Dos perspectivas para el año 2026: Aprovechar las oportunidades que ofrece la inteligencia artificial, desde la computación hasta las aplicaciones prácticas.

La fase actual de la inteligencia artificial no es simplemente otro ciclo tecnológico. Se trata de un auge en la infraestructura fundamental, algo similar a las grandes construcciones realizadas en el pasado. De la misma manera que los ferrocarriles transcontinentales o el sistema de carreteras interestatal cambiaron la geografía económica del país, la carrera por desarrollar la infraestructura relacionada con la inteligencia artificial está sentando las bases para el siguiente paradigma tecnológico. Se trata de una situación de gran escala: los gastos en capital han aumentado significativamente, pasando de aproximadamente 100 mil millones de dólares en 2023 a más de 300 mil millones de dólares en 2025, entre los principales actores tecnológicos. Esta cifra podría llegar pronto a medio billón de dólares. Las estimaciones de estos gastos suelen ser inferiores a la realidad; el crecimiento real superó el 50% tanto en 2024 como en 2025. Esta persistente subestimación es característica de un verdadero punto de inflexión en la evolución tecnológica, donde las proyecciones iniciales no logran capturar el aumento exponencial de la inversión en este campo.

La importancia estratégica de esta inversión es ahora innegable. Según Fidelity, el auge de la IA ha contribuido aproximadamente al 60% del crecimiento económico reciente en Estados Unidos, superando a todos los demás sectores. Para los inversores, la pregunta clave para el año 2026 es si este enorme gasto de capital generará ganancias que justifiquen su costo. La diferencia en el rendimiento de las acciones entre las empresas que utilizan la IA ya indica que el mercado está identificando a las empresas que realmente tienen éxito. Como señala el informe de Goldman Sachs, los inversores están abandonando las empresas de infraestructura, donde el crecimiento de las ganancias está limitado y el gasto en inversiones se financia con deuda, hacia aquellas empresas que demuestran una clara relación entre su gasto y sus ingresos.

Este cambio se debe a una transición crítica en la curva de adopción de la IA. La tecnología está pasando de proyectos de demostración a aplicaciones de producción a gran escala. Este cambio obliga a una reestructuración fundamental de las infraestructuras empresariales. El modelo antiguo, diseñado para el procesamiento periódico de datos, ya no es adecuado para las nuevas necesidades de la IA. Los trabajos recurrentes implican un uso constante de los modelos en procesos en tiempo real, lo que puede llevar a aumentos en los costos y a problemas relacionados con la soberanía de los datos. Las economías relacionadas con el uso de la IA están despertando a las organizaciones: aunque los costos relacionados con el uso de los modelos han disminuido significativamente, el consumo de recursos ha aumentado enormemente. Esto significa que las facturas mensuales relacionadas con la IA pueden llegar a ser de decenas de millones para algunas organizaciones. La solución ya no consiste en elegir entre utilizar servicios en la nube o en entornos locales; se trata de una compleja coordinación de plataformas informáticas adaptadas a cada tipo de trabajo. Este es el núcleo de la infraestructura que se está construyendo hoy en día.

Estrategia 1: Apuesto en la capa de procesamiento (componentes semiconductores que permiten el funcionamiento del sistema).

La fase inicial de desarrollo de la IA consistió en la instalación de las infraestructuras necesarias para el funcionamiento del sistema. Ahora, el mercado se dirige hacia la siguiente etapa de la “curva en S”: ¿quién proporciona la potencia computacional necesaria para que este sistema funcione? Para los inversores, esto significa un cambio estratégico, pasando de ser simples desarrolladores de infraestructura a aquellos que son los principales facilitadores en el campo de los semiconductores, y que están en mejor posición para lograr un crecimiento exponencial a medida que la implementación del sistema se acelera.

Goldman Sachs Research describe claramente esta transición. Las próximas etapas del mercado de la inteligencia artificial implicarán a las empresas que desarrollan plataformas de IA y aquellas que se benefician de la productividad obtenida por el uso de esta tecnología, no solo a las empresas que construyen la infraestructura necesaria para el desarrollo de la inteligencia artificial. Se trata de un proceso de selección de los ganadores en este mercado. La diferencia en el rendimiento de las acciones de las grandes empresas relacionadas con la inteligencia artificial ya demuestra que los inversores son selectivos. Están abandonando las empresas de infraestructura, donde el crecimiento de las ganancias está sujeto a presiones y el gasto en capital de operación se financia con deuda, en favor de aquellas empresas que demuestran una clara relación entre sus gastos y sus ingresos. En cambio, el sector de los semiconductores se encuentra en el inicio de esa cadena de valor, con una demanda sólida y un suministro insuficiente.

