El superciclo de la IA: Por qué este inversor veterano apuesta 4.000 millones de dólares en hardware
Marcus ThornePor Marcus Thorne
Finanzas
1 jun 2026 • 11:30 a. m.
11m11 min read
Verificado
Fuente: Pexels
La Perspectiva Central
Gavin Baker, inversor con 20 años de experiencia y fundador de Atrades Management, sostiene que la industria de la IA no está en una burbuja, sino en un 'superciclo' impulsado por las limitaciones de la infraestructura física. Al centrarse en 'vatios, obleas y tokens', Baker identifica los verdaderos cuellos de botella , electricidad, fabricación de silicio y conectividad, en lugar del software como servicio (SaaS) o los chatbots de consumo. Su estrategia prioriza a las empresas que resuelven las limitaciones físicas del escalado de la IA, mientras se protege contra la volatilidad general del mercado.
Sponsored
M
Financial Analyst
Marcus Thorne
Marcus Thorne is a former Wall Street analyst and certified financial planner. He simplifies complex market trends and economic data for everyday readers.
The Kodawire Editorial Team consists of experienced journalists and subject matter experts dedicated to delivering accurate, well-researched, and engaging content.
La tesis del "Superciclo": Por qué la IA no es una burbuja
En resumen: El punto clave
Infraestructura sobre software: Los rendimientos más sostenibles en IA se encuentran en "las palas y los picos", semiconductores, energía y conectividad, en lugar de en los chatbots destinados al consumidor final.
El regulador físico: A diferencia de la era punto com alimentada por deuda, el gasto actual en IA está respaldado por el flujo de caja libre de los gigantes tecnológicos rentables, y los cuellos de botella en la cadena de suministro (TSMC, redes eléctricas) impiden el exceso de oferta en el mercado.
El cambio hacia la inferencia: Se estima que el potencial de ingresos de la inferencia (ejecución de modelos) es de 5 a 10 veces mayor que el del pre-entrenamiento, lo que desplaza el foco de inversión hacia chips de inferencia especializados.
Estrategia de barra (barbell): Equilibra la exposición a gigantes establecidos como Nvidia y Micron con actores de infraestructura especializados como Astera Labs y Cerebras.
Durante dos décadas, Gavin Baker de Atrades Management ha navegado por las volátiles corrientes del sector tecnológico. Si bien el discurso actual del mercado está dominado por el miedo a una "burbuja de IA", la cartera de 4.100 millones de dólares de Baker sugiere una realidad distinta: estamos inmersos en un "superciclo". No se trata de un frenesí especulativo construido sobre deuda barata, sino de una expansión de infraestructura física que requiere una gran inversión de capital. La distinción es crítica. A finales de los años 90, la burbuja punto com fue alimentada por empresas sin ingresos y cargas de deuda masivas. Hoy, el desarrollo de la IA está financiado por el flujo de caja libre de las empresas más rentables del mundo: Microsoft, Google, Amazon y Meta. Al igual que los hábitos aburridos que generan riqueza, esta apuesta de infraestructura a largo plazo requiere paciencia y un enfoque en los fundamentos en lugar de la exageración.
El argumento más convincente contra una burbuja es la existencia de limitaciones físicas. No estamos en un mundo de oferta infinita. La industria se rige por "vatios, obleas y tokens". Debido a que la capacidad de fabricación de chips en empresas como TSMC es finita y las redes eléctricas luchan por seguir el ritmo de la demanda de los centros de datos, se evita eficazmente que el mercado se sobreabastezca. Esta escasez actúa como un estabilizador natural, asegurando que el gasto de capital permanezca vinculado a la capacidad del mundo real.
Las limitaciones físicas de la producción de obleas actúan como un estabilizador para el mercado de la IA. (Crédito: Nic Wood vía Pexels)
Cómo investigué esto
Para proporcionar este análisis, he examinado las presentaciones 13F recientes de Atrades Management y he contrastado los comentarios públicos de Baker sobre la pila de infraestructura de IA. Mi proceso de investigación consistió en aislar los cuellos de botella específicos que identifica Baker (conectividad, memoria y energía) y verificarlos con los informes actuales de la industria de líderes en semiconductores como SK Hynix y TSMC. He eliminado el ruido especulativo para centrarme en la tesis estructural a largo plazo que define la trayectoria de dos décadas de Baker.
Los cuatro pilares de la inversión en infraestructura de IA
La estrategia de inversión de Baker se basa en cuatro pilares distintos que priorizan la utilidad física sobre la exageración del software:
Modelos de lenguaje pequeños (SLM) verticalizados: A medida que las empresas buscan aprovechar sus datos patentados sin comprometer la privacidad, el enfoque se desplaza hacia modelos optimizados para dispositivos locales. Estos SLM permiten un razonamiento de alto rendimiento sin necesidad de enviar datos sensibles a la nube.
Infraestructura soberana: El "foso" en 2026 ya no es solo el código; es la velocidad de despliegue físico. Las empresas que pueden comprimir el cronograma de construcción de centros de datos de años a meses poseen una ventaja competitiva masiva.
Rendimiento por vatio: Dado que los hiperescaladores gastan miles de millones en computación, el principal impulsor para los laboratorios de IA es la rentabilidad. La capacidad de generar más tokens por vatio de electricidad es la métrica que determinará qué proveedores de hardware ganarán el mercado.
Energía y espacio: Las redes terrestres están alcanzando su capacidad. El futuro de la computación podría residir en soluciones de energía portátil y computación orbital, con empresas como SpaceX sirviendo como la "autopista" esencial para desplegar infraestructura donde más se necesita.
