美股投资young

美股科技投资者 ai狂热者分享每日快讯. all in ai

302Siguiendo

710seguidores

Feed

Transmisión en vivo

Feed

El consumo de energía de la GPU de $NVDA sigue aumentando, y los servidores de IA están evolucionando de gabinetes independientes a gabinetes integrales de alta densidad, lo que está provocando cambios evidentes en los requisitos del sistema de alimentación eléctrica de los centros de datos. $ETN $VRT Muchos piensan que lo más importante en un centro de datos de IA son las GPU y la refrigeración líquida, pero en realidad, aunque la red eléctrica ya suministra energía al parque, la electricidad no puede ser suministrada directamente a las GPU. Desde la red externa hasta el interior del servidor, la energía debe pasar por transformadores, equipos de conmutación, UPS (sistemas de alimentación ininterrumpida), sistemas de distribución y dispositivos de conversión de energía. Cualquier fallo en alguno de estos eslabones puede causar la interrupción de las tareas computacionales. Esto hace que la distribución y suministro de energía sea una parte indispensable en la construcción de centros de datos de IA. La industria en general puede enfocarse en estudiar a Eaton y Vertiv. $ETN Eaton: proveedor de equipos de gestión eléctrica Eaton es una empresa de gestión eléctrica con un amplio alcance, cuyos productos incluyen transformadores, gabinetes de conmutación, interruptores automáticos, UPS, sistemas de barras colectoras y monitoreo eléctrico. No solo atiende centros de datos, sino también los mercados industrial, de edificios comerciales, redes eléctricas y aeroespacial. En el segundo trimestre de 2026, Eaton reportó ingresos de 8.5 mil millones de dólares, un aumento interanual del 21%, con un crecimiento orgánico del 14%. El negocio Electrical Americas generó aproximadamente 4 mil millones de dólares, con un crecimiento orgánico del 18%. Más notable es que el promedio móvil de 12 meses de pedidos en Electrical Americas creció un 41% interanual, y los pedidos pendientes a finales de junio aumentaron un 33% interanual. Esto indica una demanda sólida de equipos eléctricos. Sin embargo, no se puede atribuir toda esta demanda exclusivamente a la IA. La inversión industrial en EE.UU., la modernización de la red eléctrica y la demanda de edificios comerciales también influyen en el negocio. La ventaja de Eaton radica en su amplia cobertura de productos de suministro eléctrico y su capacidad para ofrecer soluciones completas de gestión eléctrica desde media hasta baja tensión. Para grandes centros de datos, adoptar arquitecturas de suministro eléctrico probadas puede reducir riesgos de compatibilidad de equipos y mantenimiento a largo plazo. Además, Eaton ha completado la adquisición de Boyd Thermal, extendiendo su negocio al área de gestión térmica. Esto significa que en el futuro Eaton podría participar tanto en el suministro eléctrico como en parte de la infraestructura de refrigeración de centros de datos. $VRT Vertiv: proveedor clave de infraestructura para centros de datos Vertiv tiene un enfoque más concentrado, centrado principalmente en el suministro eléctrico, gestión térmica y servicios relacionados para centros de datos. En el tercer trimestre de 2026, Vertiv reportó ingresos de 4.313 mil millones de dólares, un aumento interanual del 61%, con un crecimiento orgánico del 55%. El margen operativo ajustado alcanzó el 25.2%, mejorando 290 puntos básicos interanuales. Los pedidos orgánicos crecieron más del 100% interanual en el mismo período, y la guía de ingresos para todo 2026 se elevó a 14.65 mil millones de dólares. Estos datos muestran que Vertiv no solo se beneficia de la expansión en la construcción de centros de datos, sino que también mejora su rentabilidad operativa. Sus principales productos incluyen UPS, equipos de distribución, sistemas de barras colectoras, equipos de gestión térmica e infraestructura de refrigeración líquida. El UPS es especialmente importante. El UPS es un sistema de alimentación ininterrumpida que, ante fallos breves en la red externa, puede mantener el suministro mediante almacenamiento de energía y ganar tiempo para que la fuente de energía de respaldo tome el relevo. Para centros de datos que ejecutan grandes tareas de entrenamiento de IA, un corte repentino de energía puede interrumpir los cálculos y aumentar los costos de recuperación. Además, la densidad de potencia de los servidores de IA sigue aumentando, impulsando la actualización de la arquitectura de suministro eléctrico. Los centros de datos tradicionales usan gabinetes con potencia relativamente baja, mientras que la nueva generación de gabinetes integrales para IA puede requerir una capacidad de suministro muy superior a la de servidores tradicionales. Esto obliga a las empresas a rediseñar las barras colectoras, equipos de distribución, conversión de energía y sistemas de refrigeración. Vertiv está promoviendo el desarrollo conjunto de tecnologías de suministro eléctrico y refrigeración líquida, buscando ofrecer una infraestructura de gabinete más completa. ¿Cuál es la diferencia en la lógica de inversión entre $ETN y $VRT? Eaton tiene un negocio más diversificado, participando tanto en la construcción de centros de datos de IA como beneficiándose de la electrificación industrial y la inversión en redes eléctricas. Vertiv se beneficia de manera más directa del ciclo de construcción de centros de datos y puede ser más sensible a los cambios en el gasto de capital en infraestructura de IA. Si los grandes proveedores de nube continúan aumentando la inversión en centros de datos, ambas compañías tienen oportunidad de obtener nuevos pedidos. Pero si el ritmo de gasto de capital se desacelera, la valoración de mercado de ambas podría ajustarse de manera diferente. Otro punto a observar es si el crecimiento de pedidos puede convertirse sosteniblemente en flujo de caja libre. Las empresas de equipos necesitan comprar materias primas con anticipación, expandir capacidad y aumentar inventarios. Si los planes de entrega de clientes cambian, podrían enfrentar presión en el capital de trabajo. Para Eaton, es clave observar los pedidos del negocio eléctrico, márgenes y expansión de capacidad; para Vertiv, el crecimiento orgánico de pedidos, cumplimiento de pedidos pendientes, margen operativo ajustado y flujo de caja. Los centros de datos de IA no solo requieren mayor capacidad computacional, sino también sistemas de suministro eléctrico estables, confiables y eficientes. Con el aumento continuo de la potencia por gabinete, la complejidad técnica de los equipos de suministro y distribución, así como el valor de los equipos necesarios para un solo centro de datos, podrían incrementarse aún más. Sin embargo, una demanda industrial fuerte no garantiza un aumento ilimitado en el precio de las acciones. Para estas compañías que ya están muy observadas por el mercado, la brecha entre el crecimiento futuro de pedidos y las expectativas de valoración seguirá determinando el desempeño a corto plazo de sus acciones.

