El panorama de la inteligencia artificial está evolucionando desde herramientas sencillas a sistemas autónomos complejos. Los modelos de inteligencia artificial agentiva pueden razonar, planificar y ejecutar acciones en distintos flujos de trabajo. Así, las capacidades agentivas están pasando del terreno conceptual a su uso real.
Las empresas están comenzando a utilizar la tecnología para automatizar sus flujos de trabajo y realizar labores de análisis. Uno de los usos más populares de la inteligencia artificial agentiva es lo que se conoce como “vibe coding”, o programación asistida por inteligencia artificial. Al mismo tiempo, anticipamos una expansión de sus aplicaciones a medida que los modelos de inteligencia artificial se integren en formatos que les doten de “ojos” y “oídos”.
La inteligencia también se está desplazando hacia los propios dispositivos, lo que permite experiencias personalizadas en tiempo real sin tener que depender de la nube.
Valoraciones
En este punto de desarrollo de la inteligencia artificial, surgen preguntas sobre las valoraciones de las compañías que, en nuestra opinión, son bastante dispares. En general, son elevadas en los segmentos del hardware y los semiconductores, en un contexto de mayores expectativas por parte de los inversores, frente al deterioro que han sufrido en el segmento del software y servicios tecnológicos.
En lo que respecta a las compañías de hardware y semiconductores, los ratios precio-beneficio están en niveles elevados en relación con la historia reciente, pero siguen muy por debajo de los máximos entre 1999 y 2001. Aunque el aumento de las valoraciones puede estar en parte justificado por el incremento estructural de los márgenes, también refleja las expectativas de un crecimiento futuro de los ingresos, que podrían moderarse si se produce una etapa de asimilación del fuerte gasto de capital previo.
Es posible que las cifras de beneficios en ciertos ámbitos como los discos duros o los chips de memoria no resulten sostenibles, ya que gran parte del crecimiento ha venido impulsado por un aumento de los precios que se moderará cuando se alcance un mayor equilibrio entre la oferta y la demanda.
En el sector del software, por su parte, se aproximan al nivel más bajo en diez años según el ratio entre el valor de empresa y los ingresos previstos a doce meses: desde el ratio máximo de 14 veces en la pandemia de covid, actualmente se sitúa en 3,5 veces. Esta fuerte caída refleja la preocupación por el impacto que pueden tener los modelos de inteligencia artificial agentiva y las herramientas de programación en las compañías tradicionales de software.
Esta preocupación está justificada en el caso de algunas empresas, ya que ciertas plataformas de software de aplicaciones podrían verse desplazadas y la intensidad competitiva general del sector podría aumentar. Sin embargo, pensamos que podrían destacar las compañías que ofrecen aplicaciones críticas profundamente integradas y que actúan como sistema de referencia, donde el conocimiento especializado y la experiencia empresarial crean ventajas competitivas sostenibles.
Implicaciones del gasto de capital
El crecimiento, asimismo, necesita financiación. Las perspectivas de aumento del gasto de capital de los proveedores de servicios en la nube y las compañías líderes en inteligencia artificial se han convertido en el principal factor de impulso del crecimiento de los ingresos y de la revisión al alza de los beneficios para un grupo cada vez más amplio de compañías de hardware tecnológico y semiconductores.
Cuando en noviembre de 2022 se lanzó ChatGPT 3.5, la mayor parte del gasto inicial iba destinado a los chips aceleradores y a los servidores de inteligencia artificial que los alojan. Durante los últimos uno o dos años, el liderazgo entre las compañías de hardware tecnológico y semiconductores se ha ido diversificando a medida que los participantes del mercado han tratado de identificar dónde se concentrará la próxima ola de inversión en infraestructura necesaria para impulsar las aplicaciones de entrenamiento e inferencia de inteligencia artificial.
Por ejemplo, se están utilizando componentes y sistemas de redes ópticas para permitir la ampliación vertical (la conexión de más GPU, o unidades de procesamiento gráfico, con menor latencia dentro de un rack de servidores), la ampliación horizontal (la conexión de racks de servidores entre sí) y la ampliación distribuida (el entrenamiento de modelos de inteligencia artificial entre centros de datos separados por distancias más largas) de los superordenadores de inteligencia artificial.
Además, con el auge de la inteligencia artificial agentiva, los flujos de trabajo de inferencia están evolucionando de forma que requieren más CPU (unidades centrales de procesamiento) para tareas como la orquestación de procesos y la gestión de datos. La proporción entre CPU y GPU está pasando de 1:8 en el entrenamiento a 1:1 en las aplicaciones de inferencia.
Entre los riesgos principales destaca la posibilidad de que se produzcan una o varias fases de asimilación del gasto de capital durante la fase de desarrollo de las infraestructuras de inteligencia artificial, que podrían provocar una menor demanda unitaria de semiconductores y hardware, así como una caída de los precios de productos como los discos duros y los chips de memoria (DRAM), cuyos precios han repuntado con fuerza debido a la escasez de oferta.
