Ha llegado la hora de pensar diferente

«Cuando cambian los hechos, yo cambio de opinión. ¿Qué hace usted?»— John Maynard Keynes  

Introducción  

La presentación de DeepSeek¹ ha desembocado en cambios significativos en el sector de la inteligencia artificial (IA), además de poner en entredicho los supuestos existentes y reconfigurar el panorama de la inversión. Esta transformación ha provocado que los inversores reconsideren el futuro del dominio de la IA, la accesibilidad a ella y el despliegue estratégico del capital.

Recapacitamos sobre las oportunidades de inversión en IA 

Las inversiones en IA se ven muy influenciadas por los progresos en materia de potencia de computación, eficiencia de los algoritmos y utilización de datos. Estos componentes básicos de la cadena de valor de la IA, a saber, las firmas que desarrollan los productos o servicios necesarios para esta tecnología (pick and shovels), han sido los principales beneficiarios del interés de los inversores. La inversión se ha concentrado en gran medida en un grupo selecto de empresas, y ha pasado por alto a menudo los diversos resultados potenciales de estos valores. Los innovadores algoritmos de DeepSeek y su enfoque de código abierto están desviando la atención desde las tradicionales mejoras de hardware hacia ámbitos que presentan más matices como la optimización de algoritmos y la explotación de datos. Aunque la mejora en los algoritmos se ha revelado constante, DeepSeek emplea técnicas novedosas. Esta evolución no solo acelera los avances tecnológicos, sino que además diversifica las oportunidades de inversión más allá de las firmas que ponen el foco en exclusiva en el hardware y los beneficiarios de los centros datos. 

Repercusiones financieras de los modelos de IA mercantilizados

El estrechamiento de la brecha existente entre los principales modelos de IA y sus raudos seguidores, que se deriva de las contribuciones de código abierto y la destilación de modelos, está convirtiendo los sustratos fundacionales de la IA en productos al alcance de todos. Aunque hemos mantenido esta opinión durante algún tiempo, la tendencia se ha acelerado y ya no tienen por qué ser los bolsillos más acaudalados los que ganen la carrera por los mejores modelos. Esto desplaza la propuesta de valor hacia la IA para aplicaciones específicas, lo que beneficia a sectores como el del software como servicio (SaaS, por sus siglas en inglés) e impulsa una posible oleada de aplicaciones de IA innovadoras. En cuanto a los inversores, esto puede denotar un posible cambio de enfoque, por el que se pasaría de invertir en tecnologías de IA subyacentes a poner la mirada en empresas que despunten en la aplicación de estas tecnologías en diversos sectores. Creemos que las mejor posicionadas combinarán datos únicos con características de la IA y flujos de trabajo de clientes.

Esto también resulta algo propicio para los proveedores de servicios en el segmento de tecnologías de la información, ya que, a medida que se acelera la adopción por parte de las empresas, se incrementa la necesidad de implementar mejoras en la IA. Por último, la necesidad de seguridad sigue aumentando por el mayor número de puntos de ataque y el libre acceso a programas maliciosos (malware) y estrategias de suplantación de identidad (phishing). En general, creemos que estos avances ofrecen un margen importante para el software.

Datos, datos y más datos 

En el caso del segmento inmobiliario, se dice que la ubicación lo es todo. En relación con la IA, lo importante son los datos. En lo que a entrenamiento se refiere, los grandes modelos lingüísticos (LLM, por sus siglas en inglés) parecen estar alcanzando sus límites de escalabilidad conforme se ralentiza la mejora del rendimiento. Por consiguiente, aquellos que disponen de conjuntos de datos propios siguen contando con ventaja, mientras que aquellos que agregan datos públicos podrían verse perjudicados. Esto también respalda nuestra opinión de que un grupo selecto de plataformas de datos y proveedores de servicios sacarán partido de la situación a medida que las empresas se aseguren de que sus datos están preparados para las nuevas aplicaciones basadas en IA. 

La persistente demanda de computación e inversión en infraestructura de IA  

Las preguntas que siguen presentes sobre los gastos de capital en IA y los ingresos necesarios que se necesitan para justificar su rentabilidad de la inversión (ROI, por sus siglas en inglés) se han acentuado con los últimos acontecimientos. La continua necesidad de hardware sofisticado para gestionar tareas complejas de IA garantiza una inversión constante en infraestructuras relacionadas con la IA. Aunque estamos experimentando una transición entre una fase de entrenamiento intensivo y otra dominada por la inferencia, lo que ha reducido los costes con rapidez, las necesidades actuales de computación no muestran signos de exceso de capacidad. Sin embargo, avances tecnológicos como la nueva unidad de procesamiento de gráficos (GPU, por sus siglas en inglés) Blackwell de Nvidia —cuatro veces más potente y de menor consumo que los modelos actuales— prometen mejoras significativas de potencia y eficiencia en materia de computación.

