No es de extrañar que Buffett finalmente apostara por Google.

Autor: Ma Leilei

Fuente: Canal Wu Xiaobo CHANNELWU

Buffett dijo una vez: “Nunca inviertas en una empresa que no entiendas”. Sin embargo, al borde del ocaso de la “era del oráculo”, Buffett tomó una decisión que contradice las “reglas familiares”: comprar acciones de Google, y a un alto premio de aproximadamente 40 veces el flujo de caja libre.

Sí, Buffett compró por primera vez acciones de “temática de IA”, no es OpenAI, ni es Nvidia. Todos los inversores se están haciendo una pregunta: ¿por qué Google?

Volvamos a finales de 2022. En ese momento, ChatGPT apareció repentinamente, y la alta dirección de Google activó la “alarma roja”. Se reunieron continuamente e incluso convocaron de urgencia a los dos fundadores. Pero en ese momento, Google parecía un dinosaurio lento y atrapado en el burocratismo.

Lanzó apresuradamente el chatbot Bard, pero cometió errores fácticos durante la demostración, lo que provocó una fuerte caída en el precio de sus acciones y una evaporación de más de mil millones de dólares en su capitalización de mercado en un solo día. Luego, integró su equipo de IA y lanzó el Gemini 1.5 multimodal.

Pero este producto, considerado un as bajo la manga, solo generó unas pocas horas de discusión en el mundo tecnológico antes de que Sora, el modelo de generación de video lanzado posteriormente por OpenAI, acaparara toda la atención y rápidamente se volviera irrelevante.

Lo que resulta un tanto incómodo es que fueron los investigadores de Google quienes, en 2017, publicaron un innovador artículo académico que sentó una sólida base teórica para esta ola de revolución de la IA.

Paper “Attention Is All You Need”

Modelo Transformer propuesto

El competidor se burla de Google. El CEO de OpenAI, Altman, desprecia el gusto de Google, “no puedo evitar pensar en la diferencia estética entre OpenAI y Google.”

El ex-CEO de Google también está descontento con la pereza de la empresa, “Google siempre ha creído que el equilibrio entre trabajo y vida… es más importante que ganar la competencia”.

Esta serie de dificultades también hace dudar de que Google se haya quedado atrás en la competencia de IA.

Pero el cambio finalmente ha llegado. En noviembre, Google lanzó Gemini 3, que superó a sus competidores en la mayoría de los indicadores de pruebas de referencia, incluyendo OpenAI. Más crucialmente, Gemini 3 fue completamente entrenado con chips TPU desarrollados internamente por Google, los cuales ahora han sido posicionados por Google como una alternativa económica a las GPU de Nvidia, comenzando a venderse oficialmente a clientes externos.

Google se destaca en dos frentes: en el frente del software, responde directamente a OpenAI con la serie Gemini 3; en el otro frente, desafía el dominio a largo plazo de NVIDIA con los chips TPU.

Patada a OpenAI, puñetazo a Nvidia.

Ultraman ya había sentido la presión el mes pasado, diciendo en una carta interna que Google “podría traer algunos vientos económicos adversos temporales a nuestra compañía”. Esta semana, al escuchar que una gran empresa compró chips TPU, NVIDIA, cuyo precio de las acciones cayó un 7% en un momento, se vio obligada a enviar una carta personalmente para calmar al mercado.

El CEO de Google, Sundar Pichai, dijo en un reciente podcast que los empleados de Google deberían tomar una siesta. “Desde una perspectiva externa, es posible que durante ese tiempo parezcamos silenciosos o rezagados, pero en realidad estamos consolidando todos los componentes básicos y, sobre esa base, avanzando con todas nuestras fuerzas.”

La situación ha cambiado ahora. Pichai dijo: “Ahora hemos llegado a un punto de inflexión.”

En este momento, ChatGPT cumple tres años desde su lanzamiento. Durante estos tres años, la IA ha desatado un festín de capital en Silicon Valley y alianzas estratégicas; sin embargo, bajo el festín, surgen preocupaciones sobre la burbuja, ¿ha llegado la industria a un punto de inflexión?

superar

El 19 de noviembre, Google lanzó su último modelo de inteligencia artificial Gemini 3.

Una prueba de datos muestra que, en la mayoría de las pruebas que abarcan conocimientos de expertos, razonamiento lógico, matemáticas y reconocimiento de imágenes, Gemini 3 obtuvo puntajes significativamente superiores a los últimos modelos de otras compañías, incluido ChatGPT. Solo en la única prueba de capacidad de programación, su desempeño fue ligeramente inferior, ocupando el segundo lugar.

