Los modelos de inteligencia artificial son cada vez más potentes, asequibles y versátiles. Esta evolución está acelerando su adopción y ampliando las oportunidades de inversión, desde los centros de datos y los semiconductores hasta el software, la ciberseguridad y la robótica. No obstante, el entusiasmo del mercado obliga a mantener la disciplina y distinguir entre crecimiento estructural y expectativas excesivas.
En síntesis
- Los modelos de inteligencia artificial están mejorando al mismo tiempo que disminuye el coste de utilizarlos.
- La IA evoluciona desde herramientas de asistencia hacia sistemas capaces de razonar, planificar y ejecutar tareas.
- La inversión en infraestructuras sigue creciendo con fuerza, respaldada por una demanda elevada y por la monetización de nuevos servicios.
- Las oportunidades se están ampliando más allá de los grandes fabricantes de chips.
- No todas las compañías se beneficiarán por igual: la selección y la disciplina de valoración siguen siendo fundamentales.
Una tecnología cada vez más accesible
Una de las principales características de la actual evolución de la inteligencia artificial es la mejora simultánea de sus capacidades y de su eficiencia económica.
Cada nueva generación de modelos ofrece mejores resultados y reduce el coste por unidad de inteligencia. En la práctica, esto permite que un mayor número de empresas pueda incorporar la IA a sus procesos y desarrollar nuevos productos y servicios.
La consecuencia es una ampliación del mercado potencial. La inteligencia artificial ya no se limita a asistentes capaces de responder preguntas o generar contenidos. Está evolucionando hacia sistemas más complejos, con capacidad para analizar información, planificar acciones y ejecutar procesos compuestos por varias fases.
Esta evolución se conoce como inteligencia artificial agentiva.
¿Qué es la inteligencia artificial agentiva?
La IA agentiva describe sistemas que pueden actuar con un mayor grado de autonomía. En lugar de limitarse a generar una respuesta, estos sistemas pueden:
- Interpretar un objetivo.
- Dividirlo en distintas tareas.
- Seleccionar y utilizar herramientas.
- Analizar los resultados.
- Adaptar su actuación hasta completar el proceso.
Las empresas ya están utilizando estas capacidades para automatizar tareas administrativas, acelerar el análisis de información y mejorar el desarrollo de software.
Un ejemplo es la programación asistida por IA, en la que los desarrolladores describen lo que desean construir y supervisan el resultado, en lugar de escribir manualmente cada línea de código.
De la nube al mundo físico
La expansión de la inteligencia artificial tampoco se limita al software corporativo.
Los avances en robótica e IA incorporada al hardware permiten que las máquinas perciban su entorno, procesen información y actúen en el mundo físico. Esto podría ampliar el uso de la IA en ámbitos como la industria, la logística, la sanidad y la automatización.
Al mismo tiempo, una mayor parte de la capacidad de procesamiento se está trasladando desde la nube hacia los propios dispositivos, como teléfonos inteligentes, ordenadores y otros equipos conectados.
La IA ejecutada directamente en el dispositivo puede ofrecer:
- Respuestas más rápidas.
- Mayor personalización.
- Menor dependencia de la conexión a la nube.
- Una gestión más segura de determinados datos personales o empresariales.
Estas tendencias apuntan hacia un entorno en el que la inteligencia artificial estará integrada tanto en los sistemas digitales como en los productos físicos.
La inversión en infraestructuras continúa acelerándose
El desarrollo y el funcionamiento de los modelos de IA exigen una capacidad de computación considerable.
Los grandes proveedores de servicios en la nube están construyendo centros de datos y ampliando sus infraestructuras para satisfacer dos tipos principales de demanda:
- Entrenamiento: el proceso mediante el cual se desarrollan y perfeccionan los modelos.
- Inferencia: el uso de esos modelos para responder consultas, generar contenidos o ejecutar tareas una vez desplegados.
Según las estimaciones citadas en el podcast, el gasto de capital de los principales proveedores estadounidenses de servicios en la nube y plataformas digitales podría crecer más de un 70% interanual en 2026 y superar los 750.000 millones de dólares.
Aunque todavía es pronto para conocer la rentabilidad final de todas estas inversiones, los indicadores actuales apuntan a una demanda sólida.
Durante el primer trimestre de 2026, según los datos mencionados por los gestores:
- Los ingresos en la nube de los tres mayores hiperescaladores estadounidenses crecieron un 39% interanual.
- Sus carteras de pedidos se situaron cerca de 1,5 billones de dólares.
- Los márgenes se mantuvieron en torno al 35%.
Estos datos sugieren que el aumento del gasto no responde únicamente a expectativas futuras. También está respaldado por pedidos, ingresos y una utilización creciente de los servicios de inteligencia artificial.
Las oportunidades se amplían más allá de las GPU
Durante la primera fase del desarrollo de la IA, gran parte de la atención de los inversores se concentró en las unidades de procesamiento gráfico o GPU, esenciales para entrenar grandes modelos.
Sin embargo, la expansión de las aplicaciones está ampliando el conjunto de posibles beneficiarios.
La IA agentiva, por ejemplo, también requiere unidades centrales de procesamiento o CPU. Estos componentes ayudan a coordinar procesos, mover datos y permitir que los agentes utilicen distintas herramientas de software.
La demanda también puede favorecer a compañías relacionadas con:
- Redes y conectividad.
- Equipos para centros de datos.
- Sistemas de refrigeración y gestión energética.
- Almacenamiento de datos.
- Bases de datos modernas.
- Ciberseguridad.
- Herramientas de desarrollo de software.
- Robótica y dispositivos inteligentes.
Esto no significa que todos estos segmentos ofrezcan el mismo potencial. En algunas áreas, la escasez actual puede estar impulsando temporalmente los precios y la rentabilidad.
