La idea en una sola imagen
Pensá en una botella de agua dada vuelta. No importa cuánta agua haya adentro: sale a la velocidad que permite el pico. Esa parte angosta es el cuello de botella: la parte más lenta o más escasa, la que limita a todo lo demás. En un restaurante puede ser la cocina: por más mesas y mozos que tengas, si la cocina saca 50 platos por hora, atendés 50 platos por hora.
Hoy la inteligencia artificial es una autopista con muchísimos autos queriendo pasar y varios peajes angostos: faltan memorias, falta capacidad para fabricar chips, faltan transformadores eléctricos y falta energía.
Cuando hay un cuello de botella, la demanda es más grande que lo que el mundo puede producir. Eso significa dos cosas: que las empresas que controlan la parte escasa pueden cobrar más, y que el mundo va a tener que invertir durante años para ensanchar ese cuello. Por eso esta industria creció tanto, y por eso todo indica que va a seguir creciendo.
¿Qué es la IA, físicamente?
Cuando le hacés una pregunta a ChatGPT, a Claude o a Gemini, parece magia. Pero físicamente pasa algo muy concreto: una computadora hace billones de multiplicaciones por segundo. Un modelo de IA es, en el fondo, una gigantesca tabla de números (los parámetros). Para responderte, toma tu pregunta, la convierte en números y la pasa por esa tabla, palabra por palabra.
Hay dos momentos en la vida de una IA:
la "escuela". Durante meses se le muestran cantidades enormes de texto, imágenes y video. Requiere decenas o cientos de miles de chips trabajando juntos.
el "trabajo diario". Cada vez que alguien le pregunta algo. Pasa millones de veces por día, todos los días.
La IA no es software flotando en el aire. Es una fábrica física que consume chips, memoria, edificios, agua y electricidad. Y como toda fábrica, depende de su cadena de proveedores.
Las piezas básicas: la oficina
Para entender todo lo que sigue, imaginá una oficina.
CPU (procesador central)
Un trabajador muy inteligente y versátil
Hace tareas distintas, una detrás de otra
GPU (procesador gráfico o acelerador)
Un ejército de miles de trabajadores simples que hacen la misma cuenta a la vez
Nació para videojuegos y resultó perfecta para la IA, que es hacer billones de multiplicaciones iguales en paralelo
Memoria
El escritorio
Tiene a mano los datos que se usan ahora. Es rápida, pero se borra al apagar la máquina
Almacenamiento
El archivo del sótano
Guarda todo de forma permanente, pero ir a buscar algo es lento
La IA corre sobre GPUs. La CPU sigue estando (coordina y reparte tareas), pero el trabajo pesado lo hace el ejército de la GPU. Por eso la empresa que más creció con la IA fue la que diseña GPUs.
El "muro de la memoria"
La memoria no ejecuta nada: el que trabaja siempre es el procesador. Pero si los datos no le llegan a tiempo, se queda esperando.
Durante décadas, los procesadores se hicieron cada vez más rápidos, pero la velocidad con la que la memoria les entrega datos creció mucho más lento. Es como tener un trabajador que cada año trabaja el doble de rápido, pero que recibe los papeles por la misma ranura angosta de la puerta. Llega un momento en que pasa más tiempo esperando papeles que trabajando.
Eso se llama el muro de la memoria, y con la IA se volvió crítico: por cada palabra que escribe, la IA tiene que leer todos sus parámetros.
En la IA, la velocidad de la memoria vale tanto como la velocidad del procesador. Y ahí aparece la protagonista de este análisis.
La memoria de la IA: por qué la estrella es la HBM
Hay distintos tipos de memoria: para computadoras y servidores comunes, para celulares, para videojuegos. La que usa la inteligencia artificial es la HBM (memoria de gran ancho de banda). Resuelve el muro de la memoria de dos formas:
- 1
Apila los chips de memoria uno arriba del otro, como pisos de un edificio (8, 12 o 16 pisos), conectados por miles de perforaciones que funcionan como ascensores.
- 2
Pone ese edificio al lado del procesador, a milímetros, dentro del mismo paquete.
