Big Tech se desploma: Wall Street frena la euforia de la IA con pérdidas récord

Frenazo histórico: Los gigantes tecnológicos pierden 1,4 billones en semanas, mientras el mercado cuestiona su apuesta descomunal por la IA.

Las cinco mayores empresas de Wall Street —Microsoft, Amazon, Nvidia, Apple y Alphabet— han sufrido en apenas semanas una hemorragia bursátil sin precedentes: 1,4 billones de dólares evaporados en capitalización. El derrumbe no es aislado: coincide con el anuncio de planes de inversión récorde en inteligencia artificial, con compromisos que podrían superar los 650.000 millones de dólares en 2026 solo en infraestructura, chips y redes. Microsoft, el más afectado, acumula una caída del 17% en lo que va de año —600.000 millones menos en valor—, mientras Amazon retrocede cerca del 14% (340.000 millones destruidos).

El giro es brutal: tras dos años de euforia, donde cualquier inversión en IA se celebraba como garantía de futuro, el mercado ahora exige beneficios tangibles. Ya no basta con promesas; los inversores quieren ver flujo de caja. Por primera vez en una década, el capital huye de la “Big Tech” hacia alternativas con retornos más claros y menos riesgo concentrado.

La corrección actual recuerda al estallido de la burbuja dot-com en 2000, cuando las tecnológicas perdieron 5 billones de dólares en dos años. Pero hay una diferencia clave: hoy, empresas como Microsoft y Alphabet financian sus apuestas con beneficios reales, no con deuda. Aunque el paralelo histórico asusta, los analistas señalan que el sector parte de una base más sólida.

El crack de los “Magníficos 7”: cifras que duelen

En 2026, el ajuste en las grandes tecnológicas ha roto el mito de su invulnerabilidad. Microsoft, que en 2025 rozó los 3,3 billones de valor, ahora se sitúa en 2,98 billones (-17%). Amazon, lastrada por su plan de invertir 200.000 millones este año —un 50% más que en 2025—, cae al entorno de los 2,1 billones (-14%). Nvidia, Apple y Alphabet completan el baño de sangre, con recortes que superan el 8% en solo semanas.

La fotografía agregada es demoledora: 1,4 billones de dólares evaporados en el grupo que lidera la carrera de la IA. Lo más llamativo es que esta corrección ocurre mientras el resto del mercado resiste. El Nasdaq Composite retrocede un 5% desde enero, pero los “Magníficos 7” acumulan caídas medias del 8%, el doble que otros sectores. El mensaje es claro: el riesgo ya no está diversificado; está concentrado en quienes apostaron fuerte por la IA sin garantías de retorno inmediato.

En 2023, el S&P 500 subió un 24% gracias al empuje de estas siete empresas. Hoy, ese mismo grupo arrastra al índice. La psicología del mercado ha cambiado: lo que antes era sinónimo de seguridad, ahora es sinónimo de sobrevaloración.

La carrera de gasto que asusta a Wall Street

El detonante no son malos resultados —de hecho, muchos han sido sólidos—, sino el shock por las cifras de inversión futura. A principios de febrero, las grandes tecnológicas desvelaron planes de gasto nunca vistos: hasta 650.000 millones de dólares combinados en 2026, destinados a IA generativa, centros de datos y chips. Amazon, por ejemplo, advirtió que su capex aumentará más de un 50% este año, rozando los 200.000 millones —cifras que recuerdan a los excesos de la burbuja de las telecom en los 2000, cuando empresas como WorldCom quebraron por sobreinversión.

“El problema no es que gasten demasiado en IA, sino que el mercado ya había descontado beneficios imposibles en plazos irrealistas”, advierte un gestor de fondos tecnológicos europeo. La paradoja es evidente: en 2023 y 2024, cada dólar invertido en IA se celebraba como señal de liderazgo; hoy, cada anuncio abre dudas sobre cuándo —y si— ese gasto se convertirá en ganancias.

El contraste con el ciclo anterior es abismal. En 2020, cuando la pandemia aceleró la digitalización, las tecnológicas gastaron 300.000 millones en infraestructura y obtuvieron retornos rápidos. Ahora, con la IA, el horizonte es incierto: los modelos generativos requieren 5 veces más potencia de cómputo que los tradicionales, según Nvidia, y su entrenamiento cuesta hasta 100 millones de dólares por proyecto.

