¿Por qué el gasto en IA está provocando ventas en el sector?

Durante tres años, anunciar más inversión en inteligencia artificial funcionó como una señal de compra, cada aumento de presupuesto se leía como convicción sobre la demanda futura, y el mercado premiaba tanto al que gastaba como a quienes le vendían chips, servidores y energía. Sin embargo, esa correlación se viene rompiendo, por ejemplo, Alphabet (GOOGL.US) publicó un trimestre con la nube creciendo 82% y una cartera de contratos de US$514.000 millones, y su acción cae más de 6% porque en la misma llamada elevó su guía de capex en unos US$15.000 millones y anticipó un aumento significativo para 2027. Entender ese cambio de expectativa del mercado es importante porque redefine qué se recompensa en tecnología durante lo que resta del año.

De la aritmética del entusiasmo a la del retorno

Alphabet invirtió US$44.900 millones en el trimestre, levemente por encima de los US$44.700 millones previstos, y llevó su rango anual a US$195.000 a US$205.000 millones. Sumados sus pares, los cuatro grandes proveedores de nube destinarán hasta US$725.000 millones este año, casi todo a centros de datos, chips y equipamiento de red. Goldman Sachs proyecta que el gasto agregado del ecosistema pasará de US$765.000 millones en 2026 a US$1,6 billones anuales en 2031, con un acumulado cercano a US$7,6 billones.

Fuente: Goldman Sachs Global Institute, Goldman Sachs Global Investment Research Proyecciones de NVIDIA (al 3 de marzo de 2026) Nota: Las previsiones y expectativas se basan en supuestos materiales sujetos a cambios. Se asume que NVIDIA representa el 75 % del gasto total en computación en cada período. Se asume un crecimiento interanual del 5 % en computación después del período de proyección (2031). Se utiliza el chip VR200 (Rubin) como especificación base ($80.500 por GPU [incl. costos de nodo] y 3000 W por paquete) en todos los años. Se asume 1,2 PUE, $15 millones por MW para centros de datos y $2500 por kW para nueva energía. Se asume que el 15 % del espacio requerido para centros de datos es brownfield (es decir, excluido del cálculo) en 2026, aumentando al 30 % en 2031. Los totales pueden no sumar debido al redondeo.

Lo relevante es que ese número no es fijo, porque la vida útil económica del silicio para IA, estimada habitualmente entre cuatro y seis años, sería la variable individual más influyente sobre el gasto total acumulado. Con Nvidia lanzando una arquitectura nueva cada año, y cada generación entregando saltos de rendimiento antes que mejoras incrementales, aparece un desfase entre el calendario contable de depreciación y la obsolescencia operativa real.

Un acelerador de US$50.000 depreciado a cinco años carga US$10.000 anuales, pero si deja de ser económicamente competitivo antes de que expire ese plazo, el operador sigue arrastrando el costo de un activo que ya no genera el valor que justificó su compra. Multiplicado por cientos de miles de unidades, el desfase deja de ser un detalle contable y se convierte en una amenaza a la economía del ecosistema completo, con la particularidad de que esos ajustes suelen llegar de forma abrupta.

El detonante competitivo que aceleró la rotación

La rotación fuera de los receptores de capex venía gestándose hacía semanas, pero tuvo un catalizador: la startup china Moonshot liberó Kimi K3, un modelo de pesos abiertos que según los reportes rivaliza con los desarrollos más avanzados de OpenAI y Anthropic pese a utilizar menos chips de alta gama. Existe un temor al episodio equivalente al de DeepSeek en enero de 2025, que borró cerca de un billón de dólares en capitalización tecnológica.

Los semiconductores absorbieron el golpe, el índice de Filadelfia cedió 4% en una sola jornada y acumula un retroceso de 19% desde su máximo reciente, rozando el umbral de un mercado bajista técnico tras haber firmado su mejor primer semestre histórico. Samsung perdió 9% ese día y Taiwan Semiconductor cayó 3% pese a haber superado estimaciones y elevado su guía, en parte porque anunció un aumento de 14% en su presupuesto global de inversión hasta US$64.000 millones. Que el mercado castigue a una compañía justamente por invertir más resume el estado de ánimo.

Grafico del índice de los semiconductores (SOXX.US). Fuente: xStation5.

Si los modelos requieren menos cómputo para el mismo resultado, el efecto sobre los proveedores de infraestructura es ambiguo. Una IA más barata amplía la adopción y puede expandir la demanda agregada, pero también reduce la intensidad de procesamiento por tarea. Cuál de las dos fuerzas domina depende de si la demanda de cómputo es elástica o inelástica, y esa incertidumbre es exactamente lo que el mercado intenta descontar hoy.

Lo que dice la evidencia sobre gastar mucho

Conviene traer un dato que rara vez aparece en el debate diario y que respalda la cautela con más solidez. Un estudio de Verdad Capital que analizó casi tres décadas del mercado estadounidense, entre junio de 1997 y junio de 2025, encontró que las empresas con mayor intensidad de gasto de capital efectivamente generan un crecimiento robusto de resultados, de 5,2% anualizado en horizontes de tres años frente a 1,6% de aquellas con mayor rendimiento de flujo de caja libre.

Al medir lo que recibe el accionista, el cuadro se invierte. El rendimiento de flujo de caja libre resultó un predictor sólido de retornos futuros en horizontes de uno a cuatro años, mientras que la intensidad de capex fue un predictor mucho más débil, con evidencia moderada de que los mayores inversores entregaron retornos inferiores. La explicación está en la productividad de los activos, quienes más gastan muestran de forma persistente un menor retorno sobre activos, es decir, crecen sus utilidades construyendo una base de activos menos productiva.

Nada de esto invalida el ciclo, el encarecimiento del capital y la fragmentación geopolítica favorecen estructuralmente a las compañías intensivas en activos físicos, un cambio de régimen que su estratega jefe de acciones globales denomina ciclo posmoderno y que ya derramó oportunidades hacia industrias tradicionales largamente relegadas. Sin embargo, estas empresas requieren mucho capital para crecer y pueden tardar en generar utilidad, lo que complica su valuación.

El sector entró en su tercera fase: la primera preguntaba si la IA era real, la segunda si las grandes compañías gastarían en ella, y ambas ya tienen respuesta afirmativa. La tercera pregunta por el retorno sobre el capital invertido, y es la única sin evidencia concluyente. Mientras tanto el mercado castiga primero y verifica después, y en el corto plazo lo hace con lecturas técnicas, Alphabet cerró el miércoles por debajo de su media móvil de 100 sesiones por primera vez desde abril, con la de 200 en torno a US$323 como próxima referencia a poner a prueba. Lo que el mercado va a recompensar de aquí en adelante no es la magnitud del gasto sino la disciplina con que se ejecuta.