$NVDA puede producir GPUs cada vez más potentes, pero si los centros de datos no tienen suficiente energía, estas GPUs ni siquiera pueden funcionar correctamente. A medida que la escala de la potencia de cálculo de IA se expande, el suministro eléctrico se está convirtiendo en un cuello de botella importante en toda la cadena industrial. $GEV $PWR El último estudio de la Agencia Internacional de Energía prevé que el consumo eléctrico global de los centros de datos crecerá de aproximadamente 485 TWh en 2025 a cerca de 950 TWh en 2030, casi duplicándose. Pero el aumento de la demanda eléctrica no significa que construir más plantas de energía sea la solución. Toda la cadena industrial eléctrica de IA involucra al menos tres eslabones: generación, transmisión y distribución de energía. Incluso si la generación es suficiente, si la capacidad de las líneas de transmisión y subestaciones locales es insuficiente, los centros de datos aún podrían no conectarse a la red. Este sector puede enfocarse en dos empresas clave. $GEV GE Vernova: proveedor de equipos de generación y tecnología de redes eléctricas GE Vernova es un fabricante global importante de equipos energéticos, con negocios principales en Power, Wind y Electrification. Entre ellos, los productos relacionados con la demanda de centros de datos de IA son principalmente equipos de generación a gas natural y productos relacionados con la red eléctrica. En el tercer trimestre de 2026, GE Vernova tuvo ingresos de 12,600 millones de dólares, un aumento interanual del 27%, con pedidos por 29,000 millones de dólares y una cartera total de pedidos acumulados de 197,000 millones de dólares. Más notable es que la cartera de pedidos acumulados de equipos de generación a gas y los acuerdos de capacidad reservada alcanzan ya 122 GW, y la empresa espera llegar al menos a 130 GW para finales de 2026. Sin embargo, los 122 GW incluyen pedidos formales y acuerdos de capacidad reservada, por lo que no se deben interpretar todos como pedidos confirmados para entrega. ¿Por qué la generación a gas natural está ganando atención? Los centros de datos de IA necesitan un suministro eléctrico estable y a largo plazo. En comparación con algunos proyectos nucleares con ciclos de construcción más largos, la generación a gas puede proporcionar una fuente de energía estable y relativamente flexible bajo condiciones adecuadas. Pero las turbinas de gas también enfrentan limitaciones de capacidad, ciclos de entrega y costos de combustible. GE Vernova también produce subestaciones y otros equipos de red, participando en la expansión de la red eléctrica. La empresa está ampliando su negocio de equipos de alta tensión mediante adquisiciones. Esto permite que GE Vernova no solo participe en la demanda adicional de generación, sino que también se beneficie de la actualización de la infraestructura de transmisión y distribución. $PWR Quanta Services: responsable de llevar la electricidad realmente a los centros de datos Si GE Vernova principalmente provee equipos, Quanta Services se encarga más de la construcción, instalación y mantenimiento de la infraestructura eléctrica. Sus negocios incluyen líneas de transmisión de alta tensión, subestaciones, modernización de redes eléctricas, así como proyectos energéticos e industriales a gran escala. En el tercer trimestre de 2026, Quanta tuvo ingresos de 12,010 millones de dólares, un aumento interanual de aproximadamente 57%, con un EPS ajustado de 6.06 dólares. La cartera total de pedidos de la empresa alcanzó 63,700 millones de dólares, de los cuales aproximadamente 41,800 millones corresponden a obligaciones contractuales pendientes (RPO). Aquí es necesario distinguir dos conceptos. RPO generalmente corresponde a obligaciones contractuales aún no cumplidas, mientras que el Backlog publicado por Quanta también incluye algunos acuerdos de servicios principales y pedidos estimados bajo contratos a corto plazo y precios no fijos. Por lo tanto, los 63,700 millones no deben interpretarse directamente como ingresos futuros asegurados. La mayor ventaja competitiva de Quanta radica en su capacidad de ejecución de proyectos. Construir líneas de transmisión no solo requiere capital, sino también permisos de tierra, diseño de ingeniería, personal especializado y procesos regulatorios complejos. Estas capacidades no son algo que una empresa tecnológica pueda establecer inmediatamente solo con dinero. ¿Por qué vale la pena estudiar la industria eléctrica a largo plazo? El Departamento de Energía de EE.UU. señala que el crecimiento de centros de datos, manufactura y cargas industriales está impulsando la demanda de expansión de la red eléctrica, y que los ciclos de suministro de equipos clave como transformadores pueden superar los dos años. Esto significa que la velocidad de construcción de centros de datos de IA podría estar limitada por la capacidad de entrega de toda la cadena industrial eléctrica. Pero invertir en acciones eléctricas no debe basarse solo en la escala de pedidos. GE Vernova debe enfocarse en la capacidad de turbinas de gas, márgenes de equipos e ingresos por servicios a largo plazo; Quanta debe prestar atención a márgenes de proyectos, costos de construcción, oferta laboral y flujo de caja operativo. Además, los negocios de ambas empresas no solo sirven a centros de datos de IA, por lo que no se puede atribuir todo el crecimiento a la IA. La demanda futura de potencia de cálculo de IA probablemente seguirá impulsando la inversión en infraestructura eléctrica, pero lo que realmente determina el retorno para los accionistas es si las empresas pueden convertir la enorme demanda de proyectos en ganancias de alta calidad y sostenibles.

