La Reserva Federal (FED) vicegobernador: Evaluación de la burbuja de IA en cuatro dimensiones

Autor: Zhang Feng

La inteligencia artificial (IA) está transformando el panorama económico y financiero global a una velocidad sin precedentes. A medida que el entusiasmo del mercado de capitales por las empresas relacionadas con la IA sigue en aumento, surge una pregunta inevitable: ¿estamos siendo testigos de una ola especulativa similar a la burbuja de internet de finales de los años 90?

En 2025, el vicepresidente de la Reserva Federal, Philip N. Jefferson, expuso sistemáticamente su análisis comparativo entre la actual fiebre de IA y la era de la burbuja de internet en la conferencia sobre estabilidad financiera del Banco de la Reserva Federal de Cleveland, y presentó cuatro indicadores clave para juzgar si existe una burbuja en la IA. Este discurso no solo refleja la cuidadosa observación de los bancos centrales más importantes del mundo sobre las nuevas tecnologías, sino que también proporciona a los participantes del mercado un marco claro para evaluar racionalmente el auge de la IA.

I. Observaciones de la Reserva Federal: Doble mandato y estabilidad financiera

Todas las políticas y observaciones de la Reserva Federal giran en torno a su “doble mandato” legal: maximizar el empleo y la estabilidad de precios. Jefferson dejó claro que la evaluación del impacto de la inteligencia artificial debe partir de esta tarea fundamental. Esto significa que la Reserva Federal se preocupa por la IA no solo por sus avances tecnológicos o su desempeño en el mercado, sino por cómo afecta el nivel general de empleo, la productividad laboral, el potencial de crecimiento económico y la tendencia de la inflación.

Desde la perspectiva del empleo, la IA muestra un efecto doble. Por un lado, promueve el empleo al aumentar la eficiencia laboral y crear nuevos puestos (como desarrollo, implementación y mantenimiento de IA); por otro lado, su efecto de sustitución automatizada puede llevar a la reducción de ciertos empleos, lo que puede impactar más a los jóvenes y a los trabajadores con menos experiencia. Jefferson señala que si la IA solo sustituye a la fuerza laboral existente sin crear nuevos puestos de trabajo al mismo tiempo, podría provocar una desaceleración económica a corto plazo. Este equilibrio dinámico de “sustitución y complemento” es clave para juzgar el impacto estructural de la IA en el mercado laboral.

Desde la perspectiva de la estabilidad de precios,AI aumentar la productividad ayuda a reducir los costos de producción, lo que ejerce presión a la baja sobre los precios. La asignación eficiente de recursos, la optimización de la cadena de suministro y las aplicaciones de asistencia en la toma de decisiones pueden inhibir la inflación. Pero al mismo tiempo, la construcción de infraestructura de AI (como centros de datos) eleva los precios de los insumos como la tierra y la energía, y el aumento de salarios para el talento en AI también puede provocar inflación impulsada por costos. Este impacto bidireccional hace que el efecto neto de la AI sobre la inflación esté lleno de incertidumbre, lo que requiere un monitoreo continuo.

Para lograr una doble misión, es crucial contar con un sistema financiero robusto y resiliente. La Reserva Federal monitorea continuamente los riesgos sistémicos a través de su Informe de Estabilidad Financiera (FSR) semestral. La última encuesta muestra que el 30% de los contactos del mercado consideran el “cambio en la actitud hacia la IA” como un riesgo significativo para el sistema financiero, un notable aumento desde el 9% en primavera. Esto parece advertir que, si las expectativas optimistas del mercado sobre la IA se invierten repentinamente, podría desencadenar un endurecimiento de las condiciones financieras y una recesión económica. Por lo tanto, la inclusión de la IA en el marco de monitoreo de estabilidad financiera de la Reserva Federal es precisamente para prevenir burbujas de activos y vulnerabilidades financieras que podrían surgir de un auge tecnológico.

2. Marco de monitoreo: seguimiento de FSR y emociones del mercado

La supervisión de la IA por parte de la Reserva Federal no se realiza de manera aislada, sino que está integrada en su sistema general de evaluación de la estabilidad financiera. El FSR no solo se centra en los riesgos tradicionales como el apalancamiento, la valoración de activos y los riesgos de financiamiento, sino que también incorpora los cambios estructurales que traen las nuevas tecnologías. Jefferson enfatiza que los formuladores de políticas deben distinguir entre “fluctuaciones cíclicas” y “cambios estructurales”, y la IA probablemente pertenezca a este último. Esto significa que el aumento de la productividad impulsado por la IA podría cambiar la relación entre el empleo y la inflación, afectando así el mecanismo de transmisión de la política monetaria.

