Por qué la predicción de colapso de IA de 2026 de Michael Burry no acierta

michael burry, el inversor legendario inmortalizado en la película “La Gran Apuesta”, construyó una reputación inquebrantable al predecir correctamente la crisis financiera de 2008—convirtiendo 100 millones de dólares en ganancias personales y 700 millones para sus inversores de Scion Capital en una leyenda financiera. Sin embargo, a medida que avanzamos en 2026, su última tesis bajista sobre inteligencia artificial revela una falla crítica: está luchando contra batallas de ayer con datos de ayer.

La pregunta no es si michael burry tenía razón antes. La cuestión es si su estrategia todavía funciona cuando las condiciones fundamentales han cambiado.

La leyenda y la decepción

el mayor triunfo de michael burry eclipsa su historial reciente. Desde la ganancia de 2008, su trayectoria ha sido claramente irregular. A medida que los mercados se recuperaron en la última década, burry ha emitido repetidamente llamadas bajistas prematuras que no se materializaron. Su constante error en el timing y la dinámica del mercado lo llevó a cerrar su hedge fund el año pasado, alegando desalineación con los movimientos del mercado. Esto no es un detalle menor—es una señal de advertencia de que su estrategia contraria, tan efectiva en 2008, puede haberse vuelto menos confiable.

La tesis de la burbuja de IA como la de las punto-com no se sostiene

la última argumentación de burry se basa en una comparación simple: el fervor actual por la IA refleja la manía de las punto-com de 1999, y su final será igualmente catastrófico. Sin embargo, esta tesis se desmorona bajo tres análisis críticos.

Las afirmaciones de depreciación ignoran las realidades de infraestructura

Burry sostiene que gigantes tecnológicos como Meta, Microsoft y Alphabet manipulan los calendarios de depreciación para aumentar artificialmente las ganancias. Señala específicamente a Alphabet por depreciar servidores en solo cuatro a seis años, insinuando que ocultan los costos de infraestructura de IA.

El problema con este argumento es que, aunque las GPUs más nuevas puedan tener vidas útiles más cortas que los servidores antiguos, la vida útil real de la infraestructura de IA se extiende entre 15 y 20 años. Más importante aún, los modelos de GPU antiguos no se vuelven inútiles en el momento en que lanzan chips más nuevos. Estos chips antiguos alimentan la inferencia—el proceso de ejecutar modelos entrenados para usuarios finales—una carga de trabajo que genera un valor sustancial y continuo. Esta realidad económica socava fundamentalmente la afirmación de depreciación de Burry.

La narrativa de la tensión en el flujo de caja contradice los números reales

Burry advierte que una inversión de capital masiva en infraestructura de IA agotará los flujos de caja, estrangulando la rentabilidad de las empresas. Sin embargo, los resultados operativos de 2026 cuentan una historia muy diferente.

El flujo de caja operativo de Alphabet (los últimos doce meses) ha aumentado a 164 mil millones de dólares—desde menos de 100 mil millones hace unos años. Estos no son signos de tensión en el flujo de caja; son señales de expansión. Más aún, las empresas que implementan IA a gran escala reportan retornos superiores a 3 dólares por cada dólar invertido—una proporción que haría reconsiderar a cualquier escéptico de la asignación de capital. Los márgenes en el sector tecnológico están creciendo de manera significativa, no disminuyendo. La última ola de innovación—la IA autónoma, que automatiza flujos de trabajo complejos—supuestamente está generando ahorros de costos del 25% o más para las empresas. Esto es lo opuesto a la crisis de efectivo que predice Burry.

La comparación de valoración de NVIDIA con Cisco es defectuosa

Quizá lo más llamativo es que Burry compara a NVIDIA con Cisco, argumentando que la actual estrella de la IA enfrenta los mismos riesgos de burbuja que la estrella de internet que alcanzó su pico en 2000. Sin embargo, esta comparación de valoración es fundamentalmente equivocada.

Cuando Cisco alcanzó su máximo en marzo de 2000, su múltiplo precio-beneficio (P/E) explotó a más de 200x—un múltiplo insostenible para cualquier negocio. Actualmente, el P/E de NVIDIA está en 47—un descuento sustancial y mucho más fundamentado en la realidad. No es una burbuja a punto de estallar; es una valoración premium para una empresa que entrega retornos legítimos sobre el capital invertido.

Las señales del mercado sugieren fortaleza continua

El mundo real ofrece su propia refutación a la tesis de michael burry. Desde mediados de diciembre, los precios de alquiler de la GPU H100 de NVIDIA—el chip principal que impulsa la infraestructura de IA—han subido aproximadamente un 17%. La escasez de GPUs, junto con la demanda en aumento, indica que el mercado sigue en expansión, no en contracción.

Esta demanda sostenida impulsa el ecosistema de infraestructura de IA: empresas como Nebius Group, CoreWeave e IREN se benefician directamente de la persistente escasez de chips. Indirectamente, empresas como Bloom Energy—que ofrecen soluciones energéticas para abordar la mayor limitación operativa de los hyperscalers—ven aumentar su impulso.

Los mercados de opciones muestran convicción

La actividad reciente en opciones refuerza la confianza alcista del mercado. Un operador invirtió aproximadamente 9 millones de dólares en llamadas de NVIDIA con vencimiento en marzo a 205 dólares, apostando a movimientos alcistas. Bloom Energy también mostró entusiasmo similar, con una operación de bloque de 400 contratos de opciones de compra con el precio máximo de ejercicio, representando una apuesta de convicción de 1 millón de dólares. Estas no son posiciones casuales; son inversiones de alta convicción en infraestructura de IA.

La conclusión

el genio contrarian de michael burry alcanzó su fama con una llamada espectacular y oportuna en 2008. Ese legado está asegurado. Sin embargo, su tesis bajista actual sobre la IA se desploma bajo el peso de las evidencias contemporáneas. Los flujos de caja se expanden, no se contraen. Las valoraciones son razonables, no absurdas. La demanda de GPUs sigue siendo robusta, lejos de disminuir. La economía de infraestructura de IA no es una repetición de la era punto-com—está generando retornos genuinos y ganancias de eficiencia medibles que se traducen en rentabilidad corporativa real. Cuando los datos contradicen la narrativa con tanta contundencia, quizás sea momento de reconsiderar la tesis en lugar del mercado.