El resultado es un "caño" de datos muchísimo más ancho. Si la memoria común es una manguera de jardín, la HBM es una represa.
Fabricarla es dificilísimo: si falla uno solo de los pisos, se tira el edificio entero. Y en el mundo solo hay 3 empresas que la fabrican a escala.
Consume unas 3 veces más material que una memoria común por cada unidad de memoria. Guardá este dato: es la clave de la escasez (lo vemos en el Zoom 1).
Del chip a la ciudad: servidores, data centers y nubes
Ahora subamos de escala:
una computadora completa sin pantalla ni teclado, con forma de bandeja. Es una oficina profesional.
el estante donde se apilan los servidores. Es un piso del edificio, y uno solo de IA consume la electricidad de decenas de casas.
el edificio lleno de racks, con su electricidad, su refrigeración y su fibra óptica. Es el rascacielos.
empresas que construyen muchos rascacielos y te alquilan una oficina por hora.
los dueños de las nubes más grandes, con ciudades enteras de data centers: Amazon, Microsoft, Google, Meta (para uso propio) y Oracle.
empresas nuevas que alquilan solo poder de cómputo para IA, como CoreWeave o Nebius (las vemos en la Parada 9).
¿Por qué la IA necesita cada vez más poder de cómputo?
Si la demanda de cómputo se estabilizara, no habría cuello de botella. Pero hay seis motores empujando para arriba al mismo tiempo:
Si le das a un modelo más datos y más cómputo, mejora de forma bastante predecible. Cada generación se entrena con mucho más cómputo que la anterior.
Entrenar es un gasto de una vez; usar la IA es un gasto por cada pregunta de cada persona, todos los días. El uso diario ya consume más que el entrenamiento.
Escriben miles de palabras de borrador antes de la respuesta final: mejor respuesta, más cómputo por pregunta.
Una IA que programa o investiga durante horas consume muchísimo más que una respuesta de chat.
Video, voz en tiempo real, robots y autos autónomos multiplican los datos a procesar.
En el siglo XIX, las máquinas de vapor se volvieron más eficientes y se consumió mucho más carbón, porque al ser más baratas se usaron en todos lados (la paradoja de Jevons). En enero de 2025, un modelo chino muy eficiente (DeepSeek) hizo temer que "iba a hacer falta menos cómputo"... y la demanda siguió creciendo. Cuando algo se vuelve más barato, se usa más.
La demanda de cómputo crece exponencialmente. La capacidad de fabricar chips, memorias, edificios y centrales crece de forma lineal, porque construir lleva años. Esa diferencia de velocidades es el cuello de botella.
El viaje completo: las 11 paradas de la cadena
Para que una IA te responda, hace falta una cadena de proveedores que da la vuelta al mundo. Pensalo como el viaje de un auto: desde las máquinas que fabrican las piezas hasta la ruta y la estación de servicio. En cada parada vemos qué pasa, por qué importa y quiénes son, sin entrar en los números de cada empresa.
Parada 1Las máquinas que fabrican chips
Un chip pasa por cientos de pasos, y cada paso usa un tipo distinto de máquina: unas "dibujan" el circuito con luz, otras agregan capas finísimas de material, otras tallan y otras revisan que no haya errores. Todo con precisión de átomos.
Pensá en la cocina de un restaurante: necesitás horno, batidora, cuchillos y heladera, y cada uno lo fabrica una marca especializada. En casi todos los tipos de máquina hay varias marcas que compiten. Pero hay uno que fabrica una sola empresa en todo el mundo, y es el más importante.
Esa máquina única es la de litografía EUV: la que "imprime" los circuitos de los chips más avanzados. Cuesta cientos de millones de dólares, se transporta en aviones de carga y la fabrica solo ASML. Sin ella, no existen los chips de punta.
Única fabricante de las máquinas EUV: un monopolio
Proveedora de casi todas las fábricas de chips
Muy importante en la fabricación de memoria
La gran competidora japonesa
También están KLA (Estados Unidos), que fabrica las máquinas que inspeccionan los chips, y BE Semiconductor y Hanmi Semiconductor, que hacen las máquinas para apilar la memoria HBM.
