Recientemente, tuvimos la suerte de compartir cena y conversación con dos experimentados profesionales en la intersección de ciberseguridad, geopolítica y política, en un evento organizado por Janus Henderson para sus clientes explorando la inteligencia artificial (IA) y sus implicaciones para los mercados actuales.

Al abordar la discusión como inversores de retorno absoluto, lo que más nos interesó no fue simplemente hacia dónde se dirige la innovación de la IA, sino cómo está reconfigurando la dinámica competitiva, la asignación de capital y el riesgo en todos los sectores. La IA ha pasado de ser vista exclusivamente a través de un prisma tecnológico para convertirse en una fuerza estratégica, influyendo en cómo operan los países, cómo las empresas construyen y defienden sus ventajas, y enfatizando dónde los mercados están luchando por mantenerse al día con el cambio rápido.

Mientras la inversión en infraestructura relacionada con la IA se ha acelerado bruscamente (se espera que las siete principales empresas tecnológicas inviertan más de 680 000 millones de dólares estadounidenses en desarrollo e infraestructura de IA en 2026), todavía hay algunas preguntas clave detrás de estos titulares que son de importancia fundamental para cómo podría desarrollarse la historia de la IA en los próximos años. ¿Quién controla estos sistemas? ¿Quién es de confianza para operarlos? ¿Cómo crearán las nuevas formas de dependencia tecnológica oportunidades, así como riesgos, tanto en el lado largo como en el corto para inversores.

La nueva era de la geopolítica de IA

Una de nuestras principales conclusiones fue cómo la competencia geopolítica está configurando profundamente el paisaje de la IA. En particular, la tensión entre EE. UU. y China se ha convertido en una característica definitoria del stack tecnológico global. Es una fuerza activa que determina quién puede construir qué, dónde, y a qué coste.

Una forma útil de pensar sobre esto es separar dónde la IA ya está funcionando bien de dónde todavía está luchando. Hoy en día, la IA funciona de manera extremadamente efectiva en el mundo “cerrado”: software, análisis de datos, codificación y flujos de trabajo digitales. En contraste, sigue siendo mucho menos fiable en el mundo «físico», como la robótica, los vehículos autónomos o la toma de decisiones en el mundo real.

Esa distinción importa para los inversores porque resalta dónde es probable que llegue la disrupción más rápidamente. Los sectores con gran carga de software ya están enfrentando presión competitiva debido al despliegue de varias nuevas herramientas de IA. Mientras tanto, las industrias físicas han experimentado impactos más lentos y desiguales, impulsados por la regulación o preocupaciones sociales sobre la seguridad, en lugar de por capacidades de IA en sí mismas.

La política ahora se sitúa en el centro de este panorama, influyendo en los modelos de negocio y la asignación de capital, y está influenciada por una variedad de factores, desde los controles de exportación y las subvenciones hasta la política industrial y la dependencia exterior. Restringir el acceso a chips avanzados puede ralentizar el progreso en algunas regiones, pero no detiene el despliegue ni el aprendizaje por completo. En la práctica, cambia la ruta tomada y abre la puerta a soluciones innovadoras.

También hay un claro sentido de que diferentes filosofías están en juego. En EE.UU., la mentalidad dominante sigue siendo «primero el modelo»: construir la inteligencia más avanzada posible, después averiguar cómo monetizarla. En China, el instinto está más cerca de «desplegar primero»: tratar la IA como una utilidad y lanzarla a gran escala, iterando rápidamente para reducir los costes y penetrar en los mercados comerciales.

Estos enfoques ofrecen diferentes puntos fuertes y débiles, pero ambos sistemas enfrentan limitaciones vinculantes. En Estados Unidos, hay limitaciones de infraestructura, ya que las redes eléctricas, los sistemas de planificación y los suministros de agua tienen dificultades para seguir el ritmo del crecimiento en la demanda por la expansión de los centros de datos. En China, el acceso al hardware de computación avanzada sigue siendo un impedimento tanto para la evolución como para el despliegue.

Marcos tecnológicos como estrategia: por qué la IA no es una única operación

Otro importante hallazgo fue un cambio hacia pensar en términos de «pilas tecnológicas», en lugar de empresas o productos individuales. Los mercados han tratado comúnmente la IA como una sola operación, donde hemos visto a los inversores aglomerarse en las oportunidades más visibles al mismo tiempo. Pero la IA es un sistema en capas que se extiende desde la infraestructura física en la base hasta las aplicaciones y servicios en la parte superior.

En la base de la estructura se encuentran la energía, los terrenos, la refrigeración y los centros de datos. Por encima de eso vienen las redes, los semiconductores, las plataformas en la nube, los datos y, en última instancia, la distribución en productos y servicios del mundo real. La competencia, los márgenes y los cuellos de botella son muy diferentes en cada capa. Las oportunidades más duraderas, o aquellas más susceptibles al impacto de la IA, podrían no ser las más visibles.

