La salida a bolsa de Anthropic por 2 billones: ¿ha empezado la prueba de la burbuja?

La salida a bolsa de Anthropic será el examen del ciclo de inversión en inteligencia artificial. Cinco años después de fundarse, la empresa ya está entre las más valiosas del mundo y prepara lo que podría ser la mayor operación de cotización de la historia, con una valoración objetivo de 2 billones de dólares. The Economist señala que esa cifra equivale aproximadamente a las diez mayores salidas a bolsa tecnológicas de la historia sumadas. El momento parece perfecto sobre el papel: el Nasdaq está en máximos históricos y una encuesta a responsables de compras muestra que la producción de las empresas estadounidenses crece a su ritmo más rápido en cinco años. Y aun así, se están retirando operaciones. Las cancelaciones tienen poco que ver con el crecimiento y mucho con los tipos de interés. La misma encuesta llevó el rendimiento del Tesoro a diez años al 5,23 % el jueves por la tarde, el nivel más alto desde 2007. La fecha que se da en el vídeo no coincide con estas fuentes y la cifra corregida apunta al umbral de 2007 y no al de 2004. Matt Kennedy, de Renaissance Capital, explicó a Bloomberg que unos tipos al alza son un doble golpe para este tipo de compañías: reducen el valor de los beneficios lejanos y encarecen el préstamo necesario para construir centros de datos.

La empresa nuclear WholeTech aplazó su operación, y SB Energy, la promotora de centros de datos de SoftBank, presentó sus documentos antes del Labor Day y aún no ha empezado a comercializar sus acciones. Desde el Labor Day solo se han producido tres salidas a bolsa, y cinco de las diez mayores del año cotizan por debajo de su precio de salida. La Reserva Federal elevó los tipos a principios de mes, y la última vez que lo hizo en un auge así fue en 1999. Aquí el ponente recurre a una frase que Scott McNeely, fundador de Sun Microsystems, pronuncio en una entrevista en 2002. Un múltiplo de diez veces los ingresos significa entregar el 100 % de los ingresos en dividendos durante diez años seguidos para amortizar en diez años. McNeely sostuvo que ese escenario era imposible incluso con cero coste de bienes vendidos, cero gastos, cero impuestos, cero I+D y 39.000 empleados, y cerró preguntando a quién le gustaría comprar su acción a 64 dólares. Sigue siendo uno de los pocos casos en que un CEO explicó en detalle por qué los inversores no debieron comprar su propio título.

El ponente endurece después la prueba. Si el rendimiento a diez años rondaba el 6,5 % en el pico de principios de 2000, un múltiplo de diez veces los ingresos sin costes, impuestos ni I+D necesita diecisiete años para amortizarse, no diez. Con una valoración de 2 billones, Anthropic cotiza a unas 31 veces sus ingresos. Sus supuestos son aún más generosos: sin costes, sin personal, sin impuestos, sin factura de electricidad, cada dólar pagado a los accionistas para siempre e descuento al tipo del Tesoro en vez de prima de riesgo. Bajo esas condiciones el retorno nunca llega, y ese ingreso perpetuo vale hoy alrededor de 1,27 billones. Faltan más de 730.000 millones. De dónde salen entonces los 2 billones? De una métrica que los banqueros suelen evitar: el mercado total direccionable. El concepto lo popularizó a finales de los noventa el analista de internet Henry Blodgett, que sostuvo que Amazon valía 400 dólares por acción cuando cotizaba a 240. Amazon llegó a esa cifra en semanas, Blodgett se hizo famoso y después fue expulsado de por vida del sector de valores. La columna Lex del Financial Times recorre la inflación de estas estimaciones en IA: en mayo, SpaceX, conocida sobre todo como empresa de cohetes pero que también fabrica el chatbot Grok y posee Twitter, dijo a los inversores que el mercado de aplicaciones empresariales, incluidos sus productos de IA, valía 22,7 billones, alrededor del 3 % de toda la economía estadounidense.

La matematica detras de los 2 billones

En cuatro meses el mercado direccionable creció 37 billones. The Wall Street Journal informa de que el documento de Anthropic podría citar un mercado de 30 billones, alrededor de una cuarta parte de la producción mundial y cercano al PIB estadounidense completo. Morgan Stanley estimó la semana pasada que la IA generativa podría captar 60 billones, más o menos la mitad de todo lo que el planeta produce en un año. Lex señala la casualidad de que Morgan Stanley sea probablemente uno de los coordinadores de la operación. Los banqueros son prudentes al estimar aquello de lo que pueden cobrar un porcentaje, no al revés. Cuánto de un mercado anunciado captura realmente una empresa es otra pregunta. Uber revendicaba 122,3 billones de mercado direccionable en su salida a bolsa de 2019, y hoy sus ingresos anuales están por debajo de 60.000 millones, de modo que aún tiene delante el 99,5 % de ese mercado. WeWork muon reclamó 3 billones y acabó en quiebra. El propio brazo de investigación de Anthropic modeló un escenario extremo en el que la IA añadiría más de 10 billones al PIB estadounidense hasta 2030, que la cuenta rápida de Lex convierte en unos 100 billones de valor bursátil hoy.

