La cadena de valor de la IA, medida desde el silicio

Empieza donde los números están auditados y lo primero que encuentras es que los pronósticos ya se quedaron atrás. Omdia proyectó un mercado de chips de IA de US$286bn para 2030. Las ventas reportadas superaron esa cifra en 2026, cuatro años antes. Ese es el argumento para derivar esta cadena de los reportes y no de la tasa de crecimiento de nadie.

Nadie reporta chips, reportan dólares, así que las unidades se despejan del ingreso. El segmento de datacenter de NVIDIA facturó US$162.4bn en su año fiscal 2025. A unos US$42,000 por chip, eso son 3.87M de chips vendidos en el año. Para 2026 los cuatro grupos (NVIDIA, AMD, los chips a la medida que las nubes diseñan para sí mismas, y China) suman US$381bn de aceleradores. Luego entran las redes: los switches, cables y tarjetas que conectan miles de chips en una sola máquina. NVIDIA las reporta en 24.5% del ingreso por aceleradores, lo que lleva el total a US$474bn, dentro de unos pocos puntos porcentuales de lo que los cuatro reportan a la SEC.

La industria lo cuenta como una historia de crecimiento. Es una historia de precio. Los embarques de servidores de IA crecen 28% mientras el ingreso por silicio sube cerca de 90%. La razón es que el precio promedio por rack se triplicó en dos generaciones: GB200 cerca de US$3.0M, GB300 cerca de US$4.0M, Vera Rubin hasta US$8.8M. NVIDIA ya presume US$1 trillón de órdenes de Blackwell y Rubin hasta 2027, más que el PIB de Suiza.

Así que 2026 es tanto un ciclo de precio como de unidades. El número a vigilar cada trimestre es el ingreso de datacenter contra el supuesto de precio por chip. No los titulares de conteo de unidades, que cuentan dos veces los paquetes con varios chips.

Una GPU de 2023 y un rack de 2026 no son la misma unidad, así que cada generación de chip se convierte a equivalentes-H100 con benchmarks públicos. Un H100-equivalente significa tanto cómputo como un solo chip H100 de 2023, lo que permite sumar en una misma unidad honesta el silicio de años distintos.

Los índices de conversión son medidos, no asumidos. El H100 vale 1.00. El B200 vale 2.90 (SemiAnalysis mide su costo de US$0.49 a US$0.17 por millón de tokens). El GB300 vale 4.50 (MLPerf muestra 45% más que el GB200). La unidad sigue el trabajo realmente entregado, no la velocidad pico del folleto.

Aquí también se esconde el error de conteo más ruidoso. Los titulares cuentan 6M de GPUs donde los reportes describen 3M de paquetes, porque las piezas nuevas llevan dos chips cada una. Reducir el conteo a la mitad reduce a la mitad el precio implícito por chip, y ese error se propaga por cada estimación de abajo. El modelo cuenta paquetes, exactamente como los reportes.

Los chips vendidos no son chips operando, así que la flota se arma como una suma con memoria. Cada año entra lo comprado; sale el silicio que cumplió su vida útil. Lo que entra es el conteo de embarques del eslabón 01, convertido con los índices del eslabón 02. Los 13.08M de paquetes vendidos en 2026 valen 35.0M de equivalentes-H100, porque la pieza promedio de ese año hace 2.7 veces el trabajo de un H100 de 2023. La segunda gráfica de abajo muestra esas altas anuales. Suma las cohortes (2.1M de 2023, 5.4M de 2024, 16.2M de 2025 y 35.0M de 2026) y quedan 58.7M de equivalentes-H100 en pie al cierre de 2026.

No todo eso corre el año entero. Un chip entregado en marzo no puede trabajar doce meses, así que el silicio nuevo se asume operando medio año el primer año. La flota operativa de 2026 es entonces 23.7M arrastrados de fin de 2025 más la mitad de los 35.0M recién entregados: 41.2M de equivalentes-H100 realmente trabajando. Cuánto dura un chip es la palanca A7.

Esa palanca no es un detalle. La vida útil es la variable número uno del costo total, y los hyperscalers (Microsoft, Alphabet, Amazon y Meta, que rentan la mayor parte del cómputo del mundo) ya la estiraron de 3 a 5-6 años en sus estados financieros. Cada año extra abarata el costo anual sin mover un dólar de inversión. Pertenece al tablero como palanca, no enterrada en una nota al pie.

Un token es la unidad de trabajo de la IA, más o menos una palabra leída o escrita. En vez de confiar en lo que los chips podrían hacer en el papel, la producción de la flota se calibra hacia atrás. Se calibra contra el único volumen que alguien ha divulgado: los 3.2 cuatrillones de tokens al mes de Google. El modelo despeja cuánto produce cada chip en lugar de asumirlo.

