Autor: danny
“¿Qué hago? No he ganado dinero con la IA, si no subo ya será tarde.” Esa es probablemente la voz que escuchas al abrir este artículo.
NVIDIA subió más de 10 veces en tres años. El líder de módulos ópticos subió 17 veces en un año. Cada noticia habla de IA. Los colegas alardean de sus posiciones. Las redes sociales, Xiaohongshu, X, TIKTOK, comparten “la próxima acción que se multiplicará por diez”.
Tú estás vacío. Estás ansioso. Abres tu cuenta, tu dedo flota sobre el botón “comprar”.
dir="ltr">Primero quiero hacerte una pregunta—¿Por qué quieres comprar?Si tu respuesta es “la IA es una megatendencia”, “algún KOL lo recomienda”—ese es el juicio de otro, no el tuyo;
Si tu respuesta es “mi amigo ganó, yo también quiero ganar”—eso es envidia, no inversión;
Si tu respuesta es “si no compro ahora será tarde”—eso es FOMO, no análisis.
Tu verdadero problema no es ‘llegar tarde’. Tu problema es no tener tu propia cosmovisión.
Suena abstracto. Déjame explicarlo de manera concreta—por qué este problema es 100 veces más importante que “qué acciones comprar”.
I. Dónde pierde el 99% de la gente
Abre cualquier plataforma financiera, todas las discusiones giran en torno a una pregunta: qué comprar.
“¿NVIDIA puede seguir subiendo?” “¿Debo perseguir los módulos ópticos?” “¿Qué opinas del sector de la robótica?”
Estas preguntas son incorrectas en sí mismas.
Asumen una cosa: que ya sabes que la IA / robótica / comunicaciones ópticas es la dirección correcta. Y esa es precisamente la parte que más requiere pensamiento independiente, pero que el 99% de la gente se salta.
¿Cuál es el costo de saltársela?
Cuando tu juicio es correcto, no sabes por qué—entonces no sabes cuándo salir.
Compraste NVIDIA a $80 por recomendación de un KOL. Subió a $140 y no quieres vender, porque “tienes visión a largo plazo”. Subió a $200 quieres aumentar, porque “el impulso es fuerte”. Cayó a $150 estás confundido, “la historia sigue ahí”. Cayó a $100 vendes en pánico, “¿me equivoqué?”.
Cuando tu juicio es incorrecto, no sabes por qué—entonces seguirás perdiendo hasta el fondo.
Compraste una acción de concepto de IA a $50. Cayó a $30 no vendes, “la IA es el tema principal para diez años”. Cayó a $20 aumentas, “ahora está barata”. Cayó a $10 te rindes. Luego la acción nunca volvió a tu precio de compra.
El punto en común de estas dos situaciones: nunca tuviste tu propio marco de juicio. Solo estuviste escuchando a diferentes personas en diferentes momentos, haciendo cosas diferentes.
Este es el costo de una cosmovisión prestada.
II. Qué significa “tu propia cosmovisión”
La cosmovisión no es leer noticias. La cosmovisión es responder algunas preguntas fundamentales: (por ejemplo)
En los próximos 5-10 años, ¿cuál es el mayor cambio en la sociedad humana? ¿Se reorganizará la estructura energética? ¿El costo de computación bajará otro orden de magnitud? ¿Se reestructurará el mercado laboral?
¿Dónde están las limitaciones físicas de estos cambios? ¿Habrá suficiente electricidad? ¿Suficientes minerales? ¿Suficientes talentos?
¿Cómo fluirá el dinero? ¿Quién ganará dinero? ¿Quién será disruptado? ¿Cuáles son los verdaderos cuellos de botella?
Cuando puedas responder estas preguntas, elegir acciones se volverá simple—porque ya sabes hacia dónde fluirá el dinero, solo necesitas encontrar la esclusa en ese río.
Más importante aún—cuando el mercado fluctúe, no entrarás en pánico, no preguntarás a todos lados. Porque tu juicio no depende de “si sube o baja mañana”, sino de “cómo se verá el mundo en 5 años”.
Buffett, Munger, Dalio pueden atravesar ciclos alcistas y bajistas, no porque sean más inteligentes, sino porque su cosmovisión la construyeron ellos mismos, no se la dio el mercado.
III. Dos caminos: construir vs seguir
Camino A: Construir tu propia cosmovisión
Difícil. Requiere mucha lectura multidisciplinaria, seguir fuentes de información primarias, pensamiento independiente a largo plazo, aceptar que el 30% de tus juicios estarán equivocados.
La mayoría de la gente normal no tiene ese tiempo, energía, reserva de conocimiento. Está bien—hay un Camino B.