En nuestra opinión, la búsqueda de la inteligencia artificial general y los LLM de vanguardia podrían apuntalar la demanda de infraestructuras y computación de alta gama. Sin embargo, un modelo de IA concebido para la atención sanitaria que analice todas las proteínas del mundo exhibe una magnitud mucho menor que un LLM que procesa ingentes volúmenes de datos. Creemos que estamos rotando hacia un mundo de modelos más pequeños y una demanda continua de computación, aunque, como inversores a largo plazo, mostramos cautela sobre las proyecciones que vaticinan un gran crecimiento para 2027 y en años posteriores, y que influyen en las valoraciones.

Creemos que los hiperescaladores se hallan en una buena posición a pesar de las posibles limitaciones a corto plazo, como el software, la burocracia o los retrasos en la implantación a escala de las empresas. Aunque se prevé que los compromisos de capital para 2025 seguirán siendo elevados, las perspectivas son menos seguras a más largo plazo. Puede que las necesidades de gastos de capital se sigan incrementando, si bien la intensidad de estas inversiones podría disminuir, como indica la reciente pausa de Microsoft en el gasto en activos de larga duración. Esta tendencia nos sugiere una menor intensidad de capital, lo que resulta propicio para los hiperescaladores, pero puede perjudicar a otros actores del ecosistema de los centros de datos, como los de energía y refrigeración.

La tendencia hacia modelos más pequeños podría acelerar el giro hacia la computación periférica, en la que estos modelos funcionan en dispositivos personales como teléfonos u ordenadores portátiles, en lugar de servidores. Seguimos atentos a un posible ciclo de renovación que podría deparar chips más potentes en los aparatos electrónicos de consumo, lo que vaticina que los dispositivos con «capacidad de IA» podrían exigir precios más elevados. 

Repercusiones en plano estratégico  

A nuestro parecer, las firmas que integren con eficacia la IA con el propósito de optimizar la eficiencia operativa y las experiencias del cliente tienen visos de revelar mejores resultados. Las mejoras en materia de productividad podrían ser muy positivas para los márgenes en aquellas firmas con poder de fijación de precios y podrían mantener estas ganancias. Si a esto se suma la caída de los costes de la IA, esto también podría perfilarse como una dinámica deflacionista.

Asimismo, los cambios geopolíticos en el acceso a la tecnología y la regulación podrían influir en la inversión en todo el mundo. Observamos que Mistral ha lanzado su nuevo modelo Small 3, que, según la empresa, es más pequeño, más rápido y más barato. ¿Suponen estos avances una oportunidad para que las empresas europeas se pongan al día?

En la espiral de ventas que constatamos con el anuncio de DeepSeek, varios valores relacionados con el «sector de centros de datos de IA» cayeron de manera uniforme. Esto se revela desconcertante, pues abarcan desde redes y conectores hasta generadores de energía, proveedores de equipos eléctricos y sistemas de refrigeración. Aunque todos estos guardan relación, presentan exposiciones diferentes a los centros de datos y se ven afectados de diversas maneras, lo que plantea un interrogante más general sobre la estructura del mercado y las estrategias de compra simultánea de varios valores (basket trades).

Conclusión

A medida que DeepSeek redefine los límites y las capacidades de la IA, los inversores podrían tener que sopesar la adopción de un enfoque dinámico para tratar de sacar provecho de este mercado en evolución. Pensamos que se debe poner la mirada en empresas y sectores que no solo desarrollen tecnologías de IA, sino que también las implementen con eficacia para generar valor empresarial y ventajas competitivas. Sortear este panorama cambiante exigirá un profundo conocimiento tanto de las tendencias tecnológicas como de sus repercusiones económicas y geopolíticas en líneas más generales.

Los hiperescaladores siguen bien situados y el software sacará partido, al tiempo que se requiere una introspección más profunda sobre la duración de las tasas de crecimiento. El cambio en este espacio no amainará. En calidad de gestores activos, intentaremos aprovechar las fluctuaciones en el mercado, conservar la agilidad en las decisiones y posicionarnos para la IA de cara al futuro, en lugar de seguir expuestos a lo que ha funcionado durante los dos últimos años. 

¹ DeepSeek es una empresa radicada en China, bastante nueva y que crea modelos de IA. 

Las opiniones expresadas en este material pertenecen al Grupo de estrategias e información de MFS, parte de la unidad de distribución de MFS, y pueden diferir de las de los gestores de carteras y analistas de MFS. Estas opiniones pueden variar en cualquier momento y no deben interpretarse como asesoramiento de inversión del Asesor, como recomendaciones sobre títulos-valores ni como indicación de intención de negociación en nombre de MFS .

La diversifi cación no garantiza la obtención de benefi cios ni la protección frente a pérdidas. Las rentabilidades pasadas no garantizan los resultados futuros.