Cómo surgió esta calculadora
Esta calculadora se construyó el 12 de junio de 2026 en una sesión de trabajo con Claude Fable 5 (Anthropic) en el modo Cowork de la aplicación de escritorio de Claude. La IA reunió primero, mediante investigación web, las cifras actuales de inversión, usuarios e ingresos (capex de los hyperscalers, financiación de capital riesgo, número de suscriptores), desarrolló a partir de ellas un modelo de anualidad simplificado, verificó los cálculos de forma programática en Python y, por último, construyó esta página con el diseño de la School.
En la versión 2 se añadieron: amortización separada por clases de activos, un control deslizante del precio de la electricidad, un análisis de sensibilidad (tornado), una simulación de Montecarlo con banda de incertidumbre, una vista de línea temporal con año de punto de equilibrio e IRR del sector, la comparación con megaproyectos históricos, además de enlaces de escenario compartibles y una exportación para imprimir. El modelo se mantiene deliberadamente simple: no pretende ofrecer un pronóstico, sino hacer comprensibles los órdenes de magnitud. Todas las fuentes y supuestos se exponen más abajo.
Tus supuestos
Nueve controles deslizantes en cuatro áreas: elige un área a la izquierda, ajusta a la derecha. Cada cambio recalcula al instante y queda registrado en la URL.
Los ingresos de la IA surgen sobre todo del uso (API/empresa), no de las suscripciones de 20 $.
Precio combinado = precio de lista 3:1 (salida:entrada) de una cesta insignia; compilación propia a partir de precios públicos – orden de magnitud, instantánea mensual. Contexto: a16z „LLMflation“, Epoch AI. Supuestos tangibles: ~0,75 palabras/token, ~225 palabras/min de lectura, población mundial 8,1 mil mill.
Modelo de anualidad simplificado para situar los órdenes de magnitud. No es un pronóstico ni asesoramiento de inversión. Datos a fecha de: 12.06.2026.
Capex en IA de las grandes tecnológicas
mil mill. $/año · Amazon, Microsoft, Alphabet, Meta, Oracle
Ingresos de IA necesarios frente a reales
mil mill. $/año
Precio mensual necesario según el número de suscriptores
$/mes, escala logarítmica · la curva sigue tus supuestos
¿Qué control deslizante inclina el resultado? (Análisis de sensibilidad)
Rango del precio mensual necesario cuando, en cada caso, un supuesto se varía de «favorable» a «desfavorable»: todos los demás se mantienen en tus valores.
¿Qué grado de incertidumbre tiene el resultado? (Simulación de Montecarlo)
3.000 escenarios aleatorios en torno a tus ajustes: en lugar de una estimación puntual, una banda de incertidumbre honesta.
La línea temporal: ¿cuándo se rentabiliza el despliegue?
En lugar del cálculo anual estático: trayectoria de inversión frente a la rampa de ingresos, descontada con tu WACC. Punto de equilibrio = el año en que el beneficio bruto acumulado y descontado supera las inversiones acumuladas y descontadas.
En perspectiva: el despliegue de la IA junto a los megaproyectos de la historia
Inversiones totales, ajustadas a la inflación de forma aproximada en mil mill. $ de hoy: estimaciones a modo de orientación, no estadísticas exactas.
Tokens más baratos – ¿el final de la historia? No necesariamente.
La caída de los precios de los tokens suena a muerte de los márgenes. Tres fuerzas opuestas explican por qué los proveedores de capital son, aun así, optimistas – sin acuerdos de precios de ningún tipo:
Las empresas de apps, agentes y SaaS fijan precios por resultado o por puesto, no por token. Si los costes de los tokens caen, su coste de los bienes (COGS) baja mientras su precio de venta se mantiene → su margen sube. Aquí es exactamente donde está el dinero de capital riesgo. El precio que no cae tan rápido como los costes es el de la aplicación – no se necesita ningún acuerdo, sino otra capa con diferenciación y costes de cambio.
Más barato significa muchísimo más uso. Un margen fino multiplicado por un volumen que se dispara puede hacer crecer aun así el margen bruto total.
Los modelos más recientes conservan temporalmente poder de fijación de precios: «los costes caen» se aplica al rendimiento de ayer – la frontera de hoy sigue costando. Un blanco móvil, no coordinación.
La otra cara – y la razón de esta calculadora: Si el valor migra a la capa de aplicación, ligera en capital, y el precio del token se elimina por competencia, son precisamente los proveedores de infraestructura y modelos intensivos en capital (que cargan con el capex de billones) quienes quizá no obtengan su rentabilidad. Es exactamente esta tensión la que refleja la calculadora.
El método de cálculo: paso a paso
| Paso | Lógica | Valor |
|---|
Por qué hace falta esta calculadora
De la IA se habla en superlativos, pero rara vez en unidades que una persona pueda comprender. «725 mil millones de dólares de capex» es un titular; «tu suscripción tendría que costar más de 1.000 dólares al mes si los pagadores actuales tuvieran que soportar la factura ellos solos» es una idea que se puede pensar hasta el final. Es exactamente esta traducción la que ofrece la calculadora: descompone la cifra más abstracta del presente en la más concreta: el precio que tú mismo pagarías.
