Las historias de rentabilidad bruta de las empresas de aplicaciones de IA se someten a su primera "evaluación": Canva reduce deliberadamente su ritmo y Figma asume internamente los costos de inferencia.
Dos empresas líderes en el sector de software de diseño están mostrando, mediante datos financieros reales, el costo más oculto de la transformación hacia la IA.
Canva esta semana envió una advertencia a los inversores: el crecimiento anual de ingresos se desacelerará al 20%, ya que la empresa decidió detener voluntariamente el despliegue de una función de IA que originalmente estaba destinada a impulsar el crecimiento de suscripciones pagas: la demanda superó ampliamente las expectativas, pero los costos de servicio también fueron mucho más altos de lo esperado. Este jueves, Figma presentó sus resultados financieros y anticipó que el ritmo de crecimiento de ingresos para el tercer trimestre bajará del 48% en el trimestre de junio al 36%, reconociendo que varias de sus herramientas de IA aún están en fase de prueba y que todavía no cuentan con una vía clara para su comercialización. Tras el anuncio, las acciones de Figma cayeron alrededor de un 15% en un solo día.

De acuerdo con el medio especializado en tecnología The Information, ambas compañías enfrentan el mismo problema estructural: la popularidad de los productos de IA no se traduce automáticamente en un modelo económico saludable por unidad. En el contexto donde los inversionistas previamente tenían grandes expectativas sobre las empresas de aplicaciones con IA, esto representa una auténtica prueba de presión proveniente de la primera línea.
Canva: la excesiva demanda se convierte en carga, y pisa el freno voluntariamente
La situación de Canva es bastante dramática: no es por falta de usuarios, sino precisamente porque hay demasiados que la usan.
Según los reportes, el COO de Canva, Cliff Obrecht, comentó a sus colegas que antes de la inclusión de la IA, el costo de servir a una gran cantidad de usuarios gratuitos era "muy bajo". Pero tras el lanzamiento de funciones con IA, "estos costos aumentaron drásticamente, el modelo económico por unidad cambió radicalmente, y ahora es mucho más importante reducir los costos de IA que antes".
Basándose en este análisis, Canva decidió desacelerar el lanzamiento de funciones de IA, prefiriendo no seguir apostando al crecimiento de usuarios a cualquier costo. Esta medida redujo de forma directa la expectativa de crecimiento de ingresos anual, bajando del nivel que el mercado anticipaba anteriormente al 20%.
Para abordar el problema de fondo, Canva está invirtiendo fuertemente en el desarrollo de modelos de IA propios. La empresa afirma que sus modelos internos generan imágenes y videos de manera más rápida y económica que los modelos de los principales laboratorios de IA. Sin embargo, estos modelos propios no estuvieron listos a tiempo para el actual despliegue de funciones de IA, lo que obligó a la empresa a depender, en momentos clave, de costosos modelos externos.
Figma: productos beta gratis, asumiendo el total de los costos de inferencia
A diferencia de Canva, que puso el freno voluntariamente, Figma enfrenta otro tipo de presión de costos: hacerse cargo de productos aún no monetizados.
El CFO de Figma, Praveer Melwani, explicó claramente esta lógica en la llamada con inversores:
"Actualmente no cobramos a los clientes por productos que están en fase de prueba; el costo de inferencia lo asumimos nosotros y no hay ingresos para compensarlo."
Esto significa que Figma subvenciona con fondos propios el uso de sus funciones de IA mientras espera que tales herramientas pasen de la fase beta a la comercialización definitiva. La compañía anticipa que esta estructura de costos tendrá un impacto negativo en el margen bruto.
Figma también está incrementando la inversión en el desarrollo de modelos de IA propios y ya comenzó a combinar sus modelos internos con los más avanzados para soportar su nuevo agente inteligente, Figma AI. Pero entrenar modelos propios requiere tiempo y capital, y evidentemente el mercado de capitales tiene paciencia limitada: tras la publicación del guidance, las acciones de Figma cayeron alrededor de un 15% en un día.
