Cuando Jessica Wachter, profesora de finanzas de la Wharton School de la Universidad de Pensilvania, evaluó el impacto económico de la IA, comenzó con un "hecho notable": los hiperescaladores están invirtiendo sumas enormes en centros de datos de IA. En lugar de predecir la utilidad de la IA, calculó cuán rápido deben crecer sus ganancias para justificar el gasto hasta 2027, cuando los gastos alcanzarán casi 1,1 billones de dólares. El análisis muestra que las empresas de IA deben aumentar su productividad en un factor de 2,7 para alcanzar el punto de equilibrio para 2030, considerando el costo del capital y un retorno del 15%.

Wachter, ex economista jefe de la SEC, señala que esto requeriría un crecimiento comparable al auge de las TI de EE. UU. de los años 90, pero comprimido en pocos años. Si no se cumple, los hiperescaladores corren el riesgo de quedarse atrás en los pagos de intereses y la quiebra.

Concluye que un boom de productividad fallido haría que la actual expansión "la mayor mala asignación de capital de la historia". Los hiperescaladores-Alphabet, Microsoft, Amazon, Meta y Oracle (asociándose con OpenAI)-gastarán aproximadamente 750 mil millones de dólares este año en centros de datos, con inversiones totales de IA que potencialmente superarán los 5 billones de dólares en cuatro años. Sin embargo, los ingresos actuales de IA son solo de 150 a 200 mil millones de dólares al año, según Gary Gensler, ex presidente de la SEC y profesor de la MIT Sloan School, quien llama a la discrepancia entre gastos e ingresos "un hecho".

Las inversiones podrían llegar al 3% del PIB de EE. UU., planteando riesgos para la salud financiera corporativa y la economía más amplia, ya que el flujo de efectivo libre se vuelve negativo en todo el grupo.