El mes pasado, el mercado recibió un jarro de agua fría: NVIDIA, la joya de la corona de la revolución de la inteligencia artificial, se desplomaba más de un 3,5% en bolsa. Al mismo tiempo, Palantir, una de las compañías más asociadas al relato de la IA en defensa y big data, caía cerca de un 10%.
El contraste no podía ser mayor: dos de los actores más visibles del sector sufrían en cuestión de horas, y justo en paralelo a que figuras tan influyentes como Sam Altman (OpenAI) y Jensen Huang (NVIDIA) reconocieran en público lo que muchos susurran en privado: “sí, estamos en una burbuja”.

Caída de las acciones de NVIDIA en agosto de 2025.
Por si fuera poco, desde el prestigioso MIT llegaba un informe demoledor: tras analizar 300 proyectos de IA, realizar 150 entrevistas y encuestar a 300 personas, la conclusión era que el 95% de los proyectos habían fracasado en alcanzar sus objetivos. Una estadística letal que pone en duda el relato omnipresente de la “IA que lo cambiará todo”. ¿Estamos, entonces, ante el inicio del gran estallido? ¿O vivimos la antesala de una transformación que aún no sabemos calibrar?
Las burbujas siempre tienen el mismo origen: la sensación colectiva de que estamos frente a un tren imparable que no podemos dejar pasar. En los mercados, como en la vida, pocos temen tanto como quedarse fuera de “la próxima gran cosa”. Y la IA, con su capacidad de escribir textos, generar imágenes y simular conversaciones humanas, se ha convertido en ese billete hacia el futuro.
El problema es que la imaginación suele viajar mucho más rápido que la realidad. De ahí que, cuando las promesas se enfrentan al espejo de los hechos, el aterrizaje suela ser doloroso. Lo vimos con la fiebre de las puntocom en los 2000, lo vimos con la burbuja inmobiliaria en 2008, y ahora muchos se preguntan si lo estamos viendo con la inteligencia artificial.
Porque, ¿qué ocurre si ese crecimiento exponencial que se nos vende no llega o tarda mucho más de lo esperado? El miedo es simple: que la burbuja explote y deje tras de sí un rastro de pérdidas multimillonarias.

Jensen Huang, CEO de Nvidia.
Moore, Christensen y las disrupciones que no siempre son burbujas
No todas las innovaciones crean burbujas. Clay Christensen, con su famoso Innovator’s Dilemma, ya explicó que ciertas disrupciones se consolidan lentamente, transformando industrias en un proceso de décadas: las cámaras digitales, los televisores LCD, el propio smartphone. Cambios profundos, sí, pero graduales, sin la espuma especulativa que ahora rodea a la IA.
Al principio, incluso las tecnologías más radicales parecen irrelevantes. En una entrevista histórica, a Gordon Moore, fundador de Intel, le preguntaron para qué servía el transistor. Su respuesta fue brillante: “Es como preguntar para qué sirve el acero. Nuestro trabajo es encontrarle utilidad”. Décadas después, el transistor había hecho posible la sociedad digital. Con la IA generativa puede estar pasando lo mismo: una tecnología en pañales, con un potencial inmenso pero aún lejos de transformar todas las industrias de golpe.
La dinámica de la burbuja: inversión, velocidad y vértigo
Las disrupciones más recientes —SpaceX, los coches autónomos, la IA generativa— no siguen el guion pausado de la cámara digital (lo encontraréis descrito en profundidad en mi libro Qué hacer cuando todo cambia, ed. Planeta). Son ventanas de oportunidad que surgen de descubrimientos inesperados y atraen a emprendedores, venture capital y desarrolladores dispuestos a jugarse todo.
El resultado es una dinámica de vértigo: capital que fluye a raudales, equipos que se montan en semanas, expectativas que se disparan sin tiempo para el reposo.
Esa intensidad competitiva tiene efectos positivos y negativos. Por un lado, multiplica la velocidad de innovación: jamás en la historia se habían desarrollado tantos modelos, tantas aplicaciones y tantas herramientas en tan poco tiempo. Por otro, genera frustración: si en apenas seis semanas la IA generativa no supera un benchmark, crece el nerviosismo y empezamos a diagnosticar que ya estamos en un plateau.

