Vivimos bajo una ilusión digital. Al hablar de la "nube" y de inteligencias artificiales generativas, olvidamos que el mundo virtual tiene un ancla física extremadamente pesada, y es de metal, conductora y rojiza.

Los mercados financieros emiten señales de alerta sobre una inminente escasez estructural de cobre. Para el lector no especializado, parece contraintuitivo: ¿No se supone que la tecnología avanza exponencialmente? ¿No debería la Inteligencia Artificial (IA) resolver esto optimizando la producción?

La respuesta corta es que la tecnología corre, pero la geología se arrastra. Existe un desajuste fundamental, un desfase temporal, que ninguna línea de código puede eliminar a corto plazo.

El problema matemático: 1% vs. 0,5%

El primer obstáculo es geológico. Envejecieron las minas de cobre más grandes del mundo, responsables de gran parte del suministro global. Hace quince años, la "ley del mineral", la concentración de cobre en la roca, promediaba más del 1%. Hoy, en muchas operaciones clave, cayó al 0,5% o menos.

Esto significa que para obtener la misma tonelada de metal, las mineras deben remover y procesar el doble de roca. Es un problema de física básica que dispara los costos y el consumo de energía.

Irónicamente, el despliegue de la IA acelera la escasez de cobre antes de que sus algoritmos tengan tiempo de solucionar la oferta

Aquí es donde la IA promete una revolución, pero es necesario matizar su impacto real. La IA se aplica en dos frentes muy distintos. El primero es la exploración, o localizar el mineral. Algoritmos avanzados analizan datos sísmicos para hallar depósitos invisibles al ojo humano.

El segundo es la extracción o procesamiento. El uso de machine learning para mejorar los "yields" o rendimientos, habilita la obtención hasta de la última partícula de cobre de rocas de baja calidad.

Si bien la IA de procesamiento mantiene la producción actual y evita una caída más rápida, no genera la oferta masiva necesaria para cubrir la nueva demanda.

La paradoja de la demanda: la IA es el paciente y la enfermedad

El problema se agrava porque la demanda no es lineal. Se proyecta que el consumo de cobre se duplicará para 2035, impulsado tanto por la transición energética, ya que un vehículo eléctrico usa 4 veces más cobre que uno convencional, como por la propia infraestructura digital.

Los centros de datos necesarios para entrenar y operar los modelos de IA son devoradores de energía y metal. Irónicamente, el despliegue de la IA acelera la escasez de cobre antes de que sus algoritmos tengan tiempo de solucionar la oferta.

El muro de los 16 años

El argumento central de la escasez no es la falta de recursos en la corteza terrestre, sino la burocracia y los tiempos de construcción.

Supongamos que hoy, gracias a una IA de exploración, descubrimos un yacimiento de clase mundial. Según datos de la Agencia Internacional de Energía (IEA) y S&P Global, el tiempo promedio desde el descubrimiento hasta la primera producción comercial supera los 16 años.

La IA puede acelerar el descubrimiento geológico de 5 años a 1 año, pero no puede acelerar la obtención de licencias ambientales, las negociaciones comunitarias ni la construcción de infraestructura física en alta montaña. Ese "cuello de botella" de 15 años es un abismo que la oferta no puede saltar, sin importar cuán inteligente sea el software.

El precio como mecanismo de ajuste

¿Significa esto que nos quedaremos sin cobre? No. Significa que entraremos en un ciclo clásico de materias primas.

El déficit de oferta a corto plazo forzará una subida de precios. Ese precio alto es la única señal que justifica las inversiones multimillonarias (CAPEX) necesarias para abrir minas en lugares remotos o desarrollar tecnologías de lixiviación que hagan rentable procesar "basura mineral" que hoy descartamos.

La tecnología eventualmente nos llevará a una era de abundancia y eficiencia, pero antes de llegar ahí, la economía global deberá atravesar una década de estrechez. La IA cambiará el mapa, pero la geología sigue teniendo la última palabra sobre el calendario.

Las cosas como son.