La inteligencia artificial (IA) está construyendo una de las mayores apuestas de inversión de la economía global. Su expansión tiene una expresión tangible en las cuentas de los fabricantes de semiconductores, en los pedidos de maquinaria para producir chips y en los presupuestos de las grandes plataformas tecnológicas, que continúan ampliando su infraestructura para atender una demanda creciente de capacidad de cómputo. Sin embargo, el crecimiento de la industria empieza a plantear una pregunta más compleja para los mercados financieros: ¿qué tan rentable será la infraestructura que se está construyendo y cuánto tiempo necesitarán las empresas para recuperar el capital comprometido?
Los resultados del tercer trimestre de 2026 ofrecen una fotografía reveladora. Taiwan Semiconductor Manufacturing Company (TSMC), el mayor fabricante de semiconductores por contrato del mundo, reportó ingresos por 46.720 millones de dólares, un incremento interanual de 41,2%, y una utilidad neta que avanzó 68,7%. Su margen bruto alcanzó 66,4%. En paralelo, ASML, el fabricante neerlandés de equipos de litografía indispensables para producir los chips más avanzados, registró ventas trimestrales por 11.660 millones de euros y una utilidad neta de 4.960 millones. Su margen bruto llegó a 57,5%, mientras la empresa advirtió que la capacidad de producción que tiene prevista para 2027 y 2028 no será suficiente para satisfacer toda la demanda de sus clientes. Ambas compañías muestran que la expansión de la IA está generando oportunidades económicas concretas para quienes suministran los componentes y las herramientas que hacen posible su funcionamiento. Pero también evidencian que la industria no puede ampliar su capacidad al mismo ritmo al que crecen las expectativas de inversión.
El tercer frente está en las grandes plataformas tecnológicas. J.P. Morgan Global Research estima que el gasto mundial de capital relacionado con la IA alcanzará aproximadamente 900.000 millones de dólares en 2026 y proyecta que la inversión acumulada en infraestructura y tecnología podría llegar a 5,5 billones de dólares para 2030. El desafío es que la capacidad instalada, los ingresos generados y los rendimientos financieros no necesariamente evolucionan al mismo ritmo. Esa diferencia está convirtiendo la rentabilidad en una variable central para evaluar la siguiente fase de la economía de la IA.
Los fabricantes de chips capturan el crecimiento
La primera señal de la expansión está en TSMC, cuya posición dentro de la cadena de suministro la coloca en el centro de la demanda de semiconductores avanzados para inteligencia artificial, computación de alto rendimiento y otros mercados tecnológicos. En el tercer trimestre, sus ingresos crecieron 41,2% frente al mismo periodo de 2025, hasta 46.720 millones de dólares. La utilidad neta avanzó 68,7%, mientras el margen operativo se situó en 58,7%. La composición de sus ingresos también permite dimensionar el cambio tecnológico. Las tecnologías de 7 nanómetros o inferiores representaron 79% de los ingresos por obleas, con una participación creciente de los procesos más avanzados. Los chips de 3 nanómetros aportaron 33% y los de 5 nanómetros, 28%; la tecnología de 2 nanómetros comenzó a contribuir con 8%.
La computación de alto rendimiento, categoría que incluye aplicaciones relacionadas con centros de datos y procesamiento avanzado, representó 68% de los ingresos trimestrales de la compañía, después de crecer 22% respecto del trimestre anterior. TSMC espera que sus ingresos del cuarto trimestre se sitúen entre 52.300 y 54.300 millones de dólares. De concretarse, el punto medio de esa previsión implicaría un crecimiento interanual cercano a 58%, una señal de que la empresa todavía anticipa una expansión considerable de la demanda.
No obstante, incluso en este escenario de crecimiento, existen presiones sobre la rentabilidad. El margen bruto de TSMC bajó de 67,7% en el segundo trimestre a 66,4% en el tercero, principalmente por el efecto inicial de la puesta en marcha de la producción de 2 nanómetros. La empresa también anticipó que la expansión de esta tecnología y los costos de sus plantas en el extranjero continuarán afectando parcialmente sus márgenes.
La lectura es relevante para los inversionistas: el crecimiento de los ingresos no garantiza una mejora constante de la rentabilidad, particularmente cuando las compañías necesitan invertir para ampliar su capacidad y desarrollar nuevas generaciones tecnológicas.