El sentimiento del mercado es uno de los puntos focales del FSR. Las encuestas muestran que cerca de un tercio de los participantes del mercado ya son conscientes del riesgo potencial de un cambio de sentimiento hacia la IA. Este consenso en sí mismo podría convertirse en una “profecía autocumplida”; una vez que la narrativa optimista se invierte, la rápida retirada de capital podría llevar a ajustes bruscos en los precios de los activos. En comparación con la burbuja de Internet, la velocidad de difusión de la información hoy en día y la proliferación del comercio algorítmico podrían amplificar la volatilidad del mercado. Por lo tanto, el seguimiento de los indicadores de sentimiento por parte de la Reserva Federal es, en esencia, una alerta temprana sobre riesgos sistémicos potenciales.

Además, el uso de la IA en la industria financiera también presenta nuevos desafíos de monitoreo. Las herramientas de IA como el comercio de alta frecuencia, los asesores de inversión inteligentes y los modelos de riesgo, al mejorar la eficiencia, también pueden generar nuevos riesgos de homogeneización y ciclos pro-cíclicos. La Reserva Federal está fortaleciendo la identificación y evaluación de estos nuevos riesgos emergentes mediante la ampliación de su conjunto de herramientas analíticas (incluyendo el uso de la propia tecnología de IA).

Tres o cuatro indicadores clave: la piedra de toque para juzgar la burbuja de la IA

Jefferson extrae cuatro diferencias clave al comparar la actual ola de IA con la burbuja de Internet a finales de la década de 1990, diferencias que pueden convertirse en indicadores centrales para juzgar si existe una burbuja grave en el campo de la IA actual.

(I) Base de ganancias: de “impulsado por historias” a “sostenido por ganancias”

Durante la burbuja de Internet, muchas empresas salieron a bolsa simplemente con el concepto de “.com”, careciendo de un modelo de negocio sostenible, con ingresos mínimos o incluso nulos, dependiendo de la financiación externa y del fervor del mercado para mantener sus operaciones. En comparación, las empresas líderes en el campo de la IA en la actualidad (como algunas grandes tecnológicas) generalmente cuentan con canales de ingresos sólidos y diversos. No solo generan ingresos directamente a través de servicios de IA, sino que también integran la IA profundamente en sus sistemas de productos existentes, mejorando la competitividad de su negocio principal. Este modelo de desarrollo basado en “apoyos de ganancias” hace que las inversiones en IA sean más fundamentadas, reduciendo el espacio para la pura especulación.

Sin embargo, Jefferson también señaló que la actividad del mercado privado podría enmascarar en parte las dificultades de rentabilidad de las empresas de IA en sus primeras etapas. Una gran cantidad de capital de riesgo ha fluido hacia las startups de IA, que aunque no están cotizadas, tienen valoraciones elevadas; si no logran ser rentables en el futuro, aún podrían convertirse en fuentes de riesgo. Por lo tanto, la observación de los indicadores de rentabilidad debe tener en cuenta tanto el mercado público como el privado.

(II) Nivel de valoración: relación precio-beneficio relativamente moderada

En el apogeo de la burbuja de Internet, las relaciones precio-beneficio de las empresas de Internet a menudo alcanzaban cientos e incluso miles de veces, lo que refleja un optimismo irracional del mercado sobre el crecimiento futuro. Actualmente, aunque las acciones de las empresas conceptuales de IA han aumentado significativamente, sus relaciones precio-beneficio siguen estando muy por debajo de los picos históricos. Esto indica en cierta medida que, mientras los inversores están entusiasmados con la IA, todavía anclan en cierta medida las ganancias reales y el flujo de efectivo de las empresas.

Por supuesto, la razonabilidad de la valoración debe juzgarse en función de las características de la industria y la etapa de crecimiento. La IA, como tecnología de propósito general, tiene un enorme potencial de creación de valor a largo plazo, y un ligero sobreprecio tiene su razonabilidad. Pero si la valoración se eleva demasiado rápido y se desvincula de los fundamentos, aún puede generar burbujas. La Reserva Federal presta atención a los indicadores de valoración precisamente para discernir los componentes racionales de la euforia del mercado y las señales de sobrecalentamiento.

(III) Número de empresas cotizadas: amplitud especulativa limitada

Entre 1999 y 2000, más de 1000 empresas de Internet salieron a bolsa, formando una ola especulativa de “florecimiento por todas partes”, incluso cambiar su nombre para incluir “.com” podía aumentar el precio de las acciones. Actualmente, hay alrededor de 50 empresas que están claramente clasificadas como “empresas centrales de IA” en el mercado (según criterios específicos), un número mucho menor que durante la burbuja de Internet. Esto indica que el comportamiento especulativo del mercado está relativamente concentrado y aún no se ha extendido a todo el mercado.

Pero Jefferson también advierte que el mercado de capital privado podría ocultar una gran cantidad de startups de IA que, aunque no cotizan en bolsa, están activas en actividades de financiación. Si estas empresas se listan en bolsa en masa en el futuro o si el entorno de financiación cambia drásticamente, podrían convertirse en un nuevo factor de inestabilidad. Por lo tanto, el indicador de “número de empresas” debe ser observado de manera dinámica, abarcando tanto los sectores público como privado.

