Las Claves #Alibaba

Miguel Ángel Valero

El gráfico que aporta The Trader es suficientemente elocuente sobre cómo el coste de utilizar inteligencia artificial (IA) está cayendo a una velocidad nunca vista. Según Goldman Sachs, el precio de los modelos de lenguaje se ha desplomado en apenas tres años tanto como cayó el precio de los ordenadores personales durante casi dos décadas. Y si además tenemos en cuenta que los modelos actuales son mucho más capaces que los de hace solo dos años, el coste por unidad de inteligencia se está reduciendo todavía más deprisa.

A primera vista, esto parece una noticia extraordinaria para las compañías que lideran esta revolución. Si la IA va a estar presente en prácticamente todos los sectores de la economía, lo lógico sería pensar que quienes la desarrollan serán también quienes obtengan los mayores beneficios. Sin embargo, la historia nos invita a ser algo más prudentes. A finales de los años noventa ocurrió algo muy parecido con Internet. El tráfico de datos crecía de forma explosiva, cada vez hacían falta más routers, más infraestructura y más capacidad de transmisión. Cisco se convirtió en la empresa que suministraba buena parte de ese equipamiento y llegó a ser, durante unos meses, la compañía más valiosa del mundo.

Para el inversor la historia fue muy distinta. Internet terminó transformando por completo la economía mundial. Cisco siguió siendo una magnífica empresa y continuó aumentando sus ingresos durante muchos años. Pero la competencia, la caída de los precios del hardware y unas expectativas que se habían vuelto completamente desproporcionadas hicieron que su cotización llegara a caer más de un 80% y tardará más de 25 años en recuperar los máximos alcanzados durante la burbuja tecnológica.

La revolución fue real. Los beneficios empresariales también. Lo que no fueron sostenibles fueron las expectativas que el mercado había descontado. Con la IA puede suceder algo parecido. Si el coste de desarrollar y utilizar modelos continúa desplomándose, puede terminar convirtiéndose en una commodity. Igual que hoy nadie paga un sobreprecio por almacenar información en la nube o por enviar datos a través de internet, es posible que dentro de unos años utilizar un modelo de IA sea un servicio cada vez más barato y accesible.

Y aquí entra en juego la paradoja de Jevons. Cuando una tecnología se abarata de forma drástica, lo normal no es que se utilice menos, sino mucho más. Cuanto más barato resulte acceder a la IA, más aplicaciones aparecerán, más procesos se automatizarán y mayor será el consumo total. El desplome del precio no tiene por qué reducir el tamaño del negocio; puede hacerlo crecer de forma exponencial. Eso no significa que desaparezca el negocio. Al contrario, probablemente el mercado será mucho mayor. Lo que significa es que el valor económico podría desplazarse hacia otro lugar. Quizá los grandes ganadores no sean quienes construyen los modelos, sino quienes consigan integrarlos mejor en productos y servicios capaces de generar ingresos recurrentes. O quizá quienes proporcionen la infraestructura necesaria para sostener ese crecimiento. 

La historia demuestra que las grandes revoluciones tecnológicas rara vez reparten los beneficios de la forma que inicialmente imagina el mercado.Por eso conviene distinguir entre una tecnología extraordinaria y una inversión extraordinaria. Porque no siempre son la misma cosa. La IA cambiará la economía con una intensidad incluso superior a la que lo hizo Internet. El fuerte abaratamiento de su coste probablemente hará que su uso se dispare, exactamente como describe la paradoja de Jevons. Pero eso no implica automáticamente que las compañías que hoy lideran esta revolución vayan a ser las mejores inversiones de la próxima década. Cisco fue una pieza imprescindible para construir Internet y, aun así, muchos inversores que compraron sus acciones a finales de los años noventa vieron cómo su inversión sufría una corrección superior al 80% y necesitaron más de 25 años para recuperar su dinero. "La historia demuestra que una revolución tecnológica puede transformar por completo la economía sin que las empresas que la lideran en sus primeros años sean necesariamente las que acaben generando las mayores rentabilidades para sus accionistas", alerta el analista Pablo Gil.

Durante los dos últimos años la gran carrera de la IA parecía muy sencilla de entender. Ganaba quien construyera el modelo más potente. OpenAI, Anthropic, Google o Meta competían por demostrar quién era capaz de ofrecer mejores respuestas, mayor capacidad de razonamiento o una programación más sofisticada. Sin embargo, la batalla acaba de entrar en una fase completamente distinta. Ya no basta con ser bueno. Ahora también hay que ser extraordinariamente barato. Varias compañías chinas —Alibaba, Moonshot, DeepSeek, Z.ai o ByteDance— han presentado modelos que ya compiten de tú a tú con los líderes estadounidenses en muchas tareas. Pero lo verdaderamente revolucionario no es únicamente la calidad de esos modelos, sino su coste. En algunos casos, ejecutar determinadas cargas de trabajo resulta hasta cien veces más barato que hacerlo con los modelos estadounidenses más avanzados.

Los mejores modelos de código abierto (chinos, por supuesto) ya igualaban el rendimiento de muchos modelos cerrados (estadounidenses), que todavía conservan una ligera ventaja en capacidad, pero a costa de un precio muy superior.

Si una empresa no ofrece el mejor modelo del mercado, tendrá que competir en precio. Pero si tampoco puede igualar los precios de los desarrolladores chinos, corre el riesgo de quedarse atrapada en un espacio donde deja de ser competitiva por cualquiera de las dos vías. Lo más llamativo es que ya no hablamos de un éxito aislado como ocurrió hace unos meses con DeepSeek. Ahora empiezan a aparecer varios laboratorios chinos capaces de desarrollar modelos de primer nivel de forma continuada. Eso sugiere que China ya no depende del talento de una única empresa, sino que ha construido un ecosistema capaz de reproducir esa innovación una y otra vez.

Pero detrás de esta competencia existe una diferencia estratégica todavía más importante. OpenAI y Anthropic mantienen en secreto buena parte de su tecnología, protegen su propiedad intelectual y aspiran a construir negocios con márgenes elevados. Sus futuras valoraciones bursátiles dependen, en gran medida, de que puedan seguir cobrando precios altos por utilizar modelos supuestamente difíciles de replicar. Las compañías chinas están siguiendo el camino contrario. Muchas están apostando por el código abierto y por sacrificar rentabilidad a corto plazo para ganar usuarios, desarrolladores y cuota de mercado. Su objetivo inmediato no parece ser maximizar beneficios, sino extender su tecnología, convertirla en un estándar y reducir al máximo el coste de utilizar inteligencia artificial.

Esa estrategia amenaza directamente el poder de fijación de precios de las empresas estadounidenses. Si los desarrolladores pueden acceder a modelos chinos de gran calidad por una fracción del coste, OpenAI y Anthropic podrían encontrarse con enormes dificultades para mantener sus márgenes y, sobre todo, para justificar las valoraciones multimillonarias que esperan alcanzar cuando salgan a bolsa.

Muchos inversores siguen analizando esta carrera como si únicamente importara quién desarrolla la tecnología más avanzada. La verdadera pregunta será quién consigue ganar dinero con ella. Si los modelos terminan convirtiéndose en una especie de materia prima digital, cada vez más barata y abundante, el valor podría desplazarse desde quienes los construyen hacia quienes sean capaces de utilizarlos para crear productos y servicios realmente útiles.Y si China mantiene este ritmo, EEUU tendrá cada vez más difícil conservar su liderazgo únicamente mediante sanciones tecnológicas, restricciones a los chips o protección de la propiedad intelectual. Porque en una guerra de precios no siempre gana quien tiene la tecnología más sofisticada. Muchas veces gana quien consigue que todo el mundo pueda utilizarla.

El mercado exige más dinero para asegurar la deuda de la IA

Otro gráfico muestra la evolución durante 2026 de los CDS (Credit Default Swap, cobertura frente al riesgo de impago de una empresa) a cinco años de algunas de las principales compañías tecnológicas. Cuando aumenta el precio del DCS de una empresa, significa que el mercado exige más dinero para asegurar su deuda porque percibe un mayor riesgo crediticio. Y prácticamente todos se están moviendo en la misma dirección. Oracle destaca claramente. Sus CDS han aumentado alrededor de 70 puntos básicos (pb) en lo que llevamos de año. Broadcom acumula una subida cercana a 48; Meta, unos 39; Nvidia, 32; Amazon, 30; y Alphabet, aproximadamente 29.

Esto no significa que el mercado piense que estas compañías estén próximas a quebrar. Ni mucho menos. Muchas siguen teniendo balances extraordinariamente sólidos y enormes capacidades de generación de caja. Lo importante es el cambio de tendencia: el riesgo percibido está aumentando simultáneamente en buena parte del ecosistema tecnológico ligado a la IA.

Y detrás de ese movimiento hay una razón muy concreta: la IA se está convirtiendo en un negocio extraordinariamente intensivo en capital. Durante décadas, las grandes tecnológicas fueron máquinas de generar caja. Construir software tenía unos costes marginales relativamente pequeños y permitía crecer enormemente sin necesidad de incrementar las inversiones al mismo ritmo. La IA está cambiando parcialmente ese modelo. Ahora hacen falta centros de datos gigantescos, cientos de miles de chips, redes eléctricas, sistemas de refrigeración y contratos energéticos de largo plazo. Las grandes tecnológicas podrían invertir conjuntamente más de 700.000 millones$ durante 2026, y para financiar semejante esfuerzo están recurriendo cada vez más al mercado de deuda.

El cambio resulta especialmente llamativo porque estas compañías históricamente podían financiar gran parte de su crecimiento con su propia generación de caja. Pero la velocidad de la carrera por la IA está obligándolas a buscar capital externo. Alphabet, Amazon, Meta, Microsoft y Oracle han añadido conjuntamente alrededor de 350.000 millones$ a sus obligaciones de deuda durante los últimos cinco años, aproximadamente duplicando su carga. Y el proceso continúa. Solo hasta comienzos de julio, las grandes tecnológicas habían colocado aproximadamente 194.000 millones en bonos durante 2026, un 79% más que un año antes.