Camino B: Seguir a quienes ven más lejos
La lógica es simple: quienes realmente cambian el mundo, ven las tendencias 5-10 años antes que todos. Sus palabras y acciones revelan su cosmovisión. Seguir su dinero equivale a heredar su juicio.
Pero el 99% de la gente se equivoca en este paso—no sigues sus palabras, sigues su dinero.
Déjame repetirlo, porque es importante:
Hablar es barato. Pero el Capex es caro.
Elon Musk dijo por ocho años “el próximo año FSD L5”—esto es palabrería. SpaceX gastó $5.6B en turbinas de gas—esto es capex.
El capex no miente. Si alguien está dispuesto a apostar 50 mil millones de dólares en una dirección, su verdadera creencia en esa dirección es 10 veces más fuerte que cualquier entrevista, discurso, tweet.
Esta es la regla más crucial para juzgar la cosmovisión de los líderes.
Subscribe
IV. Cinco personas a seguir en el ámbito de la comercialización de IA
No todas las declaraciones de los CEO merecen ser escuchadas. Este artículo enumera a cinco personas, que representan diferentes facetas de la cosmovisión de la era de la IA, que juntas forman una red completa de señales.
Jensen Huang (NVIDIA)— la perspectiva del vendedor de palas
Todas las empresas de IA deben comprarle chips. Tiene la señal de demanda más completa de la cadena industrial: la curva real de demanda de potencia de cálculo, el cuello de botella en qué eslabón, cómo se asignará la capacidad en los próximos 3 años.
Escucha la keynote principal de GTC (cada marzo y octubre), mira las conferencias de resultados trimestrales. Pero lo más importante es ver las inversiones en el balance de NVIDIA—CoreWeave, Lumentum, Coherent, Corning, Nokia—estas son las verdaderas restricciones que él identifica. Él usa el efectivo de su propia empresa para decirte dónde hay dinero que ganar.
Elon Musk (Tesla / SpaceX / xAI)— la perspectiva del capex
El ejecutor más agresivo. Tiene autoridad de decisión con dinero real en cinco áreas simultáneamente: conducción autónoma, cohetes, IA, almacenamiento de energía, robótica.
Escuchar a Musk tiene una técnica: sus palabras son 70% palabrería, sus acciones son 100% señal. “FSD L5 el próximo año” lo dijo por ocho años es palabrería, pero $5.6B en turbinas de gas, $697M en Megapack, la fusión de SpaceX y xAI—estas decisiones de capex son su verdadera cosmovisión.
Postura correcta: ignora el ruido de sus tweets, enfócate en sus facturas.
Sam Altman (OpenAI)— la perspectiva de la comercialización, con sesgo
Representa la primera línea de la capa de aplicaciones de IA + comercialización. Se reúne diariamente con los mayores clientes corporativos, sabe qué casos de uso realmente pueden generar ingresos, dónde están los verdaderos cuellos de botella en la iteración de modelos.
Pero al escuchar a Altman hay que tener cuidado con una cosa—está recaudando fondos. Su descripción de todo tiene un componente de 'hablar su libro'. Cuán lejos está la AGI, la inversión de Stargate de cinco billones—todo esto es una narración para fijar el precio de la siguiente ronda de financiación.
Postura correcta: escucha la dirección que señala, pero descuenta al menos un 50% su cronograma.
Dario Amodei (Anthropic)— la perspectiva técnica
El más serio “técnico + seguro” en la industria de la IA. Anthropic puede competir de frente con OpenAI en modelos de vanguardia, pero tiene mucha menos influencia que su valoración—esto significa que las declaraciones de Dario tienen señal, no ruido.
Sus varios ensayos largos (“Machines of Loving Grace”, “On DeepSeek”) son de los pocos pensamientos serios en la era de la IA. No vende historias, explica en qué cree. Escuchar a Dario te acerca más a los hechos que escuchar a Sam—porque no tiene necesidad de exagerar.
Forma de seguimiento: blog oficial de Anthropic, sus ensayos largos, podcasts ocasionales. No está en Twitter—esto en sí mismo es una señal.
Liang Wenfeng (DeepSeek)— la perspectiva anticonsenso
Representa la verdadera profundidad técnica de la IA china. DeepSeek-V3, R1 prueban una cosa: con restricciones de potencia de cálculo, la optimización de ingeniería puede acercarse al rendimiento de los modelos cerrados. Este hecho cambia la curva de costos de toda la cadena industrial de la IA. (¡¡¡especialmente el costo!!!)
Liang Wenfeng básicamente no acepta entrevistas, no está en Twitter, no hace marketing. Su cosmovisión está en los artículos de DeepSeek y las notas de lanzamiento de modelos—tienes que leer, no esperar a que los medios te lo den.