El “Wall Street Journal” dice: “Podría llamarse el modelo de próxima generación de EE. UU.” Bloomberg dice que Google finalmente se ha despertado. Musk y Ultraman lo elogian. Algunos internautas bromean diciendo que este es el GPT-5 ideal de Ultraman.

El CEO de la empresa de gestión de contenido en la nube Box, después de probar previamente Gemini 3, afirmó que el aumento en el rendimiento es tan increíble que incluso llegaron a dudar de la validez de sus métodos de evaluación. Sin embargo, después de múltiples pruebas, se confirmó que el modelo superó a todos los evaluaciones internas con una ventaja de dos dígitos.

El CEO de Salesforce dijo que usó ChatGPT durante tres años, pero Gemini 3 lo revolucionó en solo dos horas: “Vaya… no hay vuelta atrás. Esto es un salto cualitativo, el razonamiento, la velocidad, el procesamiento de imágenes y videos… todo es más agudo y rápido. Siento que el mundo ha cambiado de nuevo.”

Gemini 3

¿Por qué el rendimiento de Gemini 3 es tan destacado y qué ha hecho Google al respecto?

El líder del proyecto Gemini publicó: “Sencillo: se mejoró el preentrenamiento y el postentrenamiento”. Algunos análisis indican que el preentrenamiento de este modelo aún sigue la lógica de la Ley de Escalado: al optimizar el preentrenamiento (como datos de mayor escala, métodos de entrenamiento más eficientes, más parámetros, etc.), se logra mejorar la capacidad del modelo.

La persona que más quiere conocer el secreto de Gemini 3 es Ultraman.

El mes pasado, antes del lanzamiento de Gemini 3, él ya había dado un aviso en una carta interna enviada a los empleados de OpenAI, “Desde cualquier punto de vista, el trabajo reciente de Google ha sido excepcional”, especialmente en el aspecto de preentrenamiento, los avances que ha logrado Google podrían “traer algunos vientos en contra económicos temporales para la empresa”, y “el ambiente externo será bastante severo en el próximo tiempo.”

Aunque en términos de usuarios, ChatGPT sigue teniendo una ventaja significativa sobre Gemini, la brecha se está reduciendo.

En los últimos tres años, el número de usuarios de ChatGPT ha crecido rápidamente. En febrero de este año, su número de usuarios activos semanales era de 400 millones, y este mes ha aumentado a 800 millones. Gemini ha publicado datos de usuarios activos mensuales; en julio, el número de usuarios activos mensuales de Gemini era de 450 millones, y este mes ha aumentado a 650 millones.

Con aproximadamente el noventa por ciento de la cuota en el mercado global de búsqueda en línea, Google naturalmente tiene el canal central para promover sus modelos de IA, pudiendo llegar directamente a una gran cantidad de usuarios.

OpenAI actualmente está valorada en 500 mil millones de dólares, siendo la startup con mayor valoración en el mundo. También es una de las empresas de más rápido crecimiento en la historia, con ingresos que pasaron de casi 0 en 2022 a unos 13 mil millones de dólares estimados para este año, pero también se prevé que, para lograr la inteligencia artificial general, quemará más de 100 mil millones de dólares en los próximos años, además de gastar cientos de miles de millones en alquiler de servidores. En otras palabras, también necesitará buscar financiamiento.

Google tiene una ventaja innegable: su bolsillo es más profundo.

El último informe financiero trimestral de Google muestra que sus ingresos superaron por primera vez los 100 mil millones de dólares, alcanzando los 102.3 mil millones de dólares, un aumento del 16% interanual, con un beneficio de 35 mil millones de dólares, un aumento del 33%. El flujo de caja libre de la compañía es de 73 mil millones de dólares, y el gasto de capital relacionado con la IA alcanzará los 90 mil millones de dólares este año.

No tiene que preocuparse temporalmente de que su negocio de búsqueda sea erosionado por la IA, ya que su búsqueda y publicidad siguen mostrando un crecimiento de dos cifras. Su negocio en la nube está en auge, incluso OpenAI alquila sus servidores.

Además de contar con un flujo de caja con capacidad de autoabastecimiento, Google también posee fichas que OpenAI no puede alcanzar, como una gran cantidad de datos listos para usar para entrenar y optimizar modelos, así como su propia infraestructura de computación.

El 14 de noviembre, Google anunció una inversión de 40,000 millones de dólares para construir un nuevo centro de datos.

