Capability Building
Gasto en inteligencia artificial: el salto asombroso del 92%
Ago
SpaceX aumentó sus ingresos 92% en su primer reporte trimestral como empresa que cotiza en bolsa, muy por encima de lo que esperaba el mercado. La acción subió 9,43% apenas se conoció el dato.
Horas después, en operaciones tras el cierre, esa misma acción cayó 7,43%. El motivo no fue un mal resultado: fue un salto de seis veces en el gasto en inteligencia artificial de la compañía. Así se ve un mismo trimestre cuando dos números, igual de reales, cuentan historias distintas.
Gasto en inteligencia artificial: qué pasó realmente con los números de SpaceX
SpaceX reportó ingresos de USD 7.810 millones en su segundo trimestre como empresa pública, por encima de los USD 6.930 millones que esperaba el mercado, según La Tercera. El crecimiento fue de 92% frente al trimestre anterior.
La pérdida neta también se achicó, a USD 143 millones, frente a los USD 1.943 millones del primer trimestre. Starlink, la única división rentable, sumó 12 millones de suscriptores. El gasto de capital saltó a USD 18.370 millones, seis veces más que un año atrás, gran parte del salto explicado por el gasto en inteligencia artificial.
Ese salto de capex fue lo que empujó la acción a la baja después del cierre, incluso con ingresos mejores a lo esperado.
Los papeles de SpaceX cerraron esa jornada en USD 116,20, lejos de los USD 135 con los que debutó en bolsa el 12 de junio y más lejos aún de los USD 201,80 de su mejor momento.
El sesgo de confirmación que hace mirar solo el titular
“La acción de SpaceX cae” es un titular más fácil de repetir que “SpaceX gastó seis veces más en capex mientras superaba las estimaciones de ingresos”. El primero confirma el miedo ya instalado sobre el gasto en inteligencia artificial. El segundo obliga a mirar dos números a la vez.
Ese atajo mental tiene nombre: sesgo de confirmación. Un estudio de McKinsey&Co. sobre más de mil decisiones de inversión mostró que los equipos que trabajan activamente para reducir el efecto de sus sesgos logran resultados hasta 7% mejores que los que no lo hacen.
El problema no es que el dato negativo sea falso. Es que se lee sin el resto de la fotografía, y esa lectura parcial ya empezó a moldear la decisión antes de terminar de mirar los números.
Correlación y causalidad: lo que el gasto en inteligencia artificial todavía no prueba
El mercado no castiga cualquier gasto en inteligencia artificial de la misma forma. Cuando ese gasto se puede vincular a un ingreso real y medible, la reacción es distinta a cuando el vínculo todavía es una promesa, según un análisis de XTB Chile sobre los resultados de las grandes tecnológicas.
En el caso de SpaceX, la propia división de inteligencia artificial generó ingresos de USD 2.560 millones, por encima de los USD 2.180 millones que proyectaba el mercado. Ahí hay una causalidad incipiente, no solo una correlación entre gasto y expectativa.
Confundir correlación y causalidad es, dicho de otra forma, ver que dos cosas suben o bajan juntas y asumir que una explica la otra. Antes de sacar una conclusión conviene preguntar qué evidencia conecta directamente ese gasto en inteligencia artificial con el resultado, no solo su coincidencia en el tiempo.
Gasto en inteligencia artificial: lo que vemos en Capability Building
En Capability Building trabajamos esto en Data-Driven Decision Making (AI Empowered): separar la pregunta de negocio de la respuesta que un número parece dar de entrada, y distinguir una hipótesis de una conclusión antes de actuar.
Lo vimos en un programa real de Sprint to Solutions with AI para un e-commerce líder de LATAM: 86 personas midieron primero qué problema resolvía cada iniciativa antes de comprometer presupuesto. El resultado fue USD 8,8 millones de impacto proyectado y 21.600 horas liberadas al año, no una promesa genérica de eficiencia.