Dificultad compartida: la estructura de costos de la transformación a IA aún no se resuelve
Según los reportes, los casos de Canva y Figma revelan un conflicto transitorio que enfrentan la mayoría de compañías de aplicaciones con IA: la atracción del producto ya está comprobada, pero la ruta para convertirla en un modelo rentable y sostenible aún no está clara.
Ambas empresas ven el desarrollo de modelos propios como la clave para salir del atolladero: disminuir la dependencia de costosos modelos externos y así mejorar fundamentalmente el modelo económico por unidad. Sin embargo, hay un desfase inevitable entre el tiempo que lleva desarrollar modelos propios y las expectativas de resultados inmediatos del mercado.
Según los analistas, estos balances financieros ofrecen una referencia clave: el costo de la transformación a la IA no solo se refleja en la inversión en desarrollo, sino que está profundamente incrustado en cada gasto de inferencia asociado al uso por parte del usuario. Mientras no exista un modelo comercial maduro, estos costos seguirán erosionando los márgenes brutos.
La historia de la IA en las empresas de software está siendo sometida a su primer chequeo financiero real.
Descargo de responsabilidad: El contenido de este artículo refleja únicamente la opinión del autor y no representa en modo alguno a la plataforma. Este artículo no se pretende servir de referencia para tomar decisiones de inversión.
También te puede gustar
Con el informe del tercer trimestre por salir, Samsung Electronics y SK Hynix enfrentan "expectativas extremadamente altas", poniendo a prueba el "comercio global de IA".
La ola de la IA está impulsando un "superciclo" global en la industria de semiconductores, y la ganancia operativa combinada de Samsung y SK Hynix en el tercer trimestre podría acercarse al récord histórico de 190 billones de wones surcoreanos. La batalla por el HBM4 se encuentra en su punto más álgido, y la demanda de ancho de banda de almacenamiento por parte de la IA inteligente ha aumentado diez veces, convirtiendo la memoria en la verdadera "sangre" de los centros de datos de IA. Dos informes financieros próximos a publicarse determinarán si este auge es solo algo pasajero o representa un cambio estructural que remodelará la infraestructura tecnológica.

Alexandr Wang, jefe de IA de Meta: Por qué quiero crear Muse
Muse alcanzó 2,8 millones de descargas en solo 12 días desde su lanzamiento, superando el desempeño de ChatGPT en el mismo período, y llegó a un récord de 264.000 descargas diarias en Estados Unidos; como resultado, la valoración de mercado de Meta se disparó en 234.000 millones de dólares. Detrás de esto, está la carta pública del Chief AI Officer Alexandr Wang, en la que habla sobre el “deseo humano”, así como aquella adquisición de 14.300 millones de dólares realizada por Mark Zuckerberg, en su momento tildada de “locura”. Hoy, parece que esta podría ser la inversión en talento más rentable en la historia de Silicon Valley.
UBS: mantiene la calificación “neutral” para Tesla (TSLA.US), precio objetivo de 385 dólares. La narrativa de la inteligencia artificial (AI) domina la lógica de fijación de precios de las acciones.
UBS predice que Tesla tendrá una entrega global de aproximadamente 470,000 vehículos en el tercer trimestre de 2026 (3Q26), lo que representa una disminución del 5% en comparación con el mismo período del año anterior y una caída del 1% respecto al trimestre anterior.
La fiebre de la IA resiste la rentabilidad del 5% de los bonos estadounidenses; Nasdaq alcanza un nuevo máximo y consolida la relación "80/20", Wall Street reconsidera la proporción entre acciones y bonos.
El rendimiento de los bonos del Tesoro estadounidense a 30 años alcanzó aproximadamente el 5,53%, el nivel más alto desde 2004, mientras que el petróleo Brent sigue por encima de los 100 dólares por barril. Los activos de riesgo volvieron a resistir la presión, reflejando que los inversores aún confían en que la comercialización de aplicaciones de IA y el crecimiento de las ganancias corporativas pueden compensar, en cierta medida, el impacto del aumento en los costos de financiamiento y las tasas de descuento.
