Mientras la fiesta en acciones de inteligencia artificial continúa, la evidencia empírica está empezando a mostrar que la revolución tecnológica tiene sus límites. Por ahora, el mercado descuenta el mejor escenario. Pero los riesgos son cada vez más altos. Si tenés inversiones en IA, tenés que estar preparado.
Todos están convencidos de que el futuro de las inversiones será digitado por la inteligencia artificial. Los nuevos modelos prometen tomar mejores decisiones y ganar dinero de forma consistente. Sin embargo, un experimento reciente tuvo resultados realmente sorprendentes.
A fines del año pasado se hizo un experimento que debería haber estado en la tapa de todos los diarios financieros pero pasó casi desapercibido, y sus conclusiones recién ahora están empezando a discutirse en serio. Un laboratorio de investigación llamado “Nof1” organizó "Alpha Arena": le dio USD 10.000 de capital real a seis de los modelos de inteligencia artificial más avanzados del mundo —ChatGPT, Gemini, Claude, Grok, DeepSeek y Qwen— y los dejó operar solos en el mercado cripto durante dos semanas. Sin intervención humana. Todas las operaciones públicas y auditables.
El resultado: cuatro de los seis terminaron perdiendo plata. GPT-5, el modelo estrella de OpenAI, perdió más del 60% de su capital. Gemini, el de Google, más de la mitad. Los porcentajes de aciertos de todos los modelos rondaron apenas entre 25% y 30%, y buena parte de las pérdidas vino de algo muy humano: sobreoperar, pagar comisiones de más y usar apalancamiento sin control de riesgo.
¿Y los dos que ganaron? Acá viene el detalle más interesante. Cuando repitieron el experimento semanas después — esta vez con acciones de EEUU como Tesla, NVIDIA y Microsoft — los ganadores de la primera ronda no repitieron: terminaron en rojo, junto con prácticamente todos los demás modelos. En estadística, eso tiene un nombre: cuando el que gana una ronda no puede repetir en la siguiente, lo que estás midiendo no es habilidad. Es suerte.
Mientras tanto, en la red social X abundan las cuentas que te dicen que "fulano armó un bot con ChatGPT en cinco minutos y está ganando millones". Pero los datos dicen otra cosa, y entender por qué es una de las claves para pensar qué puede pasar con las acciones del sector más caliente del mercado.
La promesa implícita de la IA aplicada al trading era esa: una máquina que procesa más información que cualquier humano debería poder encontrar oportunidades que los humanos no ven. El experimento sugiere que, al menos hoy, eso no está pasando.
La barrera invisible: información no es criterio
¿Por qué falla? Acá está el hallazgo más interesante, y viene de otro estudio. Un equipo de investigadores de Princeton y otras universidades armó CryptoBench, un examen diseñado por analistas profesionales para medir qué tan bien trabajan estos modelos en mercados reales. Separaron las tareas en dos grupos: “buscar información” (¿cuál es el precio de X?, ¿cuánto capital tiene tal protocolo?) y “predecir” (¿qué va a pasar con esto?).
El contraste es brutal. GPT-5 acertó casi 6 de cada 10 preguntas de búsqueda de información. En las de predicción, menos de 1 de cada 10. El mismo modelo que es brillante encontrando datos colapsa cuando tiene que decidir bajo incertidumbre.
Esa es la barrera invisible. Los modelos de lenguaje son extraordinarios para recuperar, resumir y ordenar información que ya existe. Pero invertir no es un problema de información: es un problema de “criterio”. Es decidir cuánto arriesgar cuando los datos son ambiguos, es no sobreoperar, es aceptar que no sabés lo que va a pasar y dimensionar las posiciones en consecuencia. Eso que los inversores profesionales llaman gestión de riesgo —y que es lo que separa al inversor del apostador— es exactamente donde los modelos fallaron.
"Pero esta vez hay earnings"
Acá conectamos con la pregunta que importa para tu cartera. El argumento más repetido para justificar las valuaciones del sector tecnológico es: "esto no es la burbuja puntocom, porque ahora hay ganancias reales". Y es cierto — pero solo parcialmente. Conviene mirar de dónde vienen esas ganancias.
Una parte enorme viene del gasto de capital (capex) de los gigantes tecnológicos. Microsoft, Amazon, Google y Meta planean invertir en conjunto más de $600.000 millones en infraestructura de IA en 2026, frente a unos $380.000 millones en 2025. Para dimensionarlo: es un monto comparable al PBI de la Argentina, gastado en un solo año, principalmente en centros de datos y chips.
Y hay un segundo detalle: mucha de esa plata circula en un circuito cerrado. NVIDIA compromete inversiones por cientos de millones de dólares en OpenAI; OpenAI firma contratos con Oracle para usar sus centros de datos; y Oracle, a su vez, llena esos centros de datos con chips de NVIDIA. La misma plata da vueltas entre los mismos jugadores, y en cada vuelta se contabiliza como ingreso de alguien. En la jerga se lo llama "economía circular de la IA", y cada vez más analistas se preguntan qué pasa si un eslabón de esa cadena se corta.
El punto no es que las ganancias sean falsas. Es que dependen de que los gigantes sigan gastando a este ritmo. Y acá entra lo que vimos arriba: ese gasto se justifica con la expectativa de que la IA va a transformar todo. Si los límites que muestran estos experimentos —brillante para procesar información, floja para el criterio— se consolidan como percepción del mercado, los directorios de esas empresas van a enfrentar presión de sus accionistas para moderar el capex. Y si el capex se modera, la cadena de ingresos que hoy sostiene las valuaciones del sector se debilita rápido.
¿Qué hacemos con esto?
Tres ideas concretas. Primero, si tenés una porción grande de tu cartera concentrada en tecnológicas de EEUU — y si invertís en el S&P 500, la tenés, porque un puñado de empresas explica una parte enorme del índice — este es un buen momento para revisar esa concentración.
Segundo, el indicador a seguir no es el precio de NVIDIA: es la “guía de capex” de Microsoft, Amazon, Google y Meta en cada presentación de resultados. El día que alguno modere sus planes de inversión, el mercado va a leer el mensaje al instante. Ese es el dato que anticipa el cambio de ciclo, no el que lo confirma.
Tercero, desconfiá de cualquier producto que te prometa retornos automáticos con IA. Si los modelos más avanzados del planeta, con equipos de investigación de primer nivel detrás, pierden plata operando solos, el bot que te venden por Telegram no va a ser la excepción. La tecnología puede ser una herramienta excelente para procesar información — el criterio, por ahora, lo seguís poniendo vos o un profesional.
En conclusión, el experimento aplicado al campo del trading es un ejemplo concreto de algo cada vez más evidente: los límites de la inteligencia artificial. Quienes la usamos a diario notamos que le falta ese "criterio" y esa "creatividad" que tenemos los humanos para cualquier tarea que involucre pensamiento crítico.
La revolución tecnológica es real, y muchas tareas que hoy se hacen de forma manual van a automatizarse.
Pero quizás, después de todo, el día en que la IA nos reemplace a todos esté más lejos de lo que pensamos. Y lo importante es que el mercado no está poniendo en precios ese escenario.
