Por Ricardo Neira, decano de la Facultad de Ingeniería, Arquitectura y tecnologías para la Sociedad de la Universidad Academia de Humanismo Cristiano
_
El 26 de octubre, Anthropic dio un paso formal hacia la bolsa: presentó ante el regulador estadounidense su solicitud de registro para una oferta pública inicial. La empresa creadora de Claude anunció su intención de cotizar en el Nasdaq con el símbolo ANT (Código anunciado para identificar sus acciones si se concreta la cotización)., aunque su comunicación no fijó precio ni cantidad de acciones. Presentar los documentos, conviene subrayarlo, no equivale a haber comenzado a cotizar.

La operación llega en un momento incómodo. La promesa de la inteligencia artificial sigue atrayendo capital, pero los mercados empiezan a exigir pruebas de que sus enormes necesidades de inversión acabarán produciendo beneficios suficientes. El debate gira en torno a una pregunta concreta. ¿Podrán las empresas generar beneficios suficientes para justificar los precios que los inversionistas están dispuestos a pagar por ellas?

Una burbuja financiera aparece cuando los precios se alejan de lo que razonablemente pueden sostener los resultados económicos y se alimentan, en buena parte, de la expectativa de vender más caro en el futuro.

Anthropic: crecer no equivale a ganar dinero

Los últimos antecedentes muestran esa tensión. Según Associated Press, sobre la base de la actualización de su documentación bursátil, Anthropic registró ingresos trimestrales por 17.000 millones de dólares, pero continuó presentando pérdidas. Sus resultados acumulados incluían importantes ajustes contables asociados a acuerdos de financiamiento: sería incorrecto interpretar toda la pérdida declarada como dinero consumido por la operación.

Para evaluar una empresa así hay que separar ventas, resultado contable y flujo de caja. Una compañía puede vender cada vez más y seguir necesitando financiamiento si sus costos e inversiones crecen todavía más rápido.

Su documentación ante la SEC (Securities and Exchange Commission) también recoge acuerdos financieros con Amazon, Google y Broadcom. Es una señal de la estrecha relación entre quienes desarrollan modelos y quienes financian o suministran la infraestructura necesaria para operarlos. Esos vínculos deben examinarse contrato por contrato; su existencia no demuestra por sí sola irregularidades ni una burbuja.

El análisis económico apunta a un riesgo: cuando varios participantes dependen de una misma expansión futura, una revisión de expectativas puede afectar simultáneamente a desarrolladores, proveedores y financiadores. La fortaleza de esa red en tiempos de crecimiento podría convertirse en una vía de transmisión de dificultades.

Una eventual colocación bursátil exitosa probaría que existen compradores para la oferta a determinado precio. No resolvería definitivamente la pregunta sobre la rentabilidad futura de la IA.

China y Nasdaq: dos mercados que conviene distinguir

La expresión “caída del Nasdaq en China” mezcla referencias diferentes. El Nasdaq (National Association of Securities Dealers Automated Quotations) es estadounidense; China cuenta con sus propios mercados e índices tecnológicos. También existen empresas chinas negociadas en Estados Unidos, pero sus movimientos no deben confundirse con los de las bolsas de Shanghái, Shenzhen o Hong Kong.

En la sesión del jueves 29 de octubre, según una crónica de Reuters publicada al día siguiente, el ChiNext Composite (mercado de empresas de crecimiento de Shenzhen) perdió un 4,4% y el STAR 50 ( Índice de la Science and Technology Innovation Board Shanghái) retrocedió un 4,3%. Fueron variaciones de una jornada, no pérdidas acumuladas del año. La información también recogía una interpretación menos pesimista de UBS (grupo financiero de origen suizo) : algunas valoraciones tecnológicas comenzaban a resultar más atractivas tras las caídas.

En Estados Unidos, el Nasdaq Composite cayó un 1,1% el lunes 2 de noviembre. Al día siguiente, Reuters informaba de un rebote de los grandes valores ligados a la IA durante la negociación. Esa alternancia obliga a evitar titulares que conviertan una sesión en un diagnóstico definitivo.

China presenta, además, dificultades propias. Reuters describió una caída del CSI 300 del 8,5% en octubre, en un contexto de debilidad del consumo y crisis inmobiliaria. También recogió una información del Financial Times sobre una supuesta pausa regulatoria de nuevas ofertas públicas, aclarando que no había podido verificarla independientemente. Por tanto, esa eventual medida no debe presentarse como confirmación oficial.

Que ambos mercados sufran tensiones tecnológicas no demuestra que compartan una causa única. La inversión en IA puede conectar sus expectativas, mientras las condiciones económicas y regulatorias producen resultados diferentes.

Una revolución tecnológica también puede estar sobrevalorada

La hipótesis de una burbuja merece atención cuando los precios requieren un futuro extraordinariamente favorable para justificarse. La pregunta relevante es cuánto tendrían que crecer los beneficios, durante cuántos años y con qué márgenes para sostener las valoraciones actuales.

