Los picos y palas

En una frase

En una fiebre del oro, el dinero seguro está en vender picos y palas. En la economía de los agentes, los picos y palas son los chips, los centros de datos, la capacidad en la nube, la electricidad y las tuberías por las que circulan modelos, agentes y dinero, y un puñado de empresas es dueño de casi todo.

Todos los agentes de esta serie funcionan sobre esta capa. Cada dólar que ganan Polsia, OpenClaw o ChatGPT Work pasa por ella. Cuando la gente pregunta si la IA es una burbuja, en realidad está preguntando por esta capa.

En cifras — septiembre de 2026

La capa, de arriba abajo

Los chips: Nvidia y sus rivales

Todos los modelos de frontera se entrenaron con hardware de Nvidia y la mayoría funcionan sobre él. Nvidia tiene aproximadamente cuatro quintas partes del mercado de aceleradores de IA, con unos márgenes brutos a los que ningún otro fabricante de chips se acerca, y su software CUDA es el coste de cambio que retiene a los clientes. Es la empresa más valiosa del mundo por un motivo sencillo: gane quien gane la carrera de los modelos, los chips se los compró a Nvidia.

Los rivales no son AMD. Son los chips propios de las nubes (las TPU de Google, Trainium de Amazon, Maia de Microsoft), que ya se encargan de una parte considerable de la inferencia dentro de sus propios centros de datos con un coste por token menor. Y, en China, Ascend de Huawei, hacia el que Pekín está empujando a sus laboratorios a costa de una próxima generación más lenta. El riesgo de Nvidia no es perder el mercado; es que sus mayores clientes fabriquen su propio suministro.

Su respuesta es quedarse con más piezas de la cadena. En diciembre de 2025 pagó unos 20.000 millones de dólares por los activos y el equipo de Groq, su mayor operación hasta entonces, para hacerse con los chips de inferencia de baja latencia que la amenazaban. El 2 de septiembre de 2026 acordó comprar Hugging Face por 12.930 millones de dólares: la mayor empresa que ha comprado nunca en su totalidad, y una línea recta desde el silicio hasta el sitio donde se publican los modelos. Nvidia vende ahora los chips y es dueña de la estantería en la que el mundo de los open weights coloca sus modelos.

Las nubes: AWS, Google Cloud, Azure, Oracle

Los tres hiperescaladores, más Oracle, alquilan los chips, la energía y los edificios a todo el que no los tiene, que es casi todo el mundo. También sirven los modelos: Claude funciona en AWS Bedrock, Google Vertex AI y Microsoft Foundry; GPT, en Azure; Gemini, en Google. Una empresa que ya paga a AWS puede añadir Claude a la factura sin dar de alta a un proveedor nuevo, y así es como la mayor parte del Fortune 500 adoptó los agentes.

Las nubes son también las mayores inversoras de los laboratorios: Amazon y Google en Anthropic, Microsoft en OpenAI. El dinero da vueltas en círculo: el laboratorio levanta dinero de la nube, se lo gasta en los chips de la nube y la nube lo anota como ingresos. Si ese círculo es un volante de inercia o una burbuja es lo que la temporada de resultados de 2026 ha intentado responder, y el segundo trimestre dijo volante de inercia: AWS creció un 37 %, Google Cloud un 82 % y Azure por encima del 40 %, todas con la capacidad al límite.

La energía: el cuello de botella que nadie previó

Microsoft ha informado de unos 80.000 millones de dólares en pedidos de Azure que no puede atender porque los chips están en el almacén esperando electricidad, y lo dice su consejero delegado, no un crítico: «puede que tengas un montón de chips en el inventario que no puedo enchufar». Los centros de datos compiten ahora por conexiones a la red, turbinas de gas y la reapertura de centrales nucleares. La energía es el nuevo cuello de botella, y las eléctricas, los fabricantes de turbinas y el sector nuclear se han convertido en empresas de infraestructura de IA sin cambiar lo que hacen.

La plataforma de modelos: Hugging Face

Cuando DeepSeek, Alibaba o Meta publican los pesos de un modelo, acaban en Hugging Face. Es el GitHub de los modelos: el sitio donde se alojan, se descargan, se ajustan con fine-tuning y se comparan los open weights, y el motivo por el que alguien que construye por su cuenta puede ejecutar Qwen en un portátil. Aquí se produjeron más de mil millones de descargas de Qwen. Más de 18 millones de personas lo usan para compartir más de 3 millones de modelos, medio millón de conjuntos de datos y un millón de aplicaciones. En el mundo de los open weights nada funciona sin él.

Por eso importa su venta. El 2 de septiembre de 2026, Nvidia acordó comprarlo por 12.930 millones de dólares, a falta de la aprobación de los reguladores y con cierre previsto en el primer semestre de 2027. Nvidia se ha comprometido a mantener la plataforma abierta: no hará falta usar su computación para crear o desplegar a través de ella, seguirá dando soporte a otros fabricantes de chips y cualquiera podrá seguir publicando y descargando lo que quiera. Son compromisos, todavía no un historial. El terreno neutral del mundo de los modelos abiertos lo está comprando la empresa que vende el hardware sobre el que funciona, y los próximos años dirán cuánto vale eso.

El alojamiento de código: GitHub

Donde vive el software y donde los agentes lo suben. Claude Code y Codex escriben pull requests en GitHub; las estrellas de OpenClaw y Paperclip son las de GitHub; Copilot, el agente de programación de Microsoft, viene integrado. A medida que los agentes escriben una parte cada vez mayor de todo el código, GitHub se convierte en el libro de registro del trabajo de la economía de los agentes.