OpenAI es hábil en las negociaciones y ha firmado acuerdos de transacción de poder de cálculo por un valor superior a 1 billón de dólares. Así que, cuando Google se acerca rápidamente con Gemini, las dudas de los inversores son más intensas: ¿realmente podrá el gran pastel de crecimiento dibujado por OpenAI llenar el vacío?

fisura

Hace un mes, la capitalización de mercado de Nvidia superó los 5 billones de dólares, y la pasión del mercado por la inteligencia artificial llevó a este “proveedor de armas de IA” a nuevas alturas. Pero los chips TPU utilizados por Google Gemini 3 han abierto una brecha en el sólido bastión de Nvidia.

La revista “The Economist” cita datos de la firma de investigación de inversiones Bernstein que indican que las GPU de Nvidia representan más de dos tercios del costo total de un rack típico de servidores de IA, mientras que los chips TPU de Google tienen un precio de solo entre el 10% y el 50% de los chips de Nvidia de rendimiento equivalente. Estos ahorros se acumulan y son bastante significativos. El banco de inversión Jefferies estima que Google producirá aproximadamente 3 millones de estos chips el próximo año, casi la mitad de la producción de Nvidia.

El mes pasado, la conocida empresa emergente de IA Anthropic planeó adoptar a gran escala los chips TPU de Google, y se rumorea que el volumen de la transacción asciende a cientos de miles de millones de dólares. Según informes del 25 de noviembre, el gigante tecnológico Meta también está en negociaciones para adoptar chips TPU en sus centros de datos antes de 2027, con un valor que alcanza decenas de miles de millones de dólares.

El CEO de Google, Sundar Pichai, presenta el chip TPU

Las grandes empresas de Internet en Silicon Valley también están apostando por los chips, ya sea desarrollándolos internamente o colaborando con empresas de chips, pero ninguna empresa ha logrado un progreso como Google.

La historia de TPU se remonta a hace más de diez años. En ese momento, Google comenzó a desarrollar un chip de aceleración dedicado para uso interno de la empresa con el fin de mejorar la eficiencia en la búsqueda, los mapas y la traducción. A partir de 2018, comenzó a vender TPU a clientes de computación en la nube.

Desde entonces, los TPU también se han utilizado para apoyar el desarrollo de IA interno de Google. Durante el proceso de desarrollo de modelos como Gemini, el equipo de IA y el equipo de chips interactuaron: el primero proporcionó necesidades y retroalimentación reales, y el segundo personalizó y optimizó el TPU en función de esto, lo que a su vez mejoró la eficiencia del desarrollo de IA.

NVIDIA actualmente ocupa más del 90% del mercado de chips de IA. Sus GPU se utilizaron inicialmente para renderizar gráficos de juegos de manera realista, aprovechando miles de núcleos de cálculo para procesar tareas en paralelo, lo que también le da una ventaja significativa en el funcionamiento de la inteligencia artificial.

El TPU desarrollado por Google es un circuito integrado de aplicación específica ( ASIC ), que se considera un “especialista”, diseñado específicamente para tareas de cálculo concretas. Sacrifica cierta flexibilidad y aplicabilidad, lo que le permite tener una mayor eficiencia energética. Por otro lado, las GPU de NVIDIA son como “generalistas”, con flexibilidad funcional y alta capacidad de programación, pero el costo es elevado.

Sin embargo, en la etapa actual, ninguna empresa, incluida Google, tiene la capacidad de reemplazar completamente a Nvidia. A pesar de que los chips TPU ya han llegado a su séptima generación, Google sigue siendo un gran cliente de Nvidia. Una razón obvia es que el negocio de la nube de Google debe servir a miles de clientes en todo el mundo, y aprovechar la potencia de cálculo de las GPU puede garantizar la atracción para los clientes.

Incluso las empresas que compran TPU deben abrazar a Nvidia. Anthropic anunció una importante transacción con Nvidia poco después de anunciar su colaboración con Google TPU.

El Wall Street Journal afirma que “inversores, analistas y operadores de centros de datos han señalado que los TPU de Google son una de las mayores amenazas a la posición dominante de NVIDIA en el mercado de computación AI, pero para desafiar a NVIDIA, Google debe comenzar a vender estos chips de manera más amplia a clientes externos.”

El chip de IA de Google se ha convertido en una de las pocas alternativas a los chips de NVIDIA, lo que ha provocado una caída directa en el precio de las acciones de NVIDIA. NVIDIA publicó un mensaje para calmar el pánico en el mercado provocado por el TPU. Se siente “contento” con el éxito de Google, pero enfatiza que NVIDIA ya está una generación por delante de la industria, y su hardware es más versátil que el TPU y otros chips similares diseñados para tareas específicas.