Proyectos inmaduros y retornos fantasmales

Más allá de las cifras de inversión, lo que realmente inquieta a los inversores es la falta de visibilidad en el retorno. Muchos proyectos estrella de IA generativa —copilotos, asistentes de código, agentes empresariales— siguen en fase temprana. Aunque el uso de la nube ha crecido gracias a la IA, los márgenes no acompañan: los costes de entrenamiento de modelos como GPT-5 superan los 1.000 millones de dólares, según estimaciones de The Information, y la competencia acelera la comoditización de funciones básicas, reduciendo el poder de fijación de precios.

El mercado empieza a distinguir entre la narrativa de la IA y los proyectos con caja real. Aquellos que no demuestren tracción comercial en 2026 corren el riesgo de ser etiquetados como “capex experimental”, no como motores de beneficio. Un ejemplo: Meta gastó 40.000 millones en su división de realidad virtual entre 2021 y 2023, pero solo generó 2.000 millones en ingresos. La historia podría repetirse con la IA.

En 2023, el gasto en IA de Google superó los 30.000 millones, pero sus ingresos por servicios en la nube crecieron solo un 26%, por debajo del 32% de 2022. La pregunta es inevitable: ¿Cuánto pueden seguir gastando antes de que los márgenes se resientan?

El dinero huye: rotación hacia los “picos y palas” de la IA

Mientras la Big Tech se hunde, otros segmentos atraen al capital en fuga. Fabricantes de chips como TSMC o ASML, y empresas de equipamiento de red, se han convertido en refugio. La lógica es simple: si el riesgo está en quienes gastan sin retorno claro, el dinero se traslada a quienes venden las herramientas que hacen posible la IA. También ganan peso las empresas defensivas, con flujos de caja estables, como utilities o consumo básico.

No es una huida total de la IA, sino una reordenación de la cadena de valor. Los inversores no abandonan la temática, pero ya no confían ciegamente en las plataformas digitales. Prefieren posicionarse en eslabones con márgenes predecibles: los chips de Nvidia, las memorias de Samsung o los routers de Cisco. El liderazgo, antes hiperconcentrado en siete nombres, ahora se diluye.

En 2023, el 70% de los flujos hacia fondos tecnológicos en EE.UU. se dirigieron a los “Magníficos 7”. Hoy, ese porcentaje ha caído al 45%, según datos de Bank of America. El capital ahora se distribuye entre semiconductores (20%), ciberseguridad (15%) y energías limpias (10%), sectores que antes quedaban eclipsados.

¿Burbuja 2.0 o ajuste necesario?

La gran pregunta es si esto es el pinchar de una burbuja de IA o simplemente un reequilibrio de valoraciones demasiado infladas. Los paralelismos con los años 90 son inevitables: entonces, como ahora, había una narrativa de “nueva economía” que justificaba múltiplos estratosféricos. Pero hoy hay una diferencia crucial: las grandes tecnológicas financian sus apuestas con beneficios retenidos, no con deuda especulativa. Además, la IA ya genera ingresos medibles —el negocio de IA en la nube de Microsoft creció un 31% en 2025—, aunque aún no al ritmo que el mercado esperaba.

El problema es que, durante meses, Wall Street pagó múltiplos que asumían crecimientos de beneficios de dos dígitos durante una década. Pero la mediana del mercado ofrecía expectativas más modestas —y realistas—. “El ajuste era inevitable”, señala Laura Chen, analista de Morgan Stanley. “El mercado había descontado un escenario perfecto: adopción masiva de IA, sin competencia y con márgenes del 40%. Ahora sabe que la realidad es más compleja”.

En 2000, el estallido de la burbuja tecnológica borró 8 billones de dólares en dos años. Hoy, el sector parte de una base más sólida, pero el riesgo persiste: si las tecnológicas no demuestran que su gasto en IA se traduce en márgenes superiores, la prima que acumularon durante años seguirá evaporándose.