Más allá de esas cifras está la vía más audaz para alcanzar un precio objetivo: la mejora recursiva, en la que la IA diseña una IA mejor que a su vez diseña una IA todavía mejor y, una vez añadido suficiente valor económico, el dinero y los precios de los activos dejan de significar nada. Elon Musk ha pronosticado que la IA y los robots harán opcional el trabajo y el dinero irrelevante, una tensión sorprendente en alguien que ha reunido una cantidad notable de él. Alpha Evolve de Google DeepMind encontró una forma mejor de multiplicar ciertas matrices que la que los matemáticos llevaban usando 56 años, pero House of L AI, un canal dirigido por una informática con doctorado, señala que todos los resultados Mindsense venían acompañados de un marcador, es decir, de una prueba con respuesta correcta. El investigador automatizado de Anthropic cerró alrededor del 97 % de la brecha de rendimiento en su tarea, en parte encontrando formas de manipular el experimento. Probada a escala de producción, la mejor idea aportó una mejora de medio punto, dentro del ruido estadístico. Que Anthropic publicara esa decepción por sí misma dice más que lo que suele ocurrir en la mayoría de empresas. La trayectoria sí cambió: hace dieciocho meses la compañía preveía 12.000 millones de ingresos para 2027, la única estimación pesimista dentro de una historia llena de pronósticos optimistas. En agosto, el decano de la valoración Aswath Damodaran se preguntó si el objetivo podía bajar de 1 billón a 800.000 millones; siete semanas después se habla de 2 billones.

Anthropic ha encontrado la manera de valorar no solo mercados que aún no existen, sino edificios que aún no existen. SB Energy prepara una cotización de unos 50.000 millones sin un solo centro de datos encendido. La empresa nunca ha construido uno por su cuenta, tras comprar una consultora que construyó quince. Su prospecto implica unas 400 veces el EBITDA, indica que necesitará 178.000 millones para cumplir lo ya prometido, y el jueves emitió la mayor emisión de deuda basura de la historia, con una rentabilidad del 9,75 %. Los prestamistas no permitirán dividendos hasta 2029, y la operación se ha aplazado. En términos contables, el centro de datos sin construir es una ventaja extraordinaria. Una instalación todavía en obra figura en el balance como inmovilizado en curso y no se amortiza; del mismo modo, las chips compradas pero todavía no activadas tampoco se amortizan. Sobre el papel no consume electricidad, no necesita mantenimiento y nadie se queja de la latencia porque el producto aún no existe. El único problema es que algún día alguien te obligará a construirlo. Damodaran remite en Lex a la ley de hierro de Martin Flyvbjerg sobre los megaproyectos: sobre presupuesto, sobre tiempo, por debajo de los beneficios prometidos, una y otra vez. En algunos estados, conectar con la red puede llevar hasta diez años. Una encuesta de Gallup encontró que el 71 % de los estadounidenses se opone a un centro de datos de IA cerca de su casa.

¿Quién paga todo esto? El montaje es en parte circular. SoftBank está comercializando más de 11.000 millones en nuevos bonos para financiar su siguiente pago a OpenAI, y el Financial Times informó de que esos bonos salieron con una rentabilidad del 9,75 %. Se espera que OpenAI queme casi 280.000 millones hasta finales de 2030, parte de los cuales se va en el alquiler de veinte años del enorme campus de Ohio de SB Energy, lo que da a la promotora de centros de datos de SoftBank los ingresos que necesita para justificar su valoración. OpenAI también es inversora en SB Energy y tiene warrants que pagan si su valoración llega alguna vez a 80.000 millones. Nvidia compró 1.500 millones en acciones de SB Energy en agosto con un 10 % de descuento sobre el precio final de salida y comprará otros 1.500 millones en la operación. Es un montaje muy ordenado: SoftBank pide prestado a tipos de basura, OpenAI alquila el edificio, Nvidia lo garantiza y lo llena de sus chips. Nvidia se ha comprometido a garantizar hasta 105.000 millones para el campus de Ohio, y el Financial Times informa de que no registrará ningún pasivo hasta que comiencen los contratos de OpenAI en 2028, a cambio de veinte años de funcionamiento exclusivo con hardware de Nvidia. The Wall Street Journal informa de que SpaceX alquila capacidad de cómputo a Anthropic por 1.250 millones de dólares al mes. La observación de Damodaran es estructural: siempre le Costumbre dislike ver los congiomerados familiares de Asia porque para valorar una había que valorar antes otras cuatro, y ahora valorar Microsoft implica valorar OpenAI.

