Uno de los factores determinantes en la victoria de los Aliados durante la Segunda Guerra Mundial fue la capacidad productiva de Estados Unidos. Aunque Alemania desarrolló armamento altamente sofisticado, la verdadera ventaja estadounidense residió en su capacidad para producir, transportar, reparar y sustituir equipos a gran escala. Esta idea refleja un principio fundamental: la tecnología puede decidir batallas, pero la capacidad de producción a gran escala es la que gana guerras.
Tras el conflicto, Estados Unidos combinó liderazgo tecnológico e industrial durante varias décadas, impulsando un largo periodo de crecimiento económico. Sin embargo, este equilibrio comenzó a cambiar con la globalización a partir de los años noventa. El capital dejó de asignarse prioritariamente a activos físicos e industriales y pasó a concentrarse en actividades financieras como recompras de acciones, dividendos, propiedad intelectual, fusiones y adquisiciones y externalización de la producción. Incluso ciclos de inversión relevantes, como el de las telecomunicaciones o el inmobiliario, contribuyeron de forma limitada a reconstruir la base industrial.
Este cambio cobra especial relevancia en el contexto actual de la inteligencia artificial (IA). Aunque la IA se percibe como una tecnología inmaterial basada en la nube, su desarrollo depende de una infraestructura física compleja. La computación requiere centros de datos, electricidad, semiconductores, memoria, materias primas, sistemas de refrigeración, logística, mano de obra cualificada y capital. Tras décadas de infra inversión, la economía estadounidense presenta hoy restricciones de capacidad más evidentes, lo que se refleja tanto en el poder de fijación de precios de algunas compañías como en la persistencia de la inflación.
Como consecuencia, se está produciendo un giro en el ciclo de capital: los recursos se trasladan desde la ingeniería financiera hacia la economía real necesaria para sostener el crecimiento tecnológico. Este proceso está teniendo impacto en los mercados a través de dos dinámicas clave.
La primera es el predominio de la escasez. Las empresas situadas cerca de cuellos de botella físicos, como las del hardware, la capacidad de computación o los equipos eléctricos, están experimentando una demanda superior a la oferta. Esto les ha permitido incrementar precios y mejorar márgenes, ya que los clientes cuentan con pocas alternativas a corto plazo.
Sin embargo, esta situación no es permanente. Los altos márgenes atraen nuevas inversiones, lo que incrementa la oferta con el tiempo. A medida que esta aumenta, el poder de fijación de precios disminuye y los márgenes tienden a normalizarse. La experiencia histórica muestra que en sectores intensivos en capital, los periodos de alta rentabilidad suelen conducir a su propia moderación. Por ello, es importante no asumir que la escasez actual se mantendrá indefinidamente.
La segunda dinámica se relaciona con la interpretación del impacto de la IA en los mercados. Muchas empresas vinculadas al software, los datos y los servicios de información han sido penalizadas, incluso cuando sus resultados siguen siendo sólidos. El mercado ha tendido a simplificar, favoreciendo el hardware y asumiendo que el software perderá valor de forma generalizada.
No obstante, esta visión es limitada. Es cierto que la IA puede reducir el valor de cierto software genérico o fácilmente replicable, especialmente en tareas repetitivas. Sin embargo, no todas las empresas del sector están expuestas de la misma manera. Aquellas que gestionan datos críticos, flujos de trabajo complejos, sistemas regulados o procesos clave aportan un valor que va más allá del software en sí. Su ventaja reside también en la confianza, la integración en los procesos del cliente, el conocimiento especializado y el cumplimiento normativo.
En este contexto, la paradoja de Jevons resulta relevante: cuando una tecnología reduce los costes, su uso tiende a aumentar. De este modo, la IA podría ampliar significativamente la demanda de análisis, escenarios y apoyo a la toma de decisiones. A medida que las respuestas se vuelvan más accesibles, el valor se desplazará hacia su calidad y fiabilidad.
Así, el factor diferencial pasará a ser la capacidad de ofrecer información precisa, verificable y alineada con la regulación. Esto favorece a empresas con datos exclusivos, relaciones sólidas con clientes y sistemas profundamente integrados en sus operaciones. En estos casos, la IA puede reforzar su posicionamiento en lugar de debilitarlo.
En conclusión, el actual ciclo de inversión en IA está generando una mayor diferenciación en los mercados. La escasez en ciertos sectores es real pero probablemente temporal, mientras que la disrupción tecnológica es relevante pero no uniforme. El reto para los inversores consiste en distinguir entre ventajas transitorias y ventajas duraderas, así como entre riesgos reales y reacciones exageradas.
En este entorno, la gestión activa cobra mayor importancia. A diferencia de la gestión pasiva, permite identificar qué empresas están mejor posicionadas para adaptarse a los cambios. El desafío clave no es solo participar en el crecimiento de la IA, sino comprender qué modelos de negocio se verán afectados negativamente y cuáles pueden reforzarse en un entorno cada vez más impulsado por la tecnología.
Tribuna de Robert M. Almeida, gestor de carteras y estratega de inversión global de MFS Investment Management
Debe tener en cuenta que todas las inversiones conllevan un cierto nivel de riesgo, incluida la posible pérdida del importe principal invertido.
Las opiniones expresadas pertenecen al autor o autores y pueden variar en cualquier momento. Estas opiniones se presentan exclusivamente a título informativo y no deben considerarse como una recomendación para comprar cualquier valor o como una solicitud o consejo de inversión. Las previsiones no están garantizadas. Las rentabilidades pasadas no garantizan los resultados futuros.
Por Funds Society
Por Beatriz Zúñiga