Los mercados ya no asignan valor a empresas. Asignan valor a la probabilidad de que una organización se convierta en una infraestructura indispensable para la próxima economía. Durante gran parte del siglo XX, la teoría financiera tuvo una premisa casi religiosa: el valor de una empresa era la suma descontada de sus flujos de caja futuros. Una compañía valía por lo que era capaz de producir, vender y convertir en ganancias. Esa lógica parecía irrefutable, hasta que empezó a quedar incompleta.

Primero fue Amazon, que durante años desafió cualquier métrica tradicional de valuación. Después llegaron Tesla, Nvidia, OpenAI, SpaceX y una nueva generación de compañías cuya capitalización de mercado parece, al menos bajo los parámetros clásicos, desconectada de los resultados financieros observables. Muchos interpretan este fenómeno como una simple burbuja tecnológica. Pero quizás la explicación sea más profunda.

Lo que estamos observando no es una distorsión del capitalismo. Estamos observando una transformación de su unidad fundamental de valor. Los mercados ya no asignan capital principalmente a empresas que producen bienes o servicios. Están asignando capital a organizaciones capaces de capturar futuros completos. La diferencia es enorme. Una automotriz tradicional compite por una porción del mercado automotor. Tesla compite por capturar el futuro de la movilidad, de la inteligencia artificial aplicada al transporte, del almacenamiento energético y de la automatización física. Una empresa satelital compite por contratos de telecomunicaciones. SpaceX compite por convertirse en la infraestructura orbital de la economía global.

OpenAI no comercializa solamente software. Aspira a convertirse en una capa fundacional sobre la que operen millones de decisiones, procesos y modelos de negocio. El mercado ya no pregunta únicamente cuánto vende una empresa. Pregunta qué futuro controla. Esta diferencia puede parecer semántica, pero está redefiniendo la asignación global de capital. Durante décadas, el petróleo ocupó una posición privilegiada porque era la infraestructura invisible que permitía funcionar a la economía industrial. Quien controlaba la energía controlaba la capacidad productiva.

Hoy comienzan a emerger nuevas infraestructuras críticas: capacidad computacional, energía eléctrica, centros de datos, redes satelitales, modelos fundacionales de inteligencia artificial, almacenamiento energético avanzado, sistemas autónomos y plataformas de conectividad global. Quien controle estas capas no capturará un mercado. Capturará múltiples mercados simultáneamente. Es por eso que los inversores están dispuestos a tolerar valuaciones que, bajo parámetros tradicionales, parecen irracionales. No están comprando ingresos presentes. Están comprando opcionalidad estratégica. La teoría financiera clásica tenía dificultades para valorar esta característica porque la opcionalidad era considerada un atributo secundario. En la economía digital se ha convertido en el activo principal.

Pensemos en un ejemplo menos conocido que Tesla. Pocos fuera del sector tecnológico siguen de cerca a Cerebras Systems. Sin embargo, algunos de los mayores fondos del mundo observan atentamente su evolución porque su arquitectura computacional podría alterar la estructura competitiva de la inteligencia artificial. La empresa todavía está lejos de la escala de Nvidia, pero su valor estratégico no reside en su posición actual. Reside en el tamaño del futuro que potencialmente puede capturar.

Lo mismo sucede con Anduril Industries. Formalmente es una empresa de defensa. En realidad, representa una apuesta sobre cómo la inteligencia artificial transformará la seguridad nacional durante las próximas décadas. Su valoración no surge únicamente de los contratos actuales, sino de la posibilidad de convertirse en la plataforma tecnológica dominante de una nueva generación de sistemas autónomos.

Algo similar comienza a ocurrir en energía. Los inversores ya no observan únicamente la capacidad instalada de generación. Comienzan a preguntarse quién controlará la infraestructura energética que alimentará los centros de datos de inteligencia artificial. Esta pregunta explica gran parte del renovado interés por la energía nuclear avanzada, por las redes eléctricas inteligentes y por los sistemas de almacenamiento de larga duración. El mercado está anticipando una escasez futura antes de que esta se materialice.