Europa y Asia: dos velocidades en la tormenta IA

El contraste con otras regiones es revelador. En Europa, donde los índices tienen menos peso de tecnológicas y más de banca, energía y consumo básico, la volatilidad ha sido mínima. El Euro Stoxx 50 acumula una caída del 2% en 2026, frente al -8% del Nasdaq. En Asia, el panorama es mixto: los fabricantes de semiconductores —como Samsung o SK Hynix— se benefician de la demanda de chips para IA, pero otros sectores temen que la automatización destruya empleos y erosione modelos de negocio tradicionales.

El resultado es un mercado global a dos velocidades, donde el riesgo —y la oportunidad— sigue concentrado en EE.UU., pero con una distribución interna muy distinta a la de 2023. “Europa gana en estabilidad, pero pierde en crecimiento”, resume Klaus Weber, estratega de DWS. “Asia gana en exposición a la IA, pero pierde en resiliencia laboral”.

El próximo trimestre: disciplina o castigo

A corto plazo, todo dependerá de los próximos resultados trimestrales y, sobre todo, de las guías de inversión en IA. El mercado escrutará tres claves: 1) si la demanda de servicios de IA es estructural o un boom pasajero; 2) si ese negocio se traduce en ingresos recurrentes de alto margen; y 3) si la inversión actual puede moderarse sin perder liderazgo tecnológico.

En el escenario optimista, las tecnológicas demostrarán que la IA genera caja real y que el gasto puede ajustarse. En el pesimista, el mercado verá en la IA un nuevo ciclo de sobreinversión, con retornos inferiores a lo esperado y una competencia que presiona los precios a la baja. “El próximo trimestre no se juzgará por innovación, sino por disciplina financiera“, advierte un informe de Goldman Sachs.

La pregunta que planea sobre Wall Street es contundente: ¿Estamos ante el fin del sueño de la IA como motor de beneficios, o solo ante el primer examen de realidad? La respuesta llegará en los próximos meses, pero una cosa es segura: la era del cheque en blanco para la Big Tech ha terminado.

El precedente de 2018: cuando el gasto en la nube también generó pánico (y luego récords)

El escepticismo actual hacia la inversión masiva en IA evoca un déjà vu que pocos recuerdan: el «crack de la nube» de 2018, cuando Amazon, Microsoft y Google gastaron 120.000 millones de dólares en centros de datos y el mercado castigó sus acciones con caídas del 20% en seis meses. Entonces, como ahora, los analistas cuestionaban si el gasto se traduciría en beneficios. La respuesta llegó en 2020: esos mismos centros de datos permitieron a Amazon Web Services (AWS) multiplicar por 3,5 sus ingresos en cinco años, alcanzando márgenes del 30% —el doble que el negocio minorista de la compañía.

El paralelo es revelador. En 2018, el capex de las tecnológicas representaba el 18% de sus ingresos, una cifra que hoy parece modesta frente al 35%-40% que destinan a IA. Pero hay dos diferencias clave: 1) En 2018, la demanda de nube era tangible (empresas migrando servidores), mientras que hoy muchos casos de uso de IA aún son experimentales; 2) Entonces, la competencia era limitada (AWS dominaba con el 45% del mercado), pero ahora la IA enfrenta una guerra de precios entre modelos abiertos (como Mistral) y propietarios (como GPT-5).

La lección de 2018 es clara: el mercado premia la paciencia solo si el gasto genera barreras de entrada. AWS lo logró al convertir la nube en un commodity con altísimos costes de cambio para los clientes. La pregunta hoy es si la IA repetirá ese patrón o se quedará en una carrera de comoditización acelerada, donde el ganador sea quien gaste menos, no quien innove más.

La trampa del «efecto red» que no llega

En 2018, la nube demostró que, pasado un umbral de adopción, los costes marginales caen y los márgenes se disparan. Con la IA, ese punto de inflexión sigue siendo esquivo. Mientras AWS tardó 5 años en alcanzar rentabilidad, los modelos como Gemini Ultra o Claude 3 llevan 3 años quemando caja sin claridad sobre cuándo —o si— cruzarán al territorio positivo. El riesgo no es solo financiero: es estratégico. Si en 2027 la IA no demuestra ser más que un feature dentro de otros productos (como ocurrió con la realidad virtual), las valoraciones actuales parecerán, en retrospectiva, un espejismo. Wall Street ya no compra promesas; exige pruebas de que la IA puede ser el nuevo «sistema operativo» de la economía, no solo un gasto recurrente en la hoja de balance.