La Bolsa está valorando fundamentalmente cuánto dinero puede generar la IA. El mercado de crédito empieza a preguntarse cuánto dinero será necesario gastar antes de conseguirlo. Y son dos preguntas completamente distintas. Oracle es probablemente el ejemplo más extremo. La compañía anunció que pretende captar entre 45.000 millones y 50.000 millones$ durante 2026, aproximadamente la mitad mediante deuda y la otra mitad mediante instrumentos de capital, para ampliar su infraestructura “cloud” y satisfacer la demanda de clientes vinculados a la IA.

El problema no es necesariamente endeudarse. Si las enormes inversiones actuales terminan generando los ingresos y beneficios que esperan estas compañías, probablemente la deuda será perfectamente manejable. El verdadero riesgo aparece si la monetización de la IA tarda más de lo previsto, mientras las inversiones y los compromisos financieros siguen creciendo. Porque entonces podría producirse una combinación mucho menos cómoda: más deuda, mayores gastos financieros, fuertes amortizaciones de unos activos tecnológicos que envejecen rápidamente y una rentabilidad sobre el capital invertido inferior a la esperada.

"La carrera ya no consiste únicamente en desarrollar la mejor IA. También consiste en tener el balance financiero capaz de sobrevivir al enorme coste de construirla. El mercado de acciones todavía está apostando por los ganadores de la IA. El mercado de crédito empieza a calcular cuánto costará llegar hasta allí", avisa Pablo Gil.

El problema del control de la IA

Durante años hemos pensado que el principal riesgo de la IA consistía en que algún día llegara a ser más inteligente que nosotros. Sin embargo, los acontecimientos apuntan hacia un problema mucho más inmediato: cómo controlar sistemas que empiezan a desarrollar comportamientos que sus propios creadores no habían previsto. OpenAI revela más detalles sobre el incidente que terminó provocando el ataque contra Hugging Face, una de las plataformas más importantes del mundo para alojar y compartir modelos de IA, utilizada por millones de desarrolladores, investigadores y empresas. 

Según la compañía, todo comenzó varios meses antes, durante unas pruebas internas aparentemente rutinarias. A varios agentes de inteligencia artificial se les asignaron tareas que, sin que los investigadores fueran conscientes, eran imposibles de completar porque requerían acceso a internet o archivos que nunca habían sido cargados al sistema. En lugar de limitarse a informar de que no podían completar el trabajo, los modelos hicieron algo inesperado. Empezaron a dejarse mensajes entre ellos, buscaron otros agentes que pudieran ayudarles, compartieron información y acabaron organizándose para encontrar una forma de acceder a Internet sin autorización. Lo más sorprendente es que esas comunicaciones permanecieron ocultas durante meses para los propios investigadores.La investigación también revela otro comportamiento especialmente llamativo. Los modelos mostraban una fuerte tendencia a 'hacer trampas' cuando encontraban obstáculos. No abandonaban la tarea ni reconocían que era imposible. Su prioridad era alcanzar el objetivo para el que habían sido entrenados, incluso aunque eso implicara vulnerar las restricciones del entorno de pruebas o explotar fallos de seguridad.

Cuando OpenAI descubrió el primer sistema de comunicación entre agentes, lo eliminó. Sin embargo, pocas semanas después los modelos encontraron una nueva forma de volver a comunicarse utilizando otra vulnerabilidad distinta. Esa segunda red de colaboración fue la que terminó desembocando en los ataques posteriores contra los sistemas de OpenAI y Hugging Face. El episodio ha sido suficientemente serio como para que OpenAI haya decidido ralentizar parte de su investigación y concentrar recursos en reforzar la seguridad de sus modelos. La propia compañía advierte de que, a partir de ahora, Gobiernos y empresas deben asumir que los ciberdelincuentes podrán utilizar agentes de IA de este tipo para lanzar ataques mucho más sofisticados que los actuales.

La verdadera importancia de esta historia no reside únicamente en el riesgo de que la IA pueda utilizarse para cometer ciberataques. Lo realmente inquietante es comprobar que varios agentes independientes fueron capaces de colaborar entre sí, adaptarse cuando encontraban obstáculos y buscar nuevos caminos para alcanzar un objetivo que consideraban prioritario, sin que sus propios desarrolladores fueran plenamente conscientes de ello.

Nos estamos acercando a un momento en el que algunos sistemas empezarán a razonar mejor que nosotros en determinadas tareas y a encontrar soluciones que los propios seres humanos quizá ni siquiera comprendamos del todo. Si eso ocurre, el gran desafío dejará de ser construir una IA más potente. El verdadero reto será desarrollar mecanismos capaces de supervisarla y mantenerla bajo control. Porque si algún día la IA supera nuestras capacidades en ámbitos cada vez más amplios, la pregunta más importante ya no será cuánto puede hacer, sino cómo conseguiremos seguir gobernando una inteligencia que podría llegar a pensar mejor que nosotros.

La inversión en IA no tiene por qué ser necesariamente rentable

Hay una idea que se repite constantemente cuando se habla de IA: quien no invierta ahora corre el riesgo de perderse la mayor revolución tecnológica de nuestra generación. Y probablemente sea cierto. La IA tiene todos los ingredientes para transformar la productividad, cambiar la forma en que trabajamos y alterar por completo el funcionamiento de muchas industrias. Sin embargo, reconocer que una tecnología va a cambiar el mundo no significa que cualquier inversión relacionada con ella vaya a ser rentable. De hecho, la historia demuestra precisamente lo contrario. 

Nadie duda de que la IA seguirá creciendo, pero el mercado empieza a preguntarse si las enormes inversiones necesarias para liderar esa carrera acabarán generando una rentabilidad acorde con el capital empleado. Los miles de millones destinados a centros de datos, chips e infraestructuras ya no se reciben únicamente con entusiasmo; también empiezan a generar preguntas.Y esas preguntas tienen sentido porque las grandes revoluciones tecnológicas suelen venir acompañadas de un enorme exceso de inversión. Cuando todo el mundo está convencido de que una industria dominará el futuro, el capital fluye hacia ella de forma masiva. El resultado suele ser una capacidad instalada muy superior a la demanda inicial y una competencia feroz que termina reduciendo la rentabilidad de muchas de las empresas que lideraron esa primera etapa.

Ya ocurrió con el ferrocarril en el siglo XIX. La red ferroviaria transformó la economía mundial, pero muchas compañías quebraron antes de que aquel negocio alcanzara un equilibrio sostenible. También sucedió con internet. La mayoría de las predicciones sobre su impacto fueron acertadas, pero eso no evitó el estallido de la burbuja tecnológica en el año 2000 ni las enormes pérdidas sufridas por muchos inversores.

Es perfectamente posible acertar sobre el futuro de una tecnología y, al mismo tiempo, equivocarse en el momento, el precio o la empresa elegida para invertir. Eso no significa que la IA esté viviendo una burbuja similar a las anteriores. Nadie puede afirmarlo con certeza. Pero sí conviene recordar que el éxito de una innovación y el éxito de una inversión no siempre avanzan de la mano.

"Creo que uno de los errores más habituales en los mercados consiste en pensar que identificar la próxima gran revolución tecnológica es suficiente para ganar dinero. Y no lo es. Invertir no consiste únicamente en descubrir qué cambiará el mundo, sino en valorar cuánto de ese futuro ya está descontado en los precios y quién terminará capturando realmente los beneficios de esa transformación. Porque la historia demuestra que las grandes revoluciones suelen crear enormes ganadores… pero no siempre son los pioneros, ni necesariamente quienes más invierten al principio. Y esa quizá sea la lección más importante para cualquier inversor: tener razón sobre el futuro no garantiza obtener una buena rentabilidad", advierte Pablo Gil.

Durante los dos últimos años hemos asistido a una auténtica carrera por desarrollar modelos de inteligencia artificial cada vez más potentes. OpenAI, Google, Anthropic, Meta o DeepSeek han competido por demostrar quién era capaz de construir el mejor modelo. Parecía que toda la ventaja competitiva dependía de tener los algoritmos más avanzados. Sin embargo, esa primera fase de la revolución de la IA está dando paso a otra muy distinta. Nadie duda ya de que esta tecnología transformará la economía. La gran pregunta empieza a ser otra: ¿quién podrá permitirse financiar esa transformación?

Porque la IA ya no depende únicamente del software. Para seguir avanzando hacen falta centros de datos gigantescos, cientos de miles de procesadores, sistemas de refrigeración, redes eléctricas más potentes y una capacidad de generación de energía que, en muchos lugares, empieza a quedarse corta. La revolución más digital de nuestra historia depende cada vez más de infraestructuras extraordinariamente físicas. La expansión de los centros de datos, unida a las olas de calor y a la creciente electrificación de la economía, está llevando muchas infraestructuras al límite. El cuello de botella ya no parece ser la capacidad de los modelos, sino la capacidad de alimentarlos.

Ese cambio también explica la reacción del mercado. Algunas compañías han anunciado inversiones multimillonarias para mantener su liderazgo en IA y los inversores empiezan a preguntarse cuánto tardarán en recuperar semejantes desembolsos. La reciente pausa de DeepSeek en una ronda de financiación refleja que incluso algunos de los protagonistas de esta carrera empiezan a medir con más cautela el ritmo de expansión.Y es que la historia nos recuerda que las grandes revoluciones tecnológicas suelen atravesar una fase en la que el principal desafío deja de ser la innovación y pasa a ser la capacidad de financiar su despliegue. En el caso de la IA, ese momento parece haber llegado antes de lo que muchos esperaban.

Durante los primeros años de la IA, la batalla consistía en desarrollar el mejor modelo. A partir de ahora, la ventaja competitiva dependerá cada vez más de quién tenga acceso al capital, la energía y las infraestructuras necesarias para sostener esa revolución. Eso significa que el éxito ya no dependerá únicamente del talento de los ingenieros, sino también de la capacidad financiera de las compañías y, en muchos casos, de la solidez de las infraestructuras de cada país. La IA seguirá siendo una revolución tecnológica, pero cada vez tendrá más rasgos de una revolución industrial. Y eso puede cambiar profundamente qué empresas —e incluso qué economías— acaban liderando esta nueva etapa.

