Por qué la mala inversión, y no el exceso de oferta de chips, podría acabar con la tendencia de la IA

El auge de la inteligencia artificial está impulsando el ciclo de gasto de capital (capex) más dramático de la historia, pero ha surgido una advertencia significativa sobre su sostenibilidad. Chris Wood, Jefe Global de Estrategia de Renta Variable de Jefferies, sugiere que el fin eventual de la tendencia de la IA no será provocado por una escasez de chips, sino por una crisis de confianza en los rendimientos de la inversión.

La amenaza inminente de la mala inversión

A diferencia de los ciclos tradicionales de semiconductores que terminan debido a repentinos excesos de oferta o acumulaciones de inventario, Wood sostiene que la era de la IA enfrenta un riesgo estructural único: la mala inversión. El peligro principal reside en la posibilidad de que los hiperescaladores y los principales laboratorios de IA no puedan generar rendimientos adecuados sobre el enorme capital que están desplegando.

Wood destaca un preocupante patrón de "financiación circular" dentro del ecosistema. Por ejemplo, Nvidia ha participado en la financiación de entidades como OpenAI, que a su vez utilizan ese capital para comprar más chips de Nvidia. Si bien esto crea un impulso poderoso a corto plazo, genera un bucle de retroalimentación que podría revertirse bruscamente si los inversores comienzan a dudar de la monetización a largo plazo y de la visibilidad de los beneficios de la infraestructura de IA (AI stack).

Capex masivo y la concentración de riesgo

La escala de inversión que se está presenciando actualmente no tiene precedentes. TSMC, la fundición líder en el mundo, ha elevado su previsión de capex para 2026 a aproximadamente 56.000 millones de dólares, frente a los 41.000 millones del año pasado. Las proyecciones de Fubon Research sugieren que esto podría dispararse hasta situarse entre los 65.000 y los 70.000 millones de dólares para 2027.

Este aumento ya está transformando las economías regionales. En Taiwán, el impacto de la demanda relacionada con la IA es evidente, con un crecimiento del PIB real del 14,55% interanual en el primer trimestre de 2026. Además, se espera que la demanda relacionada con la IA represente aproximadamente el 31% de los ingresos totales de TSMC en 2026, lo que subraya la gran concentración de la economía mundial en la infraestructura de IA.

La comoditización de los modelos de IA

Un segundo punto de presión es la rápida comoditización de los modelos de lenguaje de gran tamaño (LLM). A medida que la eficiencia mejora y los costes disminuyen, la ventaja "premium" de los proveedores de IA occidentales se está viendo desafiada. Wood señala el auge de los modelos chinos, como el GLM-5.2 de Z.ai, que según se informa ofrece un rendimiento comparable al de los modelos occidentales de primer nivel a solo una cuarta parte del coste.

Los datos respaldan este cambio; en la plataforma OpenRouter, los principales modelos de IA chinos procesaron 21,37 billones de tokens a finales de junio, un salto masivo desde los 4,37 billones de abril. Este volumen es significativamente mayor que los 5,76 billones de tokens procesados por los principales modelos estadounidenses, lo que indica un panorama saturado y sensible al precio.

Cambio de enfoque hacia las "picos y palas" (Picks and Shovels)

A pesar de estas advertencias, Wood no predice un colapso inmediato. En su lugar, sugiere un giro estratégico hacia las "picos y palas" de la industria, específicamente hacia los proveedores de memoria y DRAM. Debido a la paradoja de Jevons, a medida que el cómputo se vuelve más eficiente y barato, el consumo total aumenta en realidad, beneficiando a los proveedores de hardware.

Grandes actores como Micron ya están asegurando su posición mediante cambios estructurales, como la firma de acuerdos estratégicos a cinco años que cubren porciones significativas de sus volúmenes de DRAM y NAND. Esto otorga a los fabricantes de memoria un mayor poder de fijación de precios y estabilidad, incluso si la capa de software de IA en general tiene dificultades para demostrar su rentabilidad.

Conclusiones clave

• El riesgo real: Es más probable que la tendencia de la IA termine debido a la "mala inversión" —el fracaso de los hiperescaladores para obtener rendimientos suficientes sobre el enorme capex— que por un exceso de oferta de chips tradicional.
• Comoditización de modelos: El rápido auge de los modelos de IA chinos de bajo coste y alto rendimiento está ejerciendo una presión inmensa sobre la rentabilidad de los proveedores de IA occidentales de primer nivel.
• Resiliencia del hardware: Los fabricantes de memoria y DRAM (como SK Hynix y Samsung) siguen siendo los beneficiarios más resilientes debido a su capacidad para asegurar acuerdos de ventas a largo plazo y ejercer poder sobre los precios.