Por qué seguirlo de todos modos: representa una perspectiva anticonsenso pero extremadamente importante—”la IA no necesariamente necesita apilar potencia de cálculo infinitamente”. Si su dirección resulta ser cierta, toda la historia “IA = capex infinito” necesita reevaluarse.
Su existencia en sí es un 'hedge' (cobertura) para tu cartera—un indicador inverso que te recuerda que “quizás la curva de crecimiento de NVIDIA no es tan pronunciada”.
¿Recuerdas cuando DeepSeek-R1 se lanzó a principios de 2025? NVIDIA cayó un 17% en un día, capitalización evaporada seiscientos mil millones de dólares. Si solo escuchabas a Jensen y no a Liang Wenfeng, esa caída no sabías por qué. Si escuchabas a ambos, entenderías: esto es el mercado reevaluando la curva de costos de entrenamiento, es una corrección, no una ruptura—así que no venderías en pánico.
La diversidad de tu cosmovisión determina si puedes mantener la calma cuando ocurre algo inesperado.
V. Cómo leer específicamente el Capex
Llegados a este punto quizás quieras preguntar: entiendo la teoría, pero ¿dónde se ve esta cosa del capex? ¿Cómo se lee?
Esta sección es la verdadera información valiosa. Desglosaré el método en pasos ejecutables.
Primer tipo: Capex trimestral de los Hyperscalers (la fuente de señal más importante)
Qué mirar: La cifra “Gastos de Capital” en los resultados trimestrales + la orientación futura que da la gerencia en la conferencia de resultados.
Dónde mirar:
-
Divulgación de resultados de Microsoft → investor.microsoft.com
-
Google → abc.xyz/investor
-
Meta → investor.fb.com
-
Amazon → ir.aboutamazon.com
-
Oracle → investor.oracle.com
Cómo leer tres capas de señal:
Primera capa: Vista panorámica de números Capex total de hyperscalers en 2024 ~ $250B, 2025 ~ $320B, expectativa consistente para 2026 $400B+. Crecimiento anual del 25-30%.
Este número en sí te dice dos cosas:
-
La marea del gasto de capital en IA sigue creciendo
-
La tasa de crecimiento se está desacelerando (del +60% en 2023 al +25% en 2026)
Nota: desacelerar no es igual a terminar. Un mercado que crece de $250B a $400B sigue siendo un gran impulso para la cadena de suministro—pero ya no puedes usar la expectativa de “curva exponencial” de 2023-2024 para fijar precios.
Segunda capa: Cambio trimestral (quarter-over-quarter) ¿El capex del trimestre sube o baja respecto al trimestre anterior? Este es el indicador más sensible.
Ejemplo: Meta capex 2025 Q1 $20B → Q2 $23B → Q3 $27B — esto es aceleración. Si ves que el cambio trimestral se vuelve negativo—alerta. Significa que la empresa empieza a reducir la inversión.
Tercera capa: Comentarios de la gerencia En la conferencia de resultados, los analistas presionarán a la gerencia con “¿cómo se gasta el capex? ¿En qué dirección?”—sus respuestas son la expresión real de su intención, porque tienen la obligación de informar a los accionistas (aunque lo empaqueten).
Palabras clave a escuchar:
-
“infraestructura de computación” / “entrenamiento de IA” / “construcción de centros de datos” → gasto de capital en IA
-
“terreno y estructuras” / “activos de larga duración” → construcción civil de centros de datos (no compra de GPU, es terreno+edificios+acceso eléctrico)
-
“redes” → módulos ópticos, conmutadores
-
“estamos limitados por la demanda, no por la capacidad” → todavía hay escasez
-
“vemos signos de normalización” → alerta, la demanda comienza a suavizarse
Segundo tipo: Clasificación de ingresos trimestrales de NVIDIA (indicador adelantado más rápido de la cadena)
Qué mirar: Ingresos del negocio Data Center en los resultados de NVIDIA + partida de Networking.
Por qué esta es la señal de oro: NVIDIA vende chips a todos los hyperscalers. Sus ingresos de datacenter = la implementación real de la parte “computación” del capex de IA de los hyperscalers. Si los ingresos de datacenter de NVIDIA en Q1 FY27 son +92% interanual, significa que la inversión en IA de los hyperscalers se materializó—no es orientación, son ingresos.
La partida de Networking es una mina de oro más oculta: Networking de NVIDIA Q1 FY27 +199% interanual, alcanzando $15B en un trimestre—anualizado $60B+. Este número es mayor que todas las predicciones de los analistas sobre el “TAM del mercado de redes para IA”.
¿Qué significa esto?
-
La demanda de toda la cadena de módulos ópticos / conmutadores / interconexión está subestimada
-
La cadena de suministro ascendente (dispositivos ópticos, conectores, PCB) debería estar más tensa de lo esperado por el mercado
-
Puedes inferir la prosperidad del subsector en 12 meses a partir de este número
Tercer tipo: “Inversiones en el Balance” de empresas líderes (señal más fuerte)
Esta es una señal que la mayoría de los inversores minoristas ignora por completo.