Miguel Ángel Valero

El 2026 Midyear Executive Benchmark Survey de Workiva, plataforma especializada en auditorías en materia de confianza, transparencia y rendición de cuentas, avisa que el 24% de los directivos de las empresas reconoce que las auditorías internas han detectado errores de la inteligencia artificial (IA) que llegaron a audiencias externas o, incluso, a miembros del consejo de administración. 

Estos datos sugieren que existe una desconexión entre lo que creen los directivos (el 84% afirma confiar al menos moderadamente en la precisión de los resultados de la IA sin revisión humana) y lo que demuestra la evidencia. 

A medida que la IA transforma las empresas a una velocidad sin precedentes, está surgiendo un nuevo riesgo: que la transformación avance más rápido que la capacidad de los líderes responsables de supervisarla para anticiparse a sus implicaciones.

“La confianza en la IA sin control sobre la calidad de los datos es un riesgo, no una estrategia. Los directores financieros necesitan plataformas que conecten la IA con datos fiables y auditables, de modo que cada resultado pueda verificarse y cada información divulgada pueda defenderse”, ha afirmado Barbara Larson, que ocupa precisamente ese cargo (CFO) en Workiva. “Hacerlo bien va mucho más allá de evitar errores. Los líderes empresariales pueden avanzar más rápido e integrar la IA de forma más profunda en sus operaciones cuando confían en lo que generan sus sistemas. Esta es una verdadera ventaja competitiva”, subraya.

Los directivos coinciden en que la mala calidad de los datos está limitando el uso de la IA en sus organizaciones, lo que sugiere que la IA empresarial solo puede escalar cuando existe confianza en los datos de origen y control sobre ellos. Los inversores institucionales expresan preocupaciones similares respecto a la precisión de los contenidos generados por IA:

• Solo el 11% de los directivos considera que la calidad de sus datos es suficiente para el uso de la IA.
• El 27% afirma que la mala calidad de los datos ha obstaculizado significativamente el despliegue de la IA en procesos clave.
• El 71% señala que la mala calidad de los datos ha afectado, al menos moderadamente, al uso de la IA en los informes financieros y de sostenibilidad.
• El 89 % de los inversores está preocupado por la precisión de la IA en la información corporativa divulgada.

Con el tiempo, unos datos deficientes o que no puedan verificarse pueden erosionar la credibilidad ante los grupos de interés. Las organizaciones que no aborden la calidad de los datos ni las preocupaciones de los inversores corren el riesgo de quedarse rezagadas frente a competidores más proactivos.

Para los equipos de reporting financiero, y especialmente para los CFO, las herramientas que permiten gobernar y controlar los resultados de la IA son tan importantes como la propia IA. A medida que los agentes de IA se vuelven más autónomos, los directivos de las empresas consideran que aumentará la necesidad de contar con una infraestructura especializada, y señalan varias prioridades:

• El 49% afirma que seguirá necesitando sistemas de registro, como los libros mayores contables.
• El 45% señala que necesitará software que permita la trazabilidad y la auditoría.
• El 55% afirma que necesitará plataformas para gestionar agentes de IA y flujosde trabajo automatizados.

“La IA genérica no es suficiente para el reporting financiero. Los inversores, los reguladores y los consejos de administración esperan respuestas en las que puedan confiar. La verdadera ventaja reside en una IA especializada, basada en datos gobernados y auditables, y combinada con el criterio humano. Esto proporciona a las organizaciones la confianza necesaria para verificar lo que produce la IA y respaldar las decisiones y la información divulgada que se derivan de ella”, argumenta Jason Darby, director financiero de Amalgamated Bank.

Trump quiere ampliar los aranceles de los chips a los dispositivos

Mientras tanto, la Administración Trump estudia ampliar los aranceles de los chips a portátiles, servidores y consolas, con rebajas para quien fabrique en EEUU. Quiere gravar los aparatos que llevan chips dentro, no solo el chip, ampliando el 25% actual. La lista sumaría portátiles, servidores y consolas, con tipos por país. Trump ya coqueteó con un arancel cercano al 100%. En el punto de mira, Nvidia, AMD y TSMC.

De salir adelante el plan de Trump, se encarece el aparato entero, no solo el chip, y sube el coste de montar centros de datos cuando la IA los está reclamando ansiosamente. Y como TSMC hace más del 90% de los chips más utilizados, el sobrecoste acaba en la factura del consumidor.  Es una presión adicional para los fabricantes de chips y hardware como HP o Dell y compañía, de la que se libran los produzca en EEUU.  Atención a lo que puedan sufrir los márgenes de los fabricantes de chip.

Continúa la pugna por abaratar la IA

Pero la guerra de los aranceles no frena la pugna por una IA más barata. Alibaba lanza una versión de su modelo Qwen de 27.000 millones de parámetros que corre en una sola tarjeta gráfica y rinde como rivales mucho mayores. El gigante chino vuelve a apretar el coste de computar IA y mete presión a los que cobran caro por sus modelos premium.

Además, Z.ai ha reconocido que Ox Alpha, el modelo anónimo que apareció en OpenRouter y se puso por delante de los mejores modelos disponibles (como contó Dinero Seguro el 25 de agosto), es suyo. La empresa china lanzó a mediados de agosto GLM-5.3, que compite con Fable 5 de Anthropic en algunos benchmarks. Su tecnología GLM fue la que usó Hugging Face para defenderse durante el ataque no ordenado del agente IA de OpenAI.

La presión de los modelos chinos baratos y capaces ya es real y amenaza la posición de OpenAI y de Anthropic.

Nvidia compra Hugging Face 

Precisamente, Nvidia ultima la compra de Hugging Face por unos 13.000 millones$, tres veces más de lo que valía la empresa en 2023. La operación, de culminarse, convierte al fabricante de chips en dueño del sitio donde se descarga la mayor parte del software abierto de IA del mundo.

Hugging Face estaba valorada en 4.500 millones en 2023, en una ronda de 235 millones liderada por Salesforce Ventures con GV, IBM Ventures y Nvidia. Factura alrededor de 150 millones anuales.

A finales de 2025 Nvidia puso 500 millones para elevar su participación, valorando Hugging Face en 7.000 millones. Clem Delangue y su equipo rechazaron la propuesta por el miedo a que el mayor fabricante de chips del mundo acabara mandando en la plataforma neutral donde todo el mundo publica sus modelos. Nueve meses después la respuesta es distinta, y el precio también. La compañía ha pasado de 100 a 150 millones de facturación anual en ocho semanas y Delangue ha dicho públicamente que están cerca de la rentabilidad. Ese crecimiento es el que justifica el múltiplo: 12.900 millones sobre 150 millones de ingresos sale a 86 veces ventas.

¿Por qué compra Nvidia Hugging Face? Porque necesita que los modelos abiertos sigan existiendo, su negocio depende de que haya mucha gente entrenando y sirviendo modelos en muchos sitios distintos. Si el mercado se concentra en cuatro laboratorios cerrados que diseñan sus propios chips, Nvidia vende menos. Si en cambio hay miles de empresas descargando los modelos de Hugging Face y montándolos sobre GPU, vende más. Hace meses, su CEO y fundador, Jensen Huang, firmó junto a otras 24 empresas una carta pidiendo a Trump que impulse los modelos abiertos en la IA.

Además, hace un año Nvidia recortó DGX Cloud y con Hugging Face recupera una puerta de entrada a la venta de cómputo, incluida la capacidad ociosa de sus propios clientes, publica Digital Brain.

En agosto, Stripe compró OpenRouter por más de 7.000 millones, cuando en mayo estaba valorado en 1.300 millones en mayo.

La alianza entre Salesforce y Anthropic genera Claudeforce,

Salesforce y Anthropic han lanzado Claudeforce, el primer fruto de su alianza (la participación de Salesforce en Anthropic ronda los 5.000 millones$). Hasta ahora se podía consultar Salesforce desde Claude montando un servidor MCP (el protocolo abierto que conecta un modelo con herramientas y datos externos). Funcionaba, pero cada equipo tenía que levantarlo, mantenerlo y decidir los permisos. Claudeforce lo convierte en una conexión única que hace el administrador. Claude puede programar cuadros de mando sobre la marcha con los datos de Salesforce. El usuario describe lo que quiere ver y la interfaz se escribe en el momento.

Con Claudeforce, Salesforce se mueve hacia un cobro por consumo de API. Es un cambio de modelo de negocio disfrazado de integración. Y llega justo cuando el mercado teme que los laboratorios de IA pasen de socios a competidores de las empresas de software.

Miguel Ángel Valero

El Gobierno ultima un real decreto para filtrar la avalancha de proyectos de centros de datos en España y reducir el riesgo de especulación en torno a la inteligencia artificial (IA), el suelo y la capacidad eléctrica. La norma endurecerá especialmente los requisitos energéticos, medioambientales y de soberanía digital.

De esta forma, los centros de datos deberán respaldar al menos el 80% de su consumo con nueva generación renovable en España, acreditada hora a hora. El suministro podrá proceder de instalaciones propias o de contratos de compraventa de energía a largo plazo—PPA—. Cada megavatio adicional de demanda debería estar acompañado por capacidad renovable equivalente, evitando que los centros datos simplemente absorban electricidad ya disponible. Las instalaciones de más de 1 MW tendrán que alcanzar la máxima calificación, la categoría A, en un sistema de etiquetado similar al de los electrodomésticos. También deberán informar sobre consumo energético y de agua.

El centro de datos deberá estar gestionado por una entidad establecida en la Unión Europea. Ésta tendrá la obligación de mantener determinados datos dentro del territorio comunitario y protegerlos frente a accesos de autoridades de terceros países que no estén amparados por el Derecho europeo.

Inicialmente, los promotores acreditarían el cumplimiento mediante declaraciones responsables. Los incumplimientos podrían acarrear sanciones, penalizaciones e incluso la pérdida de la conexión a la red.

