1
El auge de la inteligencia artificial está amenazado por una epidemia de números poco confiables
Los inversores se enfrentan hoy a un problema: las cifras reportadas de OpenAI y Anthropic no son realmente ventas, sino proyecciones de ingresos recurrentes; así, cualquier noticia sacude al mercado
6 minutos de lectura'
La semana pasada, el Financial Times escribió que los ingresos de OpenAI se acercaban a los US$50.000 millones. Una cifra enorme, aunque enormemente menor a los US$70.000 millones reportados por Axios la semana anterior. Las acciones tecnológicas cayeron. Los periodistas no estaban al tanto de sus cifras, clamaron los inversores. Las acciones tecnológicas subieron. Si los inversores podían dejarse influenciar tan fácilmente no estaban al tanto de sus inversiones, clamó Hock Tan, el CEO de Broadcom, fabricante de chips, quien según Bloomberg había comparado a los mercados con un casino. Las acciones tecnológicas cayeron y lo han seguido haciendo. Los mercados pueden haber estado volando. Pero cuando se trata de los números que importan, han estado volando a ciegas.
El cambio radical siempre ha sido difícil de contabilizar. La ola de fusiones de la década de 1980 dejó los balances corporativos llenos de fondos de comercio, esa brecha problemática entre el valor contable de los activos de una empresa y lo que se pagó por ella. Medir otros activos intangibles como marcas y patentes fue un rompecabezas aún mayor en los años 90 y en la década del 2000. El auge de la compensación basada en acciones en la década de 2010 oscureció aún más el panorama de la salud corporativa, en particular para las empresas tecnológicas. Cada auge de inversión trae consigo una galería de pícaros de siglas, números ajustados y técnicas de valoración a veces diseñadas para dilucidar y otras veces para oscurecer.
Un problema hoy en día es que los ingresos reportados de OpenAI y Anthropic no son realmente ingresos en absoluto. Más bien son versiones vagas de una métrica de Silicon Valley famosa por su vaguedad: el ARR (los ingresos recurrentes anualizados). La primera “A” es por “anual” en el sentido de que guarda cierta relación con el calendario gregoriano (las ventas mensuales se multiplican por 12). La primera “R” tradicionalmente significa “recurrente”, lo que solo significa que la empresa espera que continúen. ¿Y “ingresos” la segunda “R”? Anthropic cuenta las ventas de sus modelos realizadas a través de proveedores en la nube, mientras que OpenAI lo hace solo después de restar la parte de sus socios.
Hasta que las empresas coticen en bolsa, los inversores están atrapados en un extraño interregno donde la más leve sugerencia de noticias sobre números que de por sí son meramente sugerentes sacude el mercado. El 14 de octubre, Anthropic supuestamente dijo a los inversores que tenía ingresos de US$17.000 millones durante el tercer trimestre y que según su propia medida ajustada era rentable. Aún así no está claro cuánto habían crecido las ventas desde julio, cuando el ARR era de US$65.000 millones. Los nuevos números sirven de poco cuando los inversores no saben con qué compararlos.
Las finanzas alocadas merecen valoraciones alocadas. Coatue, una firma de inversión centrada en tecnología, calcula que los laboratorios deberían valer algún múltiplo de su Ebitda previo al entrenamiento (es decir, sus ganancias antes de intereses, impuestos, depreciaciones y amortizaciones, y antes del costo de entrenar sus modelos, un gasto enorme). Esto podría recordar a los inversores la industria petrolera (donde el EbitdaX, las ganancias antes de los gastos de exploración, es común); o el capital privado (donde inflar el Ebitda para pedir más prestado se ha elevado a algo así como una forma de arte); o incluso WeWork, la empresa de alquiler de oficinas cuya creativa presentación de informes financieros (“Ebitda ajustado por la comunidad”) le valió un lugar merecido en el panteón de la mala contabilidad. Tal vez podrían vivir aún más peligrosamente. ¿Qué tal la relación precio-precio de token? ¿O ganancias por acción ajustadas existencialmente?
Los mercados públicos ofrecen más claridad. Pero no mucha más. El año pasado la cuestión contable del día fue si las grandes empresas tecnológicas estaban amortizando el valor de sus activos informáticos con demasiada lentitud, exagerando así sus ganancias. Este problema no se resolvió tanto como fue reemplazado por dos más grandes. ¿Qué tan apalancados están los gigantes? Los US$2,4 billones de compromisos fuera de balance asumidos por Amazon, Google, Meta y Microsoft superan lo que han tomado prestado de los mercados de bonos. ¿Y cómo medir su rendimiento sobre este capital? En abril, Microsoft dijo que su negocio de inteligencia artificial tenía una “tasa de ejecución de ingresos anuales” de US$37.000 millones. En julio, Amazon situó su ARRR en US$25.000 millones. A pesar de la “r” adicional, estas cifras también son cajas negras.
Sin embargo, tal vez nada importe tanto para el comercio de inteligencia artificial como el lugar de donde provienen realmente estos ingresos. Según investigadores del banco Goldman Sachs, si los gigantes de la nube van a obtener un rendimiento de entre el 10% y el 20% sobre lo que invierten en centros de datos este año y el próximo, y los desarrolladores de inteligencia artificial van a obtener un margen del 30%, se requiere alrededor de US$1 billón en ingresos anuales. Eso significa que el valor de las ganancias de productividad que las empresas extraen de la tecnología debería superar con creces eso. Ahí radica otro problema de medición. Pregunte a un jefe cómo mide sus retornos por gastar en la tecnología y prepárese para encontrarse con una mirada en blanco.
Incluso las medidas más básicas de la vitalidad corporativa de Estados Unidos se han vuelto ininteligibles. El gasto de los gigantes tecnológicos en centros de datos eleva inmediatamente las ganancias de las empresas de semiconductores e industriales, pero fluye a través de sus propios estados financieros mucho más lentamente como depreciación, inflando las ganancias agregadas a corto plazo. Los ajustes únicos por las participaciones de las empresas públicas en laboratorios privados las engordan aún más. Durante el segundo trimestre, el crecimiento de las ganancias no ajustadas del índice S&P 500 fue un asombroso 50%. Excluya las revalorizaciones de inversiones privadas de Alphabet y Amazon y cae a un 32%, que sigue siendo notable.
Medir el impacto de la inteligencia artificial en la economía se ha vuelto igualmente tenso. Los precios disparados de los chips de memoria significan que la inflación se ha exagerado incorrectamente para algunos productos de software. Un informe muy discutido de Epoch AI, un grupo de expertos, sugiere que el crecimiento del PBI en Estados Unidos ha sido subestimado en unos plenos 0,3 puntos porcentuales durante el año pasado debido a la forma en que se miden las ventas transfronterizas de Nvidia. Al mismo tiempo, los organismos de recolección de datos de Estados Unidos se han visto privados de fondos y están disminuyendo en competencia. Otra víctima de la desregulación es el organismo de control contable que ha inspeccionado a las empresas desde el escándalo de Enron en la década del 2000, cuyo presupuesto ha sido recortado. A las cuatro grandes firmas de auditoría se les han otorgado las máximas calificaciones en su revisión reciente: otro último conjunto de números que podría resultar demasiado bueno para ser verdad.