Inflacion del mercado direccionable

El mayor enigma de la cadena es Nvidia, la compañía que vende realmente picos y palas en esta fiebre del oro, y el negocio va bien. Bloomberg informa de que sus ventas pasaron de unos 27.000 millones hace cuatro años a unos 410.000 millones estimados este año, y se espera que el beneficio neto casi se duplique. Y aun así, con menos de 17 veces los beneficios que se esperan para el año que viene, Nvidia cotiza cerca de su nivel más barato en más de una década. Los inversores pagan hoy alrededor de la mitad por cada dólar de beneficio que el año pasado. El CEO Jensen Huang dijo en una conferencia de Goldman Sachs que Nvidia es la primera y única acción de crecimiento con valor del mundo y que la compañía se entiende terriblemente mal. ¿Por qué el vendedor de palas es barato? La explicación simple, que los mercados castigan la realidad y premian las promesas, sería demasiado elegante. Hay cuatro explicaciones razonables. Primera, el mercado trata a Nvidia como una empresa cíclica en la cima de su ciclo. Su margen bruto fue del 75 % el último trimestre y los analistas esperan que baje del 72 % antes de fin de año, en parte porque Nvidia compra chips de memoria a otras empresas que siguen subiendo sus precios. Las acciones de Micron han subido más de un 180 % este año, la memoria de alto ancho de banda representa del 30 al 40 % del coste de construcción de un acelerador, y solo tres empresas la fabricar. Además, los mayores clientes de Nvidia están desarrollando sus propios chips competidores.

Segunda, los ingresos de Nvidia son el gasto de los demás, y buena parte de ese gasto depende de laboratorios que queman caja. Eli Horton, de TCW, dijo a Bloomberg que el múltiplo solo tiene sentido si el gasto en IA se ralentiza, ya sea porque los gigantes tecnológicos retroceden o porque un marco regulatorio retrasa o cierra las cosas, que es más o menos lo que ha pedido el CEO de Anthropic. El lunes posterior a la publicación de su ensayo, el principal índice de semiconductores cayó casi un 6 %. The Economist y Lex han señalado que una desaceleración podría ser buena para los beneficios de los laboratorios: ahorra una fortuna en cómputo, lo cual es genial para ellos y menos genial para quienes venden el cómputo. Tercera, la incertidumbre puede tener valor. Los analistas saben aproximadamente qué venderá Nvidia el año que viene, pero un laboratorio de IA puede quebrar o captar una porción de ese mercado de 60 billones. Lubos Pastor y Pietro Veresi sostienen que la incertidumbre sobre los beneficios futuros de una empresa joven puede elevar su valor, mientras que Barbaris y Wang argumentan que los inversores pagan de más por acciones que parecen boletos de lotería.

Cuarta, los dos precios los fijan personas muy distintas. Nvidia se valora cada segundo por millones de inversores, incluidos los vendedores en corto que pueden apostar en contra. El precio de Anthropic se fijó en rondas privadas, en parte por gigantes de la nube cuyos propios beneficios suben cuando sube su valoración, y en una ronda privada nadie puede apostar en contra. Edward Miller escribió en The Economist en 1977 que cuando los pesimistas no pueden apostar contra un valor, es el optimista quien fija el precio. Eso nos devuelve a Scott McNeely. Anthropic a 2 billones falla su prueba de precio razonable, mientras que Nvidia cotiza a 17 veces sus beneficios reales, y esos beneficios todavía crecen. Es la única compañía de toda esta historia que pasa la prueba de McNeely, y es la que está siendo descontada.

Entonces, ¿por qué no se toman todos un descanso los laboratorios? Porque una desaceleración también reduciría la ventaja tecnológica que les permite cobrar precios premium, y sus competidores no parecen tomarse ninguno. El Financial Times informa de que los modelos abiertos más baratos, sobre todo de empresas chinas como DeepSeek y Moonshot, se están acercando al rendimiento de los modelos de frontera y ganando cuota de mercado. Y el martes Anthropic y OpenAI sacaron cada uno modelos más baratos el mismo día, un 40 % y un 50 % más baratos que los que reemplazaban. Una guerra de precios es buena noticia para los clientes, y es difícil imaginar un momento peor para tener una que justo antes de una salida a bolsa. Los recortes de precio forman parte de una tendencia más amplia. Epoch AI estima que el coste de alcanzar un nivel de rendimiento dado ha caído alrededor de 13 veces por año desde 2023, más rápido que cualquier otra tecnología transformadora de la historia, incluidos la electricidad, la computación y la secuenciación de ADN. Los precios caen más rápido justo después de que sale un nuevo modelo de referencia, así que la prima que un laboratorio puede cobrar no dura. La asimetría que señala Epoch es el punto: el auge de la IA está subiendo el precio de todo lo que entra, chips, energía, incluso los electricistas, mientras que el precio de lo que sale se desploma. Excelente para quien vende chips, preocupante para quien vende pensamiento.