La GPU de $NVDA determina la capacidad de cómputo, $AVGO y $ANET se encargan de la red de alta velocidad, pero cuando los centros de datos de IA necesitan conectar decenas de miles o incluso más dispositivos de cómputo, los cables de cobre tradicionales enfrentan limitaciones crecientes en distancia de transmisión, consumo de energía y ancho de banda. Por eso $LITE, $COHR y $GLW están convirtiéndose en empresas que merecen un estudio independiente dentro de la cadena industrial de IA. Toda la industria de la comunicación óptica está experimentando una actualización de 400G, 800G hacia 1.6T y velocidades aún mayores. Sin embargo, la comunicación óptica no es lo mismo que los módulos ópticos. La cadena industrial también incluye láseres, chips ópticos, fibra óptica, conectores ópticos y la nueva generación de tecnología CPO. $LITE Lumentum: láseres de alta gama y dispositivos de comunicación óptica Lumentum es un proveedor global importante de tecnología fotónica, con productos que abarcan láseres de alta velocidad, dispositivos ópticos, módulos ópticos y tecnologías relacionadas con conmutación óptica. En el cuarto trimestre del año fiscal 2026, la empresa alcanzó ingresos de 1,010 millones de dólares, mientras que en el mismo período del año anterior fue aproximadamente 481 millones de dólares, más que duplicando su escala de ingresos. La empresa también proyecta ingresos para el primer trimestre del año fiscal 2027 entre 1,225 y 1,275 millones de dólares. La ventaja de Lumentum proviene principalmente de sus láseres de alto rendimiento y tecnología óptica compleja. Los centros de datos de IA necesitan convertir señales eléctricas en señales ópticas para luego transmitirlas a través de fibra óptica. Los láseres son una parte crucial de este proceso. Con el aumento de la demanda de módulos ópticos de 800G y 1.6T, la demanda de dispositivos ópticos de alto rendimiento relacionados también podría crecer simultáneamente. Además, la empresa está desarrollando conmutación de ruta óptica OCS, fuentes láser externas CPO y otras nuevas soluciones de interconexión óptica. El potencial de estas líneas de negocio para generar crecimiento de beneficios a largo plazo depende de la velocidad de producción en masa, la tasa de adopción por parte de los clientes y la competencia del producto. $COHR Coherent: empresa de tecnología fotónica que cubre múltiples etapas El alcance de negocio de Coherent es más amplio que el de un fabricante único de módulos ópticos. Cubre tecnologías como fosfuro de indio, fotónica de silicio, VCSEL, y participa en módulos ópticos de alta velocidad, dispositivos ópticos y fabricación relacionada. En el cuarto trimestre del año fiscal 2026, Coherent alcanzó ingresos de 2,046 millones de dólares, un aumento interanual de aproximadamente 34%. De estos, los ingresos del negocio de centros de datos y comunicaciones fueron de 1,615 millones de dólares. Cabe destacar que esta categoría de negocio no equivale completamente a ingresos de centros de datos de IA, ya que incluye otras demandas relacionadas con comunicaciones. Coherent está impulsando módulos ópticos de 1.6T y mostrando tecnologías de comunicación óptica de próxima generación como 3.2T. Su ventaja competitiva radica en poseer una tecnología fotónica y capacidad de fabricación bastante completas, pudiendo participar en múltiples etapas desde dispositivos ópticos upstream hasta módulos finales. A medida que las velocidades de comunicación óptica continúan aumentando, la complejidad técnica y de fabricación también se incrementa. Pero la capacidad de la empresa para ampliar ganancias sosteniblemente dependerá de la tasa de rendimiento, utilización de capacidad y precios de productos. $GLW Corning: proveedor de fibra óptica detrás de los centros de datos de IA Corning tiene un modelo de negocio diferente al de las dos empresas anteriores. Sus productos clave son fibra óptica, cables ópticos, conectores y la infraestructura básica de comunicación óptica. En el tercer trimestre de 2026, las ventas del negocio de comunicación óptica de Corning alcanzaron 2,380 millones de dólares, un aumento interanual del 44%. Dentro de esto, el negocio de redes empresariales creció un 84%, y las ventas de productos relacionados con IA generativa aumentaron más del 100% interanual. Corning también firmó un acuerdo plurianual con $META por hasta 6,000 millones de dólares para proveer fibra óptica, cables y soluciones de conexión para la construcción de centros de datos en EE. UU. Estos 6,000 millones de dólares representan el monto máximo del acuerdo, no ingresos confirmados de igual escala. La lógica de inversión de Corning es que, a medida que los centros de datos de IA crecen, se necesita construir muchas conexiones de fibra óptica de alta velocidad dentro y entre campus. En comparación con los módulos ópticos, la iteración tecnológica y los ciclos de precios de la infraestructura de fibra óptica son diferentes. Una variable importante futura en la industria es la tecnología CPO. CPO significa Co-Packaged Optics, es decir, óptica empaquetada conjuntamente. Actualmente, las redes de alta velocidad principales aún usan ampliamente módulos ópticos enchufables, mientras que CPO intenta acercar los componentes ópticos más cerca del chip de conmutación o del chip de cómputo. Esto podría reducir el consumo de energía y la pérdida de señal en algunas conexiones eléctricas de alta velocidad, además de aumentar la densidad de ancho de banda. $AVGO ya lanzó productos relacionados con Tomahawk 6 que integran CPO, lo que indica que esta tecnología avanza hacia el despliegue real. Pero CPO no significa que los módulos ópticos tradicionales serán eliminados de inmediato. La disipación de calor, la tasa de rendimiento del empaquetado, los costos de mantenimiento y la reparabilidad influirán en la elección del cliente. Para los inversionistas, los tres indicadores clave a observar en el futuro son: la velocidad de actualización de 800G a 1.6T, el margen de beneficio real de los dispositivos ópticos y si la comercialización de CPO cambia la distribución del valor en la cadena industrial. Cuanto más concentrada esté la capacidad de cómputo de IA, generalmente mayor será la demanda de transmisión de datos de alta velocidad. Pero el crecimiento en la demanda de comunicación óptica no significa que todas las empresas obtendrán la misma elasticidad de ganancias. Los láseres, módulos ópticos, fibra óptica y chips de conmutación están en diferentes etapas, con barreras tecnológicas, gastos de capital y competencia claramente distintos.