El problema central de los centros de datos es el suministro de energía. Hasta ahora se han anunciado proyectos que sumarían unos 10,5 GW de capacidad entre España y Portugal, aunque las estimaciones más pesimistas creen que menos de la mitad puede llegar a ejecutarse.

El Gobierno estima que el sector puede movilizar hasta 70.000 millones€ de inversión a largo plazo, pero teme que muchas solicitudes de acceso a la red sean meramente especulativas: promotores que reservan capacidad durante años con la expectativa de vender posteriormente el proyecto, el suelo o el propio derecho de conexión.

España dispone, según el Gobierno, de unos 6 GW en la red de transporte y otros 6 GW en distribución potencialmente utilizables por centros de datos. Pero eso no significa que esté disponible en los nudos y territorios donde se concentran los proyectos.

Las consecuencias de la nueva normativa para los inversores en centros de datos serán:

• mayor inversión inicial, ya que será necesario asegurar renovables adicionales, PPA y capacidad eléctrica real.
• menor especulación: reservar un punto de conexión sin ejecutar el proyecto será más costoso y arriesgado.
• los grandes operadores partirán con ventaja: las empresas con balance, experiencia energética y capacidad tecnológica estarán mejor situadas.
• los desarrollos con conexión incierta, baja eficiencia o dependencia de compensaciones energéticas tienen más riesgo de quedarse fuera.
• mayor certidumbre a largo plazo: los proyectos aprobados tendrán más posibilidades de ser sostenibles técnica y políticamente.

En términos financieros, el decreto puede elevar el capex, alargar los plazos de desarrollo y aumentar la complejidad de la estructuración contractual. A cambio, puede reducir el riesgo de activos varados —por ejemplo, terrenos con capacidad eléctrica reservada pero sin demanda firme— y favorecer proyectos con contratos de capacidad, clientes ancla y PPA de calidad.

El Gobierno de España tiene muy en cuenta la experiencia de Irlanda:  allí, en 2025, los centros de datos llegaron a consumir el 23% de toda la electricidad nacional, frente al 28% del conjunto de los hogares, lo que llevó a adoptar restricciones por saturación de la red. La diferencia con Irlanda es que España cuenta con una amplia base renovable; su principal problema parece estar menos en la generación que en la red de transporte y distribución, la disponibilidad de agua y la aceptación social de grandes instalaciones en algunos territorios.

El Gobierno asegura que no pretende frenar la expansión de los centros de datos en España, pero sí implantar un modelo que conceda prioridad a los proyectos con energía adicional, conexión creíble, eficiencia elevada, consumo hídrico controlado y garantías de soberanía digital.

Bruselas autoriza el consorcio español

Mientras comienza el proceso de audiencia pública de la nueva norma, Bruselas aprobaba el 20 de agosto la joint venture de ACS (a través de su filial ACS AI Infraestructure Development), Telefónica, Banco Santander y el propio Gobierno (a través de la Sociedad Española para la Transformación Tecnológica, SETT, más conocida como la 'SEPI digital') para construir centros de datos en España. Los tres socios privados (Santander, ACS y Telefónica) controlan el 15,67% del capital cada uno, y suman el 47,1%. La SETT aporta 719 millones€ de los fondos Next GenerationEU y se queda con el 47,99%. 

El objetivo del consorcio es pparticipar en la Iniciativa de Gigafactorías de IA de la UE, que busca reforzar la infraestructura soberana de computación para inteligencia artificial en Europa mediante la construcción de 7 megacentros de datos. Para ello, plantea una candidatura multisede, con ubicaciones de centros de datos en Mora la Nova (Tarragona) y en San Fernando de Henares (Madrid).

La competición por los chips se agudiza

Mientras, OpenAI y Broadcom han desarrollado un chip especializado capaz de alcanzar rendimientos similares a los de la generación anterior de Nvidia en tareas de inferencia, aunque con un consumo energético inferior.

Bank of America recomienda  invertir en semiconductores, aunque al mismo tiempo avise de otra posible caída del 10% en el sector: entre ellos, Nvidia, AMD, Micron, Intel, Lam Research, ON Semiconductor. El grupo cotiza a 20 veces beneficios frente a un crecimiento previsto del 70% anual hasta 2028. ¿Por qué comprar en la caída? Porque los analistas del Bank of America creen que ese 10% solo devolvería las valoraciones a niveles previos al boom de la IA, y no se debe a un problema real de negocio.

De paso, la recomendación impulsa en Bolsa a Marvell Technology (que presenta resultados el jueves 27 de agosto) tras la ampliación del acuerdo con Google en chips XPU. El analista Raymond James vaticina que AMD adelantará a Intel en el mercado de CPU.️ Navitas Semiconductor cierra un acuerdo para suministrar soluciones de gestión de energía a Claros, valorado en 232,8 millones$ entre efectivo y acciones.️ 

Por otra parte, Tesla encarece dos versiones del Cybertruck en Estados Unidos. La Dual Motor sube 5.000$ hasta 74.990 y la Premium, también, hasta 84.990$. Otra señal de que Elon Musk prioriza margen sobre volumen en un mercado de eléctricos cada vez más competido. Pero Cyberbeast ya vivió una subida de 15.000$ en 2025 que luego tuvo que revertir.

Jack Ma compra más de 600 millones$ de Hong Kong (unos 77 millones$) en acciones de Alibaba, justo después de que la compañía captara un récord de 10.200 millones$ en una colocación para financiar su apuesta de IA. El presidente Joe Tsai y el consejero delegado Eddie Wu ya habían invertido otros 15 millones$, en una señal de confianza en el futuro del grupo.

JPMorgan relaja su norma de no prestar contra acciones recién cotizadas para captar a los nuevos ricos de la IA. El mayor banco de EEUU va a prestar dinero a empleados e inversores tempranos de esas empresas con sus acciones recién cotizadas como aval, algo vetado hasta ahora durante 135 días. Ya aceptó las acciones de SpaceX antes de su estreno y se embolsó unos 75 millones$ en comisiones; ahora hará lo mismo con Anthropic. Goldman Sachs suele exigir solo 30 días de espera. Estos préstamos con acciones en prenda (dejadas como garantía sin venderlas) dan liquidez al millonario sin pagar impuestos por la venta. Por eso la banca pelea por ellos, quien presta primero se queda el cliente. "Más crédito contra acciones tech alimenta la subida del Nasdaq, pero también el riesgo, si el índice se gira, de que esas garantías valgan menos", advierten en Zumitow.

Miguel Ángel Valero

La fiebre de la inteligencia artificial (IA) sigue animando las salidas a Bolsa. Nscale, la firma londinense especializada en la 'nube' para IA, prepara su salto a Wall Street en septiembre para captar 3.000 millones$, con Goldman Sachs y JPMorgan al frente. La compañía, valorada en 14.600 millones tras entrar Nvidia y Nokia, asegura que cuenta con 51.000 millones en ingresos ya contratados.

Alibaba no se queda atrás en la carrera por captar financiación para la IA. Coloca en Hong Kong 710 millones de acciones nuevas a 112,70 dólares hongkoneses y se embolsa 10.200 millones$, la mayor ampliación de una cotizada en esa Bolsa. La inversión en IA (chips, infraestructura y modelos) se dispara un 75%. 

Los resultados trimestrales de Nvidia, que se harán públicos el martes 25 de agosto, constituyen, una vez más, la señal más clara sobre el estado de la inversión en IA. Se espera que la compañía supere los 90.000 millones$ en ingresos y registre unos beneficios cercanos a los 50.000 millones (+114% interanual). La empresa continúa inmersa en el proceso de transición entre su gama de productos Blackwell y Rubin, sin que, hasta la fecha, existan evidencias de que este cambio esté afectando de manera significativa a sus márgenes. 

El mercado está atento a los planes de Nvidia más allá del sector de los semiconductores. Su reciente operación en Poolside –1.000 millones$ de participación y 6.000 millones en licencias de la compañía– refleja la búsqueda de nuevas vías en el ámbito de los grandes modelos de lenguaje y en el desarrollo de la IA. Esta operación se suma a sus inversiones en OpenAI y Anthropic, reforzando su apuesta estratégica por liderar el ecosistema de la inteligencia artificial.

Mientras, las exportaciones de imanes chinos de tierras raras a EEUU baten récord y su precio toca máximos de tres años. Los envíos chinos a EEUU se dispararon un 32,6% en julio a 60,4$ el kilo. Es el segundo mayor volumen desdela imposición de controles por parte de Trump. Las ventas a Japón se desploman un 52%. El refinado fuera de China cae por debajo de los 110$, que es el precio 'suelo' pactado por MP Materials con el Pentágono. Los productores chinos disparan beneficios más de un 113%. MP Materials es la apuesta cotizada en este segmento, protegida por su suelo de precio. Sus ingresos superan los 13.200 millones. En cambio, pierden los coches eléctricos y las empresas de defensa, que pagan más caros sus imanes.

El encarecimiento de las memorias elevará más de un 15% el precio de algunos servidores con chips de Nvidia desde 2027, presionando los costes de infraestructura de IA para Microsoft, Alphabet, Oracle, Amazon y Meta.

Precisamente Meta es protagonista negativo. Además de registrar pérdidas (algo que comparte con Tesla), registra la peor evolución en Bolsa de los Siete Magníficos en lo que va de 2026. 

AT&T recurre a modelos abiertos para ahorrar en IA

AT&T está desviando una parte creciente de su uso interno de IA hacia modelos abiertos para tratar de reducir la factura que paga a Anthropic y OpenAI. En algunas aplicaciones ha logrado ahorros de hasta el 90%. Ya desvía el 40% del uso interno de la IA por sus empleados a modelos abiertos. En programación, reduce el coste un  56%, aunque asumiendo una pérdida de calidad de alrededor del 2%.El objetivo declarado no es gastar menos en total, sino mantener plano el gasto con los laboratorios mientras sube el volumen de operaciones con la IA.