La expansión de los centros de datos está limitada por la capacidad física de la red eléctrica. (Crédito: Curioso Photography vía Pexels)
Los riesgos que debes conocer
Los inversores deben reconocer que esta tesis es altamente sensible a los cuellos de botella en la cadena de suministro. Si TSMC triplicara repentinamente su capacidad, el equilibrio actual entre oferta y demanda colapsaría, obligando potencialmente a las empresas a endeudarse para financiar gastos de capital masivos y no optimizados. Además, la dependencia de fabricantes de hardware específicos crea un punto único de fallo. Si surgiera un competidor capaz de replicar la precisión de las máquinas de litografía de ASML, la valoración actual de toda la pila de semiconductores enfrentaría una presión bajista significativa.
Desglosando la cartera: donde fluye el dinero inteligente
La cartera de Baker refleja un enfoque de "barra". En un extremo, mantiene gigantes establecidos como Nvidia y Micron, que proporcionan la computación y memoria fundamentales necesarias para la industria. Por otro lado, apunta a actores de infraestructura especializados:
Astera Labs (ALAB): Actuando como la "fontanería" del centro de datos, Astera resuelve el cuello de botella de conectividad que ocurre cuando los clústeres escalan a cientos de miles de GPU.
Unity Software: Aunque es conocida por los juegos, Unity es un actor crítico en la construcción de "modelos mundiales". Al simular la física y los entornos 3D, proporciona el campo de entrenamiento para la robótica y la AGI.
Cerebras, Positron y Sci-Fi: Estas firmas representan la apuesta a futuro en arquitecturas de chips específicas para inferencia.
Lo que realmente significan los números
El cambio del pre-entrenamiento a la inferencia es un imperativo matemático. El pre-entrenamiento es un coste único, pero la inferencia es un flujo de ingresos recurrente. Las estimaciones sugieren que la oportunidad de ingresos para la inferencia es de 5 a 10 veces mayor que la computación de pre-entrenamiento. Cuando observas los márgenes operativos de líderes en memoria como SK Hynix, que han alcanzado el 70%, queda claro por qué el capital fluye hacia estos componentes de hardware específicos. La matemática es simple: si puedes reducir el coste de un token incluso por una fracción de centavo, la escala de adopción empresarial aumenta exponencialmente. Comprender estas métricas es tan vital como aprender estrategias de ahorro fiscal para proteger tus ganancias a largo plazo.
La otra cara de la historia
La mayoría de los analistas de mercado argumentan que el sector de la IA es una burbuja debido al gran volumen de gasto de capital. Sin embargo, esta perspectiva ignora la "velocidad de los átomos". La visión contraria es que no estamos gastando demasiado; estamos gastando exactamente lo necesario para superar las limitaciones físicas de nuestra infraestructura actual. La narrativa de la "burbuja" asume que la demanda es estática, pero la demanda de computación supera actualmente la capacidad física de fabricar los chips necesarios para satisfacerla.
La matriz de decisión
Si estás evaluando tu propia exposición al sector de la IA, considera tu horizonte temporal:
Si eres un operador a corto plazo: La volatilidad en el sector de los semiconductores puede ser demasiado alta, y la dependencia de las opciones de venta del QQQ como cobertura sugiere que incluso los expertos esperan turbulencias en el mercado general.
Si eres un inversor a largo plazo: Céntrate en "las palas y los picos". Busca empresas que resuelvan cuellos de botella físicos (conectividad, eficiencia energética y memoria) en lugar de empresas que simplemente construyen chatbots.
Los inversores a largo plazo deberían centrarse en los fundamentos de la infraestructura en lugar de en la publicidad del software a corto plazo. (Crédito: cottonbro studio vía Pexels)
El asesino silencioso de la riqueza
La mayor trampa para los inversores minoristas es el sesgo de "software primero". Muchos inversores acuden en masa a la última aplicación de IA o chatbot, ignorando el hecho de que estas empresas suelen tener altos costes de adquisición de clientes y fosos bajos. El asesino silencioso de la riqueza es ignorar la capa de infraestructura. Si inviertes en el software pero no en el silicio, estás apostando por el inquilino en lugar de por el propietario. En una fiebre del oro, el propietario siempre gana. Este es un principio fundamental de construir una hoja de ruta financiera sostenible.
Presentaciones 13F (SEC EDGAR): La fuente principal para rastrear el movimiento institucional.
Informes de la industria de semiconductores: Esenciales para monitorear las tendencias de capacidad de obleas y precios de memoria.
Datos de carga de la red eléctrica: Un indicador crítico, a menudo pasado por alto, de dónde es físicamente posible la expansión de los centros de datos.
¿Qué opinas?
La tesis de Gavin Baker depende de la idea de que las limitaciones físicas (vatios y obleas) son lo único que impide que este mercado se sobrecaliente. ¿Crees que estos cuellos de botella físicos son suficientes para sostener la valoración actual del sector de la IA, o está el mercado ignorando una corrección inminente? Responderé a todos los comentarios en las primeras 24 horas.
Baker argumenta que el desarrollo actual de la IA está financiado por el flujo de caja libre de gigantes tecnológicos rentables y está limitado por restricciones físicas como la energía y la fabricación de chips, a diferencia de la burbuja de las puntocom impulsada por deuda.
La industria está gobernada por 'vatios, obleas y tokens', que representan la energía, la capacidad de fabricación de chips y la capacidad de cómputo.
El preentrenamiento es un costo único, mientras que la inferencia es una fuente de ingresos recurrente con una oportunidad de mercado estimada de 5 a 10 veces mayor.
Compromiso Activo
¿Fue útil esta información?
Únete a la Discusión
0 Opiniones
Equipo Editorial • Pregunta del Día
"Si tuvieras que elegir entre invertir en los "propietarios" (infraestructura/chips) o en los "inquilinos" (software de IA/chatbots) para la próxima década, ¿cuál elegirías y por qué?"