La aritmética es directa. Toma el ritmo global de 2026, 6.0 cuatrillones de tokens al mes, multiplícalo por doce y divídelo entre la flota operativa de 41.2M. Da 1.75 billones de tokens por chip al año, despejado y no asumido. Pero el 6.0 es un estimado mío, no una divulgación. Se arma de abajo hacia arriba con lo público, sobre todo los 3.2 cuatrillones al mes de Google y el volumen reportado de OpenAI. Ese trabajo da un rango de 5.5 a 7.7 cuatrillones. Elegir 6.0 equivale a decir que Google corre el 53% de los tokens del mundo. Esa sola proporción es lo que sostiene todo el paso.

La prueba de sensatez es lo que hace creíble la calibración. 1.75 billones de tokens al año son 55 tokens por segundo, sostenidos. Eso es cerca del 3% de lo que un H100 puede dar a tope. Bajo, y correcto que lo sea, porque parte de la flota está entrenando modelos en vez de responder usuarios. Las ganancias de eficiencia medidas corren a 41% al año (SemiAnalysis) contra el 60-70% que a veces se afirma, mientras MLPerf muestra 45% por generación de hardware. Yo le creo a la medición, no al comunicado de prensa.

De ahí salen dos conclusiones, y pesan más que la calibración misma. Los chips sí se abaratan por token, a un ritmo medido de 41% al año, pero la flota crece más rápido que eso. Así que casi cada token adicional viene de comprar más silicio, no mejor silicio. Y al 3% de su pico teórico, la flota está lejísimos del techo de lo que podría imprimir. Lo que limita a esta industria no es la oferta de tokens. Es cuánto se cobra por cada uno.

El único cruce genuino es un estimado rival, y no resuelve la pregunta. Goldman pone el ritmo global en 5.0 cuatrillones al mes, cerca de 20% por debajo del mío. Con su número Google corre el 64% de los tokens del mundo; con el mío, el 53%. Ninguna proporción es absurda, así que cargo la brecha como incertidumbre en vez de argumentarla a mi favor. Que un segundo laboratorio divulgue su volumen la resolvería. Lo que no está en duda es la dirección: la API de OpenAI pasó de 6 a más de 15 mil millones de tokens por minuto en cinco meses. Los agentes cambian la escala de tajo, pues una sesión de agente de programación consume de 100 a 3,500 veces los tokens de un chat, ya cerca de US$13 por desarrollador por día activo.

No todo token que corre es un token que se vende. El 55% que sí se cobra (palanca B3) no es una corazonada, es la mezcla de dos extremos medidos. Google factura apenas el 26% de sus tokens por su API, la interfaz de paga a la que se conectan otras empresas. El resto de su inferencia alimenta sus propios productos, planes gratuitos y tráfico de prueba. OpenAI y Anthropic están en el otro extremo, cerca del 100%, porque casi todo lo que corren lo venden. Ponderados por tamaño, los dos extremos dan cerca de 55%.

El precio se ancla al ingreso contable, no a un run-rate (una cifra anualizada que se arma multiplicando un mes bueno por doce). US$55bn de ingreso contable en 2026 sobre 39.6 cuatrillones de tokens facturables dan US$1.40 por millón de tokens. Ese precio (palanca B4) es el insumo más incierto de toda la cadena, por una razón simple: nadie lo publica. Ningún laboratorio reporta ingreso entre tokens, así que la cifra se arma con dos estimados a la vez, y los dos se mueven. Tampoco es un precio de lista. Mezcla modelos de razonamiento caros con otros baratos, descuentos por volumen y tráfico en caché, y esa mezcla cambia cada trimestre.

Dos fuerzas lo empujan hacia abajo, y el mercado suele malinterpretar ambas. El run-rate adorna el número. Anthropic cerró 2025 con un 'run-rate de US$9bn' pero facturó US$4.5bn contables en el año, una exageración de 2x que infla con él el precio implícito. Y el extremo barato del mercado ya no es marginal. OpenRouter es un servicio que enruta el tráfico de desarrolladores al modelo que cada quien elija, y publica su mezcla. Los modelos de pesos abiertos y los chinos pasaron de menos del 2% de ese tráfico a más del 45% en doce meses. Cada usuario que se mueve ahí sigue trabajando y paga menos, lo que jala hacia abajo el precio mezclado sin que ningún laboratorio recorte un precio publicado.

No solo cae, y eso es lo que lo hace tan difícil de fijar. Anthropic subió Sonnet 5 un 50%, y su nuevo tokenizador emite cerca de 30% más tokens por el mismo texto. Es un alza de precio que no aparece en ninguna lista. El precio neto por token es el número más difícil de pronosticar del modelo, y el que más mueve la respuesta.