Al mismo tiempo, la competencia dentro de una pila puede ser brutal. Cuando la tecnología se convierte en una mercancía o está fuertemente subvencionada, los márgenes pueden desaparecer muy rápidamente. Comprender dónde se mantiene el valor y dónde se desliza es cada vez más importante. Aprender a través del feedback y reducir los costes pueden ser tan importantes como el brillo técnico. En algunos mercados, ser lo suficientemente bueno o lo suficientemente barato podría competir con tecnologías “de lo mejor de su clase” que son caras y/o lentas de desplegar.

La importancia de la confianza en la IA… y por qué es tan frágil

La confianza puede sonar abstracta, pero en la IA es cada vez más decisiva. En áreas sensibles como las finanzas, la identidad y la seguridad de los datos, la confianza es ya fundamental, influyendo directamente en las decisiones de adquisición, la aprobación regulatoria y la adopción por parte del cliente.

A medida que la IA se integra más en sistemas críticos, la confianza también está moldeando cómo las empresas y los gobiernos enmarcan políticas en torno al riesgo, la jurisdicción, la regulación y la dependencia, reflejando la escala del impacto potencial. Aunque este tipo de fragmentación es ineficiente desde una perspectiva puramente económica, con sistemas duplicados, cadenas de suministro superpuestas y costos más altos, todavía puede ser una respuesta racional donde la resiliencia y la autonomía estratégica importan.

La seguridad se sitúa en el corazón de esta dinámica. Los sistemas de IA avanzados pueden identificar debilidades más rápido que los humanos, aumentando la probabilidad de sustos, casi accidentes y escrutinio alrededor de la resiliencia del sistema. Al mismo tiempo, pueden acelerar la adaptación y la defensa. Iniciativas como el Proyecto Glasswing, donde Anthropic ha proporcionado a las agencias gubernamentales y a organizaciones seleccionadas acceso temprano a sus modelos de Claude IA (Mythos), buscan reforzar la confianza mediante esfuerzos para fortalecer la ciberseguridad y apoyar la adopción por el sector público.

Esto ayuda a explicar por qué los gobiernos están cada vez más dispuestos a pagar más por tecnología confiable, aun cuando existen alternativas más baratas. La confianza se ha convertido en un obstáculo para el acceso. La decisión de Francia de reemplazar Windows con Linux ilustra cómo la dependencia tecnológica ahora se ve como un riesgo tangible. La forma en que las empresas y los gobiernos respondan, a través de la alineación, la política o la regulación, probablemente jugará un papel importante en la configuración de los flujos de capital y la durabilidad de las ventajas competitivas.

Consecuencias para los inversores

El superciclo de la IA ha impulsado los mercados desde 2023, pero la operación se ha tratado a menudo en términos excesivamente binarios: concentrarse en los obvios ganadores de la IA y asumir que los líderes actuales monetizarán automáticamente la demanda del futuro. La gama de posibles resultados se está ampliando. Algunos negocios resultan ser beneficiarios duraderos; otros están enfrentando la desintermediación más rápido (o más lento) de lo esperado. Este es precisamente el tipo de entorno donde las estrategias de absolute return, operando un marco flexible de inversiones largas y cortas, pueden agregar valor posicionándose tanto para los ganadores como para los perdedores de IA.

La clave de esto es separar los relatos sobre IA de las realidades de inversión. Por el lado largo, miramos más allá de las narrativas saturadas, hacia oportunidades persistentes tanto en infraestructuras que respaldan el crecimiento de la IA (energía, agua, datos y servicios críticos) como en beneficiarios más silenciosos donde la IA está impulsando la productividad, compresión de costos y expansión de márgenes. Puede que estas empresas no sean líderes en IA, pero pueden ser beneficiarias netas a medida que la IA se convierte en una mano silenciosa de desinflación en los servicios y la fabricación.

En el lado corto, el enfoque está en áreas donde las valoraciones ya suponen una ejecución impecable, donde las vías de monetización siguen siendo inciertas, o donde las ventajas competitivas se están erosionando. A medida que la IA acelera el ritmo de la disrupción, los mercados pueden volverse ineficientes, creando oportunidades de desajustes de precios para los inversores más ágiles o aquellos capaces de mirar más allá del consenso de la multitud.

A medida que la confianza y las elecciones tecnológicas rediseñan el panorama de la IA, los retornos es más probable que recompensen la selectividad que el simple optimismo. Este es el tipo de entorno en el que las estrategias de absolute return en renta variable pueden sobresalir, navegando la ampliación de la dispersión del mercado al tomar posiciones largas y cortas, con la flexibilidad para adaptarse a un entorno cambiante. La IA no levantará a todos los barcos por igual. A medida que la confianza, la regulación y las arquitecturas tecnológicas fragmentan los mercados, las mayores oportunidades para los inversores pueden estar en distinguir a los beneficiarios genuinos de aquellos cuyas perspectivas se están sobrevalorando.

Tribuna de opinión firmada por Luke Newman, Portfolio Manager y Ben Wallace, Portfolio Manager en Janus Henderson Investors.