Más barata, inteligente y versátil: amplio margen de crecimiento para la IA

Podcast Talking Heads | transcripción
Más barata, inteligente y versátil: amplio margen de crecimiento para la IA
También puedes escucharlo aquí

Daniel Morris: Hola y bienvenidos al podcast Talking Heads de BNP Paribas Asset Management, donde nuestros equipos de inversión comparten su visión, análisis y perspectivas, en español, gracias a la inteligencia artificial.

En este episodio, hablaremos de las últimas novedades en materia de inteligencia artificial. Soy Daniel Morris, estratega jefe de mercado, y hoy me acompañan Pam Hegarty y Derek Glynn, cogestores de nuestra estrategia de tecnología disruptiva. Bienvenidos, Pam, Derek. Gracias por acompañarnos.

Pamela Hegarty: Muchas gracias, Daniel. Es un placer para mí estar aquí.

Derek Glynn: Gracias, Daniel. Encantado de estar aquí.

DM: Tengo que ser sincero: no me dais ninguna envidia, ni vosotros ni vuestro trabajo. Están pasando tantas cosas en torno a la inteligencia artificial, que me resulta difícil entender cómo es posible estar al día de todo, analizarlo todo, dada la gran disparidad de opiniones sobre la nueva tecnología y sus posibles consecuencias. ¿Vamos a asistir a una nueva oleada de crecimiento, productividad y desinflación, o, por el contrario, vamos a quedarnos sin trabajo? Vuestra labor consiste en tratar de contestar a esta pregunta y, sobre todo, determinar cómo invertir en este contexto. Durante el último año más o menos, desde que la inteligencia artificial acaparó toda la atención de los inversores, se han producido muchísimos avances, prácticamente a diario. ¿Podéis hablarnos de los más interesantes que estáis viendo ahora mismo? Podemos empezar contigo, Derek.

DG: ¡Claro! La propia tecnología continúa avanzando con rapidez. Cada nueva generación de modelos demuestra esta tendencia persistente de mejora de la inteligencia y reducción del coste por unidad de inteligencia. Así, dichos modelos son cada vez más inteligentes y más baratos, lo que amplía su aplicación e impulsa la adopción.

Más concretamente, la inteligencia artificial está evolucionando desde herramientas sencillas a sistemas autónomos complejos. Los sistemas de inteligencia artificial agentiva van incrementando su capacidad de razonamiento, planificación y ejecución de procesos compuestos por varias fases. Las empresas comienzan a adoptar estos modelos para automatizar ciertas tareas y acelerar los procesos de análisis. Uno de los usos más populares es lo que se conoce como vibe coding, o programación asistida por inteligencia artificial, en el que los desarrolladores dan instrucciones y orquestan sistemas mediante instrucciones, en lugar de escribir código línea por línea, lo que está redefiniendo la creación de software.

Por otra parte, los avances en robótica e inteligencia artificial corporizada permiten que las máquinas perciban, razonen y actúen en el mundo físico. Pensamos que las aplicaciones se irán ampliando a medida que los recursos de inteligencia artificial se vayan integrando en hardware con «ojos y oídos», lo que permitirá una interacción más rica con el mundo real. La inteligencia también se está desplazando hacia los propios dispositivos, como los teléfonos inteligentes y otros dispositivos personales conectados. La integración de la inteligencia artificial en los propios dispositivos permite experiencias personalizadas en tiempo real sin tener que depender de la infraestructura centralizada de nube.

En conjunto, todos estos avances apuntan hacia un futuro en el que la inteligencia estará perfectamente integrada tanto en el mundo digital como en el físico.

DM: Todo esto exige una gran inversión, lo que se ha visto reflejado en la previsión de fuerte aumento del gasto de capital. La inversión empresarial en infraestructuras de inteligencia artificial está creciendo con rapidez. Derek, ¿qué consecuencias podría tener todo esto en los proveedores de servicios en la nube y en las compañías de hardware y semiconductores?

