El trimestre de 44.900 millones de dólares de Alphabet: una lección a nivel de junta directiva sobre disciplina de capital en IA

Alphabet informó esta semana sus resultados del segundo trimestre de 2026, y las cifras de titulares son, en la superficie, extraordinarias. Ingresos de 119.800 millones de dólares estadounidenses, un aumento del 24 por ciento interanual. Beneficio neto de 112.100 millones de dólares estadounidenses. Un negocio de nube que crece al 82 por ciento. Para cualquier CEO o CTO que siga adónde va realmente el gasto empresarial en IA y qué retorna realmente, este trimestre es uno de los puntos de datos más claros que hemos tenido en todo el año.

Pero las cifras de titulares no son la historia. La historia es lo que hay debajo: una empresa que gasta capital a un ritmo que pocas organizaciones podrían sostener, en busca de una ventaja en infraestructura de IA que cree que se compondrá durante una década. Esa es la parte que todo líder tecnológico debería leer con atención.

Por qué esto importa ahora

Todo líder tecnológico empresarial está tomando actualmente alguna versión de la misma decisión que Alphabet toma a hiperescala (hyperscale): cuánto invertir en infraestructura y plataformas de IA antes de que el retorno esté plenamente probado, y cómo estructurar esa inversión para que no comprometa el balance. Los resultados de Alphabet del Q2 2026 son, en efecto, un caso de estudio en vivo de esa decisión, ejecutado a una escala y con una transparencia que la mayoría de las empresas privadas nunca revelan. Los CEO y CTO que fijan presupuestos de IA para los próximos 12 a 18 meses deberían tratar esta publicación de resultados como una referencia (benchmark), no como un titular.

Qué ha ocurrido

Los ingresos totales de Alphabet alcanzaron 119.800 millones de dólares estadounidenses en el trimestre, un aumento del 24 por ciento interanual, y fue el duodécimo trimestre consecutivo de crecimiento de ingresos de dos dígitos para la compañía, según informaron los analistas de mercado que cubrieron la publicación. El resultado operativo fue de 40.800 millones de dólares estadounidenses, un aumento del 30 por ciento interanual, con un margen operativo que se expandió del 32 al 34 por ciento. El beneficio diluido por acción alcanzó 9,11 dólares estadounidenses.

El beneficio neto reportado fue de 112.100 millones de dólares estadounidenses, un aumento del 298 por ciento interanual. Es importante ser preciso aquí: esta cifra incluye una ganancia no realizada de 99.000 millones de dólares estadounidenses en valores de renta variable (equity securities), una partida única y no operativa. La medida más significativa del desempeño empresarial subyacente es el resultado operativo, que creció un 30 por ciento hasta 40.800 millones de dólares estadounidenses. Cualquier lectura de este trimestre que comience con la cifra del beneficio neto sin esa calificación (qualification) presenta una imagen exagerada de la rentabilidad, y un CEO o CFO cuidadoso hará el mismo ajuste cuando este trimestre se discuta internamente.

Los ingresos de Google Services fueron de 94.500 millones de dólares estadounidenses, un aumento del 15 por ciento, compuestos por Búsqueda y otros con 63.300 millones de dólares (un aumento del 17 por ciento), publicidad de YouTube con 11.100 millones de dólares (un aumento del 13 por ciento) y suscripciones, plataformas y dispositivos con 12.900 millones de dólares (un aumento del 15 por ciento). Los ingresos de Google Cloud alcanzaron 24.800 millones de dólares estadounidenses, un aumento del 82 por ciento interanual, con el resultado operativo de la nube subiendo de 2.800 a 8.800 millones de dólares estadounidenses, un aumento de más del 200 por ciento. Other Bets generó 382 millones de dólares estadounidenses de ingresos frente a una pérdida operativa de 1.800 millones de dólares estadounidenses.

La intensidad de capital (capital intensity) de este crecimiento es la cifra que merece más atención. El gasto de capital (capital expenditure) fue de 44.900 millones de dólares estadounidenses solo en este trimestre, y el flujo de caja libre (free cash flow) fue negativo en 5.900 millones de dólares estadounidenses, un giro para una compañía que históricamente ha generado flujos de caja libres positivos muy grandes. La plantilla creció a 198.933 empleados, frente a 187.103 un año antes. El dividendo trimestral se mantiene en 0,22 dólares estadounidenses por acción, pagadero en septiembre de 2026.