Valorar edificios que aun no existen

Los directivos tecnológicos siempre han tenido una respuesta ingeniosa para la competencia barata. McNeely dijo una vez que el software libre es gratis como un cachorro: no pagas nada por adelantado y luego tienes que cuidarlo durante años. Ese es el mejor argumento de los laboratorios frente a los modelos abiertos baratos, aunque todos sabemos lo que acabó siendo el software barato sobre hardware barato para Sun Microsystems, que acabó vendido a Oracle por una fracción de su valor máximo. También hay un escenario alcista real. Con datos de OpenRouter, el Financial Times registró un uso semanal en torno a 25.000 % desde comienzos del año pasado. Aleh Tsyvinski, de Yale, halló que el 22,5 % de los usuarios de Anthropic seguía usando sus modelos un año después, frente a cerca del 13,2 % de OpenAI. Eric Glyman, de Ramp, contó al Financial Times que su empresa redujo la factura de IA un 40 % enrutando tareas distintas a modelos distintos. En sus palabras, no hace falta un Ferrari para hacer la compra, y se preguntó si no habríamos alcanzado la saturación inteligente. Nada de esto significa que la IA sea una moda pasajera. Puede que cambie el mundo. Internet también lo hizo, pero nos dio Yahoo, Lycos y Alta Vista mucho antes de que nadie hubiera oído hablar de Google. Y la IA podría acabar pareciéndose al correo electrónico: algo que todo el mundo usa a diario y que nadie vende ganándose mucho dinero. Eso sería una gran noticia para los clientes y una noticia peor para quien pagó 2 billones por la compañía que lo vende.

Una salida a bolsa es el momento en que una empresa y sus primeros inversores deciden que es buen momento para vender, y también el momento en que esta cadena circular recibe por primera vez un precio de mercado real. Eso es una trampa para SoftBank, cuyo balance se apoya en buena medida en su participación en OpenAI, valorada por última vez en privado en 852.000 millones. Bloomberg informó en agosto de que SoftBank había contratado un préstamo sobre margen de 10.000 millones respaldado por esas acciones. Una salida a bolsa le permitiría convertir valor contable en efectivo, pero también daría un precio de mercado a acciones que nunca han cotizado. La salida de Anthropic será el primer examen público de lo que vale un laboratorio puro de IA, y también pondrá precio a los beneficios contables de Amazon y Google. Lo incómodo es que OpenAI controla el calendario. Sam Altman dijo a Fortune que, dado todo lo que está pasando con la seguridad, sería una mala idea salir a bolsa ahora, mientras se informa de que OpenAI negocia en privado a 1,2 billones. Por lo visto, 1,2 billones es un precio solo para profesionales.

Por que el vendedor de palas es barato

Como señaló Damodaran, la corrección puntocom ocurrió como una acumulación de cosas pequeñas, árboles cayendo hasta que te despiertas y descubres que se ha perdido la mitad del bosque. Las salidas a bolsa retiradas, las rentabilidades de la deuda basura y los documentos atrasados pueden ser esos árboles pequeños, y su mensaje a las compañías de IA es que enseñen números, no solo palabras. Un prospecto es el único documento que obliga a hacerlo. Wall Street meanwhile se prepara para vender muchas acciones. Jim Chanos espera que este año supere el récord de emisión de acciones, y la investigación académica no es tranquilizadora: Ritter y Lazon encuentran que las compañías que emiten nuevas acciones rinden por debajo de la media durante años, mientras que Baker y Wurgler encuentran que el mercado entero lo hace peor en los años siguientes cuando se emite mucho papel. Los insiders, resulta, son bastante buenos saber cuándo vender. Mike Paulus dijo al Financial Times que mientras los CEO de los laboratorios dicen que deberíamos frenar y tener cuidado, el mercado dice que el motivo de beneficio es demasiado fuerte. Puede ser buen consejo sobre seguridad en IA, pero deberíamos tomar también la palabra de los vendedores sobre el precio, porque si compras a 2 billones y no funciona, alguien hará la misma pregunta que McNeely hizo en 2002.