La inversión en IA sigue fuerte: deuda, capex y semiconductores marcan el pulso del mercado

La inteligencia artificial continúa moviendo capital a gran velocidad en los mercados globales. El flujo de dinero hacia infraestructura, chips y centros de datos no muestra signos de desaceleración, a pesar de las dudas sobre la rentabilidad a corto plazo de algunos modelos de negocio basados en IA.

La deuda corporativa reconfigura el mercado de bonos

La deuda corporativa emitida por grandes tecnológicas para financiar IA está reconfigurando segmentos del mercado de bonos. Microsoft, Google, Amazon y Meta han emitido más de 200.000 millones de dólares en bonos en los últimos dos años, una cifra sin precedentes para un sector que tradicionalmente se financiaba con su propio flujo de caja.

El cambio refleja la magnitud de la inversión necesaria. Construir un centro de datos de última generación cuesta entre 1.000 y 2.500 millones de dólares. Equiparlo con cientos de miles de GPU añade otros miles de millones. Asegurar el suministro eléctrico para operarlo durante una década implica contratos multimillonarios con compañías energéticas. El gasto de capital (capex) agregado de las grandes tecnológicas superará los 200.000 millones de dólares en 2025, según estimaciones de Goldman Sachs.

Cambios en la estructura de los bonos tecnológicos

La deuda emitida ya no es homogénea. Aparecen bonos verdes (financian centros de datos con energía renovable), bonos vinculados a la sostenibilidad (los intereses se reducen si se cumplen objetivos de eficiencia) y bonos convertibles (pueden canjearse por acciones si la empresa tiene éxito). Los inversores institucionales demandan cada vez más este tipo de instrumentos etiquetados, que les permiten mostrar compromiso con criterios ASG (ambientales, sociales y de gobernanza).

Los plazos también se han alargado. Antes de la fiebre inversora de IA, los bonos tecnológicos solían tener vencimientos de 5 a 10 años. Ahora, emisiones a 20, 30 e incluso 40 años son comunes. Esto refleja la confianza de los inversores en que la IA es una tendencia estructural, no un ciclo pasajero.

Los semiconductores tiran de la cadena

Al mismo tiempo, fabricantes de chips como Infineon están mejorando previsiones gracias al empuje de la demanda vinculada a centros de datos e infraestructura para IA. No solo NVIDIA y AMD se benefician; toda la cadena de semiconductores está viendo aumentar sus pedidos.

Infineon, especializada en chips de potencia y sensores, ha revisado al alza sus previsiones para 2025 y 2026. La razón es que cada centro de datos necesita no solo GPU, sino también chips de gestión de energía (para convertir y distribuir la electricidad de forma eficiente), chips de refrigeración (para controlar bombas y ventiladores) y chips de comunicación (para interconectar miles de servidores).

Más allá de NVIDIA: los otros beneficiarios

El mercado está empezando a mirar a los "otros semiconductores". AMD compite directamente con NVIDIA en GPU para IA y ha ganado cuota de mercado con sus chips MI300. Intel, aunque rezagada, está apostando por aceleradores Gaudi. Broadcom y Marvell diseñan chips de interconexión esenciales para los centros de datos. Micron y SK Hynix fabrican la memoria de alto ancho de banda (HBM) sin la cual las GPU no pueden funcionar a pleno rendimiento.

Todos estos fabricantes han anunciado planes de expansión de capacidad. Las nuevas fábricas de semiconductores (fabs) requieren inversiones de 10.000 a 20.000 millones de dólares cada una y tardan de 3 a 5 años en entrar en producción. La deuda emitida hoy por las grandes tecnológicas se está canalizando, en parte, hacia la construcción de estas fabs, a través de contratos a largo plazo que garantizan a los fabricantes de chips una demanda estable.

Centros de datos y utilities: los grandes beneficiarios invisibles

Los inversores también están entrando con fuerza en semiconductores, data centers y utilities, sectores que se benefician directamente del crecimiento del cómputo intensivo. Los centros de datos para IA consumen cantidades crecientes de electricidad, lo que dispara la demanda de empresas de servicios públicos (utilities).

Un centro de datos de 200 MW consume tanta electricidad como una ciudad de 150.000 habitantes. Los planes actuales de las grandes tecnológicas prevén centros de datos de 500 MW o incluso 1 GW para finales de esta década. Esto ha provocado una carrera por asegurar el suministro eléctrico. Empresas como NextEra Energy, Dominion Energy y Southern Company han visto multiplicarse sus contratos con tecnológicas.

La refrigeración como cuello de botella

Más allá de la electricidad, la refrigeración se ha convertido en un cuello de botella crítico. Los chips de IA generan tanto calor que la refrigeración por aire ya no es suficiente. Los centros de datos de nueva generación usan refrigeración líquida directa o incluso inmersión en líquido dieléctrico. Empresas como Vertiv, Schneider Electric y la menos conocida Boyd Corporation están experimentando un boom de demanda que se refleja en sus cuentas y en el precio de sus acciones.

