Mustafa Suleyman, el CEO de Microsoft AI, lanzó una tesis económica clara sobre el corto plazo para la industria de la inteligencia artificial. En un análisis detallado, sostiene que los próximos dos o tres años no se definirán por la inteligencia de los modelos, sino por la capacidad de las empresas para financiar y ejecutar esos sistemas a escala.

A su juicio, la demanda de inferencia, es decir, de poner a funcionar los modelos para millones de usuarios en tiempo real, está superando con creces la oferta y eso crea un cuello de botella que condiciona el ritmo del sector.

El foco se desplaza de entrenar grandes modelos a sostener ese servicio continuo; quien pueda cubrir altos costes de tokens conseguirá mejorar sus productos más rápido, y eso generará una rueda de retroalimentación que aumenta la retención de usuarios y la generación de datos para ajustar el sistema.

El pronóstico de Suleyman en 2026 indica que la mayor parte del gasto en IA se destinará a inferencia, más que a entrenamiento. Los datos de Deloitte señalan que la carga de trabajo de inferencia ya representa cerca de dos tercios del gasto de cómputo total en IA; los plazos de entrega de GPUs se acercan a un año; la memoria de alta velocidad de los principales proveedores está agotada hasta 2026; la infraestructura es la limitación principal.

En este contexto, las empresas con márgenes amplios pueden permitirse costes de tokens altos. Solo esas compañías pueden ofrecer baja latencia y una experiencia excelente; para las demás, el rendimiento baja y la retención disminuye. Así se crea una brecha entre soluciones empresariales bien financiadas y startups que carecen de capital.

Algunas voces señalan que abrir código o hacer IA en el dispositivo podría atajar costes, pero la lectura de Suleyman es más bien la de un mercado que sigue prefiriendo a los grandes proveedores.

En cualquier caso, se advierte que la forma de éxito no será solo la ciencia, sino la capacidad de financiar el alcance de usuario y la velocidad del servicio.

En la práctica, Microsoft ya está apostando fuerte: la empresa invierte cada año más de 80 mil millones de dólares en infraestructura de IA. En el segundo trimestre de 2026, las suscripciones de Copilot alcanzaron 15 millones, un crecimiento del 160 por ciento respecto al año anterior. Estos números no son casualidad: reflejan que el modelo de negocio rentable es aquel que paga por servicios de mayor valor, con mayores márgenes y con datos propios para mejorar el producto.

Para un lector de hoy, el mensaje es claro: la IA no va de innovar por innovar, sino de sostener una red de servicios que funcione sin fallos a escala.

La competición ya no es solo entre laboratorios, sino entre quienes tienen la solvencia para cubrir tokens y servidores en cada segundo. En Europa y otros lados, el debate sobre regulación y competencia seguirá su curso, pero el impulso del costo de la infraestructura puede favorecer a quienes ya están en la pista.

En resumen, el gran cambio de 2026 es que la rentabilidad, la velocidad y la fiabilidad del servicio de IA dependerán menos de la inteligencia del modelo y más de la capacidad de las empresas para pagar por su uso continuo.

Esto crea un escenario de mercado donde la capacidad de financiar tokens y mantener baja la latencia es la verdadera ventaja competitiva.