Jamie Dimon afirma que el auge de los centros de datos de IA no se desinflará
Jamie Dimon ha rechazado los temores de que el auge de los centros de datos de IA se desinfle, pese a la creciente preocupación por la deuda, la energía y los retornos inciertos. La postura del consejero delegado de JPMorgan Chase llegó a un público más amplio a través de Google News después de que CNBC destacara su confianza en el ciclo de infraestructura.
Su argumento no es simplemente que la inteligencia artificial seguirá siendo popular. Dimon apuesta a que la demanda de capacidad de cómputo seguirá creciendo con la rapidez suficiente para sostener una extraordinaria ola de construcción y financiación.
Esa confianza lo sitúa frente a inversores que ven ecos del auge de las telecomunicaciones de finales de la década de 1990. Ambos periodos implicaron un enorme gasto en infraestructura antes de que alguien supiera cuánta demanda rentable acabaría apareciendo.
La comparación importa porque JPMorgan ocupa varias posiciones en este mercado. Utiliza IA internamente, asesora a empresas tecnológicas, estructura financiación y evalúa los riesgos crediticios resultantes.
Por tanto, Dimon ofrece más que una predicción casual. Está expresando una visión desde una de las instituciones que ayudan a dirigir capital hacia chips, centros de datos, sistemas eléctricos e infraestructura de nube.
La evidencia más sólida respalda que la demanda continúe a corto plazo. El retorno a más largo plazo de toda esa inversión sigue siendo mucho más difícil de establecer.
Lo que realmente señala el momento de Jamie Dimon en Google News
La confianza de Dimon desplaza el debate de si se construirá infraestructura de IA a si sus usuarios pueden obtener suficientes ingresos de ella.
Su postura es coherente con los comentarios que hizo en un evento de Anthropic en Nueva York en mayo de 2026. Dimon afirmó que la tecnología justificaba inversiones a escala de billones de dólares, según un análisis del ciclo de capital de la IA.
Ese respaldo procedía del líder del mayor banco estadounidense por activos. También llegó mientras las empresas tecnológicas incrementaban sus compromisos de infraestructura y buscaban más financiación externa.
Un centro de datos de IA es una instalación diseñada para operar densos clústeres de procesadores especializados. Esos procesadores entrenan modelos y ejecutan inferencia, el proceso de generar respuestas a partir de modelos entrenados.
La distinción entre entrenamiento e inferencia ayuda a explicar la confianza de Dimon. El entrenamiento crea modelos, mientras que la inferencia vincula la demanda de cómputo con la actividad diaria de los clientes.
J.P. Morgan Asset Management estima que la inferencia representa ahora aproximadamente dos tercios de las cargas de trabajo de cómputo de IA. Sostiene que esta composición conecta la nueva capacidad más estrechamente con servicios utilizables que los anteriores proyectos especulativos de entrenamiento.
La institución también estima que el gasto de capital de los hyperscalers superó los 400.000 millones de dólares en 2025. Espera que esa cifra se aproxime a los 800.000 millones de dólares durante 2026.
Los hyperscalers son empresas que operan enormes plataformas de nube, entre ellas Amazon, Microsoft, Google y Meta. Su escala les permite financiar infraestructura con flujo de caja operativo, deuda corporativa y compromisos a largo plazo.
Estas estimaciones no demuestran que todas las instalaciones previstas vayan a tener éxito. Sí muestran por qué Dimon no considera las cancelaciones aisladas o los retrasos de construcción como evidencia de un colapso generalizado.
Los grandes proyectos de centros de datos cambian periódicamente porque las conexiones eléctricas, los permisos, los equipos y los compromisos de clientes evolucionan con calendarios distintos. Una instalación retrasada no representa automáticamente una demanda de cómputo más débil.
La distribución de Google News puede aplanar esas distinciones. Un único titular sobre una instalación pausada puede aparecer junto a otro que anuncia un campus de miles de millones de dólares, creando la impresión de un giro repentino.