La carrera por la inteligencia artificial es, en gran medida, una carrera por la electricidad. Y la próxima década probablemente demostrará que la energía y la computación están mucho más conectadas de lo que tradicionalmente creíamos. Esta lógica genera una consecuencia extraordinaria. Las empresas dejan de competir únicamente por clientes y comienzan a competir por narrativas creíbles sobre el futuro.

Aquí aparece una de las características más fascinantes del capitalismo contemporáneo. La narrativa deja de ser marketing. Se convierte en infraestructura financiera. La capacidad de una organización para convencer a los mercados de que controla un futuro posible determina su acceso al capital, su velocidad de crecimiento y, en muchos casos, su probabilidad de supervivencia.

Elon Musk entendió esto antes que la mayoría. Pero no es el único. Jensen Huang en Nvidia, Sam Altman en OpenAI y los líderes de las nuevas compañías tecnológicas comparten una característica común: no venden solamente productos. Venden una visión coherente de cómo será el mundo dentro de diez años y del papel que sus organizaciones ocuparán dentro de ese futuro.

Por supuesto, este sistema tiene riesgos evidentes. La historia está llena de futuros que jamás llegaron. Los ferrocarriles en el siglo XIX, las puntocom en el año 2000, las telecomunicaciones en los años noventa y múltiples ciclos de exuberancia tecnológica son recordatorios de que la promesa de un futuro mejor no siempre se convierte en realidad.

La mayoría de las apuestas fracasan. Pero una minoría transforma la economía global. Los mercados lo saben. Y saben también que identificar correctamente una de esas plataformas puede compensar decenas de errores. Por eso están dispuestos a financiar probabilidades extraordinariamente bajas cuando la magnitud del resultado potencial es suficientemente grande.

Quizás por eso la pregunta más importante para un inversor ya no sea cuánto gana una empresa hoy. La pregunta verdaderamente relevante es otra: qué infraestructura indispensable para el futuro está construyendo. Porque en la próxima década el activo más escaso probablemente no será el petróleo, ni el capital, ni siquiera los datos. Será la capacidad de controlar las plataformas sobre las cuales se construirá la siguiente economía. Y los mercados ya comenzaron a asignar valor en consecuencia.

Tesla, SpaceX, Nvidia o OpenAI no son anomalías financieras. Son manifestaciones visibles de una transformación más profunda. Una transformación en la que el valor deja de estar anclado exclusivamente en los resultados presentes y comienza a desplazarse hacia la probabilidad de controlar una infraestructura crítica del futuro.

Quizás la mayor revolución económica de nuestra época no sea la inteligencia artificial, ni la transición energética, ni la nueva carrera espacial. Quizás sea algo más fundamental: el momento en que el capitalismo dejó de comprar empresas y comenzó a comprar futuros.

En 1945 se estimaba que el conocimiento humano se duplicaba cada 25 años. Hoy, ese mismo fenómeno ocurre cada 1 o 2 años. La velocidad con la que producimos datos es tan abrumadora que ya no hablamos de siglos de acumulación, sino de un océano de información que se renueva constantemente desde nuestros relojes inteligentes, teléfonos móviles, autos autónomos y sensores que pueblan nuestras ciudades. Ese océano tiene nombre: Internet de las Cosas (IoT).

Pero la pregunta persiste: ¿podemos realmente predecir el futuro a partir de esta avalancha de datos?

Redes neuronales: el mapa de lo impredecible

La inteligencia artificial ha dado un salto cualitativo gracias a las redes neuronales. Estas estructuras matemáticas, inspiradas en el cerebro humano, tienen una propiedad fascinante: pueden modelar casi cualquier función. Es decir, son capaces de aprender patrones invisibles en el caos.

Los modelos generativos —como los grandes modelos de lenguaje (LLMs)— funcionan bajo esta premisa. Su núcleo es lo que se conoce como una red transformadora (transformer network), una arquitectura diseñada para comprender el contexto de las palabras. Esa capacidad es lo que permite que hoy una máquina genere texto, código o imágenes de manera fluida y, en algunos casos, sorprendentemente creativa.