Los tokens facturables multiplicados por el precio dan el ingreso que ganan los laboratorios mismos, y la aritmética aquí sigue siendo limpia. 694 cuatrillones de tokens facturables en 2030 a US$0.84 por millón resultan en US$583bn, desde US$55bn en 2026.

Un multiplicador apila después nube y aplicaciones encima de los laboratorios (palanca B8), fijado en 3.0x en el caso base. Esa cifra no salió del aire. Es la razón observada en 2026: US$166bn de ingreso de IA en toda la pila contra US$55bn ganados en la capa de modelos. El caso base mantiene plana esa razón hasta 2030, lo que lleva US$583bn de ingreso de modelos a US$1.75 trillones de ingreso total de IA. Mantenerla plana es, en sí, el supuesto. Dice que la industria seguirá repartiendo sus dólares entre laboratorios, nubes y software exactamente como los reparte hoy. También implica que ambas capas crecen a la misma tasa por construcción, así que en la gráfica de abajo difieren en nivel, nunca en pendiente.

El multiplicador merece nombrarse, pero no sobrevenderse. Mueve sólo B8 de 2.2x a 4.0x, con las demás palancas en base, y el ingreso de 2030 pasa de US$1.28 trillones a US$2.33 trillones. Los US$17.5 trillones del caso bull salen de mover las 43 palancas a la vez, y sobre todo el precio. Donde B8 sí decide la respuesta es en el veredicto: en 2.2x la cadena sigue sin cubrir su costo anual en 2030 (0.99x), y en 4.0x lo cubre con holgura (1.79x). Un juicio sobre quién captura el valor voltea si esta construcción se paga sola o no.

Dos extremos muestran qué tan amplio puede ser ese juicio. De un lado, dinero ya contratado pero todavía no ganado: Google Cloud y AWS juntos tienen cerca de US$826bn, +131% en dos trimestres. Del otro, las empresas pagaron apenas US$12.5bn por acceso a modelos de lenguaje en todo 2025, contra unos US$410bn invertidos en la infraestructura. Es 33 a 1. La capa de laboratorios está despejada. Las capas de arriba son el verdadero debate: los US$1.75 trillones de 2030 son una afirmación sobre quién captura el valor aguas abajo, no sobre cuántos tokens puede imprimir la flota.

Los chips cargan memoria por geometría, no por supuesto. 13.08M de paquetes en 2026, cada uno con unos 255 GB de memoria de alto ancho de banda (HBM), demandan 3.34 billones de GB. Eso queda 11% por debajo del estimado independiente de TrendForce, de 3.75 billones, que es el cruce de verificación. Arrastra el mercado total de memoria de US$900bn en 2026 hacia US$1.61 trillones en 2030, y dentro de él la parte atribuible a IA sube de US$125bn a US$453bn.

La memoria que arrastra la cadena no es un accesorio barato. Los precios contrato de la DRAM se multiplicaron 5.35x en cuatro trimestres, y Micron reportó un margen bruto de 84.6%. No es errata. Lo que lo provocó fue un apretón, no una moda. El HBM consume entre dos y tres veces la oblea de silicio de la memoria común por el mismo gigabyte. Cada pila fabricada para IA quita capacidad que habría hecho DRAM común. La oferta se quedó corta mientras teléfonos, autos y servidores comunes seguían pidiéndola, y todo se reprecio hacia arriba. El mercado de HBM por sí solo pasa de US$42.7bn en 2026 a US$307bn en 2030. Por una vez el cuello de botella gana más que el cómputo que lo creó.

Aquí el consenso está exactamente al revés, y la razón es el reloj con el que corre cada mercado. El HBM se vende con contratos fijados hasta con un año de anticipación; la DRAM común se reprecia cada trimestre. NVIDIA fijó sus precios de HBM de 2026 en mayo de 2025, antes del shock, así que el HBM es menos rentable que la DDR5 común desde principios de 2026. Los resultados de Samsung lo confirman: la DRAM común ahora gana más que el HBM aun mientras el HBM4 acelera para Vera Rubin. Así que los fabricantes que más ganan con la IA no son los campeones del HBM. Son Samsung y Micron, cuyos grandes libros de memoria común se reprecian cada trimestre dentro del shock, mientras SK hynix, el líder nominal de HBM, sigue atado a contratos firmados antes. Creo que la utilidad de la memoria de IA no está donde apuntan las hojas de ruta.

Los chips consumen energía según su ficha técnica, así que este paso casi no tiene supuestos. Sólo física y la flota del paso 3. Un rack GB200 jala 132 kW entre 72 GPUs, o 1.83 kW por chip. Multiplica eso por los embarques de cada año y sale la capacidad que se añade: 21.0 GW de nueva carga de cómputo en 2026, encima de todo lo ya conectado. Las altas crecen cada año, porque la flota crece y cada generación jala más. Los racks van de 132 kW hoy hacia 600 kW en la hoja de ruta.