El rendimiento de la GPU de $NVDA es cada vez más potente, pero si decenas de miles de GPUs no pueden intercambiar datos de manera eficiente, incluso la mayor capacidad de cálculo puede verse ralentizada por la red. Por eso $ANET, $AVGO y $CSCO se están convirtiendo en empresas cada vez más importantes en la inversión en infraestructura de IA. Muchas personas que estudian centros de datos de IA solo se enfocan en la cantidad de GPUs, pero ignoran otro problema central: las GPUs no trabajan de forma independiente. El entrenamiento de modelos de IA a gran escala requiere que muchas GPUs colaboren en los cálculos, intercambiando constantemente parámetros y resultados. Si la red se congestiona o hay latencia, algunas GPUs deben esperar a otros dispositivos, lo que reduce la tasa de utilización real. Por lo tanto, los centros de datos de IA no solo necesitan chips de cálculo, sino también switches, tarjetas de red, interconexiones de alta velocidad y software de gestión de red. El sector puede enfocarse en tres empresas clave. $ANET Arista Networks: switches de alta velocidad y software de red Arista es un proveedor importante de switches de alto rendimiento para centros de datos a nivel mundial, con una ventaja competitiva especialmente en redes de grandes nubes. En el segundo trimestre de 2026, los ingresos de Arista alcanzaron 3,036 millones de dólares, un aumento interanual de aproximadamente 37.7%, superando por primera vez los 3,000 millones en ingresos trimestrales. La empresa ya lanzó una plataforma de red de IA de 1.6Tbps y ofrece productos de switches adecuados para diferentes arquitecturas de clústeres de IA. La ventaja central de Arista no es solo el hardware de los switches, sino también el sistema operativo de red EOS. Para los grandes proveedores de nube, la estabilidad, automatización y capacidad de recuperación ante fallos en la gestión de decenas de miles de dispositivos es muy importante. Si un equipo de red falla, puede afectar toda la tarea de cálculo de IA. Por eso, un ecosistema de software maduro y relaciones a largo plazo con clientes constituyen una barrera competitiva importante para Arista. Sin embargo, los ingresos de Arista también incluyen negocios tradicionales de centros de datos y redes de campus, por lo que no se pueden atribuir completamente a la demanda de IA. $AVGO Broadcom: proveedor clave de chips para switches Broadcom tiene un modelo de negocio claramente diferente al de Arista. Arista vende principalmente sistemas completos de switches y software, mientras que Broadcom provee chips de switches de bajo nivel y también participa en el desarrollo de aceleradores personalizados para IA. En marzo de 2026, Broadcom anunció que la serie de chips de switches Tomahawk 6 entró en fase de producción a gran escala, con una capacidad de conmutación por chip de 102.4Tbps, el doble de la generación anterior Tomahawk 5. Una mayor capacidad de conmutación significa que los centros de datos pueden conectar una gran cantidad de dispositivos de cálculo con menos niveles de switches, reduciendo costos y latencia en la red. Broadcom también desarrolla las series Jericho, Tomahawk Ultra, así como tarjetas de red y tecnologías de interconexión óptica para redes de IA. Su ventaja radica en cubrir simultáneamente chips de cálculo, chips de red y parte de la tecnología de comunicación óptica. Pero los ingresos de IA de Broadcom no provienen solo de chips de switches, sino también de aceleradores personalizados para IA, por lo que es necesario distinguir al investigar. $CSCO Cisco: el gigante tradicional de redes está entrando en la infraestructura de IA Cisco posee hardware, software, seguridad y un ecosistema completo de clientes empresariales. En el año fiscal 2026, los pedidos de infraestructura de IA de clientes de nube a gran escala alcanzaron 9,300 millones de dólares, con ingresos relacionados de aproximadamente 4,000 millones. La empresa espera que los ingresos relacionados alcancen 7,500 millones en el año fiscal 2027. Además, Cisco lanzó el chip de switch Silicon One G300, con una capacidad de conmutación también de 102.4Tbps, acompañado de un sistema de switch de nueva generación y soluciones de conexión óptica de alta velocidad. En comparación con Arista, Cisco tiene una base de clientes más amplia en el mercado tradicional de redes empresariales. La expansión futura de despliegues privados de IA en empresas también podría impulsar sus negocios de switches, seguridad y gestión de red. El mayor cambio futuro en esta industria será la competencia en arquitecturas de redes para IA. El Ethernet tradicional está soportando clústeres de cálculo de IA a gran escala mediante tecnologías como RoCE, mientras que NVIDIA también cuenta con soluciones de red InfiniBand, NVLink y Spectrum-X. A medida que los clústeres de GPU crecen, la importancia del ancho de banda de red, control de congestión, latencia y consumo energético sigue aumentando. Pero el mercado de equipos de red también enfrenta riesgos competitivos. Por un lado, los grandes proveedores de nube pueden comprar chips de proveedores como Broadcom y diseñar sus propios sistemas de switches; por otro lado, NVIDIA está integrando profundamente cálculo, red y software. Por lo tanto, para evaluar la competitividad a largo plazo de las empresas de redes, no basta con mirar la velocidad de los puertos de los switches, sino también la tasa de adopción por parte de clientes, ventajas competitivas del software, margen bruto y proporción de ingresos por redes de IA. Con el crecimiento continuo de la escala de capacidad de cálculo de IA, se espera que el valor de los equipos de red aumente. Pero quién obtendrá más ganancias dependerá del poder de negociación entre proveedores de chips de switches, fabricantes de equipos completos y clientes de nube.

