Flujo de caja libre negativo en Google y Amazon por el billón gastado

Hay una cifra que debería helar la sangre de cualquier director financiero en América Latina: 745.000 millones de dólares. Eso es lo que Google, Amazon, Microsoft y Meta gastaron solo en el último año en infraestructura de inteligencia artificial. Desde que ChatGPT explotó a finales de 2022, el acumulado ya alcanza un billón de dólares, un uno seguido de doce ceros. Pero hay un detalle que los comunicados de prensa prefieren esconder: la caja de estas empresas está más seca que el desierto de Atacama.

El flujo de caja libre combinado de las cuatro grandes tecnológicas apenas suma 7.000 millones de dólares, la cifra más baja en una década, según reportes de resultados recientes. Google, por primera vez en su historia, reportó un flujo de caja libre negativo de -5.900 millones de dólares. Amazon también está en rojo con -7.600 millones. Meta vio su flujo de caja libre desplomarse un 91% interanual, quedando en apenas 784 millones de dólares en el segundo trimestre. Solo Microsoft y Meta logran ingresar más de lo que gastan, pero por márgenes cada vez más estrechos.

Los inversores, que durante años celebraron cada anuncio de gasto en IA, empiezan a ponerse nerviosos. Cada vez que una de estas compañías eleva su previsión de gasto de capital —como hizo Google al subir su proyección para 2026 a entre 195.000 y 205.000 millones de dólares, o Amazon al ajustarla a 220.000 millones— las acciones caen. Luego se recuperan, pero el patrón se repite. La pregunta incómoda que nadie quiere hacer en voz alta es: ¿y si todo este dinero no genera el retorno esperado?

Según el Banco de Pagos Internacionales, el patrón de financiamiento está cambiando: las empresas ya no pueden sostener estas inversiones solo con su flujo de caja operativo. Están emitiendo deuda: Oracle, Meta, Alphabet y Amazon colocaron casi 90.000 millones de dólares en bonos solo en el último trimestre de 2025. El capital privado también está entrando con fuerza: Morgan Stanley estima que las firmas de private equity invertirán unos 800.000 millones en centros de datos para 2028. Pero si la demanda se enfría o la tecnología encuentra un límite, esos activos podrían convertirse en lastres gigantescos.

La promesa de productividad que no llega

Mientras tanto, la evidencia concreta de que toda esta inversión esté traduciéndose en ganancias de productividad reales es, cuando menos, esquiva. Un estudio del National Bureau of Economic Research que encuestó a casi 6.000 ejecutivos de empresas en Estados Unidos, Reino Unido, Alemania y Australia encontró que, aunque casi el 70% de las firmas reporta usar IA, más del 90% dijo que no tuvo ningún impacto en el empleo y el 89% reportó ningún efecto en la productividad. La Encuesta CFO del Banco de la Reserva Federal de Richmond, que cubre a empresas estadounidenses, arrojó resultados similares: entre el 65% y el 70% de los encuestados no espera cambios significativos en eficiencia o productividad en el próximo año.

Daron Acemoglu, del MIT, estima que las ganancias de productividad total de factores gracias a la IA no superarán el 0,55% en los próximos diez años. Por el lado optimista, Erik Brynjolfsson, de Stanford, argumenta que estamos en el valle de la curva J de productividad: las empresas están haciendo inversiones intangibles en reorganización y aprendizaje que no se reflejan en las métricas actuales. Pero incluso su pronóstico más favorable —un aumento de productividad del 2,7% en EE.UU. en 2025— depende de una interpretación generosa de los datos de empleo y producción.

Lo que esto significa para América Latina

Para un ejecutivo latinoamericano, esta historia no es solo una curiosidad de Wall Street. La fiebre inversora de las big tech tiene consecuencias directas en la región. Primero, el costo de la infraestructura cloud está subiendo. Los centros de datos consumen energía y agua a niveles insostenibles: el norte de Virginia, el mayor mercado de centros de datos del mundo, consume más de una cuarta parte de la electricidad de todo el estado. Esa demanda global presiona los precios de los servicios en la nube que empresas latinoamericanas usan a diario.

Segundo, la escasez de chips de memoria RAM —cuyos precios se dispararon más de un 170% interanual porque las big tech acaparan la oferta— afecta desde la fabricación de servidores hasta la disponibilidad de equipos de consumo. En México, Brasil o Colombia, una empresa que quiera desplegar modelos de IA locales se enfrenta a costos de hardware prohibitivos y a una dependencia cada vez mayor de los hiperscalers.

Tercero, el modelo de negocio de las big tech no está diseñado para el mercado latinoamericano. Mientras Meta justifica su gasto astronómico en IA con la promesa de un futuro de agentes personales, sus ingresos publicitarios en la región crecen, pero no al ritmo de sus inversiones. Y cuando Meta o Google ajustan sus algoritmos o suben el precio de sus APIs de IA, las startups locales —desde fintechs hasta healthtechs— son las primeras en sufrir.

La pregunta que ningún CEO latinoamericano puede ignorar

Si las grandes tecnológicas están quemando efectivo a este ritmo sin que la productividad despegue, ¿cuánto tiempo pasará antes de que empiecen a subir los precios de sus servicios o a recortar programas que benefician a mercados más pequeños? La historia está llena de ejemplos de empresas que apostaron todo a una tecnología y quebraron cuando el mercado cambió. La burbuja de las puntocom nos enseñó que las inversiones masivas no garantizan retornos automáticos.

Para el director de tecnología o el CFO de una empresa latinoamericana, la lección es clara: no hay que comprar el discurso de que la IA es un camino lineal hacia la eficiencia. Los datos duros de productividad son endebles, y los balances de los proveedores de infraestructura muestran grietas. La estrategia inteligente no es subirse ciegamente al carro del gasto, sino entender qué problemas reales resuelve la IA aquí y ahora, sin hipotecar el futuro a una promesa que aún no se cumple.