Parada 2El diseño de chips: el arquitecto
Estas empresas diseñan los chips, pero la mayoría no tiene fábricas: cuando el plano está listo, se lo manda a una fábrica (la parada siguiente).
Son como estudios de arquitectura: diseñan el edificio, pero no ponen un solo ladrillo.
El diseño define qué tan rápido entrena y responde una IA. Y la gran ventaja de la líder, Nvidia, no está solo en el chip: está en su software, CUDA. Hace casi veinte años que los programadores de IA aprenden a trabajar con él.
Pensalo como una consola de videojuegos: puede salir una más potente, pero si todos tus juegos funcionan en la que tenés, no te cambiás. Por eso Nvidia es tan difícil de reemplazar.
La reina del sector: las GPUs que usa la enorme mayoría de la IA, más el software CUDA
Su principal competidora en GPUs para IA
Chips a medida para las grandes tecnológicas (como los de Google) y chips de redes
Chips a medida para grandes nubes y chips de conectividad
Además, las grandes tecnológicas diseñan sus propios chips para depender menos de Nvidia (Google, Amazon, Microsoft y Meta), y Arm (Reino Unido) licencia la arquitectura de muchos procesadores.
Parada 3La fabricación de chips: la constructora
Toman los planos del arquitecto y las máquinas de la Parada 1, y fabrican físicamente los chips en plantas gigantes.
procesadores de IA avanzados del mundo se fabrican en TSMC, en Taiwán.
Una fábrica de chips de punta cuesta decenas de miles de millones de dólares y lleva años. En los chips de IA más avanzados, TSMC le saca años de ventaja al resto: ahí se fabrican los de Nvidia, AMD, Google, Amazon y Meta. Que todo eso esté en una isla es a la vez la fortaleza y el mayor riesgo geopolítico del sector.
La fábrica de chips más importante del mundo. Si TSMC se detiene, la IA se detiene
Segunda en tecnología, bastante lejos de TSMC
Intenta convertirse también en fábrica para terceros, con apoyo del gobierno estadounidense
Parada 4Cuello de 2024El empaquetado avanzado: el ensamble fino
Un chip de IA moderno es un equipo de piezas: el procesador en el centro y las torres de HBM alrededor, montadas sobre una base de silicio que las conecta con miles de caminos microscópicos.
Pensá en una placa base de LEGO que, además de sostener las piezas, tiene por adentro miles de caminitos por los que viajan los datos. ¿La HBM es tan rápida porque está pegada al procesador? El que la pega es esta parada.
Fue el gran cuello de botella de 2024: había procesadores y había memorias, pero no alcanzaban las fábricas capaces de montarlos juntos. Y si el montaje sale mal, se pierde el conjunto entero.
Domina la tecnología de empaquetado más usada (CoWoS), y aun multiplicando su capacidad no alcanza
La mayor empresa independiente de empaquetado del mundo
Empaquetado y prueba de chips, con una planta nueva en Estados Unidos
Parada 5Cuello hoyLa memoria y el almacenamiento
Se fabrican los chips que guardan información: la memoria (el escritorio de la oficina) y el almacenamiento (el archivo del sótano).
HBM
- Qué es
Memoria apilada y pegada al procesador. La más rápida y difícil de fabricar
- Dónde va
Adentro de cada chip de IA
DRAM
- Qué es
La memoria común
- Dónde va
Computadoras, celulares y servidores
NAND
- Qué es
El almacenamiento permanente (lo que hay adentro de un disco SSD)
- Dónde va
Discos de computadoras, celulares y data centers
Es la parada más "caliente" de la cadena:
- 1
No hay chip de IA sin HBM, y cada generación de chips lleva más memoria que la anterior. Más chips, y cada uno con más memoria: la demanda se multiplica dos veces.
- 2
Solo tres empresas la fabrican a escala: SK Hynix, Samsung y Micron.
- 3
El efecto dominó. Como la HBM consume 3 veces más material, cada fábrica que produce más HBM produce menos memoria común. Por eso empezó a faltar memoria también para computadoras y celulares, y en 2026 su precio llegó a multiplicarse por más de tres en pocos meses.