DG: Los proveedores de servicios en la nube están desarrollando la infraestructura de centros de datos de inteligencia artificial necesaria para proporcionar la capacidad de computación destinada al entrenamiento y la inferencia de los modelos.

El gasto de capital está ya en niveles elevados, pero pensamos que podría aumentar más de un 70% interanual en 2026 y seguir creciendo en 2027, con una previsión de gasto total de más de 750.000 millones de dólares para este grupo de compañías, en el que incluiríamos a los cuatro grandes hiperescaladores estadounidenses y a una destacada plataforma de redes sociales de Estados Unidos.

Aún es demasiado pronto para evaluar la rentabilidad futura del gasto de capital actual, pero las señales son alentadoras. El crecimiento de los ingresos en la nube se acelera, los pedidos aumentan con fuerza y los márgenes mantienen su solidez. En el primer trimestre de 2026, el crecimiento de los ingresos en la nube de los tres mayores hiperescaladores estadounidenses se aceleró en seis puntos porcentuales, hasta alcanzar un crecimiento interanual del 39%.

Las carteras de pedidos se dispararon hasta situarse cerca de 1,5 billones de dólares y los márgenes mantuvieron su solidez, en torno al 35%.  Confiamos en la capacidad de este grupo de compañías para generar una rentabilidad superior a su coste de capital. Pam, ¿qué consecuencias crees que puede tener todo esto en las compañías de hardware y semiconductores?

PH: Esta previsión de aumento del gasto de capital relacionado con la inteligencia artificial ha sido lo que ha impulsado en mayor medida la aceleración del crecimiento de los ingresos y la revisión al alza de los beneficios para un grupo cada vez más amplio de compañías de hardware y semiconductores.

El liderazgo de mercado se ha ido ampliando a medida que los inversores tratan de identificar nuevas áreas de inversión que den soporte a las aplicaciones tanto de entrenamiento como de inferencia. Por ejemplo, la inteligencia artificial agentiva está dando un mayor protagonismo a las CPU, o unidades centrales de procesamiento, frente a las GPU, o unidades de procesamiento gráfico.

Estas CPU se utilizan para tareas como la coordinación de flujos de trabajo, el movimiento de datos que entran y salen de los modelos, y para permitir que los agentes ejecuten herramientas de software en su nombre. Por ejemplo, una compañía del segmento de las CPU ha duplicado recientemente su previsión de mercado potencial total para 2030, pese a haber presentado la previsión inicial hace solo seis meses.

Existen numerosos riesgos, como la posibilidad de que se produzca una fase de asimilación del gasto en algún momento del periodo de desarrollo de infraestructuras de inteligencia artificial. Pero, por el momento, a lo que estamos asistiendo es a un fuerte impulso del mercado gracias a la aparición de la inteligencia artificial agentiva. Otro segmento en el que vemos un riesgo potencial es el de los chips de memoria y las unidades de disco duro.

Es probable que la rentabilidad que están obteniendo actualmente las empresas no sea sostenible, ya que, cuando la oferta logre alcanzar a la demanda, los precios caerán. Por lo tanto, seguimos aplicando un enfoque selectivo de inversión.

DM: Pam, has comentado algunos de los riesgos que ves en el mercado, y Derek, tú has mencionado antes la programación asistida por inteligencia artificial como uno de los avances más recientes.

Si hablamos de riesgos, tenemos que pensar en las consecuencias de la inteligencia artificial en las compañías de software. Supongo que no nos hemos olvidado de lo que pasó a principios de año, cuando la amenaza que supone la nueva tecnología se reflejó en la cotización de estas compañías. Derek, ¿dónde crees que están los principales riesgos y oportunidades, especialmente en el sector del software?

¿Está la inteligencia artificial «devorando» al software?