Hay argumentos en ambas direcciones. El crecimiento de ingresos de Anthropic constituye evidencia de demanda comercial. La persistencia de pérdidas obliga, al mismo tiempo, a investigar cuánto cuesta atenderla y qué recursos adicionales requiere.

La comparación con las puntocom sirve como advertencia conceptual, no como pronóstico automático. Una innovación puede transformar la economía y aun así generar malas inversiones cuando se compra demasiado cara. Para sostener una equivalencia histórica haría falta comparar valoraciones, balances, endeudamiento y beneficios de cada período.

El desenlace tampoco tiene por qué ser uniforme. Un escenario posible es que la IA se extienda mientras una parte de sus proveedores pierde rentabilidad por competencia o por costos elevados. Otro es que ciertas empresas consoliden beneficios suficientes para justificar sus inversiones. Declarar vencedores de antemano sería tan apresurado como anunciar el colapso inevitable del sector.

Cómo interpretar las cifras

Los 17.000 millones de dólares de ingresos trimestrales representan las ventas contabilizadas durante tres meses. Esa cantidad no equivale a ganancias. Para determinar el beneficio deben descontarse los costos y gastos, además de considerar los ajustes que correspondan.

El flujo de caja refleja las entradas y salidas de dinero. Su análisis ayuda a conocer cuánto financiamiento requiere la empresa para mantener su actividad e invertir. El resultado contable puede incluir partidas que no implican un pago inmediato, por lo que una pérdida y una salida de efectivo pueden tener magnitudes diferentes.

Una caída bursátil del 4,4% significa que un índice situado en 100 puntos pasaría a 95,6 puntos durante el período considerado. El ejemplo facilita interpretar el porcentaje y no corresponde al nivel real del índice. Una variación diaria describe una sesión, mientras una variación mensual compara cierres de meses consecutivos.

La valoración de una empresa expresa el valor que se atribuye a su capital. Puede aumentar antes de que existan beneficios si los inversionistas esperan resultados futuros elevados. El riesgo aparece cuando esas expectativas requieren un crecimiento difícil de mantener.

Qué observar para evaluar la posible burbuja

El seguimiento debería considerar cuánto aumentan las ventas, cuánto cuesta prestar los servicios, qué cantidad de efectivo consume la operación y qué compromisos de inversión se han asumido. También importa conocer si los clientes mantienen sus contratos y si la competencia obliga a reducir precios.

La futura operación bursátil de Anthropic permitiría observar qué precio aceptan los compradores. Para evaluar su sostenibilidad habrá que contrastarlo con resultados posteriores. La evolución de las bolsas estadounidenses y chinas aporta señales, pero sus movimientos requieren interpretar también las condiciones económicas de cada mercado.

El impacto para Chile y sus universidades

Para Chile, una eventual corrección de las valoraciones de la inteligencia artificial podría repercutir en el financiamiento de emprendimientos, en las condiciones de contratación de servicios digitales y en la continuidad de proyectos que dependen de proveedores internacionales. La intensidad de esos efectos dependería de la magnitud de la corrección y de la exposición de cada organización. Una respuesta razonable sería evaluar las inversiones según los problemas que resuelven, sus costos completos y los resultados que pueden demostrarse.

En las universidades, este escenario invita a construir una formación que permita comprender, utilizar y evaluar la inteligencia artificial con autonomía. Los planes de estudio deberían combinar fundamentos de datos y estadística, pensamiento crítico, conocimientos de cada disciplina y criterios éticos para verificar resultados, reconocer errores y proteger información. La actualización docente y las evaluaciones basadas en problemas reales ayudarían a que los estudiantes desarrollen capacidades que sigan siendo útiles cuando cambien las plataformas y los modelos.

En investigación, el desafío consiste en convertir el acceso a estas herramientas en conocimiento verificable y pertinente para el país. Ámbitos como educación, salud, transporte, energía y gestión pública ofrecen preguntas que podrían abordarse mediante equipos interdisciplinarios y colaboración con comunidades, empresas e instituciones. Para valorar esos proyectos habría que examinar la calidad de los datos, la reproducibilidad de los resultados, sus costos y los beneficios que efectivamente generan. La disponibilidad de financiamiento y las condiciones de acceso a infraestructura determinarían qué iniciativas pueden sostenerse.

Las universidades también pueden contribuir a una discusión pública mejor informada sobre las promesas y los límites económicos de la IA. Desde una perspectiva humanista, su aporte incluye estudiar cómo se distribuyen sus beneficios, qué efectos tiene sobre el trabajo y cómo resguardar la capacidad de decisión de las personas. Para Chile, la oportunidad estaría en formar profesionales e investigadores capaces de adaptar estas tecnologías a necesidades locales y evaluar sus consecuencias con independencia, incluso en períodos de entusiasmo o incertidumbre financiera.