Jamie Dimon descarta la burbuja de IA con 725.000 millones en juego

Jamie Dimon ha querido fijar posición en uno de los debates más sensibles de Wall Street: si el actual despliegue de capital en inteligencia artificial responde a una lógica industrial o a una fiebre especulativa. En su carta anual a los accionistas, publicada este lunes, el primer ejecutivo de JPMorgan sostiene que no se trata de humo financiero, sino de una transformación con retorno a largo plazo. Y lo hace con una cifra que resume la magnitud del momento: los cinco grandes hiperescalares elevarán su gasto y construcción ligados a IA desde 450.000 millones de dólares en 2025 hasta unos 725.000 millones en 2026.

El mensaje importa por quién lo lanza. No habla un evangelista tecnológico ni un fundador necesitado de capital, sino el banquero que dirige una entidad con 185.600 millones de dólares de ingresos, 57.000 millones de beneficio neto y más de 320.000 empleados. Lo más relevante, por tanto, no es sólo que Dimon defienda la IA, sino que la sitúe en el centro de la productividad futura mientras el resto de su carta rebosa advertencias sobre inflación, activos caros y riesgos geopolíticos. Ese contraste revela que su optimismo no es ingenuo: es selectivo.

Mucho dinero, poca paciencia

El diagnóstico de Dimon es inequívoco: la inversión en IA “no es una burbuja especulativa”. Pero conviene leer bien la frase. No está diciendo que no existan excesos de valoración, ni que cada empresa vinculada a la IA merezca los múltiplos que hoy cotiza. De hecho, en la misma carta advierte de que los precios de muchos activos siguen altos y de que cualquier shock inflacionista puede alterar el equilibrio del mercado. Lo que rechaza es una idea más radical: que el ciclo entero sea una fantasía sin utilidad económica. Para el banquero, el capital está yendo hacia una tecnología que sí resolverá problemas concretos y sí elevará la productividad.

La diferencia no es menor. Una cosa es que haya compañías sobrepagadas; otra, que la infraestructura carezca de sentido. Y aquí aparece el dato más incómodo para los escépticos: cuando el gasto agregado de los grandes operadores digitales se aproxima a tres cuartos de billón de dólares al año, ya no se está ante una simple moda bursátil, sino ante una apuesta industrial de escala histórica. La consecuencia es clara: el mercado podrá castigar a muchos nombres, pero difícilmente podrá ignorar el cambio tecnológico que ese dinero está acelerando.

El banco que no quiere quedarse fuera

La segunda clave del mensaje es que JPMorgan no habla desde la barrera. Dimon insiste en que el banco desplegará IA igual que despliega cualquier otra tecnología útil para servir mejor a clientes y empleados. No es una frase retórica. La entidad cerró 2025 con 3,3 billones de dólares en crédito y capital movilizados para clientes, mueve cerca de 12 billones diarios en más de 160 países y custodia más de 41 billones en activos. En una maquinaria de ese tamaño, cualquier mejora marginal en automatización, análisis o control tiene impacto masivo en costes, velocidad y riesgo operativo.

Además, JPMorgan llega a esta fase con músculo financiero. La carta cifra en unos 40.000 millones de dólares su exceso de capital, una reserva que Dimon confía en desplegar con rentabilidades atractivas a lo largo de varios años. Y, en paralelo, el grupo ya venía acelerando su implantación interna: su división operativa comunicó en 2024 el lanzamiento de LLM Suite a más de 200.000 empleados, mientras documentos previos del banco hablaban de más de 300 casos de uso de IA en producción. El contraste con otras compañías resulta demoledor: aquí no se está comprando relato, sino capacidad de ejecución.

Productividad o nada

Dimon se resiste a usar la palabra “transformacional”, pero termina utilizándola. Su tesis es que la adopción de la IA será más rápida que la de la electricidad o internet, dos comparaciones deliberadamente ambiciosas. No lo plantea como una revolución decorativa, sino como una tecnología que afectará “virtualmente” a todas las funciones de la empresa y que, en el largo plazo, tendrá un impacto enorme sobre la productividad. En banca, esa promesa tiene traducciones muy concretas: mejor detección de fraude, revisión documental automatizada, programación asistida, atención al cliente más eficiente, análisis de riesgo más fino y mayor velocidad en procesos regulatorios y de cumplimiento.