Los aceleradores del uso de la IA
La próxima fase de adopción de la inteligencia artificial vendrá impulsada por una combinación de mejoras funcionales y demostración de valor económico.
En primer lugar, los modelos multimodales amplían de forma significativa las aplicaciones potenciales de la nueva tecnología, ya que incorporan formatos como imágenes, audio y vídeo. Pensamos que la adopción de la inteligencia artificial podría ir aumentando a medida que los usuarios vayan interactuando con los modelos a través de estos nuevos formatos de contenido, que permiten flujos de trabajo más complejos y aplicables al mundo real, en lugar de tareas restringidas al ámbito textual.
En segundo lugar, las empresas comienzan a adoptar la inteligencia artificial, aunque aún en una etapa inicial. La adopción se acelerará a medida que las compañías se sientan cómodas con los procesos de gestión y control de los datos, establezcan medidas de seguridad y desarrollen una infraestructura de datos preparada para la inteligencia artificial.
En tercer lugar, los costes de inferencia están reduciéndose con rapidez, lo que disminuye el coste marginal y permite un uso más frecuente. Pensamos que estos costes van a seguir cayendo ante los continuos avances en hardware y software.
Por último, la calidad de los modelos está mejorando rápidamente. Cada nueva generación muestra una mayor capacidad de razonamiento y mejores resultados en pruebas de referencia clave, lo que amplía el conjunto de tareas que la inteligencia artificial puede realizar de forma fiable.
En definitiva, un círculo virtuoso de mejor rendimiento, menores costes y un retorno de la inversión más evidente debería favorecer la adopción de la inteligencia artificial.
El potencial económico
En lo que respecta a la inversión, identificamos oportunidades interesantes en compañías concretas del ámbito tecnológico, incluidos los segmentos de semiconductores, hardware y software, así como en sectores adyacentes que facilitan la expansión de los centros de datos.
Los principales proveedores de servicios en la nube están invirtiendo cientos de miles de millones de dólares para proporcionar la capacidad de computación y los servicios relacionados necesarios para el entrenamiento y la inferencia de modelos. Aunque aún es pronto, las tendencias más recientes parecen indicar que estas empresas pueden obtener una rentabilidad que compense su coste de capital. Las carteras de pedidos están aumentando con fuerza, el crecimiento de los ingresos en la nube se acelera y los márgenes se mantienen en niveles atractivos. A corto plazo, la inversión masiva en infraestructuras de inteligencia artificial está impulsando ciertos segmentos de la economía industrial relacionados con los centros de datos y la energía.
Aunque somos conscientes de que la nueva tecnología podría provocar el desplazamiento de determinados puestos de trabajo a largo plazo, pensamos que la inteligencia artificial será positiva para la economía, gracias al aumento de la productividad que trae consigo la automatización de las tareas y los flujos de trabajo.
Algunos artículos pueden contener lenguaje técnico. Por esta razón, pueden no ser adecuados para lectores sin experiencia profesional en inversiones. Todos los pareceres expresados en el presente documento son los del autor en la fecha de su publicación, se basan en la información disponible y podrían sufrir cambios sin previo aviso. Los equipos individuales de gestión podrían tener opiniones diferentes y tomar otras decisiones de inversión para distintos clientes. El presente documento no constituye una recomendación de inversión. El valor de las inversiones y de las rentas que generan podría tanto bajar como subir, y es posible que el inversor no recupere su desembolso inicial. Las rentabilidades obtenidas en el pasado no son garantía de rentabilidades futuras. Es probable que la inversión en mercados emergentes o en sectores especializados o restringidos esté sujeta a una volatilidad superior a la media debido a un alto grado de concentración, a una mayor incertidumbre al haber menos información disponible, a una liquidez más baja o a una mayor sensibilidad a cambios en las condiciones sociales, políticas, económicas y de mercado. Algunos mercados emergentes ofrecen menos seguridad que la mayoría de los mercados desarrollados internacionales. Por este motivo, los servicios de ejecución de operaciones, liquidación y conservación en nombre de los fondos que invierten en emergentes podrían conllevar un mayor riesgo. Los activos privados son oportunidades de inversión no disponibles a través de mercados cotizados como por ejemplo las bolsas de valores de renta variable. Permiten a los inversores beneficiarse directamente a temas de inversión a largo plazo y pueden brindarles acceso a sectores especializados como infraestructura, inmobiliario, private equity y otros alternativos difícilmente disponibles a través de medios tradicionales. No obstante, los activos no cotizados requieren un examen minucioso, pues tienden a tener niveles elevados de inversión mínima y pueden ser complejos e ilíquidos.
Por Funds Society, Madrid
