Fase 3c · Valor y adopción real, viabilidad y valoraciones (evidencia del corpus)

Generado el 3 de octubre de 2026 a partir de 430 registros extraídos de 440 artículos del corpus.

Cómo leer este informe

• Los datos son hechos que afirman los artículos, con su fuente. Se distingue medición de autoinforme.
• Cada pregunta indica su certeza y qué la refutaría.

Preguntas 24-27 · Valor verificable para quien usa IA

¿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?

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. Qué la refutaría: 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.

Calidad de la evidencia sobre valor y adopción (registros extraídos)

Adopción medida

Valor medido a nivel de tarea o de equipo

Valor a nivel de empresa y pilotos

Costes ocultos

Nota: 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).

Nota: 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.

Preguntas 29-30 · Qué partes de la cadena son viables y quién tiene márgenes

¿Qué partes de la cadena pueden ser viables y cuáles dependen de expectativas más exigentes? ¿Quién tiene márgenes sostenibles?

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. Qué la refutaría: 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.

Márgenes y resultados por capa

Nota: 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).

Preguntas 31-33 · Quién debe invertir sin parar, quién se autofinancia y quién captura el valor

¿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?

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. Qué la refutaría: 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.

Capex frente a caja de los hiperescaladores

Beneficios de otros negocios y vida útil de los equipos

Nota: 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).

Preguntas 34 · Sobrevivir sin justificar la valoración

¿Una empresa puede sobrevivir y generar beneficios, pero no justificar la valoración a la que se ha financiado?

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. Qué la refutaría: 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.

Valoraciones y su relación con los ingresos

Señales de sobrevaloración citadas

Nota: 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).

Nota: 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.

Fuentes citadas