La memoria pasó de ser "un producto commodity" a ser una de las piezas más buscadas de la IA. La gran pregunta es si esto dura o es otra ola del ciclo de siempre: la respondemos en el Zoom 1.
Memoria (HBM y DRAM)
La líder en HBM y el principal proveedor de Nvidia
La mayor fabricante de memoria del mundo. Llegó tarde a la HBM avanzada y está recuperando terreno
La apuesta china: ya pesa en memoria común y busca entrar en HBM
Almacenamiento (NAND y discos)
Memoria NAND y discos SSD
Memoria NAND (fue parte de Toshiba)
Discos rígidos: más lentos, pero baratísimos para guardar cantidades enormes de datos
Cuanto más se usa la IA, más archivo hace falta.
Parada 6El armado de servidores
Todas las piezas anteriores se ensamblan en servidores y racks listos para enchufar.
Es como una planta de ensamblaje de autos: recibe motor, chasis y ruedas de distintos proveedores y entrega el auto terminado.
Un rack de IA es una máquina enormemente compleja, con decenas de GPUs y refrigeración líquida. Pocas empresas pueden armarlos por miles.
El mayor ensamblador de electrónica del mundo (arma los iPhone) y gran armador de racks de Nvidia
Ensambla servidores para las grandes nubes
Vende servidores de IA a empresas, gobiernos y neoclouds
Servidores de alto rendimiento, muy usada por neoclouds
Parada 7Cuello hoyLas redes y la fibra óptica
Un modelo grande se entrena en cientos de miles de chips que tienen que trabajar como si fueran uno solo. Para conectarlos a esa velocidad, el cobre no alcanza: hay que convertir la información en luz y mandarla por fibra óptica.
Si cada GPU es un músico, la red es el director de orquesta. Si un músico escucha tarde a los demás, toda la orquesta desafina.
Es otro cuello de botella de hoy: los láseres que convierten electricidad en luz son muy difíciles de fabricar.
Los switches que conectan miles de servidores
Los chips que van adentro de esos switches
Láseres y transceptores ópticos (convierten la señal eléctrica en luz)
Láseres y componentes ópticos de próxima generación
Nvidia también vende sus propios sistemas de red, y hay empresas más chicas como Credo, Astera Labs y Fabrinet.
Parada 8La sala de máquinas del data center
Como todo edificio grande, un data center tiene su sala de máquinas, con dos trabajos:
Un rack de IA genera más de diez veces más calor que uno común. El aire acondicionado ya no alcanza: se pasó a refrigeración líquida, que circula directamente sobre los chips.
Un corte de segundos puede tirar horas de trabajo de miles de chips. Es como la electricidad de un hospital.
Los data centers viejos no sirven para la IA tal como están. Por eso estas empresas, que durante décadas vendieron equipos "aburridos", hoy tienen pedidos para más de un año.
La especialista pura en refrigeración y equipos eléctricos para data centers
Un gigante de la electricidad: tableros, baterías de respaldo y refrigeración
Equipos eléctricos y baterías de respaldo, y ahora también refrigeración líquida
Parada 9La nube: quién te alquila el poder de cómputo
Casi nadie que usa IA tiene sus propios servidores: los alquila. Y hay tres tipos de negocio muy distintos.
Pensalo como alquilar un auto:
El dueño del estacionamiento te alquila el lugar. El auto lo ponés vos.
La gran agencia del aeropuerto tiene de todo y atiende a cualquier cliente.
La agencia de autos de carrera alquila una sola cosa: autos de Fórmula 1, a los equipos que compiten.
Dueños de data centers
El estacionamiento
El edificio con electricidad y refrigeración
Hyperscalers
La gran agencia
De todo: archivos, páginas web, bases de datos... y también IA
Neoclouds
La agencia de autos de carrera
Solo GPUs para IA, en grandes cantidades
Esta parada pone la plata: todo lo que compra (chips, memoria, servidores, redes, refrigeración) es la venta de las paradas anteriores.
es lo que van a invertir las grandes tecnológicas en 2026, casi el doble que el año anterior, en su gran mayoría en infraestructura de IA.