DG: A grandes rasgos, hay que tener en cuenta que la inteligencia artificial es, fundamentalmente, software. Es un tipo nuevo de software, distinto a los programas tradicionales, pero no deja de ser curioso que el motor que está impulsando gran parte de la innovación que está teniendo lugar en la economía en este momento sea, en esencia, software.

No obstante, el verdadero quid de la cuestión es qué consecuencias puede tener la nueva tecnología en las compañías tradicionales de software, y la respuesta es complicada. Algunas compañías se verán expuestas al riesgo de desintermediación derivado de la inteligencia artificial, pero otras podrían salir beneficiadas. En lo que respecta a los escenarios más pesimistas, los inversores temen que, en el futuro, trabajemos directamente desde entornos impulsados por agentes de inteligencia artificial, en lugar de hacerlo a través de las aplicaciones de software tradicionales que utilizamos cada día, lo que podría relegar a estas aplicaciones a un papel mucho más limitado, ya que acabarían convirtiéndose en un simple depósito de datos.

A los inversores también les preocupa que se intensifique la competencia en el sector, ya que los laboratorios privados de inteligencia artificial podrían crear sus propias aplicaciones de software. Esos son solo algunos de los escenarios más pesimistas.

Por otro lado, pensamos que algunas de las compañías consolidadas podrían verse favorecidas por la nueva tecnología. Aquellas que cuentan con escala y una amplia base instalada podrían convertirse en el mecanismo natural de distribución de la inteligencia artificial. También pensamos que la inteligencia artificial amplía el mercado potencial total. Las compañías de software que utilicen la nueva tecnología para aumentar la productividad de sus clientes podrían registrar un aumento de sus ingresos gracias a ello.

Por último, las empresas con conocimientos especializados, con una posición consolidada como sistemas de referencia, con unos mecanismos sólidos de protección de los datos y con prestaciones críticas deberían mostrar una mayor capacidad de resistencia en este contexto. Pam también cubre un par de sectores del segmento del software. Pam, ¿cuál es tu opinión sobre los riesgos y oportunidades que presentan estos sectores?

PH: De hecho, identificamos algunas compañías de software que muestran cierta capacidad de resistencia en los segmentos de ciberseguridad e infraestructuras. Las principales compañías de ciberseguridad llevan años utilizando el aprendizaje automático para ayudar a identificar y combatir amenazas, y hacerlo en tiempo real. Aquellas que sean capaces de adoptar la inteligencia artificial generativa están bien posicionadas para ofrecer protección frente a ataques impulsados por inteligencia artificial agentiva en el futuro.

En lo que respecta a las infraestructuras, identificamos algunas áreas interesantes, como los sistemas modernos de bases de datos, capaces de gestionar tanto datos estructurados como no estructurados, es decir, no solo datos presentados en archivos o en filas y columnas, sino también datos no estructurados, como distintos tipos de contenidos multimedia, correos electrónicos, etc.

Una de nuestras posiciones es una herramienta de software que se utiliza para almacenar código durante el proceso de desarrollo de software. Como has mencionado antes, la inteligencia artificial no deja de ser software, por lo que los modelos de inteligencia artificial están creando una demanda y un uso mucho mayores de esta aplicación en concreto.

DM: Es evidente que no podemos hablar de inteligencia artificial sin hablar de la posible burbuja. Cada vez se oyen más referencias de lo que ocurrió en 1999 y luego en el año 2000. Sin embargo, si nos fijamos en las valoraciones, cabe preguntarse si hoy nos encontramos en un escenario similar al de aquellos años.

Pam, ¿te preocupa la posibilidad de que nos encontremos inmersos en una burbuja de inteligencia artificial?

PH: Es una pregunta muy importante. Comenzamos a analizar esta cuestión con mayor profundidad en otoño del año pasado, cuando Derek y yo examinamos ciertas similitudes y diferencias entre la situación actual y la burbuja de las puntocom que vivimos a finales de la década de 1990.