En pocas palabras, cuando pedimos a una IA que escriba un poema o anticipe el precio de la energía, lo que hace es predecir la próxima palabra, número o secuencia con base en millones de ejemplos previos.

La paradoja de la predicción

Predecir no es fácil. La historia lo demuestra: desde economistas incapaces de anticipar crisis globales hasta meteorólogos sorprendidos por tormentas imprevistas. Sin embargo, la IA ofrece algo distinto: no pretende dar certezas absolutas, sino probabilidades. Y es en esa diferencia donde reside su verdadero valor.

Cuando un modelo de lenguaje predice la siguiente palabra en una frase, lo hace analizando contextos previos, significados ocultos y relaciones estadísticas. Así, la predicción deja de ser una bola de cristal y se convierte en un cálculo matemático basado en la lógica de los datos.

Hacia dónde vamos

La aceleración del conocimiento, la explosión de datos y el avance de las redes neuronales están cambiando la forma en que entendemos el futuro. Ya no se trata de preguntarnos si lo podemos predecir, sino qué tan confiables son los modelos que construimos para hacerlo.

La gran paradoja es que, cuanto más queremos conocer el futuro, más dependemos de máquinas que funcionan con un principio simple pero poderoso: aprender del pasado para proyectar lo que viene.

Un futuro abierto a la innovación

La capacidad de predecir, aunque imperfecta, nos abre la puerta a oportunidades de negocio y transformación sin precedentes. Sectores como la salud, la energía, la educación y las finanzas ya están utilizando inteligencia artificial para anticipar escenarios, optimizar procesos y reducir riesgos. Lo que antes requería décadas de investigación hoy puede acelerarse en cuestión de meses gracias a modelos capaces de aprender y proyectar.

Pero más allá de los beneficios económicos, hay un propósito mayor: mejorar la vida de las personas y ampliar las posibilidades de la humanidad. Anticipar enfermedades antes de que aparezcan, diseñar ciudades más sostenibles o reducir desigualdades mediante el acceso a conocimiento son solo algunos ejemplos de cómo la predicción se convierte en un aliado estratégico de nuestro progreso.

El futuro no es un destino escrito, sino un espacio en construcción. Y hoy, con las redes neuronales y la inteligencia artificial como herramientas, tenemos la posibilidad de moldearlo de manera consciente. La clave está en aprovechar esta revolución tecnológica no solo para generar negocios más rentables, sino también para crear un mundo más humano, más justo y más resiliente.

La autora es Ingeniera Química y CEO de Prozesse Service LLC

Desde los tiempos de Tesla y Edison hasta la rivalidad entre Apple y Microsoft, la tecnología ha sido moldeada por disputas épicas. Hoy, el nuevo campo de batalla es la inteligencia artificial, donde gigantes tecnológicos y nuevas promesas compiten por desarrollar los modelos de lenguaje más avanzados. Sin embargo, esta contienda no es solo técnica: su impacto en la sociedad, la accesibilidad y la ética del uso de la IA la convierten en una de las luchas más trascendentales de nuestra era. Esta batalla no solo determinará qué empresa dominará el mercado, sino que también definirá los límites de la autonomía de las máquinas y su integración en nuestras vidas.

Los actores en el escenario: un ecosistema en plena expansión

El panorama de la inteligencia artificial está lejos de ser un monopolio. OpenAI, con su ChatGPT y su alianza con Microsoft, marcó la pauta. Sin embargo, su dominio ya no es indiscutible. DeepSeek, emergente desde China, busca posicionarse con su tecnología de IA de código abierto. Anthropic, con su modelo Claude, apuesta por una inteligencia artificial con un fuerte marco ético, mientras que Google DeepMind integra la IA en su vasto ecosistema de datos. Mistral y Meta, con su modelo LLaMA, desafían la centralización promoviendo el desarrollo de IA accesible. Incluso xAI, la apuesta de Elon Musk, irrumpe en la escena con Grok, apoyado en la base de datos de X (antes Twitter).

Empresas como Cohere y Hugging Face también juegan un papel clave, promoviendo un enfoque más empresarial y descentralizado.