En el lado de productos de IA, la compañía informa que Gemini Enterprise ya es usado por cerca del 90 por ciento de las empresas del Fortune 100, que los modelos Gemini procesan 22.000 millones de tokens de API por minuto y que la aplicación de consumo Gemini ha alcanzado 950 millones de usuarios activos mensuales. Estas son cifras reportadas por la compañía y no métricas auditadas de forma independiente, y deben leerse como tales, pero la dirección del viaje, de la experimentación a la infraestructura integrada, es coherente con lo que la mayoría de los líderes tecnológicos empresariales observan en sus propias organizaciones.

Implicaciones tecnológicas y de arquitectura

La señal arquitectónica central de este trimestre es el paso de la IA como función de producto a la IA como infraestructura. Un aumento del 82 por ciento en los ingresos de la nube, acompañado de un cambio de nivel (step change) en la rentabilidad operativa de la nube, indica que los clientes empresariales están moviendo cargas de trabajo de IA (workloads) a producción a escala, no solo ejecutando pilotos. Ese cambio transforma la conversación de adquisición (procurement) para cada CTO: la pregunta ya no es qué modelo probar, sino a qué pila de infraestructura (stack), silicio personalizado, familia de modelos y arquitectura de datos comprometerse durante los próximos tres a cinco años.

El propio encuadre de Alphabet de esto como una estrategia de pila completa (full stack), que abarca infraestructura personalizada, modelos propietarios, distribución en la nube y aplicaciones de consumo y empresariales, es el patrón arquitectónico al que convergen otros hiperescaladores y, cada vez más, las grandes empresas. Para un CTO, la lección no es que toda organización necesite construir a esta escala. Es que la economía de la IA a escala favorece cada vez más a las organizaciones con infraestructura y acceso a modelos verticalmente integrados (vertically integrated), lo que tiene implicaciones directas para las decisiones de construir frente a comprar (build versus buy), el riesgo de concentración de proveedores (vendor concentration risk) y la curva de costos a largo plazo de la inferencia (inference) en volumen.

La cifra reportada de 22.000 millones de tokens de API procesados por minuto es un indicador útil (proxy) de la escala a la que la inferencia opera ahora dentro de una gran empresa tecnológica. Los arquitectos empresariales deberían tratar la planificación de costos y rendimiento (throughput) de la inferencia como un problema de planificación de capacidad (capacity planning) de primer orden, al mismo nivel que la planificación de cómputo y almacenamiento ha tenido durante las últimas dos décadas, en lugar de un costo variable absorbido dentro de una suscripción de software.

Implicaciones empresariales y competitivas

Una cifra de gasto de capital trimestral de 44.900 millones de dólares estadounidenses, que resulta en flujo de caja libre negativo, es una declaración clara de intención competitiva. Alphabet está dispuesta a cambiar generación de efectivo a corto plazo por posición de infraestructura en un mercado que considera fundamental para la próxima década de su negocio. Los hiperescaladores competidores están asumiendo compromisos comparables. Para las empresas que dependen de cualquiera de estas plataformas, esto tiene dos consecuencias directas para las que vale la pena planificar.

Primero, es probable que el ritmo de mejora de capacidades en infraestructura y modelos comerciales de IA continúe a un ritmo rápido durante los próximos 18 a 24 meses, financiado por este nivel de inversión de capital, lo que afecta la vida útil de cualquier decisión de arquitectura de IA tomada hoy. Segundo, la concentración del gasto en infraestructura de IA entre un pequeño número de proveedores muy bien capitalizados aumenta la importancia estratégica de los términos contractuales, la portabilidad de datos (data portability) y la resiliencia multinube o multimodelo, ya que los costos de cambio (switching costs) aumentan a medida que estas plataformas se integran más profundamente en los sistemas de producción.

El crecimiento de los ingresos publicitarios de Búsqueda y YouTube, ambos acelerando incluso mientras se integran funciones de IA en estos productos, es una señal útil para cualquier CEO preocupado de que la inversión en IA canibalice (cannibalises) las líneas de ingresos existentes. En este caso, al menos hasta ahora, la integración de IA parece reforzar en lugar de erosionar el negocio publicitario central.

Riesgos y consideraciones de gobernanza

Tres riesgos merecen atención explícita a nivel de junta directiva cuando este trimestre se usa como punto de referencia. El primero es la brecha entre el beneficio neto reportado y el desempeño operativo subyacente: cualquier comentario interno o externo que cite la cifra de beneficio neto de 112.100 millones de dólares estadounidenses sin señalar la ganancia en valores de 99.000 millones de dólares estadounidenses está sobreestimando materialmente la fortaleza del negocio central, y los equipos de gobernanza deberían insistir en que se use la cifra ajustada en cualquier análisis comparativo.

