La megarronda de xAI, 20.000 millones de dólares, anunciada el pasado 6 de enero, es un buen resumen de la fase en la que ha entrado la inteligencia artificial este nuevo año. Ya no se trata solo de "hacer un modelo mejor", sino de levantar toda una infraestructura. La agencia de noticias Reuters detalla que en la operación participan Valor Equity Partners, StepStone Group, Fidelity Management & Research y la Qatar Investment Authority, con inversión estratégica de Nvidia y Cisco Investments.
Según Business Insider, a la ronda también se suman MGX (Abu Dabi) y Baron Capital. Y la propia xAI lo explica sin rodeos: el dinero no es solo para mejorar el modelo (por ejemplo, Grok 5), sino sobre todo para comprar y ampliar capacidad de cómputo, es decir, más servidores y chips especializados, y centros de datos para entrenar y operar la IA a gran escala.
Que en la misma mesa se sienten un gestor tradicional como Fidelity, un fondo soberano, y el fabricante del chip que hace posible el entrenamiento (Nvidia) ya es la nueva normalidad.
Para el inversor financiero, la tesis es "estar dentro" del activo privado más codiciado del ciclo. Para un fondo soberano, es una mezcla de rentabilidad y posición estratégica: en IA, quien se queda fuera puede acabar dependiendo de terceros para ganar productividad, reforzar la seguridad o sostener servicios críticos. Para Nvidia (y, en menor medida, para proveedores de red como Cisco), la inversión responde a una lógica de "picos y palas" (ganar dinero vendiendo lo imprescindible para que la fiebre del oro funcione): la IA es tan intensiva en hardware que el límite ya no es solo el talento, sino la capacidad de comprar, desplegar y mantener funcionando potencia de cálculo durante años.
La IA se financia como una red eléctrica
La clave de por qué el poder se concentra está en un hecho poco glamuroso: entrenar modelos punteros es carísimo. El AI Index 2024 de Stanford lo ilustra con una cifra comprensible incluso sin ser ingeniero y estima que GPT-4 necesitó unos 78 millones de dólares en capacidad de cómputo para entrenarse, y Gemini Ultra alrededor de 191 millones (solo en coste de computación). Después llega el coste de poner el modelo al servicio de millones de usuarios, que también consume chips (por ejemplo, GPU, chips especializados para el cálculo masivo), electricidad y centros de datos, además de equipos, seguridad, pruebas y mejoras continuas. Cuando el progreso depende de repetir este ciclo una y otra vez, el sector se ordena casi de forma automática y solo compiten arriba quienes pueden pagar la factura.
De ahí que las rondas hayan empezado a parecerse a la financiación de infraestructuras: dinero para centros de datos, deuda para construir, acuerdos para asegurar energía y contratos para el suministro de chips. Financial Times, por ejemplo, describe que xAI está invirtiendo fuerte en infraestructura, incluido su centro de datos en Memphis, y que la ronda duplica su valoración (la cifra a la que los inversores privados estiman que vale la empresa) hasta niveles estratosféricos.
Esa dinámica también explica por qué, alrededor de los grandes laboratorios, se repiten los mismos actores: grandes gestoras, fondos soberanos y compañías de infraestructura (nube, chips, redes). La IA, en el fondo, se está convirtiendo en un nuevo tipo de "red" (como lo fueron las telecomunicaciones o la propia nube) y, como suele ocurrir con las redes, tiende a concentrarse.
Quién manda: los que controlan nube, chips y cheques de tamaño soberano
Este patrón no se limita a xAI. Es la misma lógica que está empujando a unos pocos nombres a la parte alta del sector; compañías capaces de reunir muchísimo capital, asegurar capacidad de cómputo (centros de datos y chips) y distribuir productos a escala global. Con esa combinación desarrollan tecnología pero también fijan estándares, captan clientes y acaban marcando el ritmo al resto de la industria.
La concentración también se ve en el flujo de dinero. PitchBook publicó en agosto de 2025 un dato muy gráfico: el 41% de todos los dólares de venture capital (capital riesgo) invertidos ese año fue a solo 10 startups, y ocho de esas diez eran compañías de IA. Esto tiene un efecto directo: cuanto más capital se concentra en unos pocos, más capacidad tienen esos pocos para comprar más computación, entrenar modelos más grandes y atraer todavía más inversión. Es un círculo que no tiene por qué ser “conspirativo”; es lo que suele pasar cuando el recurso clave para competir es caro y escaso.
¿Y por qué tanta gente quiere estar dentro, pese al coste? Porque el premio potencial es enorme. McKinsey estimó que la IA generativa podría añadir entre 2,6 y 4,4 billones de dólares al año en valor económico global, sumando decenas de casos de uso. Dicho en lenguaje de prensa económica: si esas cifras se acercan mínimamente a la realidad, la IA no es “un sector más”, sino una palanca de productividad capaz de mover márgenes y reordenar el poder de mercado en muchas industrias. Por eso la prisa: los inversores buscan rentabilidad, pero también estar colocados en la capa que puede capturar una parte desproporcionada de ese valor.
Por eso el debate que deja la ronda de xAI no es solo "cuánto dinero" o "qué valoración". Si la IA se está convirtiendo en infraestructura básica, ¿queremos que nazca con una concentración tan alta por defecto? La tecnología avanza rápido, en parte gracias a este dinero, pero el control se concentra cada vez más en quienes dominan tres palancas: capital, capacidad de cómputo y distribución.