La intervención de Dimon ofrece un marco más claro. El auge no es un proyecto uniforme que triunfa o fracasa. Es una cartera de instalaciones, estructuras de financiación, inquilinos y acuerdos regionales de suministro eléctrico.
Es casi seguro que algunos proyectos perderán dinero. Ese resultado puede coexistir con una demanda sostenida de infraestructura en el mercado más amplio.
Dimon ha reconocido previamente esta separación. Ha sostenido que la IA es real, al tiempo que advertía de que parte del capital invertido se desperdiciará.
Esa postura es más creíble que afirmar que todas las valoraciones o instalaciones actuales están justificadas. Las tecnologías de propósito general suelen producir infraestructura valiosa junto con empresas fallidas e inversiones mal sincronizadas.
Internet sobrevivió al colapso de las puntocom. Las redes de fibra construidas durante ese periodo más tarde respaldaron servicios que sus inversores originales no siempre vivieron para monetizar.
Dimon parece esperar una separación similar entre la demanda tecnológica y los retornos de los inversores. La IA puede transformar la actividad empresarial y, aun así, producir víctimas financieras.
Esa es la señal crucial detrás del titular de CNBC. No promete un ciclo sin sobresaltos. Rechaza la idea de que los contratiempos eliminarán la necesidad subyacente de capacidad de cómputo.
La demanda real diferencia esta expansión de la quiebra de la fibra
El mejor argumento a favor de la postura de Dimon es que la capacidad de IA sigue siendo escasa, mientras que el auge de las puntocom produjo infraestructura muy por delante de su uso.
El actual análisis de infraestructura de IA de J.P. Morgan afirma que más del 70% de la capacidad de centros de datos en construcción ya ha sido arrendada. Ese nivel de prearrendamiento brinda a los desarrolladores mayor visibilidad de ingresos antes de que los edificios comiencen a operar.
El mismo análisis indica que solo el 7% de la red de fibra óptica se utilizaba en el mínimo de 2002 de la burbuja de las telecomunicaciones. Los inversores habían financiado una oferta que superaba sustancialmente la demanda contemporánea.
El mercado actual presenta la condición inversa, al menos por ahora. Los proveedores de nube siguen informando de capacidad de cómputo restringida, mientras los clientes reservan acceso con años de antelación.
Las principales plataformas de nube registraron un crecimiento medio de ingresos del 44% durante el primer trimestre de 2026, según J.P. Morgan Asset Management. Ese crecimiento no procede enteramente de la IA, pero los servicios de IA son un contribuyente importante.
La propia carga de trabajo también se está volviendo más exigente. Los modelos de razonamiento realizan cómputo adicional antes de producir una respuesta, mientras que los agentes de IA pueden hacer llamadas repetidas a modelos para completar una tarea.
Una solicitud básica a un chatbot podría requerir una respuesta. Un agente que gestiona investigación, código o procesos empresariales puede generar decenas de solicitudes conectadas.
Esa multiplicación significa que las mejoras de eficiencia no reducen necesariamente la demanda total de infraestructura. Un cómputo más barato puede animar a los desarrolladores a ejecutar más tareas, atender a más usuarios y crear aplicaciones más complejas.
El patrón se asemeja a otros mercados tecnológicos donde los menores costes unitarios expanden el consumo total. Las redes más eficientes no redujeron el tráfico de internet, y mejores chips no acabaron con la demanda de cómputo.
Las empresas también siguen en una fase temprana de adopción. J.P. Morgan estima que aproximadamente el 20% de las firmas estadounidenses informa utilizar IA, aunque las encuestas difieren porque miden el uso de distintas maneras.
Eso deja un margen considerable para la expansión. También revela la debilidad de asumir que la adopción actual se convertirá automáticamente en un despliegue rentable en toda la empresa.