La presión sobre NVIDIA también proviene de la preocupación del mercado por una burbuja, los inversores temen que la gran inversión de capital no se corresponda con las perspectivas de ganancias. El sentimiento de inversión también cambia constantemente, temen que su negocio sea robado y se preocupan por la posibilidad de que los chips de IA no se vendan bien.

El conocido “short seller” estadounidense Michael Burry dijo que ha apostado más de mil millones de dólares en contra de empresas tecnológicas como Nvidia. Esta persona se hizo famosa por hacer short en el mercado inmobiliario estadounidense en 2008, y su historia fue posteriormente adaptada en la exitosa película “The Big Short”. Dijo que el fervor actual por la IA es similar a la burbuja de Internet de principios del siglo XXI.

Michael Burry

NVIDIA distribuyó a los analistas un documento de siete páginas que refuta las críticas de Burley y otros. Sin embargo, este documento no ha apaciguado la controversia.

modo

Google ha llegado a un período dulce, con su precio de acciones aumentando a contracorriente en la burbuja de IA. La empresa de Buffett compró acciones de la compañía en el tercer trimestre, Gemini 3 ha recibido una respuesta positiva, y los chips TPU han generado expectativas entre los inversores, todo lo cual ha llevado a Google a nuevas alturas.

En el último mes, las acciones de conceptos de IA como Nvidia y Microsoft han caído más del 10%, mientras que el precio de las acciones de Google ha aumentado aproximadamente un 16%. Actualmente, con un valor de mercado de 3.86 billones de dólares, ocupa el tercer lugar en el mundo, solo detrás de Nvidia y Apple.

Los analistas llaman al modelo de inteligencia artificial de Google integración vertical.

Como un jugador raro de “auto-creación de pila completa” en el mundo tecnológico, Google tiene toda la cadena en sus manos: despliega sus propios chips TPU en Google Cloud, entrena sus propios grandes modelos de IA, y estos modelos se pueden integrar sin problemas en sus negocios centrales como búsqueda y YouTube. Las ventajas de este modelo son evidentes, ya que no depende de Nvidia y posee soberanía sobre un poder de cómputo eficiente y de bajo costo.

Otro modelo es el más común de alianzas sueltas. Los gigantes tecnológicos tienen roles específicos: Nvidia se encarga de las GPU, OpenAI, Anthropic y otros se encargan de desarrollar modelos de IA, y gigantes de la nube como Microsoft compran las GPU de los fabricantes de chips para alojar los modelos de estos laboratorios de IA. En esta red, no hay aliados o rivales absolutos: cuando es posible colaborar, se busca el beneficio mutuo, y cuando es necesario competir, no se escatiman esfuerzos.

Los jugadores han formado una “estructura cíclica”, donde los fondos circulan en un bucle cerrado entre unas pocas grandes empresas tecnológicas.

En general, el esquema de financiamiento cíclico es el siguiente: la empresa A primero paga una suma de dinero a la empresa B (como inversión, préstamo o alquiler), luego la empresa B utiliza ese dinero para volver a comprar productos o servicios de la empresa A; si no fuera por estos “fondos iniciales”, B podría no ser capaz de comprar en absoluto.

Un ejemplo es que OpenAI gastó 300 mil millones de dólares en comprar capacidad de cómputo a Oracle, que a su vez gastó miles de millones en adquirir chips de Nvidia para construir un centro de datos, y Nvidia reinvirtió hasta 100 mil millones de dólares en OpenAI, con la condición de seguir utilizando sus chips. (OpenAI paga 300 mil millones de dólares a Oracle → Oracle utiliza ese dinero para comprar chips de Nvidia → Nvidia reinvierte el dinero ganado en OpenAI.)

Tales casos han dado lugar a un montón de mapas de capital tan laberínticos. En un informe del 8 de octubre, los analistas de Morgan Stanley ilustraron el flujo de capital en el ecosistema de IA de Silicon Valley con una fotografía. Los analistas advierten que la falta de transparencia dificulta a los inversores aclarar los verdaderos riesgos y retornos.

El Wall Street Journal comentó sobre esta foto diciendo: “Las flechas que las conectan son tan complicadas como un plato de espaguetis.”

Impulsado por el capital, la silueta de esa enorme cosa está esperando tomar forma, nadie conoce su verdadera apariencia. Algunos están en pánico, otros están sorprendidos.