Steve Eisman advierte sobre un colapso potencial de la IA: la lección que dejó la burbuja de 2001

Steve Eisman, el inversor que predició acertadamente la crisis hipotecaria de 2008 y obtuvo millonarias ganancias con su caída, ha vuelto a encender las alertas. Esta vez, su pronóstico no apunta a los mercados de crédito, sino al vertiginoso gasto que las grandes compañías tecnológicas están canalizando hacia la inteligencia artificial. A través de su canal de YouTube, Eisman expone un paralelo histórico que inquieta a Wall Street: los excesos de inversión que caracterizaron la burbuja de internet podrían repetirse ahora en la carrera por dominar la IA.

La historia de sobreinversión que se repite: de 1999 a 2026

La advertencia de steve eisman se ancla en un precedente incómodo. A finales de los años 90, analistas de todo el mundo aseguraban que internet revolucionaría la economía. Tenían razón en el fondo, pero el timing fue catastrófico. La industria fue inundada con capital especulativo que alimentó una fiebre de inversión sin precedentes. El resultado fue predecible: demasiado dinero, demasiado rápido, en tecnologías aún inmaduras.

Cuando la burbuja puntocom explotó en 2001, no solo marcó el inicio de una recesión económica, sino que las acciones tecnológicas pasaron años sin recuperarse. La sobreinversión fue, en gran medida, la causa raíz de la crisis. Hoy, steve eisman observa movimientos similares en torno a la IA, aunque reconoce que el contexto es diferente y su análisis merece cautela.

Más de 300 mil millones en CapEx: ¿es sostenible el gasto en IA?

El argumento de Eisman descansa sobre un dato concreto: Meta, Google, Amazon y otras corporaciones tecnológicas están gastando conjuntamente más de 300 mil millones de dólares en gastos de capital (CapEx) vinculados a proyectos de inteligencia artificial. Todas compiten en la misma dirección, persiguiendo la promesa de sistemas de IA cada vez más avanzados. Pero aquí surge la pregunta incómoda: ¿este nivel de inversión masiva está justificado por los resultados reales que está generando?

Señales de fatiga: los límites de ChatGPT como indicador

Una de las primeras grietas en la narrativa del progreso imparable aparece cuando se observan los últimos desarrollos en modelos de lenguaje. Según críticos citados por steve eisman, el enfoque actual de escalamiento de modelos—invertir más recursos computacionales para entrenar sistemas más grandes—podría estar aproximándose a sus límites. El nuevo ChatGPT 5.0, lanzado recientemente, no ha mostrado mejoras revolucionarias respecto a su versión anterior ChatGPT 4.0, lo que sugiere una ralentización en la curva de innovación.

Esta desaceleración, aunque incipiente, apunta a un problema fundamental: nadie sabe con certeza cuál será el retorno efectivo de inversión (ROI) de este gasto titánico en infraestructura de IA.

El escenario que teme Eisman: un período de “digestión dolorosa”

Si los retornos de esta inversión monumental resultan decepcionantes en el corto plazo—cosa que podría ocurrir pronto—la carrera del gasto en IA experimentará un frenado abrupto. Las corporaciones reducirán presupuestos, los proyectos se ralentizarán, y la industria entrará en lo que steve eisman describe como un período de “digestión dolorosa”. Un escenario parecido al que vivió el sector tecnológico tras 2001, cuando años de euforia inversora debieron ser procesados lentamente por el mercado.

La historia, advierte Eisman, no siempre es maestra del futuro. Pero sus paralelas son suficientemente claras como para mantener el radar encendido.