¿El mercado lo subestima? El "punto de inflexión del modelo" impulsa el auge de los agentes de IA y desbloquea rápidamente escenarios de aplicación empresarial

La ola de IA está atravesando un punto de inflexión clave: el rápido avance en las capacidades de los modelos está acelerando el paso de los proyectos piloto empresariales del año pasado hacia la fase de despliegue productivo, mientras que el mercado sigue subestimando sistemáticamente la profundidad y velocidad de esta transformación.

Según AI Dura, el equipo de analistas de Heath Terry en Citibank señaló en su último informe que las aplicaciones empresariales han pasado en masa de la etapa piloto a la implantación productiva, con una velocidad de mejora de los modelos más rápida que nunca y una curva de demanda en la industria que está aumentando abruptamente.

Citibank elevó la previsión de ingresos totales del sector de la IA para 2026-2030 de 2,8 billones de dólares a 3,3 billones de dólares, y al mismo tiempo ajustó al alza las previsiones de gasto de capital, de 8,0 billones a 8,9 billones de dólares. Su diagnóstico: el mercado sigue centrado en riesgos como la dificultad de construir centros de datos, la presión de financiación y el aumento de la competencia, pero está ignorando los altos retornos que estas inversiones empiezan a generar y el inicio de un ciclo de productividad impulsado por las empresas.

Para la industria del software, este es un momento más peligroso de lo que la mayoría percibe. A medida que los ingresos de las empresas nativas de IA crecen en pendiente, los altos costos de cambio, el fuerte poder de fijación de precios y las barreras de entrada sobre las que las empresas de software tradicionales han confiado históricamente están siendo redefinidos por la tecnología de IA. Esta readaptación ya se refleja en las cotizaciones: durante el último año, las valoraciones de las acciones de software se han desvinculado notablemente de las relacionadas con infraestructura de IA—pero Citibank cree que las previsiones de beneficios en consenso aún no reflejan el impacto final.

En la capa de infraestructura, especialmente en memoria, almacenamiento, CPU y electricidad, Citibank considera que es actualmente donde mejor se encuentra la relación riesgo-retorno. El desempeño relativamente rezagado de los grandes proveedores de nubes públicas, por su parte, es visto como otra ventana de oportunidad.

Las capacidades de los modelos están aumentando con una pendiente más pronunciada

GPT-5.4, Gemini 3.1 Pro y Claude Sonnet 4.6, los tres principales modelos, se lanzaron en menos de tres semanas con saltos en sus capacidades muy por encima de cualquier ciclo anterior. Según la métrica ARC-AGI-2, Gemini 3.1 Pro mejoró su puntuación 1,5 veces respecto a la versión anterior de hace tres meses; GPT-5.3-Codex es el primer modelo de OpenAI que participa en la generación de su propio código—un hito difícil de pasar por alto.

Aún más relevante es que, a medida que mejoran las capacidades de los modelos, el precio de los tokens también aumenta. Los modelos de inferencia utilizan técnicas como expertos mixtos (MoE) y aprendizaje por refuerzo con recompensas verificables (RLVR), que incrementan la cantidad de tokens consumidos por cada respuesta. Si bien el precio de Gemini 3.1 Pro se mantiene respecto a la generación anterior, su puntuación de inteligencia ya se ha duplicado.

Citibank considera que la combinación de ambas tendencias significa que existe un espacio estructural para que los ingresos unitarios de los proveedores de servicios de IA aumenten. El avance en capacidades ya impacta decisiones específicas dentro de las empresas. En el reciente anuncio de despidos de Block, se menciona explícitamente la IA, una señal temprana de que la difusión tecnológica está pasando del área de desarrollo al área operativa.

La transición de pilotaje a despliegue productivo en empresas es más rápida de lo previsto

Los integradores de sistemas son impulsores clave de esta aceleración. Las principales consultoras están transformando sus propias operaciones mientras ayudan a empresas tradicionales a desplegar rápidamente soluciones de firmas como Anthropic y OpenAI, actuando como los "capilares" de la diseminación de la IA. Las investigaciones in situ de Citibank con CIOs, CTOs e integradores de sistemas muestran que la presión competitiva es la principal fuerza que impulsa la aceleración empresarial: nadie quiere que la competencia tome la delantera.