ASML: pedidos que anticipan una industria todavía limitada por la capacidad
La segunda señal proviene de ASML, cuya tecnología de litografía permite fabricar los circuitos cada vez más pequeños y complejos que requieren los semiconductores avanzados. La compañía reportó ingresos trimestrales por 11.660 millones de euros, frente a 9.326 millones en el segundo trimestre. Su utilidad neta aumentó de 2.918 a 4.960 millones de euros, mientras el margen bruto avanzó de 54% a 57,5%. Para el conjunto de 2026, ASML prevé ventas de entre 44.000 y 45.000 millones de euros, con un margen bruto cercano a 56%. Pero el dato más importante para entender el siguiente ciclo de inversión no está únicamente en sus resultados financieros, sino en las señales de demanda que recibe de sus clientes.
La empresa informó que algunos fabricantes de semiconductores ya expresan interés en colocar pedidos para 2029 e incluso 2030. Al mismo tiempo, anticipa que su capacidad prevista para 2027 y 2028 será insuficiente para atender toda la demanda que están proyectando sus clientes. ASML había considerado aumentar su capacidad de producción de determinados sistemas alrededor de 30% en 2027 y explorar un incremento adicional de magnitud similar para 2028. Sin embargo, la demanda prevista llevó a la empresa a estudiar nuevas posibilidades de expansión.
La situación muestra una particularidad de la economía de la IA: el crecimiento esperado es tan intenso que las inversiones necesarias para atenderlo deben planearse con años de anticipación. La fabricación de maquinaria especializada, la ampliación de plantas y el desarrollo de procesos productivos no pueden acelerarse de manera instantánea. En estas condiciones, una parte de la industria se beneficia de una elevada visibilidad de la demanda, pero enfrenta límites físicos y tecnológicos para convertirla en producción efectiva. Para los inversionistas, esa combinación puede favorecer los ingresos y el poder de negociación de los proveedores especializados. También plantea riesgos de ejecución: los fabricantes deben ampliar su capacidad sin comprometer excesivamente sus costos, su rentabilidad o la calidad de sus operaciones.
La escasez de capacidad, por sí sola, tampoco garantiza que todos los participantes obtengan rendimientos extraordinarios. El resultado dependerá de la inversión necesaria para ampliar la producción, de los precios que puedan cobrar y de la duración de la demanda que hoy anticipan sus clientes.
El costo de construir la infraestructura de la IA
Por otra parte, mientras los proveedores de chips y maquinaria registran resultados sólidos, las grandes plataformas tecnológicas están comprometiendo recursos cada vez mayores para desarrollar centros de datos, adquirir procesadores, ampliar redes y garantizar el suministro eléctrico que requiere el procesamiento de información. J.P. Morgan Global Research calcula que los cinco grandes hiperescalares estadounidenses —Amazon, Alphabet, Meta, Oracle y Microsoft— destinarán en conjunto alrededor de 900.000 millones de dólares a inversión de capital relacionada con la IA en 2026. La cifra refleja un cambio de escala. El gasto ya no se limita a la compra de procesadores o al desarrollo de modelos: comprende edificios, sistemas de refrigeración, redes de transmisión de datos, equipos eléctricos y contratos de suministro energético.
La inversión tampoco se distribuye de manera uniforme. Mientras algunos participantes pueden financiar una parte importante de sus proyectos con el flujo de efectivo de sus negocios tradicionales, otros necesitan recurrir cada vez más al endeudamiento, las emisiones de capital y distintas estructuras de financiación. S&P Global Ratings advirtió en agosto que el gasto de capital conjunto de seis grandes hiperescalares podría superar 1,3 billones de dólares en 2027. La agencia también previó que esas seis compañías registrarían flujos de efectivo operativo libres negativos durante 2026 y 2027, con una recuperación que no se materializaría, según sus estimaciones, hasta 2029.
Estas cifras deben interpretarse con una precisión importante: el gasto de capital total de los hiperescalares y el gasto específicamente asociado con la IA son categorías relacionadas, pero no idénticas. Las estimaciones varían según las empresas incluidas y los componentes de infraestructura considerados. Aun con esas diferencias metodológicas, los cálculos muestran la dimensión del desafío financiero. La industria necesita transformar una inversión inicial extraordinaria en ingresos recurrentes, márgenes suficientes y flujos de efectivo capaces de sostener las siguientes etapas de expansión.
