Primero, el espejo retrovisor. En 1995, con la salida a bolsa de Netscape, comenzó el boom de internet. Voces influyentes —como el científico Clifford Stoll o el Nobel Paul Krugman— minimizaron su impacto. Poco después, el Nasdaq subió 86% solo en 1999; euforia, capital riesgo desbordado y debuts que multiplicaban su precio en horas (TheGlove.com, eToys, Webvan, Terra). En marzo del 2000, Cisco llegó a ser la empresa de mayor valor del mundo tras escalar 3.800% desde 1995. Y entonces la burbuja estalló: desplome, quiebras, millones de empleos perdidos en EE. UU. y una recuperación que tardó quince años. ¿Conclusión? Internet transformó la economía pese al estallido. La lección no era “no inviertas en la web”, sino “no confundas la espuma con el océano”.
Hernández traslada el paralelismo a la IA con una distinción clave: hoy el tamaño del fenómeno es mayor y, a diferencia de muchas “puntocom”, varias empresas líderes ya facturan y con márgenes elevados. Nvidia, por ejemplo, representa alrededor del 7% del mercado accionario estadounidense y sus ingresos acompañan la valoración: hay ventas, hay contratos y hay una demanda “brutal” de cómputo para centros de datos. Que el negocio dependa de la apuesta global por IA no lo vuelve humo: gobiernos y Big Tech están comprometidos con cheques gigantescos. En los próximos años, OpenAI proyecta “Stargate” (500.000 millones de dólares en EE. UU.) y Meta anunció 600.000 millones para infraestructura; Apple, Microsoft, Google y Amazon siguen la misma ruta. Incluso Europa, “sin estar en la Champions”, comunicó 200.000 millones de euros para IA. El vector común: más cómputo para que la IA llegue a más gente y haga más cosas.
¿Y si la eficiencia lo cambia todo? En febrero del 2025, el modelo de razonamiento DeepSeek R1 afirmó haber sido entrenado por unos 5 millones de dólares y operar con hasta 25 veces menos cómputo que modelos tradicionales. El mercado se asustó: si hace falta menos hardware, ¿se frenará la fiebre de chips? Hernández apela a la llamada “paradoja de Jeffords”: cuando algo se vuelve más eficiente y barato, lo usamos más y para más fines, y el consumo total sube (como ocurrió con el combustible y la masificación del automóvil). Trasladado a la IA: aunque cada modelo cueste menos de entrenar y ejecutar, su adopción se expandirá a tal ritmo que la demanda global de cómputo seguirá creciendo —y con ella la inversión en hardware y data centers—.
Para quienes hablan de “invierno de la IA”, Hernández contrapone progreso medible. Cita las evaluaciones del centro METR, que miden tareas realizadas de forma autónoma por modelos: de resolver microtareas de segundos en el 2019 a que hoy (con GPT-5) se aborden tareas que tomarían a un humano alrededor de dos horas y media. Y la cadencia de mejora se acelera: si la potencia efectiva se duplicaba cada siete meses, en el 2025 el ritmo sería de cuatro. No suena a hibernación.
Otra falacia habitual: “el 95% de los proyectos de IA fracasan”. El paper del MIT al que se alude —recuerda— no cuestiona la capacidad técnica de la IA, sino la implementación: empresas que no cambian procesos, no miden impacto ni rediseñan incentivos. Donde sí se implementa bien, el 5% genera retornos millonarios. El problema no es el modelo, es el management.
Ahora, la parte incómoda. La mitad de los trabajadores ya usa IA, pero un 40% se topa con “trabajo de mierda” producido con IA: entregables que parecen correctos, pero carecen de fondo y obligan a rehacer. La explicación es humana: nuestro cerebro consume cerca del 25% de la energía del cuerpo, y estamos programados para ahorrar esfuerzo; delegamos demasiado y demasiado pronto. Si se usa la IA como atajo perezoso, se traslada el costo al siguiente eslabón. La clave —insiste— es usarla bien: para pensar mejor, no para dejar de pensar.
¿Hay burbuja económica? Probablemente, sí: el capital riesgo está entrando en proyectos sin mirar debajo del capó y algunas valuaciones caerán. Pero una cosa es la sobrevaloración de ciertas empresas y otra la trayectoria de la tecnología. Igual que en el 2000, confundir una corrección financiera con el futuro de la IA sería como haber dicho que internet era una moda. La pregunta que importa no es si habrá sacudones —los habrá—, sino qué organizaciones aprenderán a implementar, medir y escalar.
El cierre de Hernández combina piel y cálculo: en el 2023 invirtió parte de sus ahorros en Nvidia bajo la regla de la fiebre del oro —los que ganan son quienes venden picos y palas—. Más allá de esa anécdota, su mensaje no es una recomendación financiera, sino estratégica: separar el ruido del relato de los datos duros, evitar el cinismo fácil y construir capacidades reales. Porque si algo nos enseñó la burbuja puntocom es que la espuma vuelve al mar… pero el océano se queda. Y con la IA, ese océano apenas está empezando a llenarse.