La experimentación genera demanda de recursos de cómputo, pero la demanda sostenida exige flujos de trabajo útiles. Las empresas deben integrar modelos con sus datos, controles de seguridad, software y responsabilidades de los empleados.
Los casos de uso actuales más sólidos incluyen desarrollo de software, procesamiento de documentos, atención al cliente, publicidad, investigación y análisis financiero. Cada uno puede generar una demanda de inferencia continua después de que se haya entrenado un modelo.
JPMorgan ofrece un ejemplo relevante porque el banco ha desplegado IA en riesgo, operaciones, servicio y herramientas para empleados. Su experiencia da a Dimon exposición directa a la dificultad y utilidad de la adopción empresarial.
La demanda interna del banco no establece el retorno de todo el mercado. Sin embargo, ayuda a explicar por qué Dimon considera la IA una tecnología operativa en lugar de una novedad especulativa para consumidores.
La otra evidencia procede de la escasez física. Las tasas de vacancia de centros de datos se han mantenido cerca de mínimos históricos en los principales mercados, mientras que el acceso a energía adecuada se ha convertido en una restricción vinculante.
La escasez puede ocultar proyectos débiles porque los clientes aceptan condiciones desfavorables cuando la capacidad es limitada. Sin embargo, también puede proteger instalaciones consolidadas al respaldar la ocupación y los contratos largos.
El mercado resultante es más complejo que una simple comparación con una burbuja. La oferta actual está restringida, los clientes reservan capacidad y los ingresos de la nube crecen.
Estos hechos favorecen la visión de Dimon a corto plazo. No resuelven si el gasto a la escala esperada para 2026 generará retornos aceptables durante la vida útil de una instalación.
El precedente de la fibra, por tanto, funciona en ambos sentidos. La infraestructura puede seguir siendo socialmente útil mientras destruye capital para propietarios que pagaron demasiado o se endeudaron con supuestos poco realistas.
Esa distinción define el conflicto principal. Dimon defiende una demanda duradera de cómputo, mientras los escépticos cuestionan las estructuras financieras construidas en torno a esa demanda.
El auge ahora depende tanto de la deuda como de los chips
Los centros de datos de IA están pasando de un ciclo tecnológico financiado con efectivo a una prueba de financiación que puede exponer a inquilinos y proyectos más débiles.
Amazon, Alphabet, Meta y Microsoft entraron en el ciclo con balances inusualmente sólidos. J.P. Morgan estima que las cuatro poseían alrededor de 430.000 millones de dólares en efectivo y valores negociables tras el primer trimestre de 2026.
Se esperaba que su flujo de caja operativo combinado alcanzara aproximadamente 575.000 millones de dólares durante el año. Esa fortaleza financiera las diferencia de muchas empresas no rentables que financiaron el auge de las puntocom.
Sin embargo, el gasto de capital está consumiendo una mayor parte de esa generación de efectivo. J.P. Morgan estima que el gasto de los hyperscalers representó casi el 60% del flujo de caja operativo en 2025.
La firma espera que la proporción alcance entre el 90% y el 100% durante 2026. Ese cambio reduce el colchón disponible para recompras, adquisiciones, dividendos y debilidades empresariales imprevistas.
Las empresas de nube pueden seguir invirtiendo, pero deben tomar decisiones más difíciles. Pueden ralentizar la construcción, endeudarse más o transferir obligaciones de proyectos a desarrolladores y vehículos de financiación especializados.
Los mercados de bonos están cobrando una importancia creciente. Los hyperscalers emitieron alrededor de 121.000 millones de dólares en bonos en 2025, según J.P. Morgan Asset Management.
La institución espera que la emisión aumente a aproximadamente 250.000 millones de dólares en 2026. También espera que el crédito privado y los acuerdos fuera de balance respalden más proyectos.
La financiación fuera de balance sitúa activos u obligaciones en entidades separadas en lugar de directamente en el balance principal de una empresa tecnológica. La estructura puede distribuir el riesgo, pero también puede dificultar la evaluación de la exposición total.