La financiación es parte de la historia. J.P. Morgan Asset Management señaló en agosto que la emisión de bonos de los hiperescalares había aumentado desde 17.000 millones de dólares en 2024 hasta 109.000 millones en 2025, y alcanzó 194.000 millones durante el primer semestre de 2026. La gestora estimó que la emisión de 2026 podría llegar a 279.000 millones de dólares. El mercado de deuda se está convirtiendo así en un participante cada vez más importante de la expansión tecnológica. Para los inversionistas en renta fija, esto abre oportunidades, pero también obliga a evaluar la capacidad de pago de los emisores, el volumen de obligaciones asumidas y el tiempo necesario para que los activos financiados generen recursos suficientes.
Meta y la prueba del flujo de efectivo
Los resultados de Meta Platforms ilustran la diferencia entre el crecimiento comercial y el costo de sostener una estrategia de inversión intensiva. En el tercer trimestre de 2026, la compañía registró ingresos por 64.601 millones de dólares, un incremento interanual de 26%. Sin embargo, sus gastos y costos aumentaron 68%, hasta 51.613 millones de dólares, y el flujo de efectivo libre fue negativo en 2.120 millones.
La compañía destinó 34.910 millones de dólares a inversión de capital durante el trimestre, incluidos los pagos de principal de arrendamientos financieros. Para todo 2026, prevé un gasto de capital de entre 135.000 y 145,000 millones de dólares. A primera vista, la caída de 37% en su utilidad operativa y la reducción del margen operativo de 40% a 20% podrían parecer una señal directa del costo de la IA. Sin embargo, sería incorrecto atribuir todo el deterioro a esas inversiones.
Meta registró un cargo extraordinario de 9.890 millones de dólares relacionado con un acuerdo legal con fiscales generales estatales de Estados Unidos. Sin ese cargo, la empresa habría reportado una utilidad operativa de 22.880 millones de dólares, superior a los 20.535 millones del tercer trimestre de 2025.
La precisión es importante porque permite separar tres factores: el costo extraordinario de asuntos legales, el gasto operativo del negocio y las inversiones necesarias para ampliar la infraestructura tecnológica. La compañía mantiene un negocio publicitario que crece, pero al mismo tiempo necesita financiar una expansión considerable de su capacidad de cómputo. El reto para sus inversionistas consiste en determinar cuánto valor adicional generará esa infraestructura y en qué plazo comenzará a reflejarse de manera sostenida en los resultados.
El caso de Meta no demuestra por sí mismo que las inversiones en IA estén destruyendo rentabilidad. Sí muestra que el tamaño de los compromisos financieros hace cada vez más importante examinar el flujo de efectivo, el calendario de las inversiones y la relación entre el gasto presente y los ingresos futuros. En otras palabras, el mercado no solo necesita saber cuánto está invirtiendo una empresa en IA. También quiere entender qué obtiene a cambio.
El mercado empieza a distinguir entre gastar y generar valor
La discusión sobre los rendimientos de la IA se ha intensificado a medida que los compromisos de inversión aumentan y las empresas necesitan demostrar que pueden financiar sus proyectos sin deteriorar excesivamente sus posiciones financieras. Un análisis de Reuters publicado el 28 de octubre mostró cómo esa diferencia empieza a influir en la reacción de los mercados. Microsoft generó 18.600 millones de dólares de flujo de efectivo libre en su primer trimestre fiscal, pese a invertir 45.200 millones en infraestructura de cómputo. Sus ingresos de Azure crecieron 48%.
Alphabet, en contraste, destinó a inversión de capital el equivalente a 121,4% de su flujo de efectivo operativo durante el trimestre de septiembre, frente a 68% en el caso de Microsoft, excluidos los arrendamientos financieros. La matriz de Google también registró un consumo de efectivo de 9.070 millones de dólares y anticipó que su inversión de capital aumentará significativamente en 2027. Las diferencias ayudan a entender por qué los mercados pueden premiar a una compañía que invierte cantidades extraordinarias y mostrarse más cautelosos con otra que desembolsa recursos similares. La cuestión no es únicamente el tamaño de la inversión, sino la capacidad para financiarla, la evolución del negocio que la sustenta y la posibilidad de obtener ingresos adicionales sin comprometer la rentabilidad futura.
