Capex de IA 2026: US$ 700 mil millones que subsidian la capa de aplicación

El capex de IA 2026 es una línea de US$ 700 mil millones. Microsoft, Alphabet, Amazon y Meta planean aproximadamente eso en infraestructura este año, más del doble de lo que toda la industria global de telecomunicaciones invierte por año, según la presentación de Benedict Evans de mayo de 2026. La parte extraña es a quién subsidia ese gasto en realidad.

La evidencia del propio deck apunta una capa más arriba. Los modelos de frontera están convergiendo en los benchmarks, la eficiencia de inferencia mejora 50-100x por año y los laboratorios no pueden construir todas las aplicaciones. Quien convierte inteligencia commodity en workflow desplegado captura el margen durable.

Esa lectura importa más en mercados que nunca tuvieron capital para quemar. Avante Ventures construye empresas AI-native en Brasil y América Latina precisamente porque la infraestructura la está pagando otro.

La construcción de US$ 700 mil millones, en números

Las cuatro grandes planean cerca de US$ 700 mil millones de capex en 2026, según guidance de las propias empresas incluyendo capital leases, compilado por Benedict Evans. Las telecos globales invierten cerca de US$ 300 mil millones por año. Petróleo y gas, cerca de US$ 1 billón. La infraestructura de IA ya gasta más del doble que todas las operadoras de telecom del planeta juntas.

Eran empresas asset-light hasta hace poco. El capex sobre ventas estimado para 2026 ronda 55% en Meta, 54% en Microsoft, 44% en Alphabet y 26% en Amazon. Máquinas de flujo de caja libre convertidas en constructoras industriales.

Los compradores admiten que la lógica es defensiva. Sundar Pichai dice que el riesgo de invertir de menos es significativamente mayor que el riesgo de invertir de más. El peor escenario declarado de Zuckerberg es haber pre-construido apenas por un par de años. Nadie quiere ser el primero en dejar de cavar.

• La construcción de data centers en EE.UU., sin contar el cómputo en sí, está superando la construcción de oficinas del país, cada una cerca de US$ 50 mil millones en tasa anual ajustada a inicios de 2026, según datos del US Census citados por Evans.
• El capex de semiconductores de TSMC, Intel y Samsung tiene guidance de unos US$ 145 mil millones en 2026. Nvidia factura US$ 65-70 mil millones por trimestre mientras Intel sigue plana en US$ 13-14 mil millones.
• El financiamiento está saliendo del balance: la JV Hyperion de US$ 27 mil millones de Meta con Blue Owl Capital, bonos de Oracle cotizando como junk por miedo a retrasos en los data centers y OpenAI hablando de más de 30GW de capacidad a unos US$ 20 mil millones por gigavatio.

Los modelos están convergiendo en commodities

Los modelos de frontera de OpenAI, Anthropic, Google, Meta y los laboratorios chinos ya se agrupan en rangos estrechos de puntaje agregado de benchmark, según datos de ArtificialAnalysis en el deck de Evans. Un nuevo modelo de frontera sale cada 6-9 meses y reinicia la carrera. La eficiencia de inferencia mejora 50-100x por año, así que la capacidad cara de ayer se vuelve la llamada de API barata de hoy.

El ingreso es real pero pequeño frente al gasto. El run-rate neto de OpenAI se acerca a US$ 2 mil millones por mes y el bruto de Anthropic ronda US$ 3.5 mil millones por mes a mediados de 2026, según las empresas y la prensa. Ponga eso contra una construcción de US$ 700 mil millones y el equilibrio no existe.

El punto estructural de Evans es el incómodo. Hasta ahora los modelos se parecen a commodities: intensivos en capital, sin efectos de red, posiblemente de margen bajo. El software clásico es exactamente lo contrario. Sam Altman lo dijo sin rodeos: ve la inteligencia como una utility, como la electricidad o el agua, comprada con medidor. Las utilities son esenciales. Las utilities rara vez son donde vive el margen.