La deuda neta media de los hyperscalers sigue siendo modesta en relación con sus beneficios. J.P. Morgan sitúa la deuda neta en unas 0,8 veces los beneficios antes de intereses, impuestos, depreciación y amortización.
La ratio comparable para un emisor típico con grado de inversión ronda las 2,6 veces. Esa diferencia sugiere que las principales empresas tecnológicas pueden absorber más deuda que la mayoría de los emisores corporativos.
Sin embargo, el promedio puede ocultar diferencias importantes entre proyectos. Una instalación arrendada a un proveedor de nube diversificado conlleva un riesgo distinto al de otra que depende de un único laboratorio de IA.
Los desarrolladores suelen financiar la construcción basándose en contratos de arrendamiento a largo plazo y pagos esperados de los inquilinos. Si un inquilino no puede captar capital, renegocia su compromiso o utiliza menos capacidad, la rentabilidad del proyecto puede deteriorarse.
Los bancos enfrentan presión para distinguir los contratos duraderos de la demanda creada por el pánico competitivo. También deben valorar las instalaciones especializadas si el inquilino original se marcha.
El hardware de IA puede quedar obsoleto más rápido que los edificios y las conexiones eléctricas. Un campus diseñado en torno a una generación de procesadores podría requerir costosos cambios para sistemas posteriores.
Esto crea un desajuste entre una tecnología que cambia con rapidez y una deuda de larga duración. La financiación de centros de datos puede extenderse durante años, mientras que los diseños de procesadores y los requisitos de refrigeración evolucionan mucho más rápido.
La posición de JPMorgan hace que el optimismo de Dimon sea especialmente relevante. El banco puede obtener comisiones e intereses de un ciclo de construcción duradero, pero debe protegerse de pérdidas concentradas.
Por lo tanto, su postura debe interpretarse como confianza en la demanda agregada, no como una aprobación crediticia generalizada. JPMorgan puede creer en el sector y, al mismo tiempo, rechazar la financiación de determinados inquilinos o estructuras.
Aquí es donde los titulares de Google News pueden ocultar la verdadera disputa. La división clave no es entre bancos optimistas y tecnólogos pesimistas.
Se trata de la demanda duradera frente a condiciones de financiación que suponen que todas las partes del mercado crecerán al mismo tiempo. La primera afirmación cuenta con pruebas más sólidas que la segunda.
La presión recae ahora sobre prestamistas, desarrolladores y proveedores de nube. Cada uno debe demostrar que la demanda contractual representa un uso rentable y sostenido por parte de los clientes, y no una acumulación estratégica de capacidad.
Una empresa puede reservar recursos informáticos porque teme perder acceso frente a un competidor. Esa decisión puede sostener el arrendamiento a corto plazo sin confirmar ingresos de aplicaciones a largo plazo.
El ciclo de financiación será menos indulgente a medida que aumente el endeudamiento. Los diferenciales de crédito, la calidad de los inquilinos, las condiciones de los contratos de arrendamiento y las cancelaciones de proyectos revelarán más que los totales promocionales de construcción.
La confianza de Dimon supera esa prueba solo si los prestamistas pueden absorber fracasos individuales sin retirarse de forma generalizada. Un mercado de crédito funcional puede financiar proyectos sólidos mientras ajusta el precio de los más débiles.
Una retirada desordenada tendría otro aspecto. Combinaría incumplimientos de inquilinos, sindicaciones fallidas, caída de la utilización y cancelaciones generalizadas entre múltiples proveedores de nube.
La evidencia disponible no establece ese escenario. Sí justifica vigilar la deuda con mayor atención a medida que se expande el ciclo de infraestructura.
La electricidad es una restricción mayor que la desaparición de la demanda de IA
La amenaza más inmediata para los centros de datos de IA suele ser la falta de electricidad disponible, no la escasez de clientes que soliciten capacidad de cómputo.
