El costo de los tokens de IA se desploma: la industrialización inteligente de EE. UU. llega a un nuevo punto de inflexión.

¿Por qué el costo de los tokens de IA está a punto de desplomarse?

Los tokens de IA —la unidad básica con la que los modelos procesan información y la medida estándar del uso y precio de la IA— están a punto de experimentar una reducción de precio histórica. Según las pruebas de SemiAnalysis, el último sistema GPU Blackwell de Nvidia (GB 300 NVL72) ha aumentado la generación de tokens por GPU por segundo de 90 a 6.000 en comparación con el sistema Hopper de la generación anterior, un incremento de 65 veces; los tokens generados por megavatio de potencia han pasado de 54.000 a 2,8 millones, un aumento de 50 veces. Más importante aún, el costo por millón de tokens ha caído de 4,2 dólares a 0,12 dólares, una reducción de 35 veces.

Este salto en eficiencia no es teórico. Según informa Business Insider, los sistemas Blackwell se están instalando a gran escala y se espera que estén completamente operativos en la segunda mitad de 2026. Los datos de la empresa de investigación en IA SemiAnalysis muestran que para entonces, el entrenamiento y la inferencia de nuevos modelos dependerán en gran medida de Blackwell, y los tokens baratos surgirán en abundancia. El CEO de OpenAI, Sam Altman, ya ha reconocido que el costo de la IA se ha convertido en un "problema enorme" y se ha comprometido a ofrecer más valor. El índice de gasto en tokens de Silicon Data, una agencia de monitoreo de centros de datos en Silicon Valley, alcanzó un pico de 2,06 a finales de mayo y luego cayó a 1,75 el 10 de junio, lo que sugiere que la tendencia de reducción de precios ya ha comenzado.

Reconfiguración del panorama industrial: ¿Quién se beneficia y quién está bajo presión?

• Industrias beneficiadas:
• Proveedores de modelos y aplicaciones de IA: la reducción de costos mejora directamente los márgenes de beneficio, al mismo tiempo que permite bajar precios para ganar cuota de mercado y estimular la demanda descendente. Especialmente beneficioso para aplicaciones de IA de consumo que dependen de inferencia a gran escala, asistentes de programación, chatbots de servicio al cliente, etc.
• Manufactura y automatización industrial: este es el mayor beneficiario potencial. La caída del costo de los tokens mejora significativamente la viabilidad económica de implementar IA en escenarios industriales. Por ejemplo, la inspección de calidad de productos mediante IA visual, la optimización de la programación de producción a través de modelos grandes y el entrenamiento de modelos de mantenimiento predictivo basados en datos en tiempo real —aplicaciones que antes estaban limitadas por el alto costo de inferencia— ahora tienen el potencial de implementarse a gran escala. Los fabricantes estadounidenses pueden aprovechar esto para mejorar el nivel de automatización de las líneas de producción, reducir los costos laborales y acelerar la construcción de "fábricas inteligentes".
• Infraestructura de centros de datos: la fuerte demanda de clústeres de GPU impulsará industrias complementarias como sistemas de refrigeración líquida, racks de alta densidad y equipos eléctricos, pero también ejercerá presión sobre la red eléctrica.Industrias bajo presión:
• Proveedores tradicionales de software industrial y automatización: Si la IA puede reemplazar con un costo extremadamente bajo algunos algoritmos de optimización tradicionales o lógica de control, los fabricantes de software industrial tradicional corren el riesgo de ser trastocados.
• Infraestructura eléctrica: El consumo energético de los centros de datos de IA se dispara. El propio sistema Blackwell tiene un mayor consumo de energía, y el uso de tokens podría aumentar drásticamente debido a la caída de precios, elevando aún más la demanda eléctrica. Los problemas de envejecimiento de la red eléctrica de EE. UU. y la lentitud en las aprobaciones se volverán más pronunciados, lo que podría limitar la velocidad de expansión de la IA industrial.

¿Qué significa para la manufactura estadounidense?