Si en el futuro la IA ya no solo existe en la nube, sino que se ejecuta directamente en teléfonos móviles, computadoras, automóviles y robots, la distribución de ganancias en toda la cadena de la industria de la IA podría cambiar significativamente. $AAPL $QCOM $TSLA En el pasado, la inversión en IA se concentraba principalmente en GPU, centros de datos y computación en la nube, con la lógica central de construir más capacidad de cómputo. Pero cuando la IA realmente entra en la vida diaria, no cada cálculo necesita llamar a un servidor remoto. El reconocimiento de voz, el procesamiento de imágenes, la traducción en tiempo real, el control de dispositivos y algunas tareas de agentes de IA pueden realizarse mediante chips locales. Esto es IA en el extremo. En comparación con la computación en la nube, la IA en el extremo generalmente enfatiza la baja latencia, la protección de la privacidad, el control del consumo de energía y el costo del dispositivo. Toda la industria puede enfocarse en tres direcciones principales. $AAPL Apple: IA en el extremo y ecosistema de electrónica de consumo Apple tiene una gran cantidad de usuarios de iPhone, Mac y iPad, y puede integrar directamente funciones de IA en el sistema operativo. Apple Intelligence coordina el procesamiento de tareas de diferentes niveles de complejidad mediante modelos en el dispositivo y Private Cloud Compute. En 2026, Apple y Google anunciaron una colaboración de varios años; los próximos Apple Foundation Models se basarán en el modelo Gemini de Google y en tecnología en la nube. Esto indica que incluso Apple no depende completamente de modelos desarrollados internamente para satisfacer todas las necesidades de IA. Pero Apple tiene una ventaja muy importante: la capacidad de integración entre hardware, sistema operativo, chip y ecosistema de aplicaciones. Por ejemplo, el dispositivo puede realizar localmente parte del procesamiento de texto, comprensión de contenido y operaciones de aplicaciones, reduciendo la dependencia de la inferencia en la nube. Apple también permite a los desarrolladores invocar capacidades de modelos en el extremo a través del marco Foundation Models. Desde una perspectiva comercial, Apple no necesariamente necesita cobrar directamente por token. Si las funciones de IA aumentan la disposición del usuario a comprar nuevos dispositivos o fortalecen la dependencia del ecosistema Apple, podrían incrementar indirectamente las ventas de hardware y los ingresos por servicios. Pero también existe un riesgo: si los consumidores consideran que sus dispositivos actuales son suficientemente buenos, las funciones de IA podrían no acortar significativamente el ciclo de reemplazo. $QCOM Qualcomm: proveedor clave de chips para IA en el extremo La ventaja principal de Qualcomm radica en el cálculo de bajo consumo, tecnología de comunicación y diseño de chips móviles. No solo provee procesadores Snapdragon para smartphones, sino que también se expande hacia PC, automóviles, equipos industriales y robots. En el tercer trimestre del año fiscal 2026, Qualcomm reportó ingresos de 9,900 millones de dólares, con un crecimiento interanual del 28% en los negocios de automóviles e IoT combinados. Con el desarrollo de la IA en el extremo, la importancia de la unidad de procesamiento neuronal (NPU) sigue aumentando. La NPU está optimizada para cálculos de redes neuronales y puede realizar tareas de inferencia de IA con bajo consumo energético bajo cargas de trabajo adecuadas. Esto es muy importante para teléfonos, laptops y robots, ya que estos dispositivos suelen estar limitados por la capacidad de batería, espacio para disipación de calor y consumo energético. Qualcomm también lanzó la serie de procesadores para robots Dragonwing IQ10, que oficialmente puede ofrecer hasta 700 TOPS de capacidad de cómputo de IA, dirigida a escenarios como robots móviles autónomos y robots humanoides. Pero 700 TOPS es solo un indicador teórico de rendimiento bajo una precisión de cálculo específica, no representa la velocidad real de tareas completadas por los robots ni ingresos comerciales a gran escala. Las oportunidades de crecimiento futuras de Qualcomm dependen de si las funciones de IA impulsan la adopción de chips de mayor valor y si los mercados de automóviles, PC e industria pueden seguir ampliando ingresos. $TSLA Tesla: desde automóviles hacia IA física La mayor diferencia entre Tesla y Apple o Qualcomm es que Tesla está intentando que la IA controle directamente máquinas en el mundo real. La conducción autónoma requiere que el vehículo entienda el entorno mediante cámaras y sensores, y luego controle la dirección, aceleración y frenado a través del sistema de cómputo. Los desafíos para los robots humanoides son aún más complejos. Optimus no solo necesita reconocer objetos, sino también realizar agarre, transporte, caminar y otras acciones físicas. Los robots deben resolver simultáneamente percepción ambiental, planificación de movimientos, control en tiempo real y ejecución mecánica. Esto significa que el rendimiento del modelo es solo una parte; actuadores, baterías, sensores, estructura mecánica y costos de fabricación también son cruciales. Tesla indicó en su informe 10-Q del tercer trimestre de 2026 que está preparando e invirtiendo para la producción a gran escala de Optimus. Pero preparar la producción en masa y lograr entregas comerciales a gran escala son dos etapas diferentes. Actualmente no se puede considerar la predicción de ventas futuras de robots como ingresos ya confirmados. Para Tesla, los indicadores más importantes serán la cantidad real de robots desplegados, costo de fabricación por unidad, tasa de fallos, tasa de cumplimiento de tareas y pagos reales de clientes. La lógica de inversión en IA en el extremo y en robots es claramente diferente. Las oportunidades de Apple provienen principalmente de su ecosistema de hardware y servicios existentes; Qualcomm obtiene ingresos vendiendo procesadores y licencias tecnológicas; Tesla busca ingresar más al mercado de robots y servicios automatizados. Apple y Qualcomm ya tienen modelos comerciales maduros, mientras que la comercialización masiva de robots humanoides generales aún presenta alta incertidumbre. La industria de IA podría extenderse gradualmente desde centros de datos hacia miles de millones de dispositivos terminales, pero el aumento de la inferencia en el extremo no implica necesariamente una reducción en la demanda de la nube. El entrenamiento de modelos complejos, el procesamiento centralizado de datos y algunas tareas de inferencia de alto rendimiento aún requieren centros de datos. Para los inversionistas, es necesario distinguir entre los negocios de IA en el extremo que ya generan ingresos y los negocios de robots que aún están en desarrollo de producto y validación comercial. El mercado futuro de IA física podría ser muy grande, pero los costos reales de despliegue, la confiabilidad y la disposición de los clientes a pagar finalmente determinarán cuánto beneficio puede generar esta industria.