Todos buscan ahorrar en la IA. Stripe compró OpenRouter por 7.000 millones$. Ramp lanzó su propio enrutador, que elige modelo por coste, por puntuación en tests o por dificultad de la tarea. Snowflake asegura ganar un tercio más mandando cada tarea al modelo más barato que la resuelva. Y Callosum acaba de levantar 100 millones para optimizar la combinación de modelo y chip detrás de cada petición.

Los modelos abiertos han cerrado la distancia en las tareas de volumen. Qwen, Gemma y otros resuelven un resumen, una clasificación o un correo con calidad suficiente, y ésas son la mayoría de las peticiones de una empresa grande. El problema es cómo medir la situación de la IA antes y después de la aplicación del modelo abierto.

La especulación se ceba contra las nucleares por la IA

Los cortos han ganado más de 2.100 millones$ apostando contra las nucleares modulares NuScale, Oklo, y Nano Nuclear. Los reactores nucleares modulares iban a alimentar la IA, pero esa opción no funcionó, y los vendedores a la baja se forran. Las tres empresas suman 30.300 millones$ menos de capitalización bursátil desde su máximo de octubre de 2025. NuScale acumula un descenso del 35% en lo que va de año; Oklo, del 39%; y Nano Nuclear, del 18%. La situación salpica también a otros valores, como Cameco, la mayor empresa de uranio cotizada del mundo, con sede en Saskatoon (Canadá), y a los fondos de inversión en este material.

UBS: no depender de una única fuente de rentabilidad ligada al capex

"Una verdadera diversificación exige mirar más allá de las etiquetas estáticas por sector y geografía. Una estrategia de IA resiliente debería equilibrar la exposición a infraestructura con empresas que están monetizando su adopción, y evaluar dónde podría la IA alterar los modelos de negocio existentes, en lugar de depender de una única fuente de rentabilidad ligada al capex", recomienda Ulrike Hoffmann-Burchardi, Directora de Inversiones para América y Responsable Global de Renta Variable en UBS Global Wealth Management.

Miguel Ángel Valero

Dinero Seguro publicó el 17 de agosto que las empresas de EEUU ya habían alcanzado su techo de gasto con la inteligencia artificial (IA). Ahora se desvela el motivo: el 42% de las empresas ha probado o desplegado un agente de IA; el 15% ha llevado sistemas de varios agentes al conjunto del negocio. Y el 73% espera tener media empresa rediseñada alrededor de agentes dentro de cuatro años. Hay un tremendo salto entre el 15% actual y el 73% de dentro de cuatro años.

Según un estudio de Deloitte, solo el 21% de las empresas asegura tener sus procesos preparados para trabajar con agentes de IA, y el 20% se ve capaz de rediseñarlos. Más de la mitad de los directivos de datos de éstas apunta a los sistemas antiguos como el bloqueo principal. 

Otro estudio, éste de Google con MIT Technology Review, profundiza en esa idea: de media, las empresas dan a la IA acceso al 45% de su información interna. Menos de la mitad. Y ese porcentaje se nota directamente en si el agente de IA acierta o no. Entre las organizaciones que abren más del 70% de sus datos, todos los responsables describen las decisiones de sus agentes como acertadas casi siempre o siempre. Entre las que se quedan en el 30% o menos, solo el 22% se fía de lo que decide su agente. Una diferencia de casi cinco veces.

Conclusión: el agente de IA rinde según lo que puede leer, y en la mayoría de empresas eso es menos de la mitad de lo que hay dentro. Antes de implantarlo, la empresa debe medir qué porcentaje de su información puede tocar hoy la IA, y cuánta de esa información está en un sitio del que se pueda leer.

Mientras, sigue la guerra por reducir el coste de la IA. DeepSeek entra a competir con Claude Code y con Codex lanzando un modelo abierto para agentes con licencia MIT, junto a DeepSeek-V4-Pro. Y OpenAI lleva a Amazon su GPT-5.6-Cyber, que lleva encontrados más de 400 fallos de escalada de privilegios en un solo sistema operativo.

EEUU estrecha el cerco sobre la memoria china

Trump endurece su guerra contra la memoria china y reclama a Apple que no compre chip procedentes de ese país. La presión contra China impulsa en Bolsa a los fabricantes norteamericanos de chip: Micron rompe la barrera de los 1.000$ por primera vez desde julio, un 240% de subida acumulada en el año; SanDisk sube un 10% y Western Digital, un 5%.

En medio de esta estrategia, Alibaba vende su estudio de videojuegos Lingxi Games al fondo de capital riesgo Trustar Capital por más de 2.000 millones$. El mensaje que lanza al mercado es claro y rotundo: se está desprendiendo de negocios que considera que no son esenciales, para centrarse en la IA y en la 'nube'.

En EEUU, surge una polémica porque el megacentro de datos de Meta y de BlackRock en Texas, que requirió una inversión de 14.000 millones$, se financió con bonos al 7,53% (12.550 millones) y apenas se ha asegurado el 3,2% de su  valor. Si un incendio o un huracán destroza ese centro de datos, el seguro apenas cubre el siniestro, que deberá ser asumido por los bonistas (la garantía no es el edificio, sino el contrato por el que Meta paga el alquiler durante años). Esto supone un aviso para loa que suscriben bonos ligados a centros de datos o emitidos por empresas que han invertido en ellos: hay más riesgos ocultos, por eso pagan tanto por esa financiación.

UBS: Cuidado con el factor IA en la cartera

"Creemos que analizar las carteras en función de posibles escenarios de riesgo es superior a utilizar categorías fijas de activos nominales. Y, para el caso concreto del riesgo de una ralentización de la IA, recomendamos clases de activos que puedan generar rentabilidad de forma independiente a la evolución de la IA. Las empresas de calidad con un posicionamiento de mercado diferenciado y las estrategias cuantitativas son dos ejemplos de ello", señala Ulrike Hoffmann-Burchardi, Directora de Inversiones para América y Responsable Global de Renta Variable de UBS Global Wealth Management.

Ofi Invest: gran parte de las buenas noticias tecnológicas ya están descontadas en los precios

En renta variable de EEUU, la postura de Ofi Invest es optimista aunque selectiva, porque el liderazgo tecnológico sigue siendo sólido, pero gran parte de las buenas noticias ya se han descontado en los precios.

Miguel Ángel Valero

El mismo día que Aston Martin presentaba un superdeportivo de 2 millones$ para intentar resucitar sus cuentas apretando el acelerador en el segmento de los ultrarricos, en EEUU el índice de confianza del consumidor que elabora la Universidad de Michigan se hunde hasta 51 en agosto, desde 55,2 en julio y muy por debajo del 54,5 que esperaba el mercado. Primera caída en tres meses. Las expectativas de inflación a un año se disparan al 4,3%, máximo desde 2024.

Pero el dato más preocupante es que el VIX, el indicador de volatilidad, más conocido como el índice del miedo en Wall Street cerró cerca de 14 puntos, su nivel más bajo en lo que va de año. "Cero nervios entre los inversores. Y justo cuando nadie mira el retrovisor es cuando suelen llegar los sustos", avisan en Zumitow.

Alibaba deja atrás a Google y a Meta con sus modelos abiertos de IA

Mientras, la inteligencia artificial (IA) cada vez parece más china. Qwen, de Alibaba (que presenta resultados el jueves 20 de agosto) supera los 3.000 millones de descargas mundiales en seis meses, dejando muy atrás a Google (de Alphabet, 418 millones) y a Meta (227 millones). Alibaba está poniendo patas arriba la carrera de la IA con su familia de modelos abiertos.

Además, asegura que ha publicado como código abierto más de 460 modelos Qwen, cuyo ecosistema ya ha generado más de 300.000 derivados. Al poder descargarse, modificarse y afinarse, estos modelos juegan una partida distinta a la de sistemas cerrados como los de OpenAI y Anthropic. El resultado es que Qwen ya forma parte del flujo de trabajo habitual de muchos desarrolladores.

EEUU reacciona ante esa amenaza a su posición en la IA. Cerca de una treintena de tecnológicas, entre ellas Nvidia, Meta y Microsoft pidieron al Congreso estadounidense apoyar los modelos abiertos para mantener el liderazgo mundial en IA. 

Pero Qwen refuerza la posición de Alibaba en la carrera global de IA y demuestra que China pisa fuerte en ella. 

Para el inversor minorista, se trata de una oportunidad para valorar crecimiento, ventaja tecnológica,  competencia, y perspectivas de futuro de las firmas de IA de EEUU y de China.

Miguel Ángel Valero

Apple da un salto de gigante en China, donde obtiene el 17% de sus ventas totales, pero paga un precio elevado, que no ha gustado nada en EEUU: mete el motor de inteligencia artificial (IA) de Alibaba, Qwen, en los dispositivos comercializados allí.  

El acuerdo cubre iPhone, iPad, Mac y las gafas Vision,y resuelve casi dos años de bloqueo. Apple propuso los modelos Gemini de Google, pero Pekín no quería tecnología estadounidense en los dispositivos que se vendan en el país. ¿La solución? la IA de Alibaba. 

El mercado premia más a Alibaba que a Apple, porque entiende que la empresa norteamericana regala el escaparate de la IA a un rival. Cada iPhone chino promociona a Qwen. Alibaba es la ganadora: entra en cientos de millones de dispositivos. Apple salva, de esta forma, su gran mercado después de EEUU.

No es la única decisión polémica de Apple en China, porque la multinacional de la manzana ha estado probando chips de memoria de CXMT, el mayor fabricante de éstos en China, para sus iPhone y MacBooks para tratar de mitigar la escasez de componentes causada por el auge de la inteligencia artificial (IA). 

Apple busca diversificar sus fuentes de suministro ante la presión sobre la disponibilidad de memoria. La decisión surge en un contexto de escasez de memoria provocada por la creciente demanda de centros de datos ligados a la IA. Las empresas tecnológicas están compitiendo por asegurar chips de alto rendimiento para sus servidores, lo que ha reducido la oferta para dispositivos de consumo. HP y Acer ya han comenzado a utilizar chips de memoria CXMT en dispositivos vendidos fuera de EEUU.