Las declaraciones del CEO pueden tener sesgo, los números de resultados son indicadores rezagados. Pero cuando una empresa utiliza su propio efectivo para invertir en otra empresa—esta es la expresión más fuerte de creencia en el futuro.
Objetivos en los que NVIDIA ha invertido en los últimos 12 meses:
¿Es un poco complejo? ¿O no tienes idea? Si conectas sus relaciones en la cadena industrial, ¿empieza a tener un poco más de sentido?
El mismo método se aplica a:
-
¿Qué startups de IA adquirió Microsoft? ¿A quién más invirtió además de OpenAI?
-
Lista de adquisiciones de Google (¿qué indica la licencia inversa de Character.AI?)
-
¿Cambios en los pagos a proveedores de Tesla en qué eslabones?
Cómo encontrar estos datos:
-
El apéndice “Inversiones y Adelantos” en el informe anual 10-K / 20-F de la empresa
-
Declaraciones SEC 13D/G (divulgación obligatoria para participaciones >5%)
-
PitchBook, Crunchbase (de pago)
-
Sección de comunicados de prensa de cada empresa (las asociaciones estratégicas públicas emiten comunicados)
Cuarto tipo: Indicadores adelantados—Energía, tierra, equipos de largo plazo de entrega (long lead time)
Esta es la señal más oculta pero más temprana.
Por qué es importante: Se pueden comprar chips, pero el plazo de entrega de electricidad, tierra, transformadores, turbinas de gas es de 3-7 años. Así que los pedidos de estos recursos de largo plazo de entrega reflejan la capacidad de dentro de 3 años.
Qué mirar:
-
“Cola de interconexión” (interconnection queue) de las empresas de red ERCOT / PJM / MISO en EE.UU. (datos públicos de solicitudes de centros de datos para conexión eléctrica)
-
Datos de pedidos pendientes (backlog) de GE Vernova, Siemens Energy, Mitsubishi Heavy Industries
-
Pedidos de transformadores de ABB, Hitachi Energy, Eaton
-
Ubicaciones específicas y configuraciones eléctricas de centros de datos divulgadas públicamente por xAI / Stargate / Meta
Estas señales a menudo aparecen 12-24 meses antes del boom de ventas de chips. Si ves que la cola de ERCOT para 2026 crece un 200%, significa que alrededor de 2028 habrá muchos centros de datos en línea, la demanda de chips correspondiente será en 2027-2028.
VI. Mapa completo de la cadena industrial de IA (comprensión estructural)
Saber solo “dónde está el dinero” no es suficiente. Necesitas saber cómo fluye este dinero en la cadena industrial.
Déjame dibujar la cadena industrial de IA desde la capa más baja hasta la más alta. No es para que memorices cada capa, es para que entiendas “dónde se crea y se distribuye el valor”.
Capa 0: Materias primas y sustratos
Energía: Nuclear, gas natural, geotérmica, almacenamiento Materiales: Silicio, cobre, tierras raras, galio, indio, fosfuro de indio (InP), niobato de litio en capas delgadas (TFLN) Jugadores típicos: Cameco (uranio), Williams Companies (gasoductos), AXTI (sustrato InP), Soitec (sustrato SOI), NGK (TFLN)
Características económicas:
-
Intensivo en capital, ajuste lento de capacidad (2-5 años)
-
Fuerte carácter de commodity, poder de negociación por geografía o patentes técnicas
-
“Extremo de transmisión” del ciclo de IA—la prosperidad se retrasa 12-24 meses respecto a los niveles superiores
Capa 1: Fabricación de obleas y procesamiento de sustratos
Fundición de chips lógicos: TSMC, Samsung Foundry, Intel Semiconductores compuestos: Win Semi (GaAs/InP), Tower Semiconductor (fotónica de silicio) Fabricación de memoria: SK Hynix, Samsung Memory, Micron Procesamiento de sustratos: Shin-Etsu, SUMCO
Características económicas:
-
Oligopolio (TSMC es básicamente exclusivo en 3nm y menores)
-
Gasto de capital extremadamente alto (una fábrica $100-300 mil millones)
-
“Garganta” de toda la revolución de IA—todos tienen que venir a pedir aquí
Capa 2: Diseño de chips
GPU: NVIDIA, AMD ASIC: Broadcom (diseña TPU de Google / MTIA de Meta), Marvell (para Amazon) Chips de red: Broadcom (Tomahawk), NVIDIA (Spectrum-X) Controladores HBM: Marvell, Astera Labs, Credo CPU: Intel, AMD, arquitectura ARM (Apple / Apple Silicon)