Cuando la oferta alcance a la demanda, determinados mercados —como algunos tipos de memoria o almacenamiento— podrían sufrir una normalización de precios. Por ello, resulta importante evaluar no solo el crecimiento de la demanda, sino también la sostenibilidad de los márgenes.
¿Está la inteligencia artificial desplazando al software tradicional?
La relación entre la IA y las compañías de software es compleja.
Por un lado, los agentes de inteligencia artificial podrían reducir la necesidad de utilizar directamente algunas aplicaciones tradicionales. En el futuro, los usuarios podrían interactuar con un agente que utilice diferentes sistemas en su nombre, relegando ciertas aplicaciones a un segundo plano.
La IA también puede reducir las barreras de entrada para desarrollar nuevos productos y aumentar la competencia.
Por otro lado, muchas compañías consolidadas podrían beneficiarse de la nueva tecnología. Aquellas que cuentan con una amplia base de clientes, datos especializados y una posición central en los procesos empresariales pueden convertirse en canales naturales para distribuir soluciones de IA.
Las compañías de software mejor posicionadas podrían ser aquellas que reúnen varias de estas características:
- Una base amplia y estable de usuarios.
- Datos propios o especializados.
- Funciones críticas para sus clientes.
- Elevados estándares de seguridad.
- Una posición consolidada como sistema de referencia.
- Capacidad para incorporar la IA y demostrar mejoras de productividad.
La inteligencia artificial no eliminará necesariamente el software. Probablemente transformará la forma en que se desarrolla, distribuye y utiliza.
Ciberseguridad y datos: áreas con capacidad de resistencia
La ciberseguridad podría ser una de las áreas mejor situadas para beneficiarse de la adopción de la IA.
Las principales compañías del sector llevan años utilizando aprendizaje automático para identificar amenazas. La IA generativa y agentiva puede reforzar estas capacidades, pero también puede facilitar ataques más rápidos y sofisticados.
Esto podría incrementar la demanda de plataformas capaces de detectar y responder a amenazas en tiempo real.
También resultan relevantes las infraestructuras de datos. Los modelos de inteligencia artificial necesitan procesar tanto información estructurada —por ejemplo, bases de datos organizadas en filas y columnas— como información no estructurada, como documentos, correos electrónicos, imágenes, vídeos o archivos de audio.
Las compañías capaces de almacenar, organizar, proteger y analizar estos datos podrían desempeñar un papel esencial en la siguiente fase de adopción.
¿Existe una burbuja de inteligencia artificial?
La comparación con la burbuja de las empresas puntocom es inevitable, pero la respuesta no es binaria.
A diferencia de muchas compañías tecnológicas de finales de la década de 1990, los principales inversores actuales en infraestructuras de IA cuentan con negocios rentables, balances sólidos y elevados flujos de caja.
Además, los productos y servicios relacionados con la IA ya están generando ingresos. La infraestructura digital necesaria para llegar al usuario final —como la banda ancha, los servicios en la nube y los dispositivos móviles— ya existe.
Estos factores diferencian el contexto actual del observado antes del estallido de la burbuja puntocom.
No obstante, también existen señales que requieren vigilancia:
- Valoraciones exigentes en determinados segmentos.
- Expectativas de crecimiento difíciles de cumplir.
- Mayor utilización de deuda.
- Financiación fuera de balance.
- Ampliaciones de capital.
- Inversiones en tecnologías cuya viabilidad comercial todavía no está demostrada.
Un ejemplo es la computación cuántica, donde algunas compañías presentan valoraciones elevadas pese a contar todavía con ingresos reducidos y una trayectoria incierta hacia la rentabilidad.
Por tanto, puede que no exista una burbuja generalizada en torno a la IA, pero sí pueden aparecer focos de optimismo excesivo.
¿Qué significa todo esto para los inversores?
La evolución de la inteligencia artificial está creando oportunidades en un número creciente de sectores, pero también amplía la dispersión entre ganadores y perdedores.
Para los inversores, esto refuerza la importancia de analizar:
- La demanda real: si los productos o servicios están siendo utilizados y monetizados.
- La posición competitiva: si la compañía cuenta con escala, tecnología, datos o barreras de entrada.
- La rentabilidad del capital: si el crecimiento justifica las inversiones necesarias.
- La sostenibilidad de los márgenes: si los beneficios dependen de una escasez temporal.
- La valoración: si el precio de mercado ya descuenta un escenario demasiado optimista.
El potencial de la inteligencia artificial parece amplio, pero no todas las compañías vinculadas a esta temática ofrecerán necesariamente rentabilidades atractivas.
Conclusión: crecimiento estructural, pero con selección
La inteligencia artificial está mejorando, abaratándose y extendiéndose a nuevas aplicaciones. Esto aumenta el número de empresas capaces de adoptarla y amplía el universo de inversión relacionado con su desarrollo.
La oportunidad ya no se limita al entrenamiento de grandes modelos o a los principales fabricantes de GPU. También abarca la inferencia, las CPU, las redes, los datos, la ciberseguridad, el software y la robótica.
Sin embargo, la expansión del mercado no elimina los riesgos. En un entorno de elevadas expectativas, la disciplina de valoración y la selección de compañías resultan especialmente importantes.
La cuestión no es únicamente si la inteligencia artificial seguirá creciendo. La cuestión decisiva para los inversores es qué empresas podrán convertir ese crecimiento en ingresos, beneficios y rentabilidades sostenibles.
Este artículo es un resumen del podcast Más barata, inteligente y versátil: amplio margen de crecimiento para la IA – BNP Paribas Asset Management – España publicado el 18 de junio de 2026