Las neoclouds, la parte más acelerada. Hacen una sola cosa: comprar miles de GPUs de Nvidia y alquilarlas. Sus clientes son los laboratorios de IA y, aunque suene raro, los propios hyperscalers cuando no les alcanzan sus máquinas. Existen porque montan GPUs más rápido que nadie, y muchas eran mineras de bitcoin: ya tenían lo más escaso de hoy, terreno y una conexión eléctrica enorme. Su riesgo: dependen de un solo negocio y compran sus GPUs en gran parte con deuda. Si la demanda sigue fuerte, crecen a una velocidad increíble; si algún día sobra cómputo, son las primeras en sentirlo.
Dueños de data centers
La mayor dueña de data centers del mundo
Construye y alquila data centers, muchos a grandes tecnológicas
Ex mineras de bitcoin convertidas en data centers para IA
Hyperscalers
La nube más grande del mundo
Segunda nube, gran socia de OpenAI
Nube propia y sus propios chips de IA
De software para empresas a gran constructor de nube para IA
No alquila: construye su nube solo para su propia IA
Neoclouds
La neocloud más grande que cotiza en bolsa
Neocloud con data centers en Europa y Estados Unidos
Ex minera de bitcoin con energía renovable, convertida en neocloud
Neoclouds privadas. Crusoe construye enormes campus para OpenAI
Parada 10Cuello hoyLa energía
Todo lo anterior necesita estar enchufado, y un solo campus grande de IA puede consumir tanta electricidad como una ciudad de cientos de miles de habitantes.
Siguiendo con los autos: podés tener los mejores autos (los chips) y los mejores estacionamientos (los data centers), pero si no hay estaciones de servicio (las centrales eléctricas) ni rutas (la red eléctrica), los autos se quedan parados.
Hoy es, junto con la memoria, el cuello de botella más importante, y el más difícil de resolver: una central o una línea de alta tensión llevan muchos años (lo vemos en el Zoom 2). Para que la electricidad llegue hacen falta seis piezas, y cada grupo de empresas se encarga de una.
Las estaciones de servicio: las generadoras.
Producen la electricidad y firman contratos de 20 años con las grandes tecnológicas. Las más buscadas tienen centrales nucleares.
El mayor operador de centrales nucleares de Estados Unidos. Va a reactivar una unidad de Three Mile Island para Microsoft
Gran generadora de Texas, con centrales nucleares y de gas
Dueña de una gran central nuclear que le vende energía a Amazon
Generadora con fuerte presencia en centrales de gas
Las máquinas de la estación: las turbinas.
La máquina gigante que, al girar, produce la electricidad. Hoy no alcanzan: su producción está vendida por años.
La mayor fabricante de turbinas de gas del mundo
Gigante alemán de turbinas y equipos eléctricos
Gigante japonés de turbinas y componentes nucleares
Las rutas: la red eléctrica.
Cables de alta tensión y transformadores, los aparatos que adaptan la electricidad para viajar y para usarla. Es el cuello más lento de todos.
hasta que se entrega un transformador grande. El cuello más lento de todos.
Uno de los mayores fabricantes de transformadores del mundo
También fabrican transformadores y equipos para la red
La que construye las líneas de alta tensión en Estados Unidos
El surtidor propio: generar al lado del data center.
Como conectarse a la red tarda años, algunos generan su propia electricidad ahí mismo, casi siempre con gas. Es más rápido, aunque más caro.
Pilas de combustible que generan electricidad a partir de gas sin quemarlo, instaladas en semanas
Además de máquinas de construcción, generadores y turbinas para dar energía en el lugar
El combustible: el uranio.
Las centrales nucleares funcionan con uranio, que hay que extraer y "enriquecer" para que sirva. Hay muy pocas empresas que lo hacen.
Una de las mayores mineras de uranio del mundo
Enriquece uranio, incluido el especial que necesitan los reactores nuevos
Las estaciones del futuro: los reactores nuevos.