Los inversores especializados están construyendo carteras completas en torno a la infraestructura de IA. Una cartera típica incluye fabricantes de chips, empresas de refrigeración, utilities eléctricas, fabricantes de servidores y proveedores de software de orquestación. Esta diversificación reduce el riesgo de apostar solo por un ganador (como NVIDIA) y captura valor a lo largo de toda la cadena.

Cambio estratégico en la tesis de inversión

Esto confirma un cambio estratégico: la tesis de inversión en IA ya no depende solo del entusiasmo por los modelos, sino de la capacidad física y financiera para sostenerlos. El mercado ha pasado de preguntarse "qué modelo es mejor" a preguntarse "quién puede pagar la infraestructura necesaria para entrenarlo y desplegarlo".

Esta nueva tesis favorece a las empresas con balances sólidos y acceso a los mercados de capital. Las startups, por muy innovadoras que sean, tienen dificultades para competir en gasto de capital. A menos que se asocien con un gran tecnológico (como hizo OpenAI con Microsoft), su capacidad para escalar es limitada. La consecuencia es una concentración creciente del sector en unos pocos actores.

El debate sobre la rentabilidad

A pesar del optimismo inversor, persisten dudas sobre la rentabilidad. Los modelos de IA generativa aún no han encontrado modelos de negocio tan lucrativos como la publicidad en búsquedas (Google) o el comercio electrónico (Amazon). Las suscripciones a ChatGPT Plus, Copilot y otros asistentes generan ingresos, pero no suficientes para justificar el gasto de capital actual. La apuesta es que las aplicaciones empresariales (automatización de procesos, análisis de documentos, atención al cliente) acabarán generando el retorno esperado.

Algunos analistas advierten de que el mercado está sobreestimando la velocidad de adopción empresarial. Implementar IA generativa en una gran corporación no es plug-and-play: requiere integrarse con sistemas heredados, formar al personal, gestionar riesgos legales y de cumplimiento, y adaptar los flujos de trabajo. Este proceso lleva años, no meses. La deuda emitida hoy tendrá que ser pagada con ingresos que quizás no lleguen hasta 2027 o 2028.

Oportunidades en la cadena completa

Para empresas y analistas, la oportunidad está en identificar qué compañías capturan valor real en la cadena completa: chips, energía, nube, software y servicios. No todas las empresas que se autodenominan "de IA" están en posición de beneficiarse del ciclo inversor actual.

En chips, los ganadores claros son NVIDIA y los fabricantes de memoria HBM (SK Hynix, Micron). En energía, las utilities con capacidad para suministrar grandes bloques de electricidad renovable. En nube, los tres grandes (AWS, Azure, Google Cloud) más algunas nubes especializadas (CoreWeave). En software, las empresas que construyen herramientas para desplegar y gestionar modelos (Hugging Face, DataRobot, Weights & Biases). En servicios, las consultoras que ayudan a las empresas a integrar IA (Accenture, Deloitte, McKinsey).

Más allá de lo obvio: nichos emergentes

También hay oportunidades en nichos menos evidentes. Los fabricantes de equipos de prueba de semiconductores (Teradyne, Advantest) se benefician de que cada chip debe ser probado antes de ser instalado. Las empresas de ciberseguridad especializada en IA (Darktrace, SentinelOne) ven aumentar la demanda a medida que los centros de datos se convierten en objetivos atractivos. Los fabricantes de cables de fibra óptica (Corning, Lumen) se benefician de la necesidad de interconectar los centros de datos a alta velocidad.

Los inversores con visión a largo plazo están mirando también a los proveedores de materiales. La fabricación de semiconductores requiere gases especiales, obleas de silicio de alta pureza, productos químicos y metales raros (galio, germanio, indio). Las empresas que suministran estos materiales, muchas de ellas pequeñas y desconocidas para el público general, están viendo aumentar sus márgenes y su facturación.

Conclusión: un mercado impulsado por capital, no solo por entusiasmo

La inversión en IA sigue fuerte porque el mercado ha comprendido que estamos ante un cambio estructural, no una moda pasajera. La deuda, el gasto de capital y los semiconductores son los termómetros más fiables de este ciclo. Cuando las empresas están dispuestas a endeudarse a 30 años para construir centros de datos, es porque creen que la IA transformará la economía durante décadas.

Esa confianza puede estar justificada o no. Los precedentes históricos (ferrocarriles en el siglo XIX, internet en los años 90) enseñan que los ciclos de inversión en infraestructura suelen ir seguidos de correcciones cuando la demanda real no alcanza las previsiones más optimistas. Pero también enseñan que, a largo plazo, la infraestructura bien construida acaba generando valor, aunque los primeros inversores paguen un precio excesivo.

El pulso del mercado lo marcan hoy la deuda, el capex y los semiconductores. Los inversores harían bien en mirar estos indicadores con más atención que los titulares sobre el último modelo de IA. La economía real de la inteligencia artificial se escribe en las fábricas de chips y en los centros de datos, no solo en las demos de producto.