Características económicas:
-
Margen de beneficio extremadamente alto (margen bruto NVIDIA 75%)
-
Pero se está diferenciando—los ASIC autodesarrollados de hyperscalers están quitando cuota a NVIDIA
-
La capacidad de diseño es la verdadera ventaja competitiva, capital relativamente no intensivo
Capa 3: Empaquetado avanzado y prueba
Empaquetado CoWoS: TSMC (capacidad exclusiva) Equipos de prueba: KLA, Applied Materials, Onto Innovation Unión híbrida (tecnología clave HBM4): BESI, ASMPT Prueba de fotónica de silicio: MSSCORP
Características económicas:
-
Las empresas de equipos son los “desbloqueadores de las restricciones de capacidad”
-
Margen de beneficio extremadamente alto (margen bruto BESI 60%+)
-
Eslabón gravemente subestimado—la mayoría de los inversores minoristas no saben que existe esta capa
Capa 4: Interconexión óptica y redes
Láseres: Lumentum, Coherent, Sivers Moduladores: HyperLight (TFLN), fabricantes tradicionales Módulos ópticos: Zhongji Innolight (中际旭创), Suzhou Everbright (新易盛), Coherent Conexión por fibra: Corning, Foci Conmutadores de red: Arista, Cisco, Juniper, NVIDIA Spectrum-X
Características económicas:
-
Cuando los clústeres de GPU superan las 100,000 unidades, el costo de interconexión representa el 15-25% del costo total del sistema
-
Este es uno de los segmentos de más rápido crecimiento en la cadena industrial de IA
Capa 5: Servidores e integración de sistemas
ODM / EMS: Foxconn, Quanta, Wistron, Inventec, Supermicro Refrigeración líquida: Vertiv, Boyd, Asetek, Auras Fuente de alimentación: Delta Electronics, Lite-On
Características económicas:
-
Margen bruto bajo (5-10%) pero gran volumen
-
La refrigeración líquida es un nuevo segmento de crecimiento (margen bruto significativamente mayor que la refrigeración por aire tradicional)
Capa 6: Infraestructura de centros de datos
Operación de centros de datos: Equinix, Digital Realty Neocloud: CoreWeave, Nebius, Lambda Electricidad + refrigeración + red complementaria: Muchos jugadores
Características económicas:
-
Este es el destino principal del capex de los hyperscalers
-
Neocloud es una nueva especie que apareció en 2024-2026—alquila potencia de cálculo de GPU de forma independiente a empresas de IA
Capa 7: Modelos y aplicaciones
Modelos de vanguardia: OpenAI, Anthropic, Google DeepMind, xAI, Meta, DeepSeek Capa de aplicación: Microsoft Copilot, Cursor, Perplexity, varios SaaS verticales de IA
Características económicas:
-
La capa más observada por el mercado, pero los ganadores aún no están definidos
-
El modelo de negocio aún se explora (suscripción, API, tarifa de agente)
-
La capa de mayor riesgo y retorno más incierto
VII. Relaciones de interconexión en la cadena industrial
Saber solo las capas de la cadena no es suficiente. Necesitas entender cómo los cambios en una capa se transmiten a otras—esta es la comprensión que los inversores comunes pasan por alto más fácilmente.
Daré algunos ejemplos concretos de cadenas de transmisión:
Interconexión 1: Capa de modelo → Capa de potencia de cálculo → Capa de almacenamiento
Evento desencadenante: OpenAI lanza GPT-5 (suponiendo que necesita 10 billones de parámetros)
Cadena de transmisión:
-
Demanda de potencia de cálculo para entrenamiento: De ~25,000 H100 para GPT-4 → GPT-5 estima necesidad de 100,000+ B200/Rubin
-
NVIDIA se beneficia: Ingresos de Data Center se aceleran
-
Demanda de HBM se dispara: Cada B200 con 192GB HBM3E, 100,000 unidades = ~20PB HBM
-
SK Hynix / Samsung / Micron se benefician: Precio HBM sube
-
HBM4 se adelanta: Clientes presionan a Samsung / SK Hynix para acelerar producción en masa HBM4
-
BESI se beneficia: HBM4 necesita unión híbrida, pedidos de equipos BESI se disparan
-
InP / TFLN se benefician: Porque clúster de 100,000 GPU debe usar interconexión óptica, correspondiente demanda de materiales ascendentes
Por eso cuando una presentación de OpenAI hace subir las acciones no solo es NVIDIA—también son BESI, Lumentum, AXTI estos eslabones ascendentes.
