Barclays analiza el panorama de beneficios de la IA: de cada 100 dólares de ingresos de las empresas de modelos, 35-40 dólares van a las compañías de la nube, lo que les genera 10-20 dólares de ganancia operativa.

Autor | Kozmon

      Editor | Duro IA

Por cada 100 dólares que ganan las empresas de modelos de IA, aproximadamente 35-40 dólares en concepto de costos de cómputo de inferencia van a parar a AWS, Azure y GCP. Estas compañías de la nube obtienen de estos ingresos entre 10 y 20 dólares de beneficio operativo, lo que equivale a un margen del 35%-45%.

Esta es la conclusión principal del informe sobre economía unitaria en el sector de la IA de Barclays publicado el 28 de agosto.

Al mismo tiempo, el margen de beneficio de las inferencias pagas en los laboratorios de IA ha pasado de poco más del 10% en 2025 a superar el 50%-65% en 2026, con una mejora anual de 30-50 puntos en el margen bruto ajustado. El impulso viene de la demanda de clientes empresariales y de los flujos de trabajo agentic, que se convirtieron en productos “imprescindibles” en el mercado.

El analista de Barclays, Ross Sandler, considera que los márgenes reales actuales podrían ser incluso superiores a los estimados en el informe, aunque con el aumento de la competencia de frontera y el incremento de la oferta de capacidad de cómputo, es probable que disminuyan gradualmente.

Un mismo sector, dos caras financieras

Barclays construyó dos modelos hipotéticos de laboratorios de frontera para analizar diferencias de rentabilidad. “Laboratorio A” obtiene cerca del 70% de sus ingresos de API y el 30% de suscripciones; “Laboratorio B” justo lo contrario, con el 80% por suscripción y solo el 20% de API.

Las API naturalmente ofrecen márgenes de inferencia más altos que las suscripciones. Sumado a la diferencia en costos de entrenamiento y reparto con socios, el margen bruto ajustado difiere por 17 puntos porcentuales: laboratorio A ronda el 55% y laboratorio B, el 38%.

La forma de reconocer los ingresos agranda esa “distorsión”: el laboratorio A reconoce los ingresos indirectos de API por el método del bruto, mientras que el B usa el método neto, o incluso ni reconoce los ingresos de operación indirecta de socios estratégicos. Barclays compara esta situación con UBER y LYFT: mismo negocio central, pero resultados distintos por los métodos contables. Cuando los laboratorios de IA publiquen balances bajo GAAP, los inversores deberán desagregar estas diferencias para comparar entre compañías.

Margen de inferencia en alza

Detalles según línea de producto—

Los productos por suscripción (como Claude Code, Codex) tienen un margen de inferencia estimado en torno al 70%, siendo el más bajo de las tres líneas de negocio. Esto se debe a que los laboratorios de IA están dispuestos a subsidiar el costo de tokens para retener usuarios. La suscripción suele ser mensual y limitada en uso; recientemente, la frecuencia de reinicio del límite ha crecido notablemente, posiblemente por la presión de retención y mayor eficacia de los modelos.

La API directa fue el primer modelo comercial de los laboratorios de IA y también el más rentable. Desarrolladores como Cursor o Figma pagan según el consumo de tokens. Barclays estima que el actual margen de inferencia de API supera el 80%. El incremento en la eficiencia de los tokens del modelo (menos tokens para realizar la misma tarea), el ajuste en los precios nominales de la API y la optimización del servicio de inferencia a nivel de infraestructura—como la cuantificación, la técnica speculator o las nuevas generaciones de hardware—están maximizando el beneficio. Barclays señala que el margen de inferencia de API del segundo trimestre de 2026 supera ampliamente lo mostrado en los gráficos del informe, aunque se espera que en el futuro tienda nuevamente a la baja.

La experiencia de usuario final de la API indirecta es igual a la de la directa, pero el cobro ocurre entre el usuario y la nube. Con el aumento de la proporción de ingresos de las API indirectas, las diferencias en las normas de reconocimiento de ingresos entre laboratorios harán aún menos comparables los reportes financieros.

¿Cuánto ganan los proveedores de la nube?

De cada 100 dólares de ingresos en los laboratorios de IA, el laboratorio A genera 35 dólares para proveedores cloud, los cuales, tras descontar costos de infraestructura, aportan aproximadamente 11,8 dólares de beneficio, con un margen operativo del 34%. En el laboratorio B, debido a acuerdos de reparto de ingresos con socios estratégicos (20% del ingreso, con tope acumulado), los proveedores de la nube reciben más—41 dólares de ingreso, 19,1 dólares de beneficio, con margen del 47%.

Barclays señala que esa repartición incrementa el margen aparente de los proveedores cloud, pero si se descuenta el reparto, la ganancia por token realmente es la misma. Dicho reparto se espera que caiga a cero después de 2028.

Los productos de suscripción agentic generan valor extra para la nube. Estos productos "runtime" con estado suelen requerir acceso a bases de datos y otros recursos de software superiores, elevando el valor por unidad de ingreso. En algunos casos, hay con los laboratorios de IA acuerdos de distribución de beneficios.

Del dominio del entrenamiento al de la inferencia

Barclays estima que los ingresos totales de los laboratorios de IA pasarán de 7.000 millones de dólares en 2024 a 137.000 millones en 2026 y a 690.000 millones en 2028. Bajo la métrica ARR de fin de año, la estimación es todavía más agresiva: unos 200.000 millones a fines de 2026 y 782.000 millones a fines de 2028.

Actualmente, el gasto en entrenamiento sigue siendo casi el 48% del ingreso de los laboratorios de IA, lo que significa que por cada dólar en ingresos, se destina casi un dólar a los proveedores cloud. Pero la proporción del costo de entrenamiento está cayendo rápidamente: del 96% en 2024 a un 35% previsto para 2027 y 30% para 2028. A medida que la ganancia de las inferencias supere el gasto en entrenamiento, la rentabilidad global de los laboratorios de IA seguirá mejorando.

También baja la proporción de ingresos de IA en la nube frente al ingreso de los laboratorios de IA: del 153% en 2024 cae al 90% en 2026 y, para 2028, al 73%. Barclays prevé que AWS, Azure y GCP mantendrán su cuota de gasto en cómputo de IA en los próximos dos años, pero a partir de 2028 los proyectos de infraestructura propia asegurada serán prioridad para los laboratorios—por lo que los tres grandes podrían perder cuota gradualmente en entrenamiento e inferencia.