Nuestra conclusión fue que el sector no se encontraba aún en una burbuja, ya que el gasto en infraestructuras estaba en línea con la demanda y se financiaba principalmente con los flujos de caja operativos de los grandes proveedores de servicios en la nube, que contaban con balances sólidos. Además, los productos y servicios de inteligencia artificial se monetizaban, y siguen monetizándose, muy rápidamente, ya que existe la infraestructura necesaria para llegar al cliente final, a través de la banda ancha, los teléfonos móviles, etc.

Hoy vemos que la demanda sigue siendo superior a la oferta, y que la inteligencia artificial agentiva está acelerando nuevas inversiones destinadas a respaldar los modelos de inteligencia artificial en producción. Sin embargo, hemos de estar muy atentos a cualquier indicio que apunte a que el entusiasmo por la inteligencia artificial se está convirtiendo en algo irracional, dado el reciente aumento de las expectativas de los inversores, y también prestamos atención al uso creciente de deuda y de financiación fuera de balance, así como a algunas de las ampliaciones de capital más recientes.

Justo hoy he leído que, según Morgan Stanley, la emisión de deuda relacionada con la inteligencia artificial a escala mundial alcanzará este año 570.000 millones de dólares, más del doble que el año pasado. Así que tenemos que estar muy atentos a todo esto. Derek, creo que sería interesante que mencionaras algunas áreas que puedan ser también motivo de preocupación.

DG: Claro. Hemos observado un cierto exceso de entusiasmo o exuberancia irracional en áreas como, por ejemplo, la computación cuántica. Algunas compañías del sector tienen ingresos muy reducidos, valoraciones exigentes y una trayectoria incierta por delante hasta alcanzar la viabilidad comercial. Nos mantenemos fieles a nuestro proceso de inversión, solemos ser disciplinados en materia de valoración y hemos tratado de evitar áreas como esta.

Tenemos siempre muy presentes las valoraciones, en términos generales, y tratamos de evitar ciertas áreas en las que observamos un optimismo excesivo, pero seguimos identificando oportunidades atractivas en empresas concretas. Pensamos que hay un amplio margen de crecimiento para aquellas compañías que pueden verse favorecidas por la inteligencia artificial.

DM: Voy a pasar a resumir los aspectos más importantes de lo que nos habéis comentado. Nos habéis explicado que los modelos de inteligencia artificial están mejorando, pero, lo que es más importante, también se están abaratando, lo que ofrece más oportunidades para que las empresas los utilicen, más allá del uso que les den los particulares.

Por otro lado, se está produciendo un notable incremento del gasto de capital, pero también están aumentando los beneficios y los ingresos derivados de la inteligencia artificial, lo que podría justificar dicho gasto. Por último, en lo que se refiere a la posibilidad de que nos encontremos en una burbuja, yo diría que la respuesta es: «depende». En términos generales, no estamos donde estábamos a finales de la década de 1990, pero seguís estando muy atentos, y sí que identificáis ciertas áreas en las que es posible que haya un exceso de optimismo irracional.

Bueno, Derek, Pam, muchas gracias por acompañarme en el episodio de hoy.

PH: Muchas gracias, Daniel. Agradecemos tus preguntas y tu tiempo.

DG: Gracias, Daniel. Ha sido genial tener esta oportunidad.

DM: Pues así terminamos nuestro episodio de Talking Heads. Si desean más información, no duden en ponerse en contacto con BNP Paribas Asset Management, o consultar nuestro sitio web BNP Paribas Asset Management – España Inversor profesional – BNPP AM. También pueden escuchar el podcast y suscribirse a Talking Heads en YouTube, Spotify, o a través de tu plataforma habitual.

Han escuchado el podcast Talking Heads de BNP Paribas Asset Management conmigo, Daniel Morris, y con Pam Hegarty y Derek Glynn, cogestores de nuestra estrategia de tecnología disruptiva.

¡Cuídense!