Los centros de datos representan actualmente alrededor del 4% del consumo eléctrico de Estados Unidos, según el análisis de J.P. Morgan. Esa proporción podría aproximadamente triplicarse para 2030.
Un solo campus grande puede requerir más de un gigavatio de potencia. Esa carga es comparable al consumo eléctrico de una gran ciudad.
Los nuevos racks de servidores también son cada vez más densos. Las configuraciones planificadas más avanzadas plantean exigencias eléctricas y de refrigeración mucho mayores por cada metro cuadrado de instalación.
La construcción de un centro de datos puede tardar entre dos y tres años. La nueva generación eléctrica suele requerir entre cinco y diez años, mientras que el desarrollo de transmisión puede tardar aún más.
Esta brecha temporal ha hecho que las conexiones a la red sean más valiosas que el terreno en varios mercados. Un desarrollador puede obtener permisos y procesadores, pero seguir sin disponer de suficiente electricidad para operarlos.
El norte de Virginia ilustra el problema. La región concentra la mayor cantidad de centros de datos del mundo, pero las grandes conexiones nuevas pueden enfrentar esperas de varios años.
Algunas instalaciones recién construidas en Santa Clara han operado por debajo de su capacidad porque la red local no podía suministrar energía suficiente. Estos ejemplos pueden parecer una demanda débil si se observan solo a través de la ocupación.
En cambio, revelan oferta bloqueada: infraestructura terminada que no puede operar plenamente porque falta otro insumo necesario.
J.P. Morgan estima que solo alrededor de seis gigavatios de capacidad están en construcción en los principales mercados estadounidenses. La cartera de proyectos en planificación es mucho mayor, pero muchos proyectos propuestos nunca conseguirán electricidad.
Este proceso de selección puede respaldar la perspectiva de Dimon. Si la electricidad restringe la construcción, las instalaciones utilizables pueden mantener una alta ocupación incluso cuando los desarrolladores anuncian más capacidad teórica.
También genera riesgos políticos y económicos. Las empresas de servicios públicos deben decidir quién financia la generación, las subestaciones, las líneas de transmisión y la capacidad de respaldo.
Los residentes se oponen cada vez más a acuerdos que podrían elevar las facturas eléctricas de los hogares. También cuestionan el uso de agua, el consumo de suelo, el ruido y la cantidad de empleos permanentes creados.
Los estados han comenzado a desarrollar tarifas especiales para usuarios de electricidad muy grandes. Estas normas pueden exigir que los centros de datos paguen las mejoras de la red y garanticen pagos mínimos.
Estos contratos reducen la probabilidad de que los hogares asuman todo el coste. También elevan el gasto y el compromiso exigidos a los operadores.
La oposición de las comunidades ya no es una preocupación secundaria de permisos. J.P. Morgan cita estimaciones según las cuales la resistencia local retrasó o bloqueó proyectos por más de 150.000 millones de dólares durante 2025.
Esa cifra no debe interpretarse como inversión eliminada de forma permanente. Los desarrolladores pueden reubicar proyectos, rediseñarlos o negociar nuevos acuerdos de reparto de costes.
Sin embargo, la reubicación modifica el rendimiento de la red y la economía de la construcción. Los sistemas de IA necesitan conexiones fiables entre instalaciones, usuarios y fuentes de datos, por lo que no todos los emplazamientos son intercambiables.
Las empresas de nube están respondiendo con acuerdos energéticos de largo plazo. Sus estrategias incluyen gas natural, energía nuclear, sistemas geotérmicos, celdas de combustible, generación solar y almacenamiento en baterías.
Varias soluciones tardarán años en escalar. Las turbinas de gas enfrentan largas carteras de pedidos, mientras que las nuevas instalaciones nucleares conllevan incertidumbre regulatoria, constructiva y de costes.
