La inteligencia artificial generativa sigue siendo el motor más potente del mercado tecnológico en 2026, pero ya no se trata solo de más GPUs: la cadena de suministro global está chocando contra muros físicos cada vez más duros. Este es el panorama actual de quién hace qué y dónde están los verdaderos cuellos de botella.
La cadena de valor, de principio a fin:
- ASML (Países Bajos) fabrica las máquinas de litografía EUV que permiten producir chips en 3 nm y menos. Controla ~90-94 % del mercado mundial de equipos de litografía avanzada: prácticamente todos los chips de última generación pasan por sus lentes.
- TSMC (Taiwán) es la fábrica principal del planeta. Produce ~70-72 % de los chips avanzados por contrato (foundry pure-play). NVIDIA, Apple, AMD y casi todos los grandes dependen de sus wafers.
- NVIDIA diseña las GPUs que dominan el entrenamiento e inferencia de IA (Hopper, Blackwell). No fabrica: subcontrata a TSMC. Su software CUDA y su posición en data centers la convierten en el rey indiscutido del cómputo para IA.
- Micron, SK Hynix y Samsung son los tres gigantes de la memoria. Controlan ~90 % del mercado global y, sobre todo, producen la High Bandwidth Memory (HBM) que necesitan las GPUs de IA para mover terabytes de datos a alta velocidad.
- Broadcom (EE.UU.) lidera en chips de red (Ethernet switches para data centers) y en aceleradores personalizados (ASICs) que Google, Meta, OpenAI y otros hyperscalers encargan para bajar costos y dependencia de NVIDIA.
- Los hyperscalers (AWS/Amazon, Google Cloud/Alphabet, Microsoft Azure, Meta) son los grandes consumidores finales. Operan los data centers masivos que entrenan e infieren los modelos de IA y absorben la mayoría de las GPUs y memorias que se producen.
Los usos reales de los chips en 2026
- Más del 70-80 % del crecimiento actual de demanda viene de:
- Entrenamiento e inferencia de modelos de IA generativa.
- Data centers y cloud computing.
- Supercomputación y simulaciones científicas.
- Gaming de alta gama y gráficos.
- Vehículos autónomos, robótica y edge AI.
Los cuellos de botella que preocupan a los CEOs Elon Musk (en entrevista con Dwarkesh Patel y Stripe) y Jensen Huang (NVIDIA) coinciden en que la IA ya no está limitada solo por potencia de cómputo:
Memorias DDR: Musk dice que son más difíciles de escalar que los chips lógicos. Las fábricas y los materiales son un límite real para los próximos 3-4 años.
Energía: Data centers de IA requieren gigawatts. Las turbinas de gas (GE Vernova, Siemens Energy, Mitsubishi) tienen listas de espera hasta 2030. Musk ve una "pared de hardware" en Tierra y apuesta por data centers orbitales con energía solar ilimitada.
Contexto en IA: Huang explica que los modelos cada vez manejan más "contexto" (historiales largos, documentos, razonamiento en cadena). Eso multiplica la necesidad de memoria rápida y ancho de banda, reforzando el problema de HBM.
SK Hynix destaca por su forward P/E extremadamente bajo y ROE elevado, lo que sugiere que el mercado aún no ha descontado todo su potencial en HBM.
Amazon y Alphabet cotizan razonables para su exposición directa a data centers.
En resumen
El boom de IA no se está frenando, pero ya no es lineal: depende de resolver límites físicos en memorias de alto ancho de banda y en generación de energía para data centers. Las empresas mejor posicionadas son aquellas que controlan los puntos críticos de la cadena (HBM, foundry avanzada, custom silicon, cloud hyperscale) y las que cotizan con descuento relativo al crecimiento esperado.
El ciclo de inversión en semiconductores e infraestructura de IA sigue vivo, pero requiere seleccionar con precisión: no todo lo que brilla es oro, y no todo lo caro es necesariamente caro.
Disclaimer: El Economista no da recomendaciones de inversión específicas. Este análisis es informativo y se basa en datos públicos al 9 de febrero de 2026.
Seguí a El Economista en Google
Agreganos a tus medios preferidos.
+ Agregar