Los sistemas de pago: Stripe

Los agentes que pueden pagar pasan por Stripe. Las empresas de Polsia cobran a través de él, Muse paga con tarjetas Stripe de un solo uso, NanoCorp integra una cuenta de Stripe en cada negocio que lanza, y las guías que estás leyendo se compraron con él. El comercio agéntico (agentes que compran, venden y se pagan entre sí) es un producto de Stripe antes que de nadie.

El tejido conectivo: MCP, A2A y la fundación

Dos estándares abiertos bajo la Agentic AI Foundation de la Linux Foundation permiten que cualquier agente use cualquier herramienta (MCP) y hable con cualquier otro agente (A2A). Son los picos y palas que nadie vende: gratuitos, neutrales respecto a los proveedores y el motivo por el que el resto de la cadena funciona en conjunto. Consulta la guía ¿WTF es una API?

Cómo circula el dinero

Sigue la venta de una guía de 7 € en wtfagents.com y habrás seguido toda la economía.

Un lector paga con Stripe. La web funciona en Vercel, que funciona en AWS. La guía se redactó con Claude, servido desde la infraestructura de Anthropic en las nubes de Google y Amazon, sobre chips de Nvidia, en centros de datos que consumen la energía para la que una eléctrica construyó capacidad. El código de la web está en GitHub. Las cifras en directo de la página de inicio salen de la API de Polsia, cuyos agentes funcionan con Claude, sobre los mismos chips.

Multiplica eso por cada tarea de agente del mundo (de diez a cincuenta veces los tokens de una respuesta de chatbot, millones de veces al día) y las cifras de inversión del recuadro dejan de parecer irracionales. Ahora el motor de crecimiento es la inferencia, no el entrenamiento, y cada ejecución de un agente es un pequeño pago a esta capa.

La pregunta de la burbuja, sin rodeos

El gasto no tiene precedentes; los ingresos son reales y se aceleran; las dos cosas todavía no están equilibradas.

Los argumentos a favor de la burbuja: 725.000 millones de dólares de inversión en un solo año, unos flujos de caja libres de los cuatro grandes que, según las previsiones, caerán con fuerza porque el gasto va por delante de los ingresos, la mayoría de los proyectos de agentes en empresas todavía sin llegar a producción y un flujo circular de dinero entre nubes y laboratorios que maquilla las cifras de todos.

Los argumentos en contra: carteras de cientos de miles de millones a las que los clientes se han comprometido por contrato, todos los proveedores con una demanda por encima de su capacidad hasta 2027, unos ingresos de centros de datos de Nvidia que casi se duplican año tras año y el giro hacia la inferencia, que es recurrente, no puntual. Los agentes consumen tokens todos los días, para siempre, como nunca lo hicieron los entrenamientos.

La lectura a la que llegan los analistas más cuidadosos: la infraestructura se está construyendo antes que los ingresos, como pasó con el ferrocarril y la fibra óptica, y parte de ella se quedará sin uso. Las empresas de esta guía seguirán siendo dueñas de las vías.

Qué significa para ti

• Tus costes se deciden aquí. El precio de los tokens baja cuando esta capa se abarata y sube cuando va justa. El desplome de precios de las GPU antiguas en 2025 es el motivo por el que tener un agente funcionando pasó de costar cientos de dólares al día a unos pocos.
• Tus caídas ocurren aquí. Cuando una región de la nube o un proveedor de modelos tiene un mal día, todos los agentes que dependen de él se paran. Usar varios modelos y varias nubes no es paranoia para nada que importe.
• Tu independencia vive aquí, en parte. Los open weights que has descargado, el código que has clonado y el hardware que es tuyo no se pueden apagar. Las plataformas de las que salieron (Hugging Face, ahora de Nvidia; GitHub, de Microsoft) pueden cambiar sus condiciones. Guarda una copia de aquello de lo que dependes.
• Tus clientes llegan por aquí. Si vendes a empresas, estar disponible en el marketplace de su nube importa más que cualquier función.

Glosario

Picos y palas

: los proveedores que ganan dinero con un auge sin importar qué participante gane. Viene de la fiebre del oro.

Hiperescalador

: un proveedor de nube que opera a escala mundial: Amazon (AWS), Microsoft (Azure), Google (Google Cloud) y, cada vez más, Oracle.

Capex

: inversión en capital: dinero que se gasta en construir activos duraderos, aquí centros de datos y chips.

Acelerador

: un chip diseñado para cargas de trabajo de IA: las GPU de Nvidia, las TPU de Google, Trainium de Amazon, Maia de Microsoft, Ascend de Huawei.

CUDA

: la plataforma de software de Nvidia. El motivo por el que cuesta dejar los chips de Nvidia.

Inferencia

: ejecutar un modelo ya entrenado para que dé respuestas o haga acciones. Hoy es la mayor parte del gasto en computación de IA.

Entrenamiento

: construir un modelo desde el principio. Enorme, puntual y ya no es la partida más grande.

Cartera de pedidos

: ingresos a los que los clientes se han comprometido por contrato pero que el proveedor aún no ha entregado. Una medida de la demanda vendida por adelantado.

Hugging Face

: la plataforma de los modelos open weights: alojamiento, descargas, fine-tunings.

Bedrock / Vertex AI / Foundry

: los marketplaces de modelos de AWS, Google Cloud y Azure, respectivamente.

Comercio agéntico

: agentes que compran, venden y pagan. Funciona con Stripe y empresas similares.

Esta es la capa sobre la que funciona todo lo demás. Aquí tienes lo que funciona sobre ella.