Interconexión 2: Cuello de botella eléctrico → Cambios en ubicación de centros de datos → Beneficio regional
Evento desencadenante: Plazo de entrega de transformadores en EE.UU. se extiende de 50 a 130 semanas
Cadena de transmisión:
-
Retrasos en construcción de centros de datos: Proyectos planificados para 2026 se posponen a 2028
-
Evitar la red eléctrica: Hyperscalers comienzan a usar turbinas de gas móviles (Solar Turbines / Capstone)
-
Demanda de gas natural crece: Williams Companies, Kinder Morgan se benefician
-
Almacenamiento de energía compensa: Tesla Megapack, Sungrow, Fluence vendidos a centros de datos
-
Reevaluación de opciones nucleares: Cameco (uranio), Constellation Energy (operación nuclear) suben fuertemente
-
Ubicaciones se concentran cerca de producción de gas natural: Texas, Appalachia, Dakota del Norte se convierten en nuevo corredor de centros de datos
Por eso la tensión eléctrica te permite descubrir oportunidades en “acciones energéticas + de almacenamiento” dentro del tema de IA.
Interconexión 3: Desacople China-EE.UU. → Dualización de cadena de suministro → Diferenciación de jugadores regionales
Evento desencadenante: EE.UU. restringe exportación de NVIDIA H20 a China
Cadena de transmisión:
-
Proveedores de nube chinos obligados a autodesarrollar: Alibaba, ByteDance, Tencent, Baidu aceleran compra de chips nacionales
-
Huawei Ascend se beneficia: Pedidos se disparan
-
Cadena de equipos de semiconductores china se beneficia: AMEC (中微), NAURA (北方华创) etc.
-
Empresas de modelos chinas como DeepSeek se benefician: Porque la limitación de potencia de cálculo fomenta optimización de ingeniería
-
Sale DeepSeek-R1 → NVIDIA cae 17%: Porque mercado teme que “la curva de demanda de potencia de cálculo no es tan pronunciada”
-
A su vez impulsa a NVIDIA a buscar nuevo crecimiento en Medio Oriente, India: Proyectos HUMAIN, IndiaAI
Por eso la geopolítica no es una variable externa del tema de IA—es una de las mayores variables internas del tema de IA.
Interconexión 4: Cambio generacional de Entrenamiento → Inferencia
Evento desencadenante: Los modelos de razonamiento (o1, Claude reasoning, DeepSeek-R1) se convierten en corriente principal
Cadena de transmisión:
-
Consumo de tokens de inferencia se dispara: Consulta única de 500 tokens → 50,000 tokens (100 veces)
-
Demanda de potencia de cálculo para inferencia > demanda para entrenamiento: De 4:6 en 2024 → predicción 7:3 en 2027
-
Chips de IA en el borde: Difusión del datacenter a terminales (teléfonos, autos, robots)
-
Mediatek, Horizon Robotics, Mobileye se benefician
-
La eficiencia energética se vuelve más importante: Crece demanda de semiconductores de potencia GaN, SiC
-
La línea de productos “optimizada para inferencia” de NVIDIA (Blackwell Ultra, Rubin Inference) se vuelve más rentable que los productos de entrenamiento
Este es el giro más importante de la cadena industrial en 2025-2027—la mayoría de los inversores aún ven la IA con el marco de “potencia de cálculo para entrenamiento”, pero el dinero real se está trasladando a la inferencia. (Puedes dejar que tu IA te ayude a razonar)
VIII. La “cosmovisión” inferida del capex de las empresas públicas
Cuando empiezas a mirar siguiendo el flujo del capex, verás que el dinero fluye hacia varias direcciones claras:
Chips de IA—El costo marginal de la inteligencia está bajando, pero la demanda total crece más rápido, por lo que el volumen total de chips sigue expandiéndose. Pero los ganadores no son solo NVIDIA. Broadcom, a través de ASIC, ha quitado pedidos de autodesarrollo de hyperscalers, TSMC es la fundición de todos los jugadores.
Almacenamiento—Cuanto mayor es el modelo de IA, mayor es la demanda de HBM. Una GPU sin HBM es inútil. El HBM es una escasez estructural, oligopolio de SK Hynix, Samsung, Micron, ciclo de expansión 18-24 meses.
Interconexión óptica—Cuando el número de GPU supera 1 millón, se alcanza el límite físico de interconexión de cobre, debe usarse luz. Corning es el valor relativamente más seguro—capitalización grande + realmente se beneficia.
Robótica—La estructura de costos del trabajo físico se está reescribiendo. Pero este mercado está lejos de madurar, Tesla Optimus ya se ha retrasado dos veces. Todavía es muy pronto, espera hasta 2027 para ver datos de producción en masa.
Energía—Esta es la dirección más subestimada. La IA no es una revolución de software, es una revolución de consumo energético. Un gran centro de datos consume la electricidad de una ciudad mediana. La red eléctrica de EE.UU. no puede soportar la demanda esperada de IA, cola de transformadores 5 años, cola de turbinas de gas 7 años. Así que lo que ocurre es que los hyperscalers evitan la red, construyen sus propias turbinas de gas + almacenamiento + futura energía nuclear pequeña.