A esto se suman nuevas iniciativas en regiones emergentes que, con apoyo gubernamental o capital privado, buscan desarrollar alternativas autóctonas para reducir la dependencia de Occidente y Asia. Gobiernos como el de la Unión Europea han expresado su interés en garantizar que la inteligencia artificial no sea un monopolio de pocas corporaciones, promoviendo iniciativas de acceso público a modelos de IA.

Código abierto vs. cerrado: la filosofía detrás de la IA

Uno de los debates más profundos en esta competencia tecnológica es la apertura o restricción del conocimiento detrás de la IA. Existen dos enfoques claramente diferenciados:

Código cerrado: Modelos como ChatGPT de OpenAI o Gemini de Google restringen el acceso a su tecnología, argumentando que un desarrollo privado y controlado evita riesgos de seguridad y mal uso. Bajo este modelo, el conocimiento queda limitado a un grupo de investigadores dentro de la corporación y no se permite que otros desarrolladores externos mejoren la tecnología.

Código abierto: Empresas como Meta y DeepSeek apuestan por compartir sus modelos con la comunidad, permitiendo que investigadores y empresas los adapten y mejoren. Esta apertura busca democratizar la IA y evitar que el conocimiento quede en manos de pocas corporaciones. Los modelos abiertos permiten que programadores de todo el mundo contribuyan a su evolución, haciendo que los avances sean más rápidos y diversos.

Ambos enfoques tienen ventajas y desafíos. Mientras que el código cerrado protege contra riesgos de manipulación y uso indebido, el código abierto acelera la innovación y permite que más actores participen en el desarrollo de inteligencia artificial avanzada. Sin embargo, el temor de que modelos abiertos puedan ser utilizados con fines malintencionados, como la desinformación y la ciberdelincuencia, ha generado un intenso debate sobre su regulación.

Más allá de la competencia: la IA y su impacto en la sociedadEsta batalla va mucho más allá de las disputas comerciales. La inteligencia artificial está redefiniendo la manera en que trabajamos, nos comunicamos y tomamos decisiones. Su integración en la educación, la medicina, la justicia y la economía plantea preguntas fundamentales sobre su regulación y su impacto en los derechos humanos.

Los gobiernos y organismos internacionales aún buscan el equilibrio entre fomentar la innovación y proteger a la sociedad de los riesgos de la IA, como la desinformación, el sesgo algorítmico y la pérdida de empleos. Mientras OpenAI y Google promueven modelos cerrados con supervisión corporativa, actores como Mistral y Hugging Face defienden una IA accesible y descentralizada. ¿Quién tendrá razón? ¿Será posible encontrar un punto medio?

En la educación, por ejemplo, los modelos de IA ya están cambiando la manera en que los estudiantes acceden a la información. Herramientas de IA pueden ofrecer tutorías personalizadas, responder preguntas en segundos y ayudar a mejorar la comprensión de temas complejos. Sin embargo, la facilidad con la que estos sistemas generan contenido también plantea preocupaciones sobre la autenticidad del aprendizaje y el riesgo de la dependencia tecnológica.

El futuro: optimismo en medio de la incertidumbreEl rumbo de la inteligencia artificial sigue siendo incierto. ¿Se consolidará un modelo dominante, como ocurrió con Microsoft en la informática? ¿O coexistirán diferentes enfoques, con sistemas abiertos y cerrados compitiendo por su lugar en el mercado?

Lo único claro es que estamos en un momento crucial, en el que las decisiones tomadas hoy moldearán la tecnología de las próximas décadas. La inteligencia artificial no es solo una herramienta: es una revolución en curso, y todos somos parte de su desarrollo. A medida que los países y las empresas toman partido en esta batalla, el ciudadano común se pregunta: ¿cómo afectará esto a mi vida diaria? ¿Será la IA una aliada confiable o un sistema que requerirá de una supervisión constante?

El optimismo es necesario, pero la incertidumbre es innegable. La batalla está en marcha, y el desenlace aún está por escribirse. Lo que sí es seguro es que la IA ha llegado para quedarse y que, nos guste o no, ya estamos viviendo la era de la inteligencia artificial.