La posible adopción de chips CXMT por parte de Apple perjudica a sus proveedores tradicionales, como los coreanos Samsung y SK Hynix. Y puede tener implicaciones geopolíticas, dado el contexto de tensiones entre Estados Unidos y China, especialmente en el sector de semiconductores, ya que fortalecería todavía más la posición del gigante asiático en el mercado global de la memoria. 

T-Mobile resta importancia al móvil por satélite de Elon Musk

Mientras, el CEO de T-Mobile, Srini Gopalan, asegura que la amenaza del móvil por satélite de Starlink está exagerada. Y que los operadores móviles tradicionales siguen estando bien situados para satisfacer las necesidades de conectividad de los consumidores. Es la respuesta al anuncio de Elon Musk sobre que SpaceX va a lanzar un servicio de telefonía móvil en EEUU a través de Starlink, que ofrecerá una mejor conectividad y un mayor ancho de banda que las redes móviles actuales.

La presidenta y directora de operaciones de SpaceX, Gwynne Shotwell, añade que espera captar usuarios de las tres mayores compañías de telefonía móvil de EEUU: AT&T, Verizon y T-Mobile. Los satélites de Starlink Mobile comenzarán a lanzarse el próximo año y el servicio comercial está previsto para finales de 2027.

Gopalan cree, en cambio, que la tecnología satelital complementará las redes móviles actuales en lugar de sustituirlas. De hecho, SpaceX ya ha colaborado con diversas empresas de telecomunicaciones, entre ellas T-Mobile, proporcionando acceso a sus satélites para ampliar la cobertura en zonas rurales y de difícil acceso. Por tanto, el primer ejecutivo de T-Mobile rebaja el miedo a la disrupción de Musk en telecomunicaciones, lo que siempre es un alivio para las operadoras tradicionales.

Por otra parte, Greg Abel empieza a mover la enorme liquidez de Berkshire Hathaway que dejó como legado Warren Buffett. El grupo recompró 4.500 millones$ en acciones propias en el trimestre, más de 7.800 millones desde marzo. Entra en Alphabet. Y el beneficio operativo superó previsiones. El resultado: la liquidez baja a 364.700 millones$. Que sigue siendo una cifra impresionante.

Además, un juez de Delaware obliga a rematar la compra de AccuLynx por Verisk a cambio de 2.350 millones$. El vendedor quería dar marcha atrás a la operación pactada para obtener más dinero por la empresa. AccuLynx hace software para empresas de tejados y encaja en el negocio de datos de seguros de Verisk

El mensaje aquí es doble: el mercado de fusiones y adquisiciones (M&A, por sus siglas en inglés) en el ecosistema tecnológico continúa muy activo pese a unos tipos altos. Y lo más importante: lo firmado se cumple aunque se pierda dinero.

Golden Cross para Robinhood

El mercado también está muy atento a Robinhood, la plataforma online para invertir en acciones y en fondos, entre otros activos, sin pagar comisiones. Forma un Golden Cross por primera vez desde enero de 2024. Entonces se abrió un ciclo alcista que situó la acción un 440% por encima en los 13 meses siguientes.

El Golden Cross o cruce dorado es una señal de análisis técnico que aparece cuando una media móvil de corto plazo cruza al alza una media móvil de largo plazo. La combinación más habitual es la media móvil de 50 sesiones por encima de la de 200 sesiones, y suele interpretarse como una posible señal de cambio hacia una tendencia alcista. Normalmente se observa en tres fases:

• El activo viene de una tendencia bajista o de consolidación.
• La media corta cruza por encima de la media larga.
• El precio mantiene una estructura alcista y las medias pueden actuar como soportes dinámicos.

El cruce dorado o Golden Cross es más fiable si está acompañado de mayor volumen, máximos y mínimos crecientes y confirmación mediante otros indicadores. Pero no es una señal infalible ni anticipa necesariamente el movimiento: al basarse en medias móviles, es un indicador retrasado. Puede producir señales falsas en mercados laterales, por lo que conviene combinarlo con volumen, soportes y resistencias, tendencia de mercado y una gestión del riesgo con niveles de salida.i

Su señal opuesta es el Death Cross, cuando la media corta cruza por debajo de la media larga, lo que suele interpretarse como deterioro de la tendencia.

Miguel Ángel Valero

Siguen las malas noticias para la inteligencia artificial (IA). Después de la espectacular caída de la cotización en la mayor OPV de la historia, SpaceX, como publicó Dinero Seguro, el bono a 100 años de Alphabet ya cae más de 7% por debajo de su precio de salida. En febrero de 2020 Alphabet captó 1.000 millones de libras en un bono que no vence hasta hasta 2126, con cupón del 6,125%. La demanda fue de 10 veces: 9.500 millones. 

Cinco meses después, el que compró el bono a 100 años de Alphabet ya pierde más del 7%. Una señal más de que el apetito por deuda tech a plazos eternos se enfría, mientras las tecnológicas piden prestado a lo bestia para sus centros de datos. Y un motivo más para estar atentos al coste de financiación de las grandes tecnológicas. Si el mercado les sube la prima, pagar la IA se encarece y amenaza los beneficios de mañana.

En cualquier caso, las presiones bajistas sobre el sector tecnológico se han moderado gracias al avance registrado por los fabricantes de semiconductores en Asia. Todo está pendiente del cierre del mercado el miércoles 22 de julio, con la publicación de los resultados de Alphabet. 

La fuerte entrada de flujos, 2.000 millones$ en uno de los ETF tecnológicos chinos más populares ha despertado sospechas de que varios vehículos de inversión estatales y aseguradoras chinas pueden estar llevando a cabo una estrategia coordinada de apoyo al sector.

Además, un dato preocupa sobremanera: el flujo de caja libre de los hiperescaladores, los que alquilan la 'nube', se volvería negativo en 2027 por el brutal gasto en IA. Cuando la máquina de imprimir dinero empieza a quemarlo, toca mirar el capex con lupa. Máxima atención, porque son justo las empresas que sostienen el mercado.

No todo es negativo. Iren, el operador de centros de datos, se dispara un 17% en Bolsa tras elevar su objetivo de ingresos anuales de AI Cloud a más de 4.000 millones$, desde 3.700 millones. Firmó 2.800 millones en nuevos contratos y ya tiene el 85% bajo contrato.

Los ADR de Alibaba suben un 5%tras adelantar Qwen 3.8 Max su nuevo modelo de IA, que la propia empresa sitúa solo por detrás del Fable 5 de Anthropic. China no se baja del tren de la IA. Todo lo contrario.

Por su parte, GitHub Sponsors destaca la evolución del ecosistema del código abierto, con nuevos hitos en la financiación de de su software. Esto se enmarca en una tendencia más amplia: los mantenedores están asumiendo una carga de trabajo mayor que nunca a medida que la IA impulsa un aumento de las contribuciones a proyectos de código abierto. Al mismo tiempo, también está quedando claro que la comunidad está dando un paso al frente para apoyar cada vez más ese trabajo.

Mientras que los primeros 10 millones$ distribuidos a través de GitHub Sponsors tardaron casi dos años en alcanzarse, los últimos 10 millones se han distribuido en tan solo cinco meses. 

SAS: el 70% de las pymes está aún en la fase inicial de la IA

A pesar de que las empresas invierten cada vez más en IA y usan sus herramientas, casi el 70% de las pymes aún están en las fases iniciales, solo experimentan o aprovechan oportunidades sueltas, según el estudio de SAS e IDC La IA para Pymes: cerrando la brecha entre la preparación y la realidad. El informe muestra que hay una gran diferencia entre lo que las pymes quieren hacer con la IA y lo preparadas que están para hacerlo, y les ofrece una guía práctica para pasar de la experimentación a conseguir resultados de negocio reales. Hoy en día, todas las empresas escuchan hablar del gran potencial de la IA, pero muchas pymes todavía no tienen lo básico: buenos datos, estrategia, personal capacitado y buena gobernanza, fundamentales para usar la IA a gran escala y obtener beneficios concretos.

Daniel-Zoe Jiménez, vicepresidente de Investigación de IDC, explica: "Para que su estrategia de IA funcione de verdad, las pymes deben alinear de verdad sus datos, su personal y sus recursos. Experimentar con la tecnología es fácil, usarla de forma estratégica y sostenible es mucho más complicado".

Según el informe, la mayoría de las pymes están en etapas 'experimentales' u 'oportunistas' en el uso de la IA. Usan la IA en proyectos sueltos, pero aún no han logrado unirlos en una estrategia clara. Esta 'brecha entre la preparación y la realidad' demuestra que solo con las ganas de usar la IA no basta para convertir las buenas intenciones en resultados.

El estudio destaca que, aunque los líderes de las pymes quieren usar cada vez más la IA, se enfrentan a problemas como la dispersión de datos y herramientas, tienen que lidiar con iniciativas de IA que funcionan de forma aislada y sin conexión entre sí y afrontar la escasez de personal con conocimientos adecuados y una preparación insuficiente de la empresa. A todo esto, se suma una falta de control y de métodos claros para medir el retorno de la inversión.

El informe presenta el 'Índice de Preparación para la IA', una herramienta que permite entender cómo de preparada está una pyme en cuatro áreas clave: planificación, construcción, habilitación y ejecución. A medida que avanzan en esas áreas, las pymes pasan por cuatro etapas de madurez: experimental, oportunista, estructurada e integrada. Este índice ofrece una forma clara que permite diagnosticar cómo está evolucionando la empresa y qué pasos debe seguir para implementar la IA de forma que se adapte a sus necesidades específicas.

El estudio subraya que las pymes, sobre todo las que tienen pocos recursos informáticos y están más expuestas a los cambios, necesitan plataformas de IA integradas y socios de confianza. John Carey, Senior VP Global Channels en SAS, afirma: "Las pymes no necesitan más promesas. Lo que necesitan son resultados que se traduzcan en un retorno de inversión significativo por usar la IA. Esta investigación demuestra que la IA ya se está utilizando en gran medida, pero lograr que funcione a nivel de toda la empresa sigue siendo un reto".

