Barclays: Por cada 100 dólares que ganan las empresas de modelos de IA, entre 35 y 40 van a los tres gigantes de la nube

Noticias de IT, 30 de agosto. A primera vista, parece que las empresas de modelos de inteligencia artificial (IA) están obteniendo enormes ganancias, pero quienes realmente están disfrutando de una situación próspera podrían ser los proveedores de servicios en la nube que las respaldan.

Un reciente estudio de Barclays desglosa la distribución de beneficios en la cadena de valor de la IA. La investigación revela que, por cada 100 dólares de ingresos que generan las empresas de modelos, entre 35 y 40 dólares fluyen en forma de tarifas por capacidad de cómputo de inferencia hacia las tres grandes plataformas en la nube: Amazon AWS, Microsoft Azure y Google GCP. Los proveedores de servicios en la nube pueden obtener de estos ingresos un beneficio operativo de 10 a 20 dólares, lo que se traduce en un margen de beneficio operativo de hasta el 35% y el 45%. Esta conclusión proviene del informe sobre el modelo de economía unitaria de la industria de IA publicado por Barclays el 28 de agosto, el cual permite al público observar con mayor claridad hacia dónde fluye realmente el valor en la cadena de valor de la IA. Los márgenes de beneficio de los laboratorios de IA se disparan. El informe también señala que el margen de beneficio de inferencia de pago de los laboratorios de IA ya ha aumentado significativamente, pasando de poco más del 10% en 2025 a entre el 50% y el 65% o incluso más en 2026; el margen bruto ajustado ha mejorado interanualmente entre 30 y 50 puntos porcentuales. El analista de Barclays, Ross Sandler, señala que los principales factores que impulsan este fuerte aumento en los márgenes son los clientes corporativos y los llamados "flujos de trabajo agénticos" (agentic workflows), productos que ya se han convertido en artículos de compra obligada en el mercado. Sandler considera además que los márgenes de beneficio reales de los laboratorios de IA en la actualidad podrían ser incluso superiores a las estimaciones del informe. Sin embargo, a medida que la competencia entre los modelos de vanguardia se intensifica y el suministro de capacidad de cómputo sigue aumentando, se espera que este indicador eventualmente se modere de forma gradual. La estructura del negocio determina la brecha en el margen bruto. Para ayudar a los inversores a comprender mejor las diferencias financieras entre los distintos laboratorios de IA, Barclays ha construido dos laboratorios de IA de vanguardia hipotéticos para realizar una comparación. El "Laboratorio A" obtiene aproximadamente el 70% de sus ingresos a través de API y el 30% mediante suscripciones; el "Laboratorio B", por el contrario, depende en un 80% de los negocios de suscripción, dejando solo un 20% para las API. Dado que el negocio de API posee inherentemente un margen de beneficio de inferencia superior al de las suscripciones, sumado a las diferencias en la forma en que se distribuyen los costos de entrenamiento y en la participación de ingresos con los socios, el margen bruto ajustado de estos dos laboratorios hipotéticos presentó una asombrosa brecha de 17 puntos porcentuales: el Laboratorio A se situó en torno al 55%, mientras que el Laboratorio B alcanzó solo el 38%. Las diferentes formas de reconocimiento de ingresos amplían aún más esta "distorsión". El Laboratorio A reconoce los ingresos indirectos de API sobre una base bruta, mientras que el Laboratorio B utiliza un método de reconocimiento neto, e incluso no registra en absoluto los ingresos indirectos de API generados a través de socios estratégicos. Barclays compara esta situación con la diferencia entre Uber y Lyft: el núcleo del negocio de ambas es básicamente el mismo, pero debido a los distintos enfoques contables, las cifras que aparecen en los estados financieros pueden ser completamente diferentes. El informe advierte que, a medida que los laboratorios de IA comiencen a publicar sus estados financieros según los Principios de Contabilidad Generalmente Aceptados (GAAP), los inversores deben comprender primero estas diferencias contables antes de realizar comparaciones entre empresas; de lo contrario, será difícil llevar a cabo comparaciones significativas. Márgenes de beneficio de diferentes líneas de productos. Al desglosar más a fondo las líneas de productos específicas, se observa que los productos de suscripción, como Claude Code y Codex, tienen un margen de beneficio de inferencia estimado de alrededor del 70%, lo que los convierte en la categoría con el menor margen entre las tres principales líneas de productos. La razón radica en que los laboratorios de IA están dispuestos a asumir parte de los costos de tokens a cambio de la retención de usuarios. Este tipo de suscripciones generalmente se cobran mensualmente y establecen un límite en la cuota de uso. Cabe destacar que la frecuencia de restablecimiento de los límites de uso ha aumentado notablemente en el período reciente, lo que podría reflejar simultáneamente la presión de retención de usuarios que enfrentan los laboratorios de IA y la mejora continua en la eficiencia de los modelos. La API directa es el modelo de negocio que surgió primero en los laboratorios de IA y, al mismo tiempo, es la línea de negocio con mayor margen de beneficio. Herramientas para desarrolladores como Cursor y Figma cobran a los usuarios en función de la cantidad de tokens consumidos. Barclays estima que el margen de beneficio de inferencia por API ya ha superado el 80%. A medida que la eficiencia de los tokens del modelo mejora continuamente, es decir, se requiere una cantidad menor de tokens para completar la misma tarea, y sumado al aumento nominal en los precios de las API, así como a la optimización constante de la infraestructura de servicios de inferencia —incluyendo tecnologías como cuantización, decodificación especulativa y nueva generación de capacidad de cómputo—, se sigue liberando un mayor espacio para los beneficios. El informe señala específicamente que el margen de beneficio de inferencia de API en el segundo trimestre de 2026 fue, de hecho, muy superior al nivel mostrado en los gráficos, pero se prevé que en algún momento en el futuro volverá a niveles normales. La API indirecta ofrece a los usuarios finales una experiencia básicamente idéntica a la de la API directa, pero los usuarios establecen una relación de facturación directa con el proveedor de servicios en la nube. A medida que la proporción de API indirecta en los ingresos totales de los laboratorios de IA sigue aumentando, las diferencias en la forma de reconocimiento de ingresos entre los distintos laboratorios ampliarán aún más la brecha de comparabilidad entre sus estados financieros. ¿Cuánto ganan realmente los proveedores de servicios en la nube? Al desglosar con mayor detalle la estructura de beneficios de los proveedores de servicios en la nube, se descubre que por cada 100 dólares de ingresos que genera un laboratorio de IA, el Laboratorio A correspondería aproximadamente a 35 dólares de ingresos por servicios en la nube. Tras deducir los costos de infraestructura, el proveedor de servicios en la nube puede obtener unos 11,80 dólares de beneficio, lo que equivale a un margen de beneficio operativo de aproximadamente el 34%. La situación del Laboratorio B es aún más rentable...