Convertir gigawatts en una cuenta anual toma tres pasos. Multiplica los gigawatts operativos por las 8,760 horas del año. Agrega 15% por enfriamiento y pérdidas, que es lo que significa un PUE de 1.15. Las siglas son eficacia en el uso de la energía: la potencia total que jala el edificio, dividida entre la parte que de verdad llega a los chips. Luego asume que la flota está ocupada 71% del tiempo, la utilización que Epoch AI mide en flotas reales (palanca D2). Los chips se quedan ociosos entre trabajos, y suponer que corren a tope inflaría la respuesta 41%. El resultado es 207 TWh en 2026, subiendo a 1,238 TWh en 2030. Un número así de grande merece una segunda ruta, y aquí va una que no toca el conteo de chips. Toma los US$757bn que las cuatro nubes más grandes invierten en 2026. Divídelos entre los cerca de US$40M que cuesta construir un megawatt de datacenter. Salen 18.9 GW de capacidad nueva, contra los 21.0 GW que implican los chips. Dos rutas independientes, con 11% de diferencia.

Esos 1,238 TWh son donde la física se vuelve un muro. Son 3.4x todo el presupuesto eléctrico que la IEA reserva para datacenters de IA en 2030, y rebasan el presupuesto que la agencia fija para todos los datacenters del planeta, de IA o no. Ni siquiera el caso bear, en 591 TWh, cabe. La tensión ya se ve en el hardware. Un solo rack de 2027 demandará la potencia pico de 65 hogares y disipará el calor de 30 calderas de gas. Los pedidos de turbinas de gas subieron 70% en 2025, con Mitsubishi agotada hasta 2028. Y las cinco grandes gastarán más en IA en 2026 que lo que el mundo invierte en producir petróleo y gas.

Dos lecturas, una conclusión. O el presupuesto de datacenters de la IEA está mal por un factor grande, o el crecimiento de chips de la industria es físicamente imposible. Ambas hacen de la red eléctrica la restricción que manda, y ambas entregan la renta a quien controle la conexión a ella. La cola de proyectos esperando conectarse en EE.UU. ya supera 1 terawatt, y sus propios operadores llaman a la 'gran mayoría altamente especulativa'. Sólo en Texas hay 410 GW en cola, 87% datacenters. Los reportes de '50% de proyectos cancelados' se refieren justo a esa cola sin financiar. Los pronósticos de capacidad medida en Norteamérica se movieron apenas 1% en seis meses. El techo es físico. Y llega antes que el financiero.

El debate público compara un año de inversión contra un año de ingreso y declara ahogada a la industria. Eso es un error contable. El equipo se paga una vez pero rinde por años, así que su costo se reparte entre esos años, no se carga de golpe. Aquí se confunden tres números distintos, y 2026 los separa con claridad. La cadena desembolsa US$911bn de efectivo ese año, que es ingreso para los fabricantes de chips, los de memoria, los constructores y las eléctricas. Repartido entre los años en que el equipo rinde, ese mismo desembolso son US$270bn de costo anual. Eso es US$216bn de silicio en cinco años, US$37bn de obra en catorce y US$18bn de electricidad, que se consume el año en que se compra. Y US$166bn es lo que vende la capa de IA ese año.

La cobertura compara el tercer número contra el segundo, nunca contra el primero. Es el ingreso de IA dividido entre el costo anual, y dice cuándo la cadena empieza a pagarse sola. En 2026 es 0.62x: US$166bn de ingreso de IA contra US$270bn de costo, o 62 centavos ganados por cada dólar de costo. Cruza 1.0x en 2029 y llega a 1.35x en 2030, cuando el ingreso de US$1.75 trillones rebasa al costo de US$1.30 trillones. Ese cruce es el momento en que la aritmética empieza a jugar a favor de la industria. El efectivo que sale por la puerta es otra pregunta, y esa no se voltea a favor dentro de esta ventana.

Dos marcadores externos muestran qué tan frágil es ese cruce. Bain pone una vara más alta. Fija el ingreso necesario para 2030 en cerca de US$2 trillones al año, y cuenta US$800bn de eso como todavía faltante aun tras ahorros de eficiencia. Medido contra la vara de Bain, el caso base se queda 13% corto. El segundo marcador apunta al revés. Por cada US$1 de costo anual que carga su infraestructura de IA, los hyperscalers ya ingresan US$1.19, arriba de 1.00 por primera vez. Así que el cruce es real, y es estrecho. Descansa en el supuesto de precio que es el insumo menos cierto de la cadena, y en el caso bear nunca ocurre: la cobertura termina 2030 en 0.17x.