Reactores nucleares pequeños, pensados para fabricarse en serie, más rápido y más barato. Hoy son una promesa: todavía no venden energía. Es la parte más arriesgada de la parada.
Desarrolla pequeños reactores avanzados. Todavía no vende energía
Tiene el primer diseño de reactor pequeño aprobado en Estados Unidos
Fundada por Bill Gates. Es privada: todavía no cotiza en bolsa
Parada 11Los clientes: los que usan la IA
El destino final: las empresas que entrenan los modelos y las que ponen la IA en tus manos. Son los pasajeros que justifican que exista toda la ruta.
Creadora de ChatGPT (privada)
Creadora de Claude (privada)
Hacen sus propios modelos (Gemini y Llama)
La empresa de Elon Musk absorbió en 2026 a xAI, la creadora de Grok
Y la IA en los dispositivos: Apple, Qualcomm y Tesla. Todos esos aparatos también llevan memoria y procesadores, así que suman demanda a la cadena.
La memoria: de negocio cíclico a posible "superciclo"
Qué es una empresa cíclica
Hay empresas cuyas ganancias crecen de forma pareja, y otras que viven en montaña rusa: años de ganancias enormes seguidos de años de pérdidas. El inversor Peter Lynch las llamó cíclicas, y la memoria siempre fue el ejemplo de manual.
Un año hay poca soja: el precio sube muchísimo y los productores ganan fortunas.
Todos, entusiasmados, siembran más.
Al año siguiente sobra soja: el precio se desploma y muchos pierden plata.
Nadie quiere sembrar, vuelve a faltar soja y el precio sube otra vez.
Con la memoria pasaba exactamente eso:
Falta memoria: el precio sube y las fabricantes ganan fortunas.
Todas construyen fábricas nuevas.
Dos o tres años después, las fábricas producen todas juntas: sobra memoria, el precio se desploma y llegan las pérdidas.
Nadie invierte, y vuelve a faltar.
Y como un chip de memoria de una marca y otro de otra son casi iguales, competían solo por precio.
Por qué muchos dicen que esta vez es distinto
Antes dependía de cuántos celulares y computadoras se vendían, y no podés venderle 50 celulares a cada persona. La IA no tiene ese techo: cada modelo, cada agente y cada conversación más larga necesita más memoria.
Por el dato de ×3 del capítulo 4, cada línea que una fábrica pasa a HBM achica la oferta de memoria común. Es como una panadería que deja de hacer pan para hacer tortas de bodas: gana más, pero en el barrio empieza a faltar pan.
La HBM nueva se diseña junto con el cliente, casi a medida, y cambiar de proveedor ya no es tan fácil.
Algo que casi no existía: clientes que firman contratos de varios años, con precio mínimo y pagos por adelantado, para asegurarse el suministro. Le da al fabricante una previsibilidad que nunca tuvo.
El otro lado
"Esta vez es distinto" se dijo en casi todos los picos anteriores, y después llegó la caída.
Las fábricas nuevas van a llegar, y China crece en memoria común.
La demanda depende de pocos clientes gigantes: si las grandes tecnológicas frenan su inversión, cae de golpe.
La memoria pasó a ser una pieza estratégica de la IA, con una escasez más larga y más profunda que las de antes. Está por verse si dejó de ser cíclica, pero hoy es uno de los peajes más angostos de toda la autopista.
La energía: por qué la IA quiere centrales nucleares
Los data centers usaban cerca del 1,5% de la electricidad del mundo en 2024, y ese consumo se duplicaría con creces hacia 2030. Y la electricidad nueva tarda años en llegar:
Es como si pudieras construir un shopping en 2 años, pero la municipalidad tardara 7 en conectarte el agua y la luz. Hoy hay data centers que no pueden arrancar: no les falta plata ni chips, les falta electricidad.