La lección de las telecos: la infra rara vez captura el valor

Las operadoras móviles construyeron una industria de US$ 1 billón y vieron el valor capturado por otros. El tráfico global de datos móviles creció cerca de 30x entre 2010 y 2025 mientras el índice global de telecom de MSCI se movió de lado, según Evans. Uber, Spotify y WhatsApp se construyeron sobre esas redes. Las redes se quedaron con la cuenta.

La versión IA de esa historia ya es visible. El chat es una interfaz mala para la mayoría del trabajo real, el uso general exige aplicaciones específicas y los laboratorios no pueden construir ni generar todas. Si la capa de modelo es infraestructura, la innovación y el margen migran hacia quien es dueño del caso de uso.

La música grabada muestra el otro filo de la misma navaja. El ingreso de la industria cayó de unos US$ 40 mil millones en 2000 a US$ 18 mil millones en 2015 porque internet eliminó la base de costo física que era el verdadero moat del sector. Cuando una capa se vuelve commodity, quien trataba esa capa como su moat lo pierde. Todo operador debería preguntarse cuál de sus costos está jugando ese papel en silencio.

Un kilómetro de ancho, un dedo de profundidad

ChatGPT superó los 900 millones de usuarios activos semanales a inicios de 2026 y solo cerca de 5% paga, según cifras de OpenAI en el deck de Evans. La profundidad es menor que el titular: incluso el 20% de usuarios más activos envió menos de unos 2.000 mensajes en todo 2025. Para al menos 80% de los usuarios esto todavía no es una herramienta diaria.

Las empresas están atascadas un paso antes. Los datos de adopción de Bain muestran a la mayoría de las funciones con 40-70% en piloto, pero el despliegue en producción es mucho menor, cerca de 40% en desarrollo de software y 3% en legal. Los CFOs de EE.UU. le dijeron a la Fed de Atlanta que realizaron cerca de 1.8% de impacto de productividad en 2025. Casi todos tienen un piloto. Pocos tienen una línea en el estado de resultados.

La programación es la excepción que confirma el punto. Es el único caso de uso donde el workflow, el criterio de evaluación y el comprador ya estaban alineados, y agotó el presupuesto anual de IA de Uber a los pocos meses de empezar 2026, según The Information. Todos los demás verticales esperan a que alguien construya el equivalente.

Dónde se forma realmente la ganancia

Los activos durables quedan exactamente donde la API del modelo se detiene: dato propietario de workflow, evaluaciones específicas de dominio, distribución dentro de una industria y confianza. Accenture factura cerca de US$ 2.2 mil millones por trimestre en IA generativa porque las empresas pagan por despliegue, no por tokens. Las cohortes de YC pasaron de cerca de 15% de startups de IA antes de 2020 a 85-90% en 2025. El desagregado ya empezó.

El mecanismo son los efectos de red de datos en IA vertical. Cada workflow desplegado genera datos que ningún competidor puede alquilar, el dato mejora el producto y el mejor producto gana más workflow. Avante corre ese loop a propósito en todo el portafolio con el flywheel copilot, dato, capital: construir un copilot de IA para generar dato propietario y usar ese dato para levantar y desplegar capital.

La frase de Zuckerberg sobre una o dos personas entregando en una semana lo que antes tomaba docenas de personas durante meses es verdadera e irrelevante a la vez. Escribir código nunca fue la parte difícil. Saber qué debe hacer el código, y ser dueño del workflow donde vive, es el activo escaso.

Los riesgos honestos para quien construye aplicación

Nadie sabe si este ciclo de capex termina en sobrecapacidad o en escasez. Evans lo dice exactamente así, y fingir lo contrario sería marketing. Tres riesgos merecen una respuesta directa.

Filipinas es el caso de alerta para las economías de servicios. El sector de outsourcing IT-BPM emplea a cerca de 1.9 millones de personas, casi 8% del PIB, construido sobre un arbitraje de habilidad e ingreso que los LLMs atacan directamente. El trabajo de servicios que es tarea, y no profesión, será automatizado. La pregunta abierta es quién será dueño de la automatización cuando ocurra.