Sam Altman, Jensen Huang.
La gran pregunta: ¿por qué la IA no aparece en las estadísticas de productividad?
La crítica más repetida al boom de la IA es que, a pesar del entusiasmo, las estadísticas de productividad apenas se mueven. Si la IA es tan revolucionaria, ¿por qué no se nota en el crecimiento económico?
La respuesta está en dos planos. El primero: la IA no reemplaza trabajos enteros, sino tareas concretas. Sí, redacta informes, traduce, programa más rápido. Pero solo son fragmentos del trabajo, no el conjunto. Para que eso se traduzca en productividad, hacen falta cambios organizativos: reestructurar procesos, reducir costes, reasignar roles. Y esos cambios, como siempre, tardan años.
Cuando una tecnología es genérica y accesible a todos, deja de ser ventaja competitiva
El segundo plano es aún más complejo: cuando una tecnología es genérica y accesible a todos, deja de ser ventaja competitiva. Internet nos hizo más eficientes, pero como todo el mundo lo usaba, nadie podía cobrar más solo por enviar mails. Con ChatGPT ocurre lo mismo: su impacto es real, pero generalizado. El verdadero salto llegará cuando aparezcan aplicaciones específicas, agentes y sistemas que solo unos pocos puedan explotar.
¿Hay alguna vía para que la IA generativa se refleje en las estadísticas de productividad? Por supuesto la automatización, la automatización tiene multiplicadores que pueden ser realmente grandes.
Ahora bien, si todo el mundo lo hace a la larga el precio será similar, aunque la productividad de los factores haya cambiado mucho. En precios constantes el precio de un Ford 3 estaría alrededor de los 30.000 euros, no muy diferente al precio medio de un coche actual, aunque fabricar un coche hoy en día se haya robotizado casi completamente.
No debemos esperar pues que la IA generativa tenga un impacto en las estadísticas de productividad mayor del que tuvo internet. Internet transformó nuestras vidas y lo mismo hará la IA generativa.

Jeff Bezos, CEO de Amazon.
NVIDIA: reina hoy, ¿pero por cuánto tiempo?
La caída de NVIDIA agitó el fantasma del pinchazo, pero conviene matizar. Frecuentemente, este tipo de disrupciones empiezan creando monopolios que con el tiempo se transforman en oligopolios. Ese fue el caso de Cloud, Amazon Web Services (AWS), pasó de dominar el 80% de la nube a controlar hoy alrededor del 30%, lo normal es que los monopolios se conviertan en oligopolios. NVIDIA acabará teniendo rivales, muchos de ellos chinos, pero hoy posee una ventaja casi inexpugnable: CUDA, su software de programación, fruto de 18 años de desarrollo.
Esa barrera tecnológica, unida a unas previsiones mareantes —el mercado de centros de datos de IA podría alcanzar entre 3 y 4 billones de dólares en cinco años—, convierte a NVIDIA en un jugador difícil de destronar a corto plazo. Es cierto que habrá volatilidad, pero las expectativas tecnológicas sitúan la inferencia en el centro y eso quiere decir más GPUs, son buenas noticias para NVIDIA.

NVIDIA acabará teniendo rivales, muchos de ellos chinos, pero hoy posee una ventaja casi inexpugnable.
¿Estamos en una burbuja? Sí. ¿Va a explotar?
La conclusión es paradójica: sí estamos en una burbuja. Pero no porque estemos al borde del colapso, sino porque la burbuja es el mecanismo natural de este tipo de disrupciones. Gracias a ella, se atrae capital, talento, equipos y se gana velocidad. Gracias a ella, el futuro llega antes.
La pregunta correcta no es si va a explotar, sino cómo se va a transformar. Porque aunque los proyectos fallen, aunque las valoraciones fluctúen y aunque los titulares anuncien derrumbes espectaculares,
La clave que hace estallar las burbujas es la adopción. Si todo el mundo invierte en el Metaverso pero nadie lo usa, si hay una gran inversión en el mercado inmobiliario, pero nadie compra o paga, entonces las burbujas estallan. ¿Es este el caso? No parece que estemos dejando de usarla, al contrario, los agentes están aún más en los power-points y en los pilots que en la realidad de las organizaciones.
la historia de la IA generativa apenas ha comenzado. Igual que el transistor en los años cincuenta, la inteligencia artificial generativa todavía está encontrando sus aplicaciones y aún no ha empezado a realmente transformar nuestro mundo.
Y si la historia sirve de guía, lo mejor está aún por venir.