Microsoft mostró crecimiento de sus servicios de nube y generación de efectivo libre; Alphabet, pese al fuerte avance de Google Cloud, enfrenta el desafío de sostener el crecimiento de su negocio tradicional de búsquedas mientras amplía sus inversiones en IA. Las diferencias entre ambas compañías no permiten concluir que una estrategia sea universalmente superior a otra. Sí evidencian que el mercado empieza a evaluar con mayor atención la calidad del crecimiento y la capacidad de cada empresa para convertir sus desembolsos en recursos financieros. Este cambio de enfoque puede tener consecuencias para la valoración bursátil, el acceso al crédito y las decisiones de asignación de capital de los grandes gestores de activos.
La pregunta no es si habrá demanda, sino quién capturará los beneficios
La economía de la IA presenta una paradoja. La demanda de capacidad de cómputo continúa creciendo, los fabricantes de semiconductores y maquinaria especializada reportan resultados sólidos y las grandes plataformas tecnológicas mantienen ambiciosos planes de expansión. Al mismo tiempo, la infraestructura exige desembolsos que pueden tardar años en recuperarse. Los cuellos de botella también son diversos. Además de la disponibilidad de chips y memoria avanzada, la construcción de centros de datos depende de permisos, suministro eléctrico, redes de transmisión, sistemas de refrigeración y disponibilidad de equipos especializados. Esas limitaciones pueden retrasar la puesta en marcha de los proyectos y modificar sus costos. Una instalación que no dispone de energía suficiente o que no puede operar con toda su capacidad no genera los ingresos que justificaron su construcción.
También existe el riesgo de que la capacidad instalada crezca más rápido que la demanda rentable. Si las empresas construyen infraestructura anticipando un mercado que no se materializa al ritmo esperado, podrían enfrentar menores tasas de utilización, presión sobre los precios y rendimientos inferiores a los previstos. El escenario contrario también es posible: una demanda persistentemente superior a la oferta puede sostener la utilización de los activos y favorecer a los proveedores con tecnología difícil de sustituir. Por eso, el análisis de la industria requiere distinguir entre tres dimensiones que a menudo aparecen mezcladas en la conversación financiera: la demanda de aplicaciones de IA, la capacidad física para procesarlas y la rentabilidad de las inversiones necesarias para atenderlas. El crecimiento de una dimensión no garantiza automáticamente el éxito de las otras dos.
Una nueva prueba para los inversionistas
La siguiente fase de la economía de la IA podría marcar una transición en la forma en que los mercados evalúan a sus principales participantes. Durante la primera etapa, buena parte de la atención se concentró en identificar a las compañías capaces de desarrollar los modelos más avanzados, fabricar los procesadores más potentes o asegurar capacidad de cómputo antes que sus competidores. Ahora, conforme se acumulan los compromisos de inversión, la evaluación financiera adquiere un peso mayor: cuánto cuesta ampliar la capacidad, de dónde proviene el capital, qué ingresos adicionales genera y cuánto efectivo queda disponible después de cubrir las necesidades de inversión.
Para los inversionistas en acciones, esto implica examinar no solo el crecimiento de los ingresos, sino también los márgenes, la intensidad de capital, el flujo de efectivo libre y la rentabilidad esperada de los nuevos activos. Para quienes participan en los mercados de deuda, el foco incluye la estructura de financiación, los vencimientos, las garantías y la capacidad de los emisores para atender sus obligaciones si los rendimientos de la IA tardan más de lo previsto en materializarse.
La expansión de los semiconductores y la escasez de capacidad prevista para los próximos años ofrecen señales de que el ciclo de inversión todavía tiene fundamentos importantes. Sin embargo, los resultados de los proveedores no bastan para demostrar que cada dólar invertido en centros de datos y sistemas de IA producirá un rendimiento atractivo. La pregunta decisiva para la industria ya no es solamente cuánto puede crecer la inteligencia artificial. Es cuánto valor económico podrá generar, quién estará en condiciones de capturarlo y qué empresas dispondrán del capital y la disciplina financiera necesarios para atravesar el periodo que separa la construcción de la infraestructura de la obtención de sus beneficios. En esa diferencia entre demanda, capacidad y rentabilidad se juega una parte sustancial de la siguiente etapa de la economía de la IA.
Por Antonio Sandoval
Por Funds Society