$NVDA determina la velocidad de cálculo de IA con su GPU, pero sin suficiente HBM, DRAM y dispositivos de almacenamiento de datos, incluso la GPU más potente no puede rendir al máximo. $MU $SNDK $WDC $STX La industria completa de almacenamiento para IA se puede dividir en cuatro direcciones: HBM, DRAM tradicional, NAND Flash y HDD. Aunque todas pertenecen a la industria del almacenamiento, sus barreras tecnológicas, demandas de clientes y modelos de rentabilidad presentan diferencias claras. 1. HBM: componente importante del chip de cálculo de IA HBM es memoria de alto ancho de banda, generalmente lograda apilando chips DRAM y usando tecnología avanzada de empaquetado para alcanzar un ancho de banda de memoria extremadamente alto. El entrenamiento y la inferencia de IA requieren leer frecuentemente parámetros del modelo y datos intermedios; si el ancho de banda de memoria es insuficiente, la capacidad de cálculo de la GPU puede verse limitada. Los principales proveedores globales de HBM incluyen SK Hynix, Samsung y Micron. Entre ellos, $MU está impulsando el producto HBM4. Micron ha revelado que HBM4 ya comenzó a enviarse en grandes cantidades a las principales plataformas de clientes. La ventaja de HBM radica en su alta barrera tecnológica, largos ciclos de certificación y la necesidad de colaboración profunda con fabricantes de GPU. Pero al mismo tiempo, la producción de HBM consume muchos recursos de fabricación de DRAM. 2. DRAM: no solo necesaria para GPU, también para servidores CPU Además de HBM, los centros de datos de IA necesitan grandes cantidades de DDR5, módulos de memoria para servidores y otros productos. Con la expansión de la escala de inferencia de IA, los CPU de servidores deben encargarse del preprocesamiento de datos, la programación de tareas y la gestión de caché, lo que incrementa la demanda de memoria del sistema. La asignación de capacidad entre HBM y DRAM común afecta la estructura de oferta y demanda del mercado. Si los fabricantes destinan más recursos a HBM mientras la demanda de otros DRAM se mantiene estable, los precios de la memoria tradicional también pueden verse afectados. Por lo tanto, al analizar a Micron no solo se debe observar los ingresos de HBM, sino también la oferta y demanda general de DRAM y la combinación de productos. 3. NAND: la demanda de almacenamiento rápido en centros de datos de IA $SNDK SanDisk se enfoca principalmente en NAND Flash y SSD. HBM proporciona memoria rápida para el cálculo, mientras que NAND se usa más para almacenamiento persistente de datos, incluyendo datos de entrenamiento, bases de datos, archivos de modelos y algunos escenarios de caché rápida. En el cuarto trimestre del año fiscal 2026, los ingresos de SanDisk alcanzaron 8,965 millones de dólares, un aumento secuencial del 51%. Los ingresos del negocio de centros de datos fueron 2,977 millones de dólares, un aumento secuencial del 103%. Sin embargo, aproximadamente dos tercios del crecimiento de ingresos en ese trimestre provinieron del aumento de precios y un tercio del aumento en volumen de envíos. Esto también indica que cuando las empresas de almacenamiento mejoran rápidamente su rentabilidad, es necesario distinguir entre el crecimiento real de la demanda y la expansión de ganancias por aumento de precios. 4. HDD: almacenamiento de gran capacidad subestimado en la era de IA $WDC Western Digital y $STX Seagate participan principalmente en el mercado de discos duros mecánicos de gran capacidad. Muchos creen que los SSD reemplazarán completamente a los HDD, pero en centros de datos en la nube, para almacenamiento masivo a largo plazo, el costo por unidad de capacidad sigue siendo muy importante. La ventaja de HDD no está en la velocidad, sino en el costo relativamente bajo de almacenamiento de gran capacidad. Seagate está promoviendo la tecnología HAMR (grabación magnética asistida por calor) para aumentar la densidad de almacenamiento por disco. Western Digital reportó ingresos de 4,381 millones de dólares en el primer trimestre del año fiscal 2027, un aumento interanual del 55%; Seagate reportó ingresos de 4,233 millones de dólares en el mismo periodo, un aumento interanual de aproximadamente 61%. Es importante distinguir que Western Digital ya escindió su negocio de memoria flash en 2025 como la independiente SanDisk. Actualmente, la estructura de negocios de $WDC y $SNDK es diferente. La característica más destacada de toda la industria del almacenamiento es la evidente ciclicidad en la rentabilidad. Cuando los precios de los productos suben, las ganancias empresariales pueden crecer más rápido que los ingresos; pero si la oferta futura supera la demanda real, los precios y márgenes también pueden caer rápidamente. Por eso, al analizar estas empresas, el enfoque debe estar en tres aspectos: volumen real de envíos, precio promedio de productos y velocidad de liberación de nueva capacidad. La IA ha traído una nueva demanda de almacenamiento a largo plazo, pero la competencia y los ciclos de oferta y demanda varían entre productos, no se puede tratar a HBM, NAND y HDD como una misma lógica de inversión.