“La importancia de la IA es real; su adopción será más rápida que la de la electricidad o internet.” Esa idea resume el núcleo del argumento. Si se confirma, el retorno no llegará sólo por vender más, sino por hacer casi todo con menos fricción. Y ahí reside el verdadero punto de inflexión: en sectores maduros, una mejora sostenida de apenas dos o tres puntos en eficiencia puede valer más que una nueva línea de negocio. Lo más grave para quien siga leyendo este ciclo sólo en clave bursátil es que podría estar infravalorando precisamente esa capa silenciosa de rentabilidad.

Los riesgos que sí reconoce

El optimismo de Dimon no blanquea los riesgos. Al contrario: enumera algunos de los más delicados. Habla de deepfakes, desinformación y vulnerabilidades de ciberseguridad, y añade que la IA eliminará ciertos puestos de trabajo al tiempo que potenciará otros. El matiz relevante es su conclusión: “los riesgos son reales, pero manejables” si empresas, reguladores y gobiernos se preparan con antelación. Este hecho revela una visión menos complaciente de lo que parece a simple vista. Dimon no compra la idea de una innovación libre de daños; compra la idea de que el daño puede contenerse con gobernanza, disciplina y reacción temprana.

En finanzas, esa advertencia pesa más que en casi ningún otro sector. La confianza es el producto. Un ecosistema saturado de identidades sintéticas, documentos falsificados o campañas masivas de suplantación puede elevar drásticamente el coste de verificar transacciones y deteriorar la experiencia del cliente. Sin embargo, el contraste con industrias menos reguladas también juega a favor de la banca: quien ya opera bajo capas de supervisión, auditoría y control tiene más incentivos —y más herramientas— para domesticar la tecnología antes de que el problema estalle. La carrera, por tanto, ya no es sólo por innovar, sino por innovar sin romper la confianza.

Ganadores inciertos, perdedores probables

Donde Dimon se muestra más prudente es en la distribución futura del valor. Admite que hoy no puede predecir “los ganadores y perdedores definitivos” de las industrias ligadas a la IA. Es una confesión importante. Porque, si algo ha aprendido el mercado en otras olas tecnológicas, es que una tecnología puede cambiarlo todo sin recompensar a todos los que la financian primero. En su carta, el banquero subraya que el panorama evolucionará deprisa, con cambios en consumo energético, costes, chips y velocidad de despliegue de centros de datos. Traducido al lenguaje inversor: la cadena de valor aún no está cerrada.

Eso implica varias cosas. La primera, que no habrá una herramienta única dominante: convivirán modelos abiertos y cerrados, grandes y pequeños. La segunda, que buena parte del valor puede desplazarse desde el fabricante de infraestructura hacia el integrador que convierta la IA en ahorro o ingresos medibles. Y la tercera, quizá la más incómoda, es que el mercado todavía puede estar confundiendo adopción real con monetización inmediata. El paralelismo razonable no es el de una estafa colectiva, sino el de un proceso donde la utilidad general está bastante clara y, sin embargo, la apropiación del beneficio sigue abierta. Ahí es donde se decidirán los márgenes, no en el entusiasmo de hoy.

Del laboratorio a la cuenta de resultados

La gran prueba empieza ahora: convertir el gasto en retorno. Para muchos grupos, el primer beneficio de la IA no llegará como una nueva fuente de facturación, sino como compresión de costes, reducción de errores y mejora de la productividad del trabajador cualificado. Esa transición suele ser menos vistosa que una narrativa de disrupción, pero mucho más decisiva para justificar el capital invertido. JPMorgan parece haber entendido esa lógica. Su despliegue interno hacia 200.000 empleados y su historial de cientos de casos de uso apuntan a una estrategia menos dependiente del escaparate y más centrada en el rendimiento operativo.

Ese enfoque puede marcar diferencias en los próximos dos años. Si la IA reduce tiempos de análisis, mejora la prevención de fraude y automatiza tareas repetitivas, la cuenta de resultados empezará a recoger el cambio antes incluso de que el cliente perciba una revolución visible. Sin embargo, si el incremento de gasto en chips, energía, centros de datos y talento especializado se impone sobre el ahorro generado, aparecerá la fatiga del mercado. Y entonces volverá la palabra maldita: burbuja. Por eso el mensaje de Dimon no debe leerse como una absolución del sector, sino como una exigencia: la IA tendrá que demostrar en números lo que hoy promete en discurso.