La escasez de energía también afecta con mayor severidad a los competidores más pequeños. Las grandes empresas de nube pueden firmar contratos de largo plazo y financiar generación dedicada, mientras que las startups deben comprar capacidad a precios de mercado.
Esta dinámica puede consolidar la infraestructura de IA en torno a empresas con balances sólidos. También puede profundizar la dependencia de unas pocas plataformas de nube.
Para los compradores empresariales, el resultado puede manifestarse en los precios de los servicios, restricciones regionales o límites de capacidad. Los desarrolladores pueden enfrentar costes más altos incluso si los modelos se vuelven más eficientes.
La eficiencia sigue siendo importante, pero no puede evaluarse de manera aislada. Cuando cada tarea se abarata, las empresas suelen ejecutar más tareas y crear aplicaciones más exigentes.
Por tanto, el cuello de botella eléctrico refuerza y complica el argumento de Dimon. La escasez respalda el valor de las instalaciones operativas, pero puede impedir que la industria satisfaga económicamente la demanda proyectada.
Un auge no necesita desinflarse para decepcionar a los inversores. Los retrasos en la construcción, los costes de red y las restricciones locales pueden reducir los rendimientos sin que la demanda de los clientes desaparezca.
Esta distinción debería orientar cómo los lectores interpretan la futura cobertura de Google News. Un campus cancelado puede reflejar problemas de financiación, permisos, electricidad o inquilinos, en lugar de un juicio sobre todo el mercado.
La pregunta útil no es si un proyecto se detuvo. Es por qué se detuvo y si su cliente trasladó la carga de trabajo a otro lugar.
Tres señales pondrán a prueba la apuesta de Dimon por los centros de datos de IA
Los ingresos de la nube, las condiciones de financiación y la capacidad operativa determinarán si Dimon identificó una demanda duradera o subestimó un costoso desajuste.
La primera señal es el crecimiento de los ingresos de la nube tras el auge de infraestructura de 2026. Los inversores deberían comparar el crecimiento de los servicios relacionados con IA con el capital necesario para respaldarlos.
Los ingresos no necesitan igualar el gasto en construcción de inmediato porque los centros de datos operan durante muchos años. Deben mostrar una vía creíble para cubrir la depreciación, la electricidad, las redes y los costes de financiación.
La revisión independiente de inversión en IA de J.P. Morgan estima que obtener un rendimiento del 10% sobre la inversión actual podría requerir 650.000 millones de dólares en ingresos anuales de IA. Es un umbral exigente, no una previsión de ventas garantizadas.
Si el crecimiento de la nube se mantiene sólido mientras caen los costes unitarios, el argumento de Dimon gana respaldo. Un mayor uso demostraría que la nueva capacidad atiende aplicaciones en expansión en lugar de reservas sin utilizar.
Si el crecimiento de los ingresos se desacelera mientras el gasto de capital se mantiene cerca de los niveles actuales, el argumento se debilita. Los proveedores de nube se enfrentarían entonces a presión para reducir proyectos o aceptar menores rendimientos.
La segunda señal es el comportamiento de los mercados de crédito. Los lectores deberían vigilar la emisión de bonos, los diferenciales de crédito, la financiación privada y la capacidad de los bancos para distribuir grandes préstamos de proyectos.
Una mayor emisión por sí sola no indica dificultades. Las empresas sólidas suelen endeudarse porque la deuda ofrece una forma eficiente de financiar activos que generan ingresos durante muchos años.
La advertencia aparece cuando los prestamistas exigen una compensación sustancialmente mayor o rechazan exposición a determinados inquilinos. Las sindicaciones fallidas y las reestructuraciones repetidas indicarían que el riesgo percibido está aumentando.
La información transparente será importante a medida que más inversión se canalice a través de entidades de proyecto separadas. Los inversores necesitan saber qué empresa garantiza un arrendamiento y quién absorbe las pérdidas si la demanda cae.
El resultado optimista es una revisión selectiva de precios. Los proyectos sólidos siguen recibiendo capital, mientras que los planes más débiles se retrasan o cancelan sin desestabilizar todo el mercado.