$NVDA El mayor competidor podría no ser solo $AMD, sino también esos gigantes tecnológicos que cada año compran grandes cantidades de GPU a Nvidia y al mismo tiempo continúan desarrollando sus propios chips de IA. $GOOG y $AMZN están intentando reducir su dependencia de las GPU genéricas. Toda la industria de chips de computación para IA está formando dos rutas tecnológicas diferentes: GPU genéricas y ASIC personalizados. No son simplemente relaciones de sustitución, sino que compiten por ventajas en rendimiento, costo y eficiencia energética bajo diferentes cargas de trabajo. $NVDA: De proveedor de GPU a plataforma de computación completa La ventaja competitiva de Nvidia ya no es solo la GPU en sí. Desde el ecosistema de software CUDA, hasta la interconexión de alta velocidad NVLink, el intercambio de red, CPU y sistemas completos, Nvidia está ofreciendo una infraestructura de IA cada vez más completa. La plataforma Vera Rubin, que se lanzará en 2026, integrará aún más GPU, CPU, red y otros componentes del sistema. La ventaja de este modelo es que los clientes pueden usar un ecosistema de software maduro y una arquitectura de sistema, reduciendo la complejidad en despliegue y optimización. Para grandes clústeres de entrenamiento de IA, el rendimiento de una sola GPU es solo un indicador; la utilización total del clúster, la eficiencia de comunicación y el rendimiento por vatio también son importantes. Una de las mayores fortalezas de Nvidia es la sinergia entre su ecosistema de software y plataforma de hardware. $AMD: Un importante retador en el mercado de GPU La serie Instinct de AMD compite directamente con las GPU de centros de datos de Nvidia. AMD no solo tiene capacidad de diseño de GPU, sino también CPUs de servidor EPYC y la plataforma de software ROCm. En julio de 2026, AMD y Anthropic anunciaron una colaboración estratégica para desplegar hasta 2GW de GPU MI450, con el primer GW previsto para desplegarse a partir de la primera mitad de 2027. Esto indica que los grandes clientes de IA están activamente incorporando un segundo proveedor. Pero el tamaño planeado de despliegue no equivale a ingresos de ventas ya realizados. AMD necesitará demostrar que la entrega de productos, la compatibilidad de software y las ventajas en costos del sistema se traducen realmente en cuota de mercado. $AVGO: Un beneficiario clave de chips de IA personalizados El modelo de negocio de Broadcom es claramente diferente al de Nvidia. Colabora con grandes empresas tecnológicas para desarrollar aceleradores de IA personalizados, al mismo tiempo que ofrece chips de red de alta velocidad y tecnologías relacionadas. En el tercer trimestre fiscal de 2026, los ingresos de semiconductores de IA de Broadcom alcanzaron 16.7 mil millones de dólares, un aumento interanual del 221%. Pero esta cifra incluye aceleradores personalizados y negocios relacionados con redes de IA, no puede entenderse completamente como ingresos por ASIC. La ventaja de los chips personalizados es que pueden optimizarse para cargas de trabajo específicas, mejorando rendimiento y costos a gran escala. La desventaja es el alto costo de desarrollo, largos ciclos de diseño y la dependencia frecuente de pocos clientes grandes. $MRVL: Computación personalizada e interconexión de alta velocidad Marvell también participa en el desarrollo de ASIC personalizados y posee tecnologías relacionadas con SerDes de alta velocidad, interconexión óptica, redes y empaquetado avanzado. A diferencia de Nvidia, que vende plataformas de computación estandarizadas, parte del negocio de Marvell requiere colaboración a largo plazo con clientes para diseñar chips según sus necesidades específicas. Este modelo tiene un alto potencial de crecimiento, pero la realización de ingresos depende de que los proyectos de los clientes entren en producción en masa. $GOOG, $AMZN: Proveedores en la nube que diseñan sus propios chips de IA Google continúa desarrollando TPU, y Amazon ya lanzó Trainium3. El desarrollo de sus propios chips no significa abandonar completamente a Nvidia, sino optimizar el rendimiento, consumo y costos de inferencia para ciertas cargas internas. Un indicador importante en la competencia futura de chips de IA cambiará gradualmente del poder computacional de un solo chip al costo total de propiedad y la cantidad de cálculos efectivos por unidad de energía. Las GPU aún tienen ventajas en generalidad y ecosistema de software, mientras que los ASIC pueden ser más económicos en escenarios con cargas estables y definidas. Para los inversionistas, el crecimiento en la demanda de potencia de IA no garantiza que todos los fabricantes de chips aumenten sus ganancias simultáneamente. Nvidia debe mantener su ventaja de plataforma, AMD debe ampliar el despliegue real, Broadcom y Marvell deben concretar proyectos personalizados, y los proveedores en la nube deben demostrar que sus chips propios reducen costos operativos a largo plazo. La competencia futura en chips de IA no es solo por rendimiento, sino también por ecosistemas de software, relaciones con clientes y formas de distribución de ganancias.

Excluyendo el Nasdaq 100 del S&P 500, en los últimos 10 años, durante esta temporada, las 10 acciones con ganancias en los 10 años y con las 10 mejores ganancias promedio, 9 de ellas han tenido un rendimiento inferior al 20% hasta el 26/10 de este año, y 4 de ellas incluso están en números negativos. Método de filtrado: de 2016 a 2025, comprar entre el 27/10 y el 02/11, mantener entre 10 y 35 días, se requiere que cada año en los 10 años cierre con ganancias, se toma la ventana con el mayor rendimiento promedio para cada acción, y se ordena por rendimiento promedio para seleccionar las 10 mejores. Hay otra lista para los componentes del Nasdaq 100, que no se repite aquí. 1. Ulta Beauty $ULTA Compra el 01/11, venta el 06/12, promedio +14.6%, el peor año 2016 con +5.8%, el límite inferior más alto de toda la lista. Este año solo subió 3.4%. 2. FICO $FICO Compra el 02/11, venta el 06/12, promedio +14.3%, mediana +14.0%, pero en 2018 solo subió 0.2% en este período. Este año cayó 58.1%, la controversia sobre el poder de fijación de precios del puntaje crediticio ha presionado la valoración, con cambios fundamentales tan grandes, el valor de referencia de la regla antigua debe ser descontado. 3. United Airlines $UAL Compra el 28/10, venta el 25/11, promedio +12.9%, mediana solo +7.9%, en 2020 un aumento del 40.0% elevó el promedio. Este año -10.0%. 4. Parker Hannifin $PH Compra el 28/10, venta el 25/11, promedio +12.7%, mediana +12.2%, la diferencia entre ambos es menos de 1 punto, la distribución de ganancias es muy uniforme. En 2025 este período también subió 11.3%. Este año solo +3.5%. 5. Citizens Financial $CFG Compra el 28/10, venta el 02/12, promedio +12.5%, mediana +7.4%, el peor año 2021 con +0.4%. Este año +14.2%. 6. Coherent $COHR Compra el 27/10, venta el 11/11, mantener dos semanas, promedio +11.5%, el peor año 2019 con +3.4%, en 2025 este período +17.1%. La ventana incluye su reporte financiero de principios de noviembre. Este año +20.0%, el mayor aumento de la lista. 7. Delta Air Lines $DAL Compra el 28/10, venta el 25/11, misma ventana que United Airlines, promedio +11.1%, en 2017 solo subió 0.2%. Dos aerolíneas en la lista indican que esta regla afecta a todo el sector. Este año +15.3%. 8. AMETEK $AME Compra el 28/10, venta el 01/12, promedio +10.6%, mediana +11.3%, el peor año 2021 con +2.9%. Este año +18.8%. 9. CBRE Group $CBRE Compra el 27/10, venta el 25/11, promedio +10.6%, el peor año 2021 con +0.7%. Las comisiones por transacciones y arrendamientos de bienes raíces comerciales suelen confirmarse a fin de año. Este año cayó 23.6%. 10. Deckers $DECK Compra el 28/10, venta el 02/12, promedio +10.6%, el peor año fue 2025 con +4.7%. La temporada alta de invierno de UGG y las ventas navideñas de HOKA ocurren en este período. Este año -22.5%. Ocho de las mejores ganancias anuales de esta lista ocurrieron en noviembre de 2020, cuando se anunciaron simultáneamente los avances en la vacuna y los resultados electorales. Si se excluye ese año, la mayoría de los promedios disminuirían notablemente, por lo que es más relevante observar la mediana y el peor año. Los 10 años con ganancias consecutivas son un resultado estadístico, no relacionado con los fundamentos; mientras más estrecha sea la ventana, más probable es que sea una coincidencia descubierta en los datos. Para las acciones que han caído más del 20% este año, primero confirme si las razones de la caída han sido resueltas. Las reglas estacionales pueden indicarte cuándo observar, pero la decisión de comprar depende del desempeño.