• Los laboratorios están subiendo por el stack. OpenAI mantiene las Frontier Alliances con BCG, McKinsey, Accenture y Capgemini y anunció una joint venture de US$ 10 mil millones con fondos de private equity en mayo de 2026. Anthropic firmó una JV de US$ 1.5 mil millones con Blackstone, Hellman & Friedman y Goldman el mismo mes.
• La inteligencia barata baja la barrera también para sus competidores. Un wrapper sobre un modelo commodity es una feature esperando ser absorbida. El moat es el loop de dato propietario, nunca el modelo.
• La historia no promete un aterrizaje suave. Los ascensoristas desaparecieron por completo tras la automatización. Los contadores casi se triplicaron como porción del empleo de EE.UU. mientras la computadora se comía la mecánica. Uber se comió los taxis de Nueva York, Airbnb apenas mordió los hoteles. Depende.

Cómo Avante construye sobre la guerra de capex

Avante Ventures es un venture studio que construye empresas AI-native en Brasil y América Latina, y la guerra de capex es el viento de cola del studio. Los servicios representan cerca de 70% del PIB brasileño, según el IBGE, con baja penetración de software. Inteligencia commodity con precio de utility significa que una venture latinoamericana alquila por centavos el resultado de una construcción de US$ 700 mil millones. La infraestructura de IA ya es lo bastante barata para desplegar sin una Serie A.

La construcción es sistemática, no oportunista. Avante lanza 3-4 ventures por año mediante un sistema de seis etapas, Research, Partner, Build, Traction, Revenue, Compound, despliega US$ 500K-1.5M por venture y retiene economía de co-founder. El benchmark del modelo explica la apuesta: GSSN reporta ~50% de IRR para empresas construidas en studio frente a ~19% del venture capital tradicional. Es el benchmark del modelo, no el retorno de la propia Avante, y ese es el gap que un constructor sistemático juega a capturar.

Evans cierra el deck con las dos únicas respuestas honestas a cualquier pregunta de IA: nadie sabe, y qué pasó la última vez que todo cambió. Para operadores, las preguntas que siguen son más filosas. Qué tareas se vuelven gratis. Esa base de costo era su moat. Qué era imposible y ahora es barato. Los US$ 700 mil millones son plata ajena. La capa de aplicación que subsidian pertenece a quien llegue con el workflow.

Preguntas frecuentes

¿Qué tan grande es el capex de IA 2026 y quién lo está gastando?

Cerca de US$ 700 mil millones, planeados por Microsoft, Alphabet, Amazon y Meta, según guidance compilado en la presentación de Benedict Evans de mayo de 2026. Es más del doble de los ~US$ 300 mil millones que la industria global de telecom invierte por año, financiado cada vez más fuera del balance, como en la JV Hyperion de US$ 27 mil millones de Meta.

¿Por qué el capex de IA 2026 favorece a las startups de la capa de aplicación?

Porque el gasto convierte la inteligencia en commodity. Los modelos de frontera convergen en los benchmarks, la eficiencia de inferencia mejora 50-100x por año y los modelos no tienen efectos de red, así que el margen durable migra a aplicaciones dueñas de dato propietario de workflow, evaluaciones de dominio y distribución.

¿Los modelos de IA se están volviendo commodities?

Hasta ahora, sí. Los puntajes de benchmark de OpenAI, Anthropic, Google, Meta y los laboratorios chinos se agrupan en 2026, según ArtificialAnalysis, y un nuevo modelo de frontera sale cada 6-9 meses. Son activos intensivos en capital y sin efectos de red, perfil de commodity, no de software de margen alto.

¿Qué significa el boom de capex de IA para las startups de LATAM?

Neutraliza la desventaja histórica de capital de la región. Los servicios representan cerca de 70% del PIB brasileño, según el IBGE, y siguen subdigitalizados, mientras la inteligencia commodity con precio de utility hace que la infraestructura de IA sea lo bastante barata para desplegar sin una Serie A.

¿Construir sobre modelos de IA commodity es un moat?

No. La inteligencia barata baja la barrera también para los competidores, así que un wrapper delgado es una feature esperando ser absorbida. La defensibilidad viene del loop de dato propietario, y por eso Avante corre el flywheel copilot, dato, capital: un copilot de IA genera dato propietario y ese dato levanta y despliega capital.