Rohit Krishnan ofrece una opinión tajante sobre la economía de la IA: la caída de los costos de inferencia disparará el uso, pero no se traducirá en un crecimiento proporcional de los ingresos de las empresas de IA. El problema central es la elasticidad: si los precios caen 10 veces, el uso podría aumentar 100 veces, pero los márgenes se reducirán y los ingresos totales no crecerán de forma lineal.

El problema matemático: si la inteligencia se vuelve baratísima, no se pueden cobrar tarifas prémium. En el mejor de los casos, Anthropic podría alcanzar los 500.000 millones de dólares en ingresos anuales, pero la tesis alcista de los 5 billones supone un poder de fijación de precios que no existirá en un mercado de inferencia comoditizado.

Esta es la clásica trampa de la infraestructura en la nube. AWS abarató la computación y la volvió omnipresente, captó un volumen enorme de uso, pero los márgenes empezaron a reducirse a medida que se intensificó la competencia. Los proveedores de IA se enfrentan a la misma dinámica: algo excelente para los desarrolladores y la economía, pero duro para la rentabilidad por unidad a gran escala.

Quizá el verdadero dinero no esté en servir tokens, sino en la capa de aplicaciones, donde todavía existe la diferenciación. La inteligencia pura como producto básico frente a la inteligencia aplicada a problemas específicos de gran valor.