$NVDA, $AMD, $AVGO están compitiendo en el mercado de chips de IA, pero los chips de IA de alta gama de estas compañías dependen en última instancia de la fabricación avanzada de obleas. En toda la cadena de la industria de IA, $TSM TSMC juega un papel extremadamente importante. En el tercer trimestre de 2026, los ingresos de TSMC fueron de 46,720 millones de dólares, un aumento interanual del 41.2%; el margen bruto alcanzó el 66.4%. De estos, los procesos avanzados de 7nm y menores contribuyeron con el 79% de los ingresos por obleas, y el proceso de 2nm ya representa el 8%. Esto indica que los procesos avanzados se están convirtiendo en la fuente principal de ingresos de TSMC, pero no se puede atribuir toda esta cifra a la demanda de IA, ya que los teléfonos inteligentes y otros chips de computación de alto rendimiento también utilizan procesos avanzados. En toda la industria de fabricación de obleas por contrato, es necesario enfocarse en tres direcciones clave. $TSM: proveedor central de fabricación avanzada y empaquetado La ventaja de TSMC no solo radica en poder producir chips de 2nm y 3nm, sino también en el rendimiento de fabricación, la escala de producción y la confianza de los clientes. La fabricación de chips avanzados es extremadamente compleja. Incluso si dos fundiciones utilizan nodos tecnológicos similares, el consumo de energía real, el rendimiento, el rendimiento de fabricación y el costo unitario pueden variar significativamente. Además, los chips de IA dependen cada vez más del empaquetado avanzado. Antes se podía entender un chip como una oblea de silicio completa, pero ahora los aceleradores de IA de alto rendimiento suelen requerir empaquetar múltiples chips de cómputo junto con memoria HBM de alto ancho de banda. La tecnología CoWoS de TSMC es una solución clave para lograr esta interconexión de alta densidad. Para los chips de IA, la fabricación de obleas no significa que el producto pueda entregarse inmediatamente. La capacidad insuficiente de empaquetado avanzado también limita la entrega final. TSMC también posee tecnologías de apilamiento de chips 3D como SoIC, que podrían aumentar aún más la densidad de integración de chips en el futuro. $INTC: Intel intenta desafiar el panorama de la fabricación avanzada Intel está avanzando con el proceso 18A y posteriores, con una ruta tecnológica que incluye transistores RibbonFET y alimentación por la parte trasera PowerVia. Al mismo tiempo, Intel cuenta con tecnologías avanzadas de empaquetado como EMIB y Foveros. Pero lograr la producción en masa con procesos avanzados es diferente a establecer un negocio exitoso de fabricación de obleas para terceros. Intel necesita demostrar que puede entregar de manera estable, mejorar el rendimiento de fabricación y atraer suficientes clientes externos para alcanzar escala. Samsung: otro competidor en procesos avanzados Samsung también está impulsando el proceso GAA de 2nm y ofrece soluciones avanzadas de empaquetado como I-Cube y X-Cube. La ventaja de Samsung radica en cubrir simultáneamente la fabricación de obleas, almacenamiento y empaquetado avanzado, pero si puede ganar más clientes grandes de IA depende del rendimiento, costo y capacidad de entrega. Desde la perspectiva de inversión, la industria de fabricación de obleas por contrato se caracteriza por altas barreras tecnológicas, pero también por gastos de capital extremadamente grandes. El presupuesto de gastos de capital de TSMC para 2026 alcanza entre 60 y 64 mil millones de dólares. Estas inversiones deben recuperarse gradualmente a través de pedidos futuros, utilización de capacidad y márgenes de fabricación durante varios años. Por lo tanto, para evaluar a las empresas de fabricación por contrato no basta con ver si el proceso avanzado es líder, sino también observar el rendimiento real, la capacidad de empaquetado avanzado, los pedidos de clientes y el retorno de la inversión en gastos de capital. Cuanto más compleja sea la arquitectura de los chips de IA en el futuro, mayor será la importancia de la fabricación avanzada y el empaquetado. Pero si la inversión de los clientes se desacelera o la capacidad adicional supera la demanda real, las fundiciones también enfrentarán presiones de depreciación y márgenes.