SAS ha lanzado una Calculadora de preparación para la IA orientada a pymes. Esta herramienta permite a las empresas evaluar su nivel actual de madurez, identificar dónde tienen carencias y recibir recomendaciones personalizadas sobre los siguientes pasos a seguir, según su tamaño y nivel de preparación.

Manpower: la IA gana peso en la selección de personal

“La IA permite reducir tareas operativas, gestionar grandes volúmenes de información y agilizar la toma de decisiones. Esto está dando lugar a modelos híbridos en los que la tecnología optimiza procesos, mientras los profesionales mantienen el criterio final”, apunta Carolina González Poza, directora de Selección y Headhunting de Manpower Group. 

A nivel global, la tendencia confirma el avance de la IA en los procesos de selección, con una mayor integración de la automatización en distintas fases. La comunicación automatizada con candidatos alcanza un 48% de valoración, seguida de las descripciones de puestos asistidas por IA (46%) y del cribado de currículums (44%).

Este contexto refuerza la evolución hacia modelos de selección más digitalizados, en los que la IA gana peso como herramienta estructural, aunque siempre en combinación con la supervisión humana.

Oliver Wyman: importante potencial para los mercados de predicción

Entre 2020 y 2025, la industria global de las infraestructuras de los mercados financieros registró una tasa de crecimiento anual compuesta (CAGR) de aproximadamente el 15%, alcanzando unos ingresos cercanos a los 131.000 millones$. Para 2030, los ingresos podrían alcanzar entre 177.000 millones y 229.000 millones, según el informe Global Financial Market Infrastructure, de Oliver Wyman, que anticipa una nueva etapa de transformación para un sector que desempeña un papel central en el funcionamiento de los mercados financieros.

El desempeño del sector entre 2020 y 2025 estuvo impulsado por el aumento de la volatilidad de los mercados, la profundización de los mercados de capitales, la creciente participación de los inversores minoristas, la integración de activos físicos en los mercados financieros y la continua demanda de soluciones de gestión del riesgo. De cara a 2030, el estudio trabaja con tres posibles escenarios. En el escenario base, Oliver Wyman espera que el sector mantenga un crecimiento anual cercano al 8% hasta 2030. No obstante, una adopción más rápida de la IA, unida a la expansión de la tokenización y al desarrollo de nuevos mercados, podría elevar ese ritmo hasta el 12% anual, impulsando los ingresos globales de las infraestructuras de los mercados financieros.

Entre las principales tendencias identificadas, el estudio destaca la tokenización. Alrededor del 35% de los ingresos actuales del sector podrían trasladarse a nuevas infraestructuras digitales, mientras que la expansión del universo de activos podría generar un potencial adicional de 25.000 millones$ en ingresos brutos, compensando ampliamente las pérdidas asociadas a la transformación de los modelos tradicionales.

Por su parte, la IA se perfila como un factor de transformación con un impacto directo sobre el modelo de negocio del sector. El informe estima que el 9% de los ingresos del sector (cerca de 12.000 millones$) está directamente expuesto al impacto de la IA, mientras que otro 16% podría verse en riesgo si las empresas no adoptan medidas de adaptación. La prioridad para las infraestructuras de los mercados financieros será integrar los componentes más vulnerables en soluciones integrales que combinen funcionalidades estandarizadas con datos exclusivos, flujos de trabajo, redes y mecanismos de control que constituyan ventajas competitivas difíciles de replicar.

Al mismo tiempo, la IA podría reducir los costes en más de un 20%, aumentando el margen EBITDA del sector del 54% al 63% de aquí a 2030. Paralelamente, también podría generar cerca de 9.000 millones$ en ingresos adicionales mediante el desarrollo de nuevos productos, la implantación de nuevos modelos de monetización y un mayor aprovechamiento de los productos impulsado por agentes de IA.

El informe también identifica un importante potencial para los mercados de predicción. Aunque actualmente son utilizados principalmente por inversores minoristas, su adopción por parte de inversores institucionales en ámbitos como la macroeconomía, las políticas públicas, la meteorología, y los eventos empresariales o los relacionados con mercados de activos regulados podría generar unos ingresos anuales de entre 13.000 millones y 19.000 millones$. El escenario base prevé unos ingresos de entre 3.000 millones y 5.000 millones de dólares. 

Según Oliver Wyman, el desarrollo de estos mercados requerirá infraestructuras capaces de proporcionar reglas de funcionamiento claras, gobernanza, datos fiables, mecanismos de supervisión, compensación y liquidación que permitan su adopción institucional.

Por cierto, Hyperliquid entra en los mercados de predicción con HIP-4, que permite el despliegue permissionless: sin pedir permiso a nadie, cualquiera podrá crear su propio mercado de resultados. El precio de entrada no es barato. Hay que bloquear 500.000 tokens HYPE, unos 30 millones$ al cambio actual de unos 60$ por token, durante seis meses. El creador puede cobrar comisiones de hasta el 50% en su mercado. No es barra libre total: los validadores de la red votarán las plantillas estándar que se pueden usar y pueden quedarse con el depósito si el creador define mal un mercado o no lo liquida a tiempo. La idea es descentralizar la creación sin que aquello se convierta en un caos.  Es la pelea por el negocio de los mercados de predicción, donde Polymarket manda. Si Hyperliquid engancha a creadores, sube la demanda de HYPE por el stake obligatorio y su ecosistema gana tracción. 

Volviendo al informe de Oliver Wyman, advierte de la necesidad de que las organizaciones reevalúen sus estrategias de crecimiento. En los últimos cinco años, el sector ha invertido 103.000 millones$ en fusiones y adquisiciones, de los cuales 88.000 millones se destinaron a empresas de datos y tecnología. La rápida evolución de la IA está poniendo ahora a prueba qué adquisiciones generan realmente ventajas competitivas sostenibles y sinergias con el negocio principal. La próxima etapa de crecimiento del sector estará determinada por la capacidad de las organizaciones para incorporar nuevas tecnologías, reforzar sus ventajas competitivas y responder a la creciente complejidad del sistema financiero global.

Finnk: la cartera IAvanzada logra una rentabilidad neta del 13,2%

Finnk ―el servicio de inversión digital del grupo Kutxabank―consolida su cartera IAvanzada 80/20 con una rentabilidad neta del 13,2% en el primersemestre de 2026,  muy por encima de carteras similares en el mercado con elevada exposición a la renta variable. Desde el lanzamiento de su estrategia, en mayo de 2024, la cartera ―con una exposición media del 80% a renta variable― acumula una rentabilidad del 31%, equivalente a una anualizada del 13,4%. Estas rentabilidades respaldan una propuesta de inversión que combina una elevada exposición a renta variable, diversificación, IA aplicada de forma estructural y supervisión permanente por parte de profesionales de inversión.

El modelo IAvanzada combina el análisis avanzado de datos y escenarios de mercado mediante IA con un proceso de validación humana permanente; un tándem que le permite tomar decisiones de inversión dinámicas, trazables y alineadas con un estricto control del riesgo.

La cartera IAvanzada 80/20 mantiene un peso elevado en renta variable y está dirigida a inversores con un horizonte temporal de largo plazo y una mayor tolerancia a las fluctuaciones de los mercados. Esta exposición le permite participar de forma significativa en el potencial de crecimiento de las Bolsas, asumiendo también que su valor puede experimentar periodos de volatilidad. La clave no reside únicamente en mantener una elevada inversión en renta variable, sino en cómo se distribuye y gestiona esa exposición. El modelo analiza de forma continuada la asignación geográfica, los estilos de inversión, los distintos segmentos de capitalización y la selección de fondos, con el objetivo de identificar oportunidades y adaptar la cartera a los cambios del mercado.

Durante el primer semestre de 2026, esta estrategia ha permitido aprovechar el comportamiento favorable de los activos de riesgo. La IA ha ampliado la capacidad de análisis del equipo gestor, mientras que un Comité de Inversiones mantiene la validación y el control sobre las decisiones.

Metagestión: negocios de calidad a precios razonables y no detectados

Por su parte, Metagestión insiste en su estrategia de buscar negocios de calidad a precios razonables, que no han sido detectados por el mercado. Metavalor FI, fondo que invierte en renta variable de España y Portugal, busca compañias con balances sólidos, que generan caja de forma consistente y que cotizan a precios razonables. Los analistas de Metagestión ven oportunidades en compañías de los sectores banca, infraestructuras, transporte y algunas compañías industriales. Porque son negocios que conocen bien, con visibilidad de resultados, y en los que el mercado no ha reconocido todavía su precio. 

Para los fondos cuyas carteras invierten en mercados internacionales, Metavalor Internacional FI y Metavalor Global FI, el enfoque de Metagestión es más flexible y diversificado. El objetivo de la gestora es buscar negocios de calidad, con capacidad real de crecer y con disciplina a la hora de gestionar su capital, procurando elegir los que están a precios razonables, aunque sean historias atractivas. Las oportunidades que los gestores de Metagestión han identificado para estos fondos son valores castigados en exceso por miedo a que la IA trastoque sus modelos de negocio, un temor muchas veces infundado cuando se revisan las cifras.

Los analistas de Metagestión creen que en el segundo semestre los mercados van a estar centrados en dilucidar dos cuestiones que están sobre la mesa. La primera, comprobar si los beneficios de la IA se van a extender a más compañías y sectores, o bien, si los mercados van a seguir dependientes de un grupo reducido de grandes compañías tecnológicas que sostengan las subidas. Los analistas de Metagestión son cautos en el actual escenario de alta concentración y valoraciones exigentes, que también abre nuevas oportunidades entre los negocios que han quedado atrás sin motivo.  

UBS: los cuellos de botella pueden provocar un exceso de oferta

"El índice de semiconductores ha caído más de un 20% durante el último mes. Esto plantea una pregunta clave: ¿se trata de una verdadera saturación del mercado de semiconductores, o simplemente de un ajuste de posiciones tras un repunte del 90% en lo que va de año? Creemos que, en esta etapa, un exceso de oferta estructural sigue siendo muy poco probable. Sin embargo, a medida que aumentan las cifras de inversión en capital (CapEx), los cuellos de botella en el suministro podrían provocar un exceso de oferta en los segmentos menos restringidos de la cadena de infraestructura de IA", argumenta Ulrike Hoffmann-Burchardi, directora de Inversiones para América y responsable global de Renta Variable en UBS Chief Investment Office.