El programa dejó tres soluciones en producción real, no en una presentación: una que arma business cases automáticamente, otra que responde consultas operativas en menos de un minuto y una tercera que monitorea desvíos en tiempo real.
La diferencia entre un gasto en inteligencia artificial bien pensado y uno solo grande no está en el monto. Está en si alguien, antes de invertir, se hizo la pregunta correcta y trajo el dato que la responde.
Ese mismo principio, medir antes de confiar en el número, es el que ya exploramos al analizar qué pasa cuando una organización deja que un algoritmo tome decisiones automatizadas sin supervisión humana.
El verdadero costo de un gasto en inteligencia artificial mal leído
SpaceX no tuvo un trimestre malo ni un trimestre bueno de forma simple. Tuvo un trimestre con dos historias reales al mismo tiempo, contadas por la misma empresa el mismo día, y el mercado todavía está decidiendo cuál de las dos pesa más en el largo plazo.
Un gasto en inteligencia artificial no se entiende mirando solo si sube o baja. Se entiende preguntando qué evidencia conecta ese gasto con un resultado real, y qué otro número, igual de real, podría estar contando una historia distinta.
Si en tu empresa el gasto en inteligencia artificial todavía se aprueba mirando un solo número, en Capability Building podemos ayudarte a instalar el hábito de mirar los dos. Conocé Data-Driven Decision Making y cómo lo aplicamos con equipos reales.
Preguntas frecuentes sobre el gasto en inteligencia artificial
¿Qué significa evaluar bien un gasto en inteligencia artificial?
Evaluar bien un gasto en inteligencia artificial significa mirar toda la evidencia disponible antes de concluir, no solo el dato que confirma un miedo o una expectativa previa. Implica separar la pregunta de negocio de la respuesta aparente de un número, y revisar si hay otro dato igual de real que cuente una historia distinta.
¿Por qué cayó la acción de SpaceX si sus ingresos subieron 92%?
La acción cayó en operaciones tras el cierre porque el mercado reaccionó al salto de seis veces en el gasto en inteligencia artificial de SpaceX, y no solo al crecimiento de ingresos. Ambos datos fueron reales al mismo tiempo, según el reporte del segundo trimestre de 2026.
¿Qué es el sesgo de confirmación en la toma de decisiones de negocio?
El sesgo de confirmación es la tendencia a quedarse con la información que confirma una creencia previa y descartar el resto. En negocios, lleva a leer solo el titular que valida un miedo instalado, en lugar de revisar el conjunto completo de datos antes de decidir.
¿Cuál es la diferencia entre correlación y causalidad al medir un gasto en inteligencia artificial?
La correlación indica que dos variables se mueven juntas, mientras que la causalidad demuestra que una explica realmente a la otra. Un gasto que crece al mismo tiempo que un ingreso no prueba que uno haya generado el otro: hay que buscar evidencia directa de esa conexión antes de sacar conclusiones.
¿Cómo evalúa Capability Building un gasto en inteligencia artificial?
En Capability Building, el curso Data-Driven Decision Making enseña a separar hipótesis de conclusiones, identificar sesgos propios y conectar cada número con la pregunta de negocio que realmente responde, antes de comprometer tiempo o presupuesto en una iniciativa de inteligencia artificial.
¿Cuánto mejora un equipo que reduce sus sesgos al decidir?
Según un estudio de McKinsey&Co. sobre más de mil decisiones de inversión, los equipos que trabajan activamente para reducir el efecto de sus sesgos logran resultados hasta 7% mejores que aquellos que no revisan su propio proceso de decisión.
Fuentes
- La Tercera: Gastos en IA de SpaceX opacan resultados mejor de lo esperado y acción cae
- Harvard Business Review (Kahneman, Lovallo y Sibony, McKinsey&Co.): Before You Make That Big Decision
- XTB Chile: Big Tech demuestra que la IA empieza a generar ingresos, pero el CapEx sigue dominando