Esto abre el camino para que el mercado se extienda más allá de los gigantes tecnológicos. Asit Sharma, analista sénior en The Motley Fool, predice que las acciones de empresas semiconductores y software de menor tamaño tendrán un desempeño superior en los próximos años. La lógica es simple: el perfil de riesgo de estas empresas es fundamentalmente diferente. Mientras que las empresas que construyen centros de datos enfrentan enormes gastos iniciales y plazos de tiempo inciertos para la obtención de ingresos, las empresas semiconductoras venden un producto con una demanda probada y altos márgenes de ganancia. Como señala un informe, las acciones de las empresas semiconductoras prácticamente no enfrentan los mismos riesgos que las empresas de infraestructura, incluyendo la carga de tener inventarios de GPUs que se deprecian y modelos de negocio poco claros. Esto las convierte en una opción más sólida a medida que la construcción de los centros de datos se vuelve más avanzada.

Un ejemplo clásico de cómo se aplica esta tesis es Broadcom. La empresa está logrando una posición destacada en el mercado de chips de IA personalizados, y su crecimiento está destinado a aumentar significativamente. Se prevé que sus ingresos relacionados con la tecnología de IA aumenten drásticamente.20 mil millones de dólares en el año fiscal 2025Podría superar los 50 mil millones de dólares en el ejercicio fiscal de 2026 y posiblemente alcanzar los 100 mil millones en el ejercicio fiscal de 2027. Este desarrollo representa un aumento exponencial clásico, pasando de ser un contribuyente significativo a convertirse en un pilar central del negocio. Esto demuestra el poder de ser un facilitador: a medida que la infraestructura de IA se expande, la demanda por los chips básicos que la alimentan también crece aún más rápidamente.

En resumen, la capa de procesamiento de datos es donde se realizan los principios fundamentales del paradigma de la IA. Estas son las empresas que construyen las bases necesarias para el desarrollo de la tecnología; su crecimiento está directamente relacionado con la tasa de adopción de esta tecnología. Para un inversor con una visión a futuro, esta conexión con la esencia de la tecnología hace que sea una opción interesante a medida que evoluciona el mercado de la IA.

Estrategia 2: Apuesta en el nivel de aplicación (plataformas de productividad)

La curva de desarrollo de la IA ahora está pasando de la fase de construcción básica a la fase operativa. La atención del mercado se está desplazando de quién construye las infraestructuras hacia quién maneja los trenes. Este es el giro estratégico para el año 2026: invertir en plataformas de software que permitan la implementación de la IA a gran escala dentro de las empresas, capturando valor a medida que la adopción se extiende desde proyectos piloto hasta funciones clave del negocio.

ServiceNow es un ejemplo perfecto de esta tesis. La empresa no vende tecnologías de inteligencia artificial; más bien, desarrolla las bases para flujos de trabajo digitales automatizados, en los cuales la inteligencia artificial se integra como una capa nativa. Su plataforma, que gestiona todo, desde solicitudes de servicios de TI hasta procesos de recursos humanos y servicio al cliente, está siendo reconstruida para convertirse en una plataforma más avanzada.Motor empresarial impulsado por IAAl integrar miles de agentes de IA preconfigurados en estos procesos de trabajo, ServiceNow permite la automatización de tareas complejas y con múltiples pasos, con un mínimo de supervisión humana. Esto no es una función secundaria; es un pilar central de crecimiento de la empresa, cuyo objetivo es escalar la inteligencia artificial desde demostraciones aisladas hacia valores comerciales tangibles. La importancia estratégica de esto es evidente: a medida que las empresas superan los estándares de prueba de concepto, necesitan una plataforma unificada para gestionar los agentes y modelos de IA. ServiceNow está trabajando activamente en el desarrollo de herramientas como su “AI Control Tower” para lograr esto.

Este cambio también se refleja en la estructura del mercado. Mientras que las empresas especializadas en infraestructuras han visto sus valoraciones aumentar, el sector de software ha demorado su crecimiento. Las acciones de ServiceNow han disminuido aproximadamente un 30% en el último año, lo que significa que han tenido un rendimiento significativamente inferior al del mercado en general. Este retroceso ha hecho que las valoraciones de las acciones de este sector de software sean más atractivas para los inversores que apuestan por los ganadores a largo plazo en el campo de la inteligencia artificial. La empresa tiene un precio elevado, pero ese precio refleja su posición como plataforma, y no simplemente como proveedor de servicios. Lo importante es que, en general, las acciones de software han tenido un rendimiento inferior, lo que crea una oportunidad potencial para los inversores que aposten por la siguiente fase de consolidación en el sector de la inteligencia artificial.