Esto es más que un juego de números. Quien quiera entender si la ola de inversión en IA es una burbuja o el despliegue de una nueva infraestructura básica tiene que ver con claridad este mecanismo: el capital cuesta una rentabilidad, el hardware envejece en pocos años, y entre los ingresos y el beneficio están los costes de electricidad y de cómputo. De estos tres hechos sobrios se deriva forzosamente que en algún lugar de la economía mundial debe generarse cada año un valor nuevo de tres cifras en miles de millones: mediante suscripciones, mediante soluciones empresariales o mediante productividad. Si eso se logra es quizá la cuestión económica más importante de esta década.
Y, por último, la calculadora es un acto de autonomía: en lugar de adoptar una opinión hecha («¡burbuja!» o «¡revolución!»), puedes ajustar tú mismo los supuestos y ver cuándo se inclinan las cuentas. Quien haya comprobado por sí mismo que el resultado oscila entre 35 y 1.200 dólares – según lo que se crea sobre el número de suscriptores y los márgenes –, lee después cada titular sobre IA de otra manera. Es exactamente esta actitud la que queremos transmitir en la School: no creer, sino calcular. Dare to think.
Los supuestos en detalle
Valores iniciales del escenario base, todos ajustables mediante control deslizante. Los valores iniciales se cargan desde un archivo de datos independiente y se mantienen trimestralmente.
| Supuesto | Valor inicial | Justificación |
|---|---|---|
| Base de inversión | 2,0 bill. $ | Inversiones acumuladas en IA 2023–2026: proporción de IA del capex de los hyperscalers (~1,1 bill. $: 2024 ≈ 192, 2025 ≈ 332, 2026e ≈ 544 mil mill. $), financiación de capital riesgo (~0,6 bill. $: 2024 = 114, 2025 = 211 mil mill. $), resto chips, energía y operadores independientes de centros de datos. Deliberadamente conservador – Goldman Sachs espera otros 7,6 bill. $ solo en 2026–2031. |
| Coste de capital (WACC) | 10 % | Expectativa de rentabilidad habitual para inversiones tecnológicas; el capital riesgo espera considerablemente más, los bonos menos. |
| Vida útil chips/servidores | 5 años | Los hyperscalers amortizan a lo largo de 4–6 años; los críticos (entre otros, por la devaluación de las GPU debido a nuevas generaciones) consideran más realista 2–3 años. |
| Vida útil edificios/redes | 15 años | Las carcasas de los centros de datos y la infraestructura eléctrica y de refrigeración son de larga duración – eso amortigua la carga de capital. |
| Proporción de hardware | 60 % | La mayor parte de las inversiones en IA se destina a chips y servidores (de vida corta), el resto a infraestructura de larga duración. |
| Margen bruto | 50 % | Los servicios de IA tienen altos costes variables (electricidad, cómputo de inferencia, operaciones) – muy por debajo de los márgenes clásicos del software del 80–90 %. |
| Índice del precio de la electricidad | 100 % | Energía ≈ 15 puntos de ingresos en el caso base. Si el precio de la electricidad sube un 50 %, el margen efectivo cae ~7,5 puntos – la electricidad es el bloque de costes que más rápido crece del despliegue. |
| Proporción de suscripciones | 40 % | Las suscripciones de consumo aportan solo una parte; los ingresos empresariales y de API crecen más rápido (Anthropic: ~47 mil mill. $ de tasa anualizada casi sin negocio de consumo). |
| Suscriptores de pago | 300 mill. | Hoy en la realidad ~80 mill. en todo el mundo (ChatGPT: 50 mill. de pago de 900 mill. de usuarios semanales = ~5–6 % de conversión). 300 mill. supone casi cuadruplicar. |
| Crecimiento de ingresos (línea temporal) | 35 %/año | Entre el hipercrecimiento histórico (Anthropic: 80× en dos años) y el software maduro (~15–20 %). Calculado como constante – una simplificación deliberada. |
| Ingresos de IA actuales | ~175 mil mill. $/año | Suma aproximada a mediados de 2026: OpenAI ~29, Anthropic ~47 (tasa anualizada), más ingresos de IA de Google, Microsoft, Meta & Co. |
Fuentes
IEEE ComSoc: Hyperscaler-Capex 2024–2026 · Goldman Sachs: Tracking Trillions – assumptions of the AI build-out · CNBC: Big Tech capex above $1bill. from 2027 · AI Funding Tracker: $211mil mill. venture funding 2025 · Crunchbase: funding of the foundation-model providers · Roic: ChatGPT – 900mill. users, 50mill. paying subscriptions · CNBC: Anthropic revenue trajectory · Bain & Company: $2bill. annual revenue needed by 2030 · Tom's Hardware: Bain's $800mil mill. gap · Al Jazeera: AI build-out vs. historical megaprojects · IMF World Economic Outlook: nominal GDP by country (2025)
Investigado el 12.06.2026. Los valores iniciales de la calculadora residen en el archivo /rechner-ai-breakeven-daten.json y se actualizan trimestralmente – los controles deslizantes te permiten introducir tus propios valores en cualquier momento. ¿Preguntas metodológicas? Nuestra página de fuentes & metodología.