1096445, 35025"],["B. Abaratamiento","OpenAI recorta Luna un 80 %; GPT-6 Sol a 2/10 $; DeepSeek V4 usa el 27 % de los FLOPs; modelos abiertos 54 % de los tokens de un gateway; chip Jalapeño 1,5-1,9 veces por vatio","Fable 5 se mantiene en 10/50 $; B200 +114 %; Moonshot suspende suscripciones por falta de cómputo; DeepSeek duplica ingresos tras subir precios","4016745, 6856508, 2165827; 5212835, 5683983; 987186, 3126828, 3194835, 7412646"],["C. Corrección","Puente de SoftBank de 40.000 M$ en marzo de 2027; FCF de Oracle −23.700 M$ con capex previsto de 90.000-95.000 M$; 414.000 M$ take-or-pay en Anthropic; garantías de Nvidia (105.000 M$) y Google (44.000 M$); SpaceX −500.000 M$ de capitalización; CDS de CoreWeave ~855 pb; OPV de OpenAI aplazada a 2027","Serie H de Anthropic de 65.000 M$; la deuda es ~5 % del total del núcleo; hiperescaladores con caja","2146545, 2821713, 7302978; 4815368, 3735738, 5802686; 4829616, 6316183, 352520"],["D. Fragmentación","Control de exportación de junio sobre Anthropic; designación del Pentágono; el 80 % de lo digital en la UE depende de EEUU; la UE, 4,8 % del cómputo; 184 proyectos de IA soberana; la Comisión prevé designar a AWS y Azure bajo la DMA","Veto levantado en menos de tres semanas; acuerdo voluntario de seguridad de septiembre; controles de chips a China relajados","1195447, 2390829, 1314272; 1993573, 5985471, 7422920; 2187710, 7264860, 3265336"]]}],"graficos":[],"notas":["Esta fase no añade lecturas nuevas: combina lo medido en el grafo (flujos, ciclos, estrés, deuda, garantías) con la evidencia de las fases de lectura. Los escenarios son hipótesis comprobables, no predicciones; las cifras de la tabla de sensibilidad son aritmética ilustrativa del autor del informe. La columna «Ref.» remite al artículo del corpus (lista al final del informe)."],"bloque":"6. Futuros posibles y balance","fase":4},{"id":"92+","pregunta":"¿Qué señales concretas obligarían a revisar cada hallazgo y cuándo se observarán?","titulo":"Calendario de señales a vigilar","respuesta":["Las señales con fecha son pocas y relevantes. **Octubre de 2026:** salida a bolsa de Anthropic prevista, con una valoración de más de 2 billones según la prensa; su folleto aportará el primer margen bruto de inferencia auditado. **Noviembre de 2026:** designación prevista de AWS y Azure bajo la DMA. **1 de enero de 2027:** los precios introductorios de Gemini Flash se duplican, lo que medirá la disposición a pagar. **Marzo de 2027:** vence el puente de 40.000 M$ de SoftBank. **2027:** fecha más temprana para la salida a bolsa de OpenAI; Microsoft afirma que alcanzará flujo de caja libre positivo; el margen de capacidad de la red de EEUU se agotaría hacia 2027-2028 según SemiAnalysis. **2028:** orientado el campus de OpenAI de 10 GW en Ohio. **Hasta 2030:** el reparto de ingresos de OpenAI a Microsoft y el compromiso de 250.000 M$ en Azure.","Las **series trimestrales** que más información darán son: ingresos anualizados y margen operativo de Anthropic y OpenAI; flujo de caja libre y capex de Amazon, Alphabet, Meta, Microsoft y Oracle; ratio entre compromisos y backlog de los proveedores; precio por token en gama alta y alquiler de GPU de generaciones anteriores; y número de cortes de acceso o restricciones por motivos políticos."],"certeza":"media","refuta":"Cada fecha es una previsión de prensa o de las empresas y puede moverse. Si los folletos de salida a bolsa muestran un margen bruto de inferencia sostenido y una pérdida operativa decreciente, el escenario A ganaría peso; si la operación se retrasa o cotiza por debajo de la ronda privada, ganaría peso el C.","tablas":[{"titulo":"Calendario de señales","cols":["Fecha","Señal","Escenario que informa","Ref."],"rows":[["Octubre de 2026","Salida a bolsa prevista de Anthropic (más de 2 billones, ~30 veces ingresos según estimaciones); primer margen bruto de inferencia auditado","A y C","4819646, 3042388"],["Noviembre de 2026","Designación prevista de AWS y Azure bajo la DMA","D","7422920"],["1 de enero de 2027","Fin de los precios introductorios de Gemini 3.7 y 3.8 Flash (se duplican)","B","4611337"],["Marzo de 2027","Vencimiento del puente de 40.000 M$ de SoftBank","C","2146545"],["2027","OPV de OpenAI como pronto; Microsoft prevé FCF positivo; margen de capacidad de la red de EEUU agotándose hacia 2027-2028","A y C","6316183, 4829617, 3377060"],["2028","Campus de OpenAI de 10 GW en Ohio","A y C","3985115"],["Hasta 2030","Reparto de ingresos de OpenAI a Microsoft; 250.000 M$ de compromiso en Azure","C","90542, 2087556"]]}],"graficos":[],"notas":["Esta fase no añade lecturas nuevas: combina lo medido en el grafo (flujos, ciclos, estrés, deuda, garantías) con la evidencia de las fases de lectura. Los escenarios son hipótesis comprobables, no predicciones; las cifras de la tabla de sensibilidad son aritmética ilustrativa del autor del informe. La columna «Ref.» remite al artículo del corpus (lista al final del informe)."],"bloque":"6. Futuros posibles y balance","fase":4},{"id":"95","pregunta":"¿Estamos construyendo capacidad productiva que acabará sosteniéndose con el valor que genera, o compromisos financieros que necesitan una expansión continua para poder cumplirse; y cómo se repartirían los beneficios y las pérdidas en cada caso?","titulo":"Pregunta de cierre","respuesta":["**Las dos cosas, en proporciones distintas según la capa.