Estas cinco direcciones, cada una se infiere del flujo del capex, no se deduce de las noticias. Este es el juicio construido sobre una cosmovisión.
Después de hablar tanto de capex, cadena industrial, cobertura, podrías pensar: Cuando leo noticias diarias, veo tweets, un CEO dice algo, ¿cómo juzgo?
Aquí tienes un flujo de juicio ejecutable.
IX. Un entrenamiento que puedes realizar inmediatamente
Después de tanta teoría, te doy un ejercicio que puedes hacer esta noche.
Ejercicio: Enumera todos los objetivos de inversión de NVIDIA en los últimos 12 meses, y explica por qué.
Te los enumero:
Si no puedes explicarlo → aún no tienes una cosmovisión, esta es tu tarea para el próximo mes Si puedes explicarlo → ya estás empezando a ver el mundo siguiendo el flujo del capital
Esta lista que tú mismo puedes explicar es más importante que cualquier recomendación de acción. No solo te dice “qué comprar”, te está entrenando en “cómo mirar”.
X. De la cosmovisión a la acción
Bien—has construido una cosmovisión. Ahora la pregunta es: ¿cómo implementarla?
Una respuesta contraria a la intuición: Cuanto más clara es tu cosmovisión, más lenta es tu acción. (Si no lo crees, mira al señor Buffett)
¿Por qué? Porque ya no te impulsa el FOMO. Sabes que la IA es una historia de 10 años—entrar 3, 6, incluso 12 meses tarde, en una escala de 10 años no importa. No necesitas ganar esta ola, necesitas ganar los próximos 30 años.
Paso 1: Primero resolver la estructura financiera básica
Antes de pensar “qué comprar”, responde tres preguntas:
-
¿Tienes un fondo de emergencia para 6 meses de gastos de vida?
-
¿Liquidaste las deudas de alto interés (tarjetas de crédito, préstamos al consumo)?
-
¿Tienes seguro?
Invertir en acciones sin resolver estos tres problemas es esperar a vender con pérdidas.
Paso 2: Decidir la proporción de la estrategia de inversión
Versión conservadora 10%, equilibrada 15%, agresiva 25%.
No superes el 25%. Incluso si crees al 100% que la IA es el futuro—la gestión de riesgos no te permite que un solo tema supere un cuarto de tu cartera. Esto no es pesimismo, es disciplina.
Paso 3: Elegir el método de participación
Para el 80% de la gente normal, la respuesta correcta son los ETF de índice amplio (QQQ, SPY, VOO). (Los datos también lo demuestran)
En el Nasdaq 100, NVIDIA, Microsoft, Google, Meta, Amazon, Apple representan más del 40%—todos son beneficiarios centrales del tema de IA. Comprar QQQ equivale a sobreponderar automáticamente la IA, al tiempo que diversificas el riesgo de un solo valor.
Para el 15% de las personas—ETF temáticos (AIQ, SOXX). La volatilidad es 2-3 veces mayor que la de los índices amplios, pero más diversificados que una sola acción.
Para el 5% de las personas—Acciones individuales. Lista extremadamente corta, como NVIDIA, Microsoft, Google, Meta, TSLA, Broadcom, TSMC (lo anterior no es un consejo de inversión, investiga por tu cuenta)
No te extiendas a “valores de pequeña capitalización ascendentes de alto rendimiento potencial”. Eso es para profesionales, no para ti.
Paso 4: Entrar por tramos (Dollar-cost averaging)
Si decides invertir 10,000 euros en IA—no compres todo hoy de una vez.
Divide en 6-12 meses, comprando una cantidad fija cada mes.
No sabes si hoy es un máximo o un mínimo. Si compras durante 12 meses, mientras el mercado cae un 20% sigues comprando—tu costo promedio será significativamente menor que una compra única.
Las estrategias aburridas a menudo son las que ganan dinero. Las estrategias emocionantes a menudo son las que pierden dinero.
Paso 5: Escribir las reglas
Antes de entrar, escribe tres reglas, imprímelas y pégalas en la pared, o configúralas como fondo/pantalla de tu móvil:
-
Comenzaré el [fecha] una inversión mensual fija de [cantidad], durante [número de meses]
-
No cambiaré el plan por fluctuaciones a corto plazo—suba un 20% o baje un 20%, seguiré con la inversión fija
-
Evaluaré si ajustar en [3 años después / supera el 30% de la cartera / necesidad urgente de dinero]
Debes saber: el juicio racional que puedes escribir hoy probablemente será superado por la emoción en momentos de gran volatilidad del mercado. Y estas reglas impresas en la pared son el contrato entre tú y tu yo futuro fuera de control.
