DeepSeek no eliminará el ciclo de memoria; la disciplina en cuanto a suministro será lo que haga falta.

El titular del artículo sobre DeepSeek y las acciones relacionadas con la memoria es el siguiente: una startup china demostró que los sistemas de IA de alta calidad pueden funcionar con hardware mucho más económico. Por lo tanto, las empresas de infraestructura de computación reducirán sus gastos en capital, y las empresas que producen memoria verán que la demanda disminuye. Esta narrativa se repetía cada vez que DeepSeek lanzaba un nuevo modelo: primero con el R1 en enero de 2025, y luego con su artículo sobre Engram en enero de 2026. Tiene sentido intuitivamente: modelos más inteligentes que requieren menos chips significan que hay que comprar menos chips en total.

Esa relación ha cambiado ahora. El mercado de la memoria no está determinado por la eficiencia con la que los modelos de IA utilizan el hardware. Está determinado por la oferta, que no puede responder lo suficiente a la demanda, que ya se ha reasignado hacia los productos de mayor valor. La narrativa de DeepSeek es una historia relacionada con la demanda: un mercado que ahora está limitado por la oferta y por las restricciones en materia de inversión en capital físico.

La trampa de la eficiencia

Las innovaciones de DeepSeek son reales. Su modelo V3…671 mil millones de parámetros, entrenados en 2,048 GPU NVIDIA H800.Utiliza la atención latente multi-cabeza y la precisión mixta FP8 para comprimir el espacio de memoria que normalmente sería necesario para un modelo de esa escala. Su artículo sobre Engram, publicado en enero de 2026, va más allá, proponiendo una arquitectura de memoria condicional que descarga los conocimientos factuales estáticos de la memoria de alta banda ancha (HBM) hacia la memoria o almacenamiento más económico, separando así la inteligencia de los cálculos matemáticos. Si ambas técnicas se convierten en estándares industriales, el espacio de memoria necesario para cada token de inferencia disminuirá significativamente.

Pero la eficiencia por parámetro no es lo mismo que la destrucción total de la demanda. Existe una diferencia entre usar menos memoria por unidad de trabajo y realizar menos trabajo en sí. La trayectoria de DeepSeek muestra esta distinción. Después de lanzar R1, anunció planes para desarrollar su propio chip de inferencia y recaudó 7 mil millones de dólares, con una valoración de 52–59 mil millones de dólares. La eficiencia no redujo sus ambiciones; sino que amplió el alcance de los problemas que podía abordar. Ese es el mismo argumento que utilizan las empresas grandes cuando presentan sus indicaciones de gasto en investigación y desarrollo.

La observación más relevante es que el mercado de memoria ya ha superado el punto en el que la eficiencia de los modelos determina la dirección de los precios. Se ha convertido en un mercado de asignación. Los fabricantes como SK Hynix, Samsung y Micron están reorientando sus producciones hacia HBM, en lugar de DRAM y NAND, ya que HBM ofrece márgenes mucho más altos. La cuestión no es si alguien quiere comprar memoria. La cuestión es si realmente existe memoria fuera de los productos que pagan más por ella.

El vacío en el suministro

Se prevé que las brechas entre oferta y demanda para DRAM, NAND y HBM en 2026 sean del 4.9%, 4.2% y 5.1%, respectivamente. Estos son los niveles más altos desde 2011. No se trata de mercados con alta demanda; se trata de mercados con déficit. Y ese déficit no se cerrará pronto.

La razón estructural es el momento en que se realizan los gastos de capital. La construcción de nuevas instalaciones para la fabricación de memoria y el logro de rendimientos estables lleva entre tres y cinco años. El análisis de Deloitte sobre esta situación, publicado en julio de 2026, describe el aumento de precios causado por la escasez como “RAMageddon”. Los costos de DRAM para servidores de IA se duplicarán en el primer trimestre de 2026, y se espera que se cuadrupliquen durante todo el año. Se señala que el suministro proveniente del ciclo actual de gastos de capital no se producirá hasta alrededor de 2029 o 2030. Se trata de un problema relacionado con los gastos de capital, no con la demanda. Las empresas de memoria pueden anunciar todo el tipo de inversiones que quieran hoy, pero la realidad física de la construcción de las instalaciones y el desarrollo de los rendimientos significa que la curva de suministro no cambiará durante años.

El tamaño de la inversión actual ilustra este cambio. La industria de semiconductores para memoria pasó de unos 85-90 mil millones de dólares en ingresos en su punto más bajo en 2023, a una trayectoria que llegará a 800-850 mil millones de dólares para el año 2027. Es decir, un aumento de casi nueve veces en cuatro años. Ningún otro segmento de la industria de semiconductores ha crecido a tal ritmo. Los semiconductores para memoria ahora se consideran menos como bienes comerciales y más como recursos críticos que deben gestionarse a través de contratos a largo plazo.