** Una parte de la capacidad que se construye se sostiene con el valor que genera: los chips y la nube tienen márgenes y beneficios altos, y los centros de datos reconvertidos de la minería de bitcoin y las conexiones eléctricas son activos reutilizables. Otra parte, la más grande en términos de compromisos, depende de que los ingresos de los laboratorios crezcan durante años a un ritmo que aún no se ha demostrado más allá de 2026: 518.000 M$ no cancelables en Anthropic y unos 1,4 billones en OpenAI equivalen, a un plazo de ocho años, al 100 % y al 250 % de sus ingresos anualizados de hoy solo en cómputo. La estructura de esos compromisos (take-or-pay, garantías de valor residual, vehículos fuera de balance, vínculos entre inversión y compra) hace que cumplirlos exija crecimiento continuo o refinanciación continua.","**Reparto si la expansión se sostiene (escenario A).** Los beneficios irían sobre todo a los eslabones con mercado: chips (Nvidia, Broadcom, TSMC), nube (AWS, Google Cloud, Microsoft) y los laboratorios que consoliden, y en menor medida a trabajadores con poder de negociación (los casos de Samsung y Hyundai) y a consumidores (un excedente estimado de 173.000 M$ al año). Los costes locales (red eléctrica, agua) y los de adaptación (formación, congelaciones salariales, menor entrada de jóvenes en ocupaciones expuestas) los asumirían terceros, con un beneficio fiscal y de empleo local limitado.","**Reparto si no se sostiene (escenarios B y C).** Las pérdidas seguirían una cadena: accionistas de laboratorios y neoclouds, prestamistas y garantes (crédito privado, bonistas, Nvidia, Google, Broadcom), proveedores con backlog concentrado, y después los terceros (usuarios de la red, municipios, Estados con ayudas, garantías o participaciones, y trabajadores). La exposición de los bancos a esa cadena no se puede medir con el corpus. En el escenario D, el reparto lo decide la política: quien controle el acceso al cómputo y a los modelos decide quién soporta el coste.","**Lo que habría que observar para decidir.** Que los ingresos de clientes finales de los laboratorios cubran de forma sostenida sus compromisos anuales; que el flujo de caja libre de los hiperescaladores vuelva a ser positivo con el capex creciente; que las salidas a bolsa coticen por encima de las rondas privadas; que el precio por unidad no caiga más deprisa que el volumen; y que los costes de red y de agua se asignen a quien los genera."],"certeza":"media","refuta":"Las cinco observaciones del último párrafo. Si se cumplen todas durante cuatro trimestres, la lectura de compromisos que necesitan expansión continua perdería fuerza; si fallan dos o más, se reforzaría. Es la conclusión con más peso de este análisis y la menos verificable hoy: depende de datos que solo aparecerán con los folletos de salida a bolsa y las cuentas de 2027.","tablas":[{"titulo":"Reparto de beneficios y pérdidas por escenario","cols":["Agente","Si se sostiene (A)","Si se abarata o se sobredimensiona (B)","Si hay corrección financiera (C)","Si hay fragmentación política (D)"],"rows":[["Chips y nube","Capturan la mayor parte del beneficio","Beneficio por volumen; riesgo en valor residual de chips","Pérdidas por garantías y backlog concentrado, amortiguadas por caja","Más demanda soberana; riesgo de acceso a mercados"],["Laboratorios","Consolidan; margen creciente","Presión de precio; ventaja de capacidad decisiva","Pérdida de valoración; refinanciación; posible consolidación","Dependen de decisiones de acceso y de contratos públicos"],["Neoclouds y vehículos","Crecen con contratos","Capacidad excesiva y valor residual a la baja","Impago y ejecución de garantías","Capacidad soberana como nicho"],["Prestamistas y garantes","Rendimiento por riesgo asumido","Pérdidas por valor residual","Pérdidas principales tras los accionistas","Exposición según jurisdicción"],["Empresas usuarias y pymes","Valor de tarea; adaptación costosa","Beneficiarias por precio","Riesgo de continuidad de proveedor","Riesgo de corte de acceso"],["Trabajadores","Prima por habilidades; presión sobre júniors","Efecto mixto","Recortes y presión salarial","Efecto según política"],["Terceros (red, municipios, Estado)","Asumen costes locales","Activos infrautilizados","Rescates o garantías públicas; activos varados","El Estado como árbitro y accionista"]]}],"graficos":[],"notas":["Esta fase no añade lecturas nuevas: combina lo medido en el grafo (flujos, ciclos, estrés, deuda, garantías) con la evidencia de las fases de lectura. Los escenarios son hipótesis comprobables, no predicciones; las cifras de la tabla de sensibilidad son aritmética ilustrativa del autor del informe. La columna «Ref.» remite al artículo del corpus (lista al final del informe)."],"bloque":"6. Futuros posibles y balance","fase":4}]}