Por qué mirar más allá de Nvidia y Microsoft
La atención mediática suele concentrarse en los nombres de portada: Nvidia o Microsoft. Vayamos a los hechos: detrás de cada acelerador de IA, cada centro de datos y cada modelo de lenguaje hay una cadena de suministro que recibe la mayor parte del gasto de capital. Esto significa que invertir en los proveedores de infraestructura esenciales —fabricantes de semiconductores, equipos de litografía, memoria HBM, y soluciones para centros de datos, energía y refrigeración— ofrece exposición a una demanda sostenida y, potencialmente, a retornos menos volátiles que apostar únicamente por las grandes cabeceras.
La pregunta que surge es simple: ¿dónde se captura el valor real de la oleada de IA? En muchos casos, en los “picks and shovels”. Empresas como Taiwan Semiconductor Manufacturing Company (TSMC, TSM) fabrican físicamente los chips diseñados por Nvidia (NVDA) y otros. Su capacidad productiva escala con la demanda de IA; sin capacidad no hay despliegue. Por su parte, ASML controla prácticamente la producción de máquinas de litografía EUV necesarias para los procesos más avanzados. Sus equipos cuestan cientos de millones de euros cada uno y las colas de pedidos sostienen flujos de caja futuros.
Esto no es teoría: la demanda de memoria de alta velocidad (HBM) y de empaquetado avanzado beneficia a fabricantes como Micron (MU) y otros proveedores de DRAM. La necesidad de mayor ancho de banda y menor latencia en los aceleradores hace que la HBM deje de ser un lujo y pase a ser una mercancía estratégica. A su vez, los centros de datos de IA generan necesidades gigantescas en energía, refrigeración y conectividad de alta velocidad; aquí emergen oportunidades en empresas dedicadas a la gestión térmica, a la alimentación eléctrica fiable y a las redes internas de baja latencia.
Invertir en esta infraestructura tiene ventajas relativas. Las firmas proveedoras suelen ofrecer crecimiento durable, valoraciones más razonables y menos volatilidad que los nombres de software más especulativos. Además, muchos contratos son plurianuales y los ciclos de pedidos pueden extenderse durante años, lo que aporta visibilidad sobre ingresos futuros. No obstante, tampoco es un refugio sin fisuras.
Riesgos estructurales y geopolíticos
La industria de semiconductores es cíclica; puede sufrir fases de sobrecapacidad que presionen márgenes. Las tensiones entre Estados Unidos y China o las restricciones a la exportación de tecnologías sensibles pueden interrumpir cadenas de suministro críticas, afectando a empresas con sede en Taiwán, Europa o Estados Unidos. ¿Qué ocurre si surge una arquitectura disruptiva que reduzca la dependencia de la HBM o de los nodos más avanzados? Ese es otro riesgo real que conviene considerar.
Cómo estructurar la exposición
Una estrategia razonable diversifica dentro de la infraestructura de IA: fabricantes de obleas y foundries, productores de equipos de litografía, proveedores de memoria de alto rendimiento, y empresas de energía y refrigeración para centros de datos. Esta aproximación mitiga el riesgo de concentración en una sola aplicación o proveedor y permite capturar distintas fuentes de demanda en la cadena de valor.
Catalizadores de crecimiento
La adopción masiva de IA, los intensos ciclos de inversión en capacidad fabril y en centros de datos, y la transición hacia fuentes energéticas fiables y bajas en carbono sostienen el argumento a medio y largo plazo. Contratos a largo plazo y colas de pedidos en fabricantes de equipos ofrecen visibilidad sobre ingresos futuros y respaldan expectativas de margen.
Conclusión
La carrera de 4 billones de dólares (4 trillion en inglés) tiene protagonistas evidentes, pero también un ecosistema que merece atención por su potencial de ingresos recurrentes y menor volatilidad relativa. Para el inversor informado, la infraestructura de la IA ofrece una vía complementaria y diversificada para participar en esta transformación. Consulte documentación pública y asesórese profesionalmente antes de tomar decisiones; todo desembolso implica riesgos y no hay garantías de rentabilidad.
Lea más sobre esta perspectiva en La carrera tecnológica de 4 billones de dólares: apostando por la infraestructura de los gigantes de la IA.