El regreso y la modernización de la manufactura en EE. UU. están entrando en una nueva fase. En los últimos años, la Ley de Chips (CHIPS Act) y la Ley de Reducción de la Inflación (IRA) han impulsado la construcción de fábricas de semiconductores y baterías, pero la penetración de la IA en la fabricación sigue siendo baja. Uno de los principales obstáculos es el costo de inferencia. Ahora, la caída drástica del precio de los tokens equivale a eliminar una barrera de costo clave para las aplicaciones de IA en la manufactura.

• En concreto, las pequeñas y medianas empresas manufactureras podrán costear más fácilmente herramientas de IA, por ejemplo:
• Usar sistemas de visión por IA para reemplazar la inspección de calidad humana, reduciendo la tasa de devoluciones;
• Utilizar modelos grandes para el mantenimiento asistido de equipos, reduciendo el tiempo de inactividad;
• Optimizar la logística de la cadena de suministro mediante IA, reduciendo los costos de inventario.

El mayor impacto es que EE. UU. podría reducir la brecha con Japón y Alemania en fabricación de precisión, mejorando la calidad del producto mediante procesos asistidos por IA y fortaleciendo la competitividad global.

¿Qué significa para la cadena de suministro?

Por un lado, el suministro de Nvidia Blackwell se vuelve clave. El empaquetado CoWoS de TSMC sigue siendo ajustado, y Blackwell requiere una tecnología de empaquetado más avanzada. Si el suministro es insuficiente, podría retrasar el ritmo de caída de precios de los tokens. Por otro lado, la reducción de costos de los modelos de IA podría acelerar las decisiones de 'nearshoring': las fábricas en EE. UU., potenciadas por la IA, mejoran su eficiencia de costos, compensando parte de la ventaja de mano de obra en el extranjero, haciendo más atractivo el retorno de la cadena de suministro.

Además, la cadena de suministro de equipos para centros de datos (refrigeración líquida, fuentes de alimentación, racks) se beneficiará de la ola de despliegue de Blackwell, y se espera que los pedidos de fabricantes como Vertiv, Schneider Electric, etc., crezcan.

¿Qué significa para la inversión empresarial?

La dirección del gasto de capital empresarial está cambiando. En los últimos dos años, las empresas invirtieron fuertemente en infraestructura de entrenamiento de IA, comprando GPU H100. Ahora, la eficiencia de Blackwell hace que el retorno de la inversión en inferencia sea mayor. Se espera que a partir de la segunda mitad de 2026, las empresas aceleren la migración de Hopper a Blackwell, formando una nueva ronda de ciclo de compras de GPU. Al mismo tiempo, la proporción de costos de electricidad en el costo total aumentará, y las empresas podrían estar más dispuestas a invertir en energías renovables in situ o firmar acuerdos de compra de energía a largo plazo (PPA) para fijar los costos de electricidad.

¿Qué significa para los próximos 5 años?En los próximos 3 a 5 años, el costo de los tokens de IA podría seguir disminuyendo, impulsando la penetración de la IA industrial desde el dígito único actual hasta cifras de dos dígitos. La aplicación de la IA en la industria manufacturera estadounidense pasará de "prueba piloto" a "escala". Esto tendrá un doble impacto en el mercado laboral: por un lado, reemplazará algunos puestos de baja cualificación, como inspección y clasificación; por otro, creará nuevos empleos como operación y mantenimiento de IA, ajuste de modelos, etc.

Sin embargo, el cuello de botella ya ha pasado de la capacidad de cómputo a la energía. ¿Podrá la red eléctrica estadounidense soportar la doble carga de los centros de datos y la IA industrial? Las reformas regulatorias estatales (como la propuesta del gobernador de Texas, Greg Abbott, de limitar el traspaso de los costos de electricidad de los centros de datos) determinarán la velocidad de expansión. Del mismo modo, la implementación de la IA industrial también debe resolver problemas como la seguridad de los datos y la confiabilidad del modelo.

Conclusión: La caída en picado del costo de los tokens de IA provocada por Blackwell no es una simple guerra de precios, sino el verdadero punto de partida de la era de la IA industrial en Estados Unidos. Los inversores deben prestar atención al software de automatización industrial, los equipos eléctricos para centros de datos y las empresas manufactureras con capacidad para implementar IA.