Un data center de IA necesita energía las 24 horas, en grandes cantidades y, si se puede, limpia:
Solar y eólica
Son limpias, pero dependen del clima
Gas
Funciona las 24 horas y se instala rápido, pero contamina
Nuclear
Funciona las 24 horas, genera muchísimo y no contamina. Es la favorita de las tecnológicas
Pero no toda la nuclear está en el mismo momento: las centrales de Constellation, Vistra y Talen ya funcionan y ya le venden a las tecnológicas, mientras que los reactores nuevos de Oklo, NuScale y TerraPower recién esperan sus primeras unidades comerciales hacia fines de esta década.
La nuclear nueva tarda años; el gas es rápido, pero contamina. Hoy muchas tecnológicas eligen las dos cosas a la vez: gas para lo urgente y nuclear para asegurarse energía limpia a largo plazo.
El cuello de botella que se mueve
El cuello de botella no es siempre el mismo. Cuando se destraba uno, aparece el siguiente. Es como una autopista con varios peajes: si ensanchás el primero, los autos avanzan hasta el segundo y ahí se vuelven a trabar.
Los chips de IA (GPUs)
El empaquetado avanzado
Energía (electricidad y turbinas)
¿Por qué importa para un inversor? Porque el que controla el cuello de botella tiene poder para fijar precios: sin su pieza no funciona nada, y sus ganancias se disparan. No alcanza con saber que "la IA crece": hay que entender qué parte de la cadena es la más escasa hoy y cuál puede serlo mañana.
¿Por qué subió todo lo que subió?
En el último año subieron con fuerza empresas muy distintas: memorias, chips, fibra óptica, refrigeración, eléctricas, uranio, neoclouds. ¿Qué tienen en común una fábrica de memorias en Corea y una central eléctrica en Texas? Que las dos son peajes de la misma autopista.
Los más de 700 mil millones de dólares que invierten las grandes tecnológicas son venta para alguna empresa de la cadena.
Cuando una empresa vende más cantidad y más cara al mismo tiempo, sus ganancias no suben un poco: explotan. Y la escasez de un eslabón se contagia a los vecinos.
Las eléctricas eran las acciones más aburridas del mercado. De repente firmaron contratos de 20 años con los clientes más solventes del planeta, y el mercado pasó a verlas como "proveedores de la IA". Cuando hay contratos de varios años, el inversor sabe cuánto van a vender, y paga más por eso.
En la fiebre del oro, muchos buscadores no encontraron nada, pero los que vendían picos y palas ganaron seguro. Invertir en infraestructura de IA es la versión moderna: no hace falta saber qué IA va a ganar la carrera, porque todas necesitan chips, memoria, edificios y energía.
Conclusión: por qué el sector sigue creciendo
Los seis motores siguen acelerando, y la eficiencia, lejos de frenar el consumo, lo multiplica.
Fábricas de chips y de memoria, centrales, líneas de alta tensión y transformadores se hacen en años, no en meses. Esa brecha es el cuello de botella.
Si falta algo, es porque el mundo quiere más IA de la que puede producir. Y el faltante se resuelve construyendo durante años: cada obra es crecimiento para alguna empresa de la cadena, aunque el crecimiento vaya pasando de un eslabón a otro.
La infraestructura de la IA está en auge porque el mundo quiere más inteligencia artificial de la que puede fabricar, y mientras exista ese cuello de botella, el sector tiene por delante años de construcción para intentar cerrarlo.
Qué podría cambiar esta historia
Un buen inversor no se enamora de una historia: la vigila.
Que la IA no genere los ingresos suficientes para justificar semejante inversión, y las grandes tecnológicas frenen el gasto.
Que la oferta alcance a la demanda, por ejemplo cuando entren en producción las fábricas nuevas de memoria.
Que la plata "dé vueltas en círculo": empresas de la cadena que invierten unas en otras y se compran entre sí.
Riesgos geopolíticos, sobre todo en Taiwán.
Precio contra valor: que un sector crezca no significa que cualquier precio sea bueno para entrar.
Nada de esto niega la tesis: la ubica. La tarea del inversor es seguir mirando dónde está el cuello y cuánto tiempo más va a durar.
Empresas mencionadas
Todas las empresas que aparecen en este análisis, ordenadas por nicho. Las marcadas como privadas todavía no cotizan en bolsa.