Las restricciones relacionadas con la calidad y el rendimiento son más importantes que la capacidad declarada. La implementación de HBM4 por parte de Samsung se ha retrasado debido a problemas de rendimiento. Además, la adición de espacio para procesamiento limpio no genera ingresos si los chips no cumplen con los requisitos necesarios. SK Hynix tiene una ventaja en cuanto a la calidad de HBM3E, pero enfrenta riesgos de rendimiento debido a la aceleración en el desarrollo de DRAM. Micron comenzó la producción en masa de HBM4 antes de lo previsto y ya ha vendido toda su capacidad de producción de HBM para el año 2026, pero esa decisión de asignación significa que habrá menos disponibilidad de DRAM en el resto del mercado.

La realidad financiera

Los resultados de Micron ilustran la situación real. Los ingresos aumentaron de 8.05 mil millones de dólares en el segundo trimestre del año fiscal 2025 a 23.86 mil millones de dólares en el segundo trimestre del año fiscal 2026; luego, a 41.46 mil millones de dólares en el tercer trimestre del año fiscal 2026. Las ganancias brutas aumentaron de aproximadamente el 37% en el segundo trimestre del año fiscal 2025 al 74.4% en el segundo trimestre del año fiscal 2026. Estos no son números relacionados con una recuperación cíclica. Se trata de las ganancias que obtiene un proveedor que controla una cantidad limitada de recursos.

El precio de las acciones indica lo que el mercado ya ha decidido. En septiembre de 2026, la valoración de Micron es de aproximadamente $977 por acción. Esto representa un aumento del aproximadamente 243% en comparación con el año anterior, y más del 520% en términos anuales. La capitalización de mercado es de aproximadamente $1.1 billones de dólares. Las expectativas de los analistas para el próximo trimestre son de aproximadamente $2.86 por acción, con ingresos totales de unos $11.2 mil millones. Esos no son números sorprendentes; son simplemente expectativas básicas.

La cuestión de la valoración ya no se refiere a si las empresas de memoria crecerán. La pregunta es si la expansión de las márgenes puede mantenerse estable cuando llegue el momento en que los gastos de capital sean más significativos. Los gastos de capital que los fabricantes de memoria están asignando hoy en día, eventualmente darán lugar a una oferta adecuada. La cuestión es si la demanda crecerá más rápido que la oferta que llegará en 2029-2030.

La división en dos mercados

El mercado de memoria se ha dividido efectivamente en dos submercados, y ambos siguen lógicas económicas diferentes. El primero es el HBM y el DRAM de clase de servidor: productos que los proveedores de servicios en la nube necesitan para el entrenamiento e inferencia de algoritmos de inteligencia artificial. Este mercado está sujeto a restricciones de asignación; los productos se venden bajo contratos a futuro, y los precios son tan altos que generan márgenes de beneficio récord. El segundo mercado es el DRAM para consumidores, NAND y memoria móvil. Este mercado está en situación de escasez, ya que los fabricantes dirigen las unidades de fabricación hacia el HBM. Ambos mercados están en situación de escasez, pero por razones opuestas: uno está en escasez porque la demanda supera la oferta, y el otro está en escasez porque la oferta se está reduciendo.

Las innovaciones en eficiencia de DeepSeek se aplican principalmente al primer mercado. Si las exigencias relacionadas con HBM por token disminuyen, el efecto será un crecimiento más lento en la demanda de HBM, pero no una reducción absoluta. En cuanto al segundo mercado, no se ve afectado en absoluto por la eficiencia de la inferencia: los dispositivos de consumo no utilizan modelos de lenguaje grandes durante el proceso de inferencia.

La implicación es bastante clara. La narrativa de DeepSeek sería importante si el proceso de actualización de la memoria estuviera determinado por la demanda. Pero no lo está. Está limitado por la oferta, y se basa en un cronograma de inversión que trasciende la fecha de lanzamiento de cualquier modelo específico. Los beneficios en términos de eficiencia en el lado de la demanda son reales, pero ocurren en una constancia temporal menor que la del lado de la oferta. Las limitaciones físicas relacionadas con la construcción de las fábricas, la maduración de los productos y la calificación de los clientes determinan el resultado del mercado, no la eficiencia algorítmica del modelo más reciente.

¿Qué cambia la tesis?

El problema clave no es si DeepSeek o cualquier otra startup logra hacer que la IA sea más económica de utilizar. La pregunta más importante es si el ciclo de inversión que realizan los fabricantes de memoria hoy en día proporciona suficiente suministro para cubrir el déficit antes de que el crecimiento de la demanda disminuya. Si las inversiones de los gigantes tecnológicos continúan a niveles actuales, entonces la brecha de suministro persistirá, independientemente de la eficiencia en la ejecución de las operaciones de inteligencia artificial. Pero si esto se ralentiza, entonces la presión sobre la asignación de recursos disminuye, las memorias DRAM convencionales vuelven a estar disponibles, y los márgenes de beneficio se reducen en ambos sentidos.

El ciclo de memoria excesivo es real. Pero su duración está determinada por las curvas de producción y los factores técnicos, y no por cuán inteligente sea el próximo modelo.