El segundo es el riesgo de asignación de capital (capital allocation). Un flujo de caja libre negativo impulsado por el gasto en infraestructura de IA es una elección estratégica racional para una compañía con el balance de Alphabet, pero no es una plantilla que se traslade directamente a organizaciones con menos flexibilidad de capital. Los CTO que propongan inversión en infraestructura de IA internamente deberían presentar honestamente la intensidad de capital de esta construcción, en lugar de dar a entender que niveles de gasto comparables son proporcionados para balances más pequeños.

El tercero es el riesgo de dependencia (dependency) y gobernanza. A medida que los clientes empresariales integran Gemini Enterprise y la infraestructura de IA de Google Cloud más profundamente en sus sistemas de producción, adoptados por cerca del 90 por ciento del Fortune 100 según la propia compañía, las cuestiones de gobernanza de datos, transparencia de modelos, dependencia de proveedores (vendor lock-in) y supervisión responsable de la IA se convierten en asuntos de nivel de junta directiva en lugar de detalles de implementación técnica. Esto debería reflejarse en los marcos de gobernanza de IA (governance frameworks), no dejarse únicamente a los equipos de adquisiciones e ingeniería.

Qué deberían hacer los CEO

Separe el beneficio neto reportado del desempeño operativo subyacente en cada informe interno sobre resultados de hiperescaladores, y exija la misma disciplina cuando los retornos de su propia inversión en IA se reporten a la junta.

Trate este trimestre como evidencia de que la inversión en infraestructura de IA se está acelerando en toda la industria, y revise el horizonte presupuestario de IA (budget horizon) de su organización en consecuencia, en lugar de asumir que los niveles de gasto actuales son suficientes para el próximo ciclo de planificación.

Exija que su CFO y su CTO presenten conjuntamente la intensidad de capital, no solo el potencial de productividad, de cualquier compromiso de infraestructura de IA propuesto, para que las decisiones de asignación de capital se tomen con plena visibilidad del compromiso de flujo de caja (cash flow trade-off).

Eleve la concentración de proveedores de IA y la gobernanza de datos a un punto permanente de la agenda de la junta (standing board agenda), dada la rapidez con la que la dependencia empresarial de un pequeño número de proveedores de infraestructura de IA se está profundizando.

Qué deberían hacer los CTO

Modele el costo y el rendimiento de la inferencia como una disciplina central de planificación de capacidad, usando las cifras de escala de este trimestre como referencia direccional (directional benchmark) de hacia dónde se dirigen las cargas de trabajo de IA en producción.

Reevalúe las decisiones de construir frente a comprar para la infraestructura de IA a la luz del modelo de pila completa verticalmente integrado que está demostrando ser económicamente efectivo a hiperescala, e identifique dónde su propia arquitectura crea dependencia innecesaria de proveedores o modelos.

Somet a a prueba de presión (pressure test) los términos contractuales con los proveedores de infraestructura y modelos de IA ahora, mientras los costos de cambio todavía son manejables, en lugar de después de que las cargas de trabajo estén profundamente integradas en producción.

Incorpore controles de IA responsable y gobernanza de datos en la arquitectura de infraestructura desde el principio, en lugar de adaptarlos después (retrofitting) una vez que la adopción haya escalado, dado el ritmo al que plataformas como Gemini Enterprise están siendo adoptadas en las grandes empresas.

La conclusión estratégica

Los resultados de Alphabet del Q2 2026 se leen mejor no como una historia sobre ganancias récord, ya que una gran parte de la cifra de ganancias de titulares es una ganancia contable única, sino como una historia sobre compromiso de capital con la infraestructura de IA a una escala que está remodelando la economía de la tecnología empresarial. Un crecimiento de la nube del 82 por ciento, financiado por 44.900 millones de dólares estadounidenses en gasto de capital trimestral y un giro hacia flujo de caja libre negativo, es la señal más clara disponible hoy de dónde se ganará o perderá la competencia empresarial de IA de la próxima década: en la capa de infraestructura, no solo en la capa de modelos o aplicaciones. Los CEO y CTO que traten este trimestre como una referencia de planificación, en lugar de un titular para ojear, estarán mejor posicionados para las decisiones de capital y arquitectura que vienen.

Pregunta de participación

Si un hiperescalador está dispuesto a operar con flujo de caja libre negativo para asegurar posición de infraestructura de IA, ¿qué le dice eso sobre las decisiones de infraestructura y gobernanza de IA que su propia organización debería tomar en los próximos dos trimestres?

Piense matemáticamente. Ingenie inteligentemente. Lidere estratégicamente. Construya responsablemente. Escale globalmente. Cree valor empresarial real a través de la inteligencia artificial.

#ArtificialIntelligence #EnterpriseAI #AIArchitecture #TechnologyStrategy #DigitalTransformation #CTO #CEO #CloudComputing #ResponsibleAI #AIInfrastructure