(IV) Apalancamiento financiero: grado de dependencia de la deuda relativamente bajo

Durante la burbuja de Internet, muchas empresas dependían de financiamiento de capital y el apalancamiento de deuda era limitado, lo que, en cierta medida, redujo el impacto directo de la ruptura de la burbuja en el sistema financiero. Actualmente, las empresas de IA también dependen en menor medida del financiamiento por deuda, lo que ayuda a limitar la transmisión de riesgos. Sin embargo, las tendencias recientes muestran que, para respaldar la enorme inversión en infraestructura de IA (como centros de datos y clusters de poder computacional), algunas empresas han comenzado a aumentar la emisión de bonos y el financiamiento crediticio.

Jefferson señaló especialmente que, a medida que la IA se expande de la capa de software a la infraestructura de hardware, la demanda de inversión de capital aumenta drásticamente, lo que puede llevar a un aumento gradual de la relación de apalancamiento. Si la emoción de la IA se invierte, las empresas con alto apalancamiento enfrentará una mayor presión para pagar sus deudas, lo que a su vez puede difundir el riesgo a través de canales de crédito a sectores económicos más amplios. Por lo tanto, se debe prestar atención de cerca a la evolución de los indicadores de apalancamiento.

Cuatro, implicaciones para los actores del mercado

El discurso de Jefferson no solo proporciona un marco de análisis para los formuladores de políticas, sino que también trae importantes revelaciones para inversores, empresas e investigadores:

Primero, la observación del problema debe partir de la tarea fundamental del observador. Los inversores deben ir más allá de las emociones del mercado a corto plazo y analizar en profundidad el impacto sustancial de la tecnología de IA en los fundamentos de las empresas (rentabilidad, estructura de costos, barreras competitivas). Las empresas deben centrarse en cómo la IA puede mejorar su productividad y competitividad a largo plazo, en lugar de perseguir ciegamente conceptos.

En segundo lugar, distinguir entre fluctuaciones cíclicas y cambios estructurales. La IA representa una revolución tecnológica que podría durar varias décadas, y su impacto es estructural. En la volatilidad del mercado, se deben distinguir las tendencias a largo plazo del ruido a corto plazo, evitando confundir las oportunidades estructurales con burbujas cíclicas, o viceversa.

Tercero, prestar atención a la reacción general del mercado y al riesgo sistémico. El aumento de una sola empresa o sector no necesariamente constituye una burbuja; es necesario evaluar el nivel de valoración general del mercado, la concentración de capital, la situación del apalancamiento y la coherencia emocional. Especialmente, se debe tener cuidado con las señales de que la narrativa de la IA está pasando de “sostenimiento de ganancias” a “impulsada por historias”.

Cuarto, hacer buen uso de las herramientas de análisis, incluida la propia IA. La tecnología de IA puede ser utilizada para evaluar con mayor precisión los riesgos de mercado, el valor de las empresas y el impacto económico. Los profesionales deben aprovechar activamente herramientas como el análisis de datos y el aprendizaje automático para mejorar la calidad de la toma de decisiones, al mismo tiempo que permanecen alerta ante los nuevos riesgos que puede acarrear la homogeneización de los modelos.

Cinco, participar de manera racional y apasionada de forma continua, multidimensional y dinámica

La conclusión final de Jefferson es relativamente optimista: basándose en la comparación de cuatro dimensiones: fundamentos de ganancias, niveles de valoración, número de empresas y apalancamiento financiero, la actual ola de IA muestra diferencias significativas con la burbuja de internet, y la posibilidad de una repetición del colapso severo de finales de la década de 1990 es baja. El desarrollo de la IA se basa en un grupo de empresas maduras con ganancias sólidas, y el sistema financiero en general es bastante resistente.

Sin embargo, la incertidumbre sigue existiendo. El impacto a largo plazo de la IA en el empleo, la inflación y la productividad aún necesita tiempo para ser verificado; el sentimiento del mercado puede revertirse; la actividad en el mercado privado puede ocultar riesgos; la inversión en infraestructura aumenta la posibilidad de apalancamiento y merece ser vigilada. Por lo tanto, la Reserva Federal continuará monitoreando el desarrollo de la IA para asegurarse de que se desarrolle en un entorno financiero estable y resiliente, sirviendo finalmente al objetivo fundamental de maximizar el empleo y la estabilidad de precios.

Para el mercado, el análisis de Jefferson proporciona una caja de herramientas para evaluar racionalmente las inversiones en AI. En la ola de la revolución tecnológica y el entusiasmo del capital, mantener la claridad, distinguir entre la esencia y la apariencia, y enfocarse en el valor a largo plazo, puede ser la mejor postura para evitar burbujas y abrazar el cambio. ¿Es AI una burbuja? La respuesta no radica en un simple sí o no, sino en una observación y juicio continuos, multidimensionales y dinámicos.