Miguel Ángel Valero

Cuando todo el mundo está comprado hasta las cejas, empieza el nerviosismo. Eso es justo lo que asoma en la última encuesta de gestores de Bank of America. El dinero que los grandes fondos guardan sin invertir, su caja, ha caído al 3,6% de lo que gestionan, desde el 4,1%. Muy cerca del mínimo de este siglo. Bank of America tiene una regla sencilla: cuando esa caja baja del 4 por ciento, salta una señal de venta. ¿El motivo? Si los gestores ya han metido casi todo en Bolsa, no les queda pólvora para seguir comprando y empujar los precios. 

La encuesta, hecha entre 181 gestores que mueven 484.000 millones$, muestra además el ánimo más alcista desde febrero: un récord del 54 por ciento no ve recesión. Y el histórico avisa. En las 16 veces anteriores que la caja bajó a este nivel desde 2002, la Bolsa mundial cayó de media un 1% en las dos semanas siguientes. Por tanto es una señal táctica de cautela, no de pánico. Con el optimismo tan disparado y la caja tan vacía, cualquier susto se amplifica. Si vas cargado de renta variable, y sobre todo de tecnológicas de alto vuelo, toca revisar riesgos, no perseguir el último rally.

Mientras, otro dato preocupante: la Reserva Estratégica de Petróleo de EEUU cae a su nivel más bajo en casi 40 años. Es el colchón que el país guarda para emergencias, y llega medio vacío justo cuando vuelven los conflictos a Oriente Medio. Menos margen de maniobra si el crudo se dispara: atención al petróleo y a las energéticas.

Porque las hostilidades continúan en el estrecho de Ormuz, con nuevos ataques por ambas partes y escasa visibilidad sobre el avance de las negociaciones. No obstante, Trump señaló que una ciudadana estadounidense encarcelada por el régimen iraní ha sido liberada, agradeciendo públicamente este gesto. 

El tránsito marítimo se mantiene en torno al 10% del volumen habitual y, aunque no ha regresado a una situación de bloqueo total, sigue estando lejos de una normalización. Las compañías navieras están comenzando a recomendar a sus flotas que eviten la ruta por Omán.

Además,  Trump presiona a las empresas de defensa para disparar la producción de armamento. Las guerras de Ucrania y Oriente Medio han vaciado los almacenes de misiles de EEUU. Y Trump quiere rellenarlos ya. En una cumbre de defensa en Pensilvania, el presidente apretó a los jefes de la industria para acelerar la fabricación de misiles, barcos, helicópteros y drones. El Pentágono está usando contratos a largo plazo para atraer inversión privada, unos 20.000 millones, en armas de alta demanda como los Patriot. Lockheed va a triplicar la producción de interceptores Patriot y se llevó un contrato de sistemas THAAD de hasta 35.000 millones a siete años; RTX se embolsó casi 400 millones en misiles AMRAAM. 

Pero montar fábricas de armas no es abrir un grifo. Los expertos calculan de dos a cuatro años para reponer inventarios. El dinero y los pedidos están; la capacidad, todavía no. Sobre la mesa, además, un presupuesto de defensa de 1,5 billones para 2027, pendiente del Congreso. Viento de cola estructural para el sector de defensa. Lockheed, RTX y General Dynamics tienen cartera de pedidos para años, no para meses. Es de los pocos sectores donde la demanda la garantizan los gobiernos, no el consumidor.

Los resultados de la IA 'pasan' de Ormuz

Todo esto no afecta al inicio de la temporada de resultados, que está siendo muy positivo. En EEUU, los grandes bancos han sorprendido favorablemente, mientras que las empresas que conforman la base de la cadena de valor de los semiconductores también han presentado cifras sólidas. 

ASML anunció en sus resultados una revisión al alza de sus previsiones de ventas para este año, situándolas entre 43.000 millones€ y 45.000 millones, frente a los 39.500 millones que estimaba el consenso de mercado. Además, registró un crecimiento del beneficio del  27 % interanual y mantiene márgenes netos superiores al 30%. 

Taiwan Semiconductor Manufacturing Company (TSMC) ha registrado un crecimiento de las ventas del 36 %, márgenes netos del 55 % —los más altos de su historia— y ha señalado que la demanda sigue mostrando fortaleza. Como consecuencia, ha elevado sus previsiones de inversión para este ejercicio hasta los 64.000 millones$, 4.000 millones más de lo previsto a comienzos de año. También incrementará su inversión en EEUU en otros 100.000 millones durante los próximos años.

Aehr Test Systems, una empresa de pequeña capitalización que fabrica equipos para testar chips, se disparó en Bolsa tras presentar una cartera de pedidos récord y prometer que triplicará ingresos montada en la ola de la IA.

3M se alía con Microsoft para meter su tecnología en los centros de datos de IA. Una centenaria de los Post-it y el papel de lija, subida a la ola de la IA. Suena raro, pero tiene toda la lógica. Microsoft Azure será el primer gran proveedor de nube en usar la fibra óptica de 3M, Expanded Beam Optical, resistente al polvo. unos cables especiales que permiten montar los centros de datos de IA más rápido y con menos fallos. A cambio, 3M usará las herramientas de IA de Microsoft para automatizar su propia casa, desde comprobar el crédito de un cliente hasta perseguir facturas atrasadas. Microsoft acelera sus centros de datos y 3M se moderniza por dentro.

La industria de toda la vida, la que fabrica cosas físicas, buscando enchufarse al negocio que más dinero mueve ahora. El mercado aplaudió el movimiento y la acción subió un 2,5% en la apertura. Es otra prueba de que el gasto en infraestructura de IA no afloja, y de que ya no solo llena los bolsillos de Nvidia y los chips. Cada proveedor que entra en la cadena, materiales, fibra, refrigeración, se recalifica y se dispara en Bolsa.

Alibaba sube en Bolsa el 5% tras apuntarse a la fiesta de Apple. Será su socio en el despliegue de Apple Intelligence en China, después de que el servicio superara el gran obstáculo regulatorio en el país.

UBS: los beneficios de las empresas del S&P 500 crecerán el 28%

El ciclo de inversión en IA seguirá desplegándose durante los próximos trimestres, una noticia muy positiva para la inversión en Bolsa. La tensión en Ormuz no debería eclipsar una realidad cada vez más evidente: nos encaminamos hacia otro trimestre de crecimiento de beneficios a doble dígito a ambos lados del Atlántico (+24% en EEUU y +15% en Europa).  Cualquier corrección de mercado motivada por tensiones en Ormuz será una oportunidad dentro de un ciclo de capex que sigue mostrando una notable solidez.

Las acciones estadounidenses avanzaron por segundo día consecutivo el miércoles 15 de julio, después de que el dato del Índice de Precios de Producción de EEUU, más suave de lo esperado, ofreciera un nuevo alivio a los inversores preocupados por la inflación y el endurecimiento de la política de los bancos centrales. Aun así, Irán y EEUU continuaron intercambiando ataques, y se reanudó el bloqueo naval estadounidense a todo el tráfico marítimo iraní hacia y desde sus puertos y zonas costeras.

Para la renta variable, esto significa que, aunque la dinámica geopolítica pueda provocar retrocesos coyunturales, los resultados empresariales deberían seguir siendo el principal motor del rendimiento durante el resto del año. De hecho, con la temporada de resultados del segundo trimestre en EEUU arrancando con sólidas sorpresas positivas, "esperamos otra ronda de resultados fuertes en las próximas semanas. Prevemos que el crecimiento de los beneficios del S&P 500 se acelere hasta alrededor del 28% en el periodo de tres meses, y los 11 sectores del mercado parecen encaminados a reportar un aumento de beneficios. La inversión en infraestructura de IA se mantiene sólida. Las condiciones de negocio en los sectores cíclicos están mejorando. El gasto de los consumidores sigue siendo sólido", explican  en UBS.

Mark Haefele, Director de Inversiones (CIO) de UBS Global Wealth Management, afirma: "Creemos que el fuerte crecimiento de los beneficios en todos los sectores debería seguir impulsando al alza las acciones estadounidenses durante los próximos seis a doce meses, y esperamos que el S&P 500 alcance los 8.200 puntos para junio del próximo año. Los inversores deberían asegurarse una exposición diversificada a medida que el liderazgo del mercado se amplía, y considerar estrategias de preservación de capital para gestionar los riesgos".

"Los precios del cobre en la LME se han suavizado en las últimas semanas, lo que refleja la incertidumbre en torno a los posibles aranceles de EEUU y el desmonte de operaciones vinculadas a la IA, más que cambios en los fundamentales del mercado físico subyacente. Mantenemos una visión constructiva sobre las perspectivas a largo plazo del cobre y esperamos que los precios coticen por encima de los 15.000 USD por tonelada métrica en los próximos trimestres", apunta Dominic Schnider, responsable global de Divisas y Materias Primas.

"Para los inversores con una perspectiva de más corto plazo, recomendamos revisar su exposición a las terapias genéticas y al Healthtech, y considerar uno de nuestros cinco temas principales, donde vemos oportunidades de entrada atractivas. Aunque nuestra visión a largo plazo para ambos se mantiene sin cambios, actualmente ocupan una posición más baja en nuestro modelo, y vemos mayor valor en nuestros cinco temas principales para los próximos seis a doce meses", añade Alexander Stiehler, responsable de Temas de Inversión a Largo Plazo.

"La economía espacial está lista para despegar, impulsada por una mayor financiación del sector privado, importantes avances en tecnología satelital, una demanda creciente en comunicaciones y seguridad, un sólido crecimiento en aplicaciones e industrias espaciales emergentes y, sobre todo, unos costes de lanzamiento significativamente más bajos", destacan Rolf Ganter, responsable de Renta Variable Europa, Ashim Thakur, analista, y Alexander Stiehler.