XI. Los errores que definitivamente cometerás en los próximos 12 meses
Error 1: Detener la inversión fija cuando el mercado cae fuertemente. El día que caiga un -15% tu reacción instintiva es “parar ya”. Error—es precisamente cuando más debes seguir comprando.
Error 2: Duplicar la compra cuando el mercado sube fuertemente. Tres meses seguidos de subidas quieres “acelerar el progreso”—esto es perseguir máximos.
Error 3: Convertir la “inversión” en “observar el mercado”. Después de empezar la inversión fija, abres la app diez veces al día—ya te estás deslizando de inversor a apostador. Desinstala la APP, mírala solo una vez al mes.
Error 4: Aumentar la posición por rumores. En el grupo recomiendan “subirá diez veces seguro”—el 99% está equivocado, el 1% no puedes distinguirlo. Aparte de tu lista, nada más.
Error 5: Hacer cuentas. A los principiantes les encanta calcular “cuánto he ganado”. Las ganancias en papel no son tuyas hasta que vendas. No hagas cuentas en 5 años.
Estos cinco errores provienen de la misma raíz—tu cosmovisión aún no es lo suficientemente sólida.
Si realmente crees que la IA es el tema principal para 10 años, una caída del 20% no te asustará (incluso te alegrará tener acciones baratas). Si tu juicio es prestado, una caída del 5% ya empezarás a dudar de tu vida.
La estabilidad de tu cosmovisión determina la estabilidad de tu ejecución.
XII. Finalmente, ¿por qué quieres comprar?
Volviendo a la pregunta del principio—¿Por qué quieres comprar?
Si después de leer esto puedes dar una respuesta propia, hoy estás más cerca de la verdad que el 95% de los inversores minoristas.
No porque seas más inteligente que ellos. Es porque estás dispuesto a ir más despacio, primero pensar claramente el por qué, luego hacer el qué.
Recuerda, la menor diferencia entre las personas normales y las grandes instituciones, los operadores profesionales, el IQ150 es el tiempo. Tú y ellos, todos tienen solo 24 horas al día. Todos necesitan esperar el mismo tiempo para ver madurar los frutos.
Las instituciones enfrentan diariamente presión de resultados trimestrales, presión de reembolsos de clientes, presión de superar a sus pares. Deben operar todos los días, deben acertar el momento, deben perseguir temas.
Tú no.
La inversión fija regular en índices globales durante 30 años da un rendimiento compuesto de ~8-10%—ya supera al 80% de los fondos de gestión activa.
Sin estudiar nada, sin analizar nada, solo ejecutando mecánicamente—tu rendimiento a largo plazo supera al de la mayoría de los inversores profesionales.
Entonces, ¿por qué aún quieres arriesgarte comprando acciones individuales de IA?
Porque todos queremos sentir que “participamos en la era”. Porque todos tememos perder oportunidades “obvias” como NVIDIA. Porque nuestro instinto nos dice “no actuar es fracasar”.
Pero en inversión, ‘no actuar’ a menudo es la acción más fuerte.
-
Primero la cosmovisión, luego las acciones. Comprar sin cosmovisión es esencialmente apostar.
-
Sigue el capex, no las palabras. Cuánto dinero real está dispuesto a gastar alguien determina su verdadera creencia en el futuro.
-
El dinero no hay que invertirlo apresuradamente. Las oportunidades siempre existirán, pero el capital principal solo hay uno.
Debes saber, la IA no te llevará a la bancarrota; la IA tampoco dejará de tener que ver contigo porque entres tres meses tarde—pero tu capital principal, si lo inviertes todo en un momento equivocado, puede tomarte cinco años recuperarlo.
Esos cinco años son tu costo más caro.
Te sugiero imprimirlo y pegarlo en la pared:
Posdata
Estos días mucha gente pregunta, ¿qué comprar? ¿Cómo abrir cuenta?
Siempre digo: De verdad, no te apresures a abrir una cuenta y comprar acciones.
Esta noche haz una cosa: Busca una hoja de papel, escribe “por qué creo que la IA es el tema principal para los próximos 10 años”—con tus propias palabras, al menos 500 palabras.
Si no puedes escribir—aún no tienes una cosmovisión, no inviertas todavía. Si puedes escribir—tu cosmovisión resiste esta simple prueba, puedes empezar a ejecutar.
Créeme, esta hoja de papel es más importante que comprar cualquier acción hoy.
Porque es el comienzo de tu pensamiento de inversión independiente.
Te acompañará los próximos 30 años—y el interés compuesto de 30 años es lo que realmente puedes ganar de esta era.
Tómatelo con calma. Haz bien el primer paso.