La transición técnica respalda esta perspectiva. El año 2026 será el año en que los flujos de trabajo basados en inteligencia artificial pasen de la fase de prototipos a la fase de producción real. Como demuestran los resultados, modelos como o3 de OpenAI y Claude 4 logran un nivel de razonamiento similar al de expertos humanos. Pero el verdadero desafío radica en escalar estas tecnologías de manera eficiente. La brecha entre una IA capaz y una herramienta empresarial productiva se está reduciendo. Plataformas como ServiceNow, que pueden gestionar y coordinar estos agentes, están en posición de aprovechar los beneficios de esta transición. Las proyecciones de Gartner…El 40% de las aplicaciones empresariales incorporarán agentes de IA para mediados de 2026.Subraya la enorme oportunidad que se presenta en el corto plazo. El mercado está pasando de la infraestructura pura hacia aquellos sectores que benefician la productividad. La relación entre el gasto en inteligencia artificial y la eficiencia operativa se está volviendo directa y medible.

Catalizadores y qué debemos observar

La tesis de inversión para el año 2026 depende de un entorno tecnológico basado en la inteligencia artificial dividido en dos partes. El mercado se encuentra en las primeras etapas de identificación de los ganadores, y varios desarrollos a corto plazo podrán validar o cuestionar esta estructura. Los inversores deben estar atentos a tres factores clave que ayudarán a diferenciar a aquellos que facilitan el desarrollo tecnológico de aquellos que simplemente construyen la infraestructura necesaria para ese proceso.

En primer lugar, la creciente diferencia entre las acciones relacionadas con chips y las acciones de las empresas que desarrollan infraestructuras para la inteligencia artificial serán el indicio más claro de la rotación del mercado. La opinión general es clara: las acciones de las empresas pequeñas que trabajan en el ecosistema de semiconductores y centros de datos tendrán un rendimiento mejor en los próximos años. Esta divergencia ya se nota en el rendimiento de las acciones; las empresas que desarrollan software y chips han quedado atrás respecto a las grandes empresas de infraestructura. La lógica es simple: a medida que se madura la infraestructura necesaria, el mercado se aleja de las empresas cuyo crecimiento de ganancias está limitado y cuya inversión en capital de operación se financia con deuda, hacia aquellas empresas que demuestran una relación más clara entre gastos e ingresos. Nvidia sigue siendo la empresa dominante en el sector de infraestructura, pero el verdadero crecimiento se encuentra en empresas como Broadcom, cuya facturación relacionada con la inteligencia artificial se prevé que aumente.20 mil millones de dólares en el ejercicio fiscal 2025Y potencialmente podría alcanzar los 100 mil millones de dólares para el año fiscal 2027. El ritmo de esta rotación será un indicador clave de si el mercado realmente está valorando la próxima fase de la “curva S”.

En segundo lugar, el ritmo de adopción de las plataformas de inteligencia artificial será validado por empresas como ServiceNow. Esta empresa ha realizado un cambio estratégico hacia un enfoque más orientado al mercado español.Motor empresarial impulsado por IASe trata de un análisis detallado sobre la transición del estado de prueba al estado de producción. La métrica clave a observar no es solo el crecimiento de los ingresos, sino también la integración de los agentes de IA en los flujos de trabajo centrales de la empresa. La proyección de Gartner…El 40% de las aplicaciones empresariales incorporarán agentes de IA para mediados de 2026.Establece un punto de referencia concreto. Para ServiceNow, el éxito se medirá por su capacidad para escalar estos agentes preconfigurados en áreas como TI, recursos humanos y servicio al cliente. La empresa pasará de ser simplemente un proveedor de software a convertirse en una plataforma que gestiona las operaciones relacionadas con la inteligencia artificial. El bajo rendimiento de las acciones de la empresa, que ha descendido en aproximadamente un 30% en el último año, ha generado una oportunidad para una valoración más alta. Pero la verdadera validación vendrá de pruebas tangibles de que esta plataforma se convierta en la opción predeterminada para la gestión de la inteligencia artificial en las empresas.

Por último, la resolución de los problemas relacionados con las limitaciones de energía determinará los límites físicos del desarrollo de sistemas de inteligencia artificial. A medida que las cargas de trabajo relacionadas con la inteligencia artificial crecen, la demanda de electricidad aumenta más rápido de lo que el sistema eléctrico estadounidense, cuyas instalaciones fueron construidas hace décadas, está diseñado para manejar. Este ya no es un problema secundario, sino una limitación operativa y estratégica fundamental. El factor clave aquí es el cambio en la estrategia de los centros de datos, desde ser consumidores pasivos de energía hacia actores activos dentro del sistema eléctrico. Las empresas están invirtiendo junto con las compañías de servicios públicos en mejoras de infraestructura, así como en la generación y almacenamiento de energía en sus propios sitios. Este cambio se verá reflejado en el número de centros de datos que logran cumplir con los objetivos de densidad energética, así como en la velocidad con la que pueden implementar diversas soluciones de energía, desde fuentes renovables hasta gas natural con captura de carbono. Las empresas que resuelvan este problema serán las que podrán escalar el nivel de procesamiento informático, lo que hará que la innovación en materia de energía sea un factor crítico e insustituible para toda la infraestructura tecnológica.