Los datos son claros: en el cuarto trimestre de 2025, el crecimiento de la cartera de pedidos conjunta de AWS, GCP, Azure y CoreWeave alcanzó el 100%, mientras que los ingresos crecieron un 30% y el gasto de capital un 70% en ese mismo periodo.

Ante la preocupación externa por la calidad de la cartera de pedidos (concentración de clientes en laboratorios de IA), el sondeo de Citibank concluye que el crecimiento ya está ampliamente distribuido entre empresas tradicionales. El arrendador de centros de datos DLR incluso afirma que el lanzamiento de Claude Opus 4.6 impulsó nueva demanda de alquiler—algo inimaginable hace apenas un año.

El mercado sigue subestimando sistemáticamente la magnitud del gasto de capital

En 2024 y 2025, las previsiones de consenso han subestimado significativamente el gasto de capital de los grandes proveedores de nubes públicas. Citibank espera que esta situación continúe durante los próximos cinco años.

En 2026, el gasto de capital previsto para los grandes proveedores de nube será aproximadamente un 70% superior al de 2025. Citibank aumentó su previsión de gasto conjunto para Amazon (AWS), Google, Meta, Microsoft (Azure) y Oracle a 678.000 millones de dólares en 2026. El gasto mundial relacionado con IA (incluyendo nube privada, nuevos proveedores y gasto soberano en IA) se estima en 770.000 millones y ascenderá a unos US$2,9 billones para 2030, con una tasa de crecimiento anual compuesta del 47.5%.

No sólo el precio de los equipos está elevando los costos—el incremento en precios de memoria y almacenamiento es un factor clave—, sino también la capitalización de la energía. Los grandes proveedores de nube están trasladando el suministro eléctrico cada vez más de gasto operativo a gasto de capital, construyendo infraestructura energética propia para sus proyectos. El compromiso no vinculante de "construir su propia central eléctrica" (BYOPP) firmado por Google, Microsoft, Meta, Oracle, xAI, OpenAI y Amazon ejemplifica este cambio estructural. Por ello, Citibank ajustó al alza en aproximadamente un 30% su suposición de gasto de capital por cada GW de centro de datos para 2026-2027. La estimación comúnmente utilizada de 50.000 millones por GW podría estar quedando corta.

"Nadie está programando SAP con vibe coding"—Citibank utiliza esta frase para admitir que sí existen límites para la difusión tecnológica: las mejoras en productividad en el desarrollo de código no se pueden extrapolar automáticamente a toda la empresa. Pero esto no altera una lógica más amplia: la IA está reemplazando herramientas cuyo costo escala linealmente con el uso, por una tecnología de expansión con costo marginal cero—es una reconstrucción fundamental del modelo de negocio, no una iteración funcional.

Para las compañías de software tradicionales, la presión llega por dos flancos: uno, los competidores nativos de IA (incluidos numerosos nuevos jugadores respaldados por VC) continúan captando cuota de mercado; dos, la reducción de usuarios y la presión sobre precios, ya que la IA permite que menos personas hagan más.

Citibank opina que la lógica que ha sostenido las valoraciones premium del software—altos costos de cambio, fuerte poder de fijación de precios, "foso" competitivo elevado—está siendo revisada, pero las previsiones de ganancias aún no consideran plenamente este impacto final. Si miramos la dinámica de Valoración, el mercado ya está votando, pero el escrutinio no ha terminado.

Asimismo, dentro de toda la pila tecnológica de la IA, Citibank considera que la mejor relación riesgo-retorno se encuentra en los cuellos de botella de la infraestructura: memoria y almacenamiento, interconexión óptica y redes, además de equipos eléctricos. Los grandes proveedores de nube, por su reciente rendimiento inferior, también figuran como oportunidades a vigilar.