El resultado negativo es una contracción correlacionada. Varios inquilinos importantes reducirían sus compromisos mientras los prestamistas se retiran simultáneamente, dejando a los desarrolladores con activos especializados e infrautilizados.
La tercera señal es la capacidad energizada, no la capacidad anunciada. Un campus anunciado aporta poco hasta que recibe procesadores, redes, refrigeración y una conexión eléctrica fiable.
Los lectores deberían comparar los megavatios operativos con los planes de construcción y las carteras teóricas. También deberían seguir si los sitios prearrendados comienzan a atender las cargas de trabajo de los clientes según lo previsto.
Una brecha creciente entre edificios terminados y energía utilizable debilitaría los rendimientos de los proyectos. No demostraría necesariamente que la demanda de IA haya desaparecido.
Por el contrario, una utilización creciente en instalaciones recién energizadas reforzaría el argumento de Dimon. Demostraría que la capacidad reservada se está convirtiendo en actividad informática real.
Estas tres señales deben considerarse conjuntamente. Unos ingresos sólidos de la nube no pueden proteger por completo un proyecto con financiación inasequible o sin conexión eléctrica.
La financiación fácil tampoco puede rescatar una instalación sin usuarios rentables. La capacidad operativa importa solo cuando los clientes siguen pagando lo suficiente para cubrir su coste total.
La lección más amplia es que el debate sobre los centros de datos de IA contiene dos preguntas diferentes. Una pregunta si la demanda de cómputo seguirá creciendo.
La otra pregunta si los inversores, prestamistas, inquilinos y desarrolladores actuales capturarán suficiente valor de ese crecimiento. Dimon tiene una base más firme al responder a la primera.
El propio análisis de J.P. Morgan reconoce la incertidumbre en torno a la segunda. Afirma que la demanda actualmente supera a la oferta, mientras que los rendimientos a largo plazo siguen sin resolverse.
Esa conclusión equilibrada es más útil que tratar el ciclo como un éxito garantizado o un colapso inminente. Los auges de infraestructura pueden ser económicamente importantes y financieramente desiguales al mismo tiempo.
Los desarrolladores deberían vigilar los precios de la capacidad y la disponibilidad regional de electricidad. Los compradores empresariales deberían vigilar los compromisos de nube, los costes de los servicios y los resultados medibles de sus propios despliegues.
Los trabajadores del conocimiento deberían centrarse en si las aplicaciones de IA se integran en tareas recurrentes. Su uso sostenido genera la demanda de inferencia que, en última instancia, respalda los ingresos de los centros de datos.
Los inversores deberían distinguir entre instalaciones respaldadas por inquilinos sólidos y proyectos especulativos que dependen de que continúe la captación de fondos. También deberían analizar quién garantiza cada obligación.
Google News seguirá mostrando tanto anuncios de expansión como proyectos cancelados. Ninguno de esos tipos de titulares resuelve por sí solo el debate.
Los resultados de la nube del próximo trimestre ofrecerán una señal más clara sobre la demanda. La actividad de financiación mostrará si Wall Street sigue aceptando el riesgo asociado.
Las conexiones a la red eléctrica revelarán cuánta de la capacidad anunciada puede convertirse en infraestructura utilizable. En conjunto, estas métricas pondrán a prueba si el auge se está ampliando o si simplemente está acumulando compromisos.
La apuesta de Dimon es que los servicios de IA útiles consumirán mucha más capacidad de cómputo de la que el mercado ofrece actualmente. La evidencia respalda esa postura a corto plazo.
Lo que sigue siendo incierto es quién obtiene el rendimiento, quién absorbe los proyectos fallidos y cuánta deuda se acumula antes de que el mercado encuentre esa respuesta. Observe esos resultados, no el titular más llamativo de Google News, antes de decidir si el despliegue está perdiendo impulso.
