Infraestructura de IA: por qué la expansión importa más que las aplicaciones
04 mayo 2026
Read Time 5 MIN
Conclusiones clave:
- La IA podría estar acercándose a un punto de inflexión en su despliegue. Vemos paralelos con las primeras etapas de internet y de la electrificación, cuando los desarrollos de infraestructura siguieron a los ciclos iniciales de entusiasmo.
- Escalar la IA requiere insumos físicos. La capacidad de cómputo, la energía, los centros de datos y la automatización son las restricciones vinculantes para el crecimiento de la IA.
- La infraestructura podría captar un valor más duradero. La escasez, el poder de fijación de precios y las altas barreras favorecen a las capas físicas frente a las aplicaciones.
¿El mercado todavía piensa en la IA como una historia de software?
La mayoría de los inversionistas sigue buscando exposición a la IA a través de empresas de software y aplicaciones. Ese enfoque tenía sentido en la fase inicial de entusiasmo, pero podría estar pasando por alto dónde se está construyendo ahora el valor duradero. El paralelo más útil es el despliegue de internet de finales de la década de 1990, cuando las empresas que tendían fibra y construían centros de datos generaron rendimientos más duraderos que la mayoría de las aplicaciones construidas sobre esa infraestructura.
Hoy estamos en una transición similar. La capa de aplicaciones de IA es real y está creciendo, pero funciona por completo sobre infraestructura física. Las empresas que construyen y suministran esa infraestructura son las que enfrentan una demanda estructural que no depende de qué aplicación de IA resulte ganadora.
¿Por qué la IA es un sistema industrial y no solo una capa de software?
La IA a escala es un sistema de componentes físicos y digitales interdependientes que deben expandirse en conjunto. Entrenar un modelo grande puede requerir hasta 100,000 chips o más funcionando en paralelo en los modelos más grandes, conectados por redes de alta velocidad, enfriados por sistemas industriales y alimentados por electricidad confiable. La inferencia, el proceso de ejecutar el modelo para generar resultados, multiplica esos requerimientos para cada usuario y cada consulta.
Cada uno de esos componentes es un cuello de botella físico. No se pueden entrenar modelos más rápidos únicamente escribiendo mejor código. Se necesitan más y mejores chips, más energía, más enfriamiento y más espacio en centros de datos. Ese es un problema industrial y, en nuestra opinión, está generando una demanda de escala industrial.
¿El ciclo de gasto de capital (capex) en IA apenas está comenzando?
La primera ola de gasto en infraestructura de IA se enfocó en capacidad de cómputo y centros de datos. Esa ola no ha terminado, pero se está ampliando. La siguiente fase está incorporando infraestructura energética, gestión de energía, equipos de redes y automatización física. Los hiperescalares han anunciado planes combinados de gasto de capital cercanos a los 400 mil millones de dólares solo para 2025 (fuente: reportes de las empresas), y la mayor parte de ese gasto fluye directamente hacia infraestructura física.
El punto importante para los inversionistas es la duración. Este no es un evento de capex de un solo año. Los proyectos grandes de infraestructura tardan años en planearse, obtener permisos y construirse. Consideramos que la señal de demanda proveniente de la IA es de largo plazo y relativamente visible en comparación con ciclos tecnológicos anteriores.
¿Por qué la infraestructura podría captar un valor más duradero que las aplicaciones?
La economía de la infraestructura y la de las aplicaciones son estructuralmente diferentes. La infraestructura se beneficia de la escasez, del poder de fijación de precios y de altas barreras de entrada. Las aplicaciones enfrentan competencia, riesgo de comoditización y ciclos de producto rápidos.
| Capa | Economía | Perfil de riesgo | Consideración de inversión |
| Infraestructura | Escasez, poder de fijación de precios, altas barreras | Uso intensivo de capital, larga duración | Demanda de largo plazo, oferta restringida |
| Aplicaciones | Competencia, riesgo de comoditización | Barreras más bajas, ciclo más rápido | Mayor potencial de crecimiento, menos predecible |
| Tecnología habilitadora | Picos y palas, demanda amplia | Cíclico pero estructural | Exposición diversificada entre capas |
¿Cuáles son los pilares clave de la pila de infraestructura de IA?
Cinco segmentos conforman la pila invertible de infraestructura de IA:
- Los semiconductores son la base: toda carga de trabajo de IA se ejecuta en chips, y el diseño avanzado de chips está concentrado en un número reducido de empresas.
- Los centros de datos son el hogar físico de la capacidad de cómputo de la IA, y la demanda de nueva capacidad está muy por encima de la oferta.
- La energía es la restricción vinculante que la mayoría de los inversionistas subestima: un solo centro de datos grande de IA puede requerir cientos de megavatios de electricidad — comparables con la carga de una ciudad pequeña.
- La automatización industrial es tanto un insumo para el despliegue de la IA como un resultado de este, ya que la IA acelera la adopción de robots y sistemas automatizados en la manufactura.
- Las redes conectan todo, y los requerimientos de ancho de banda de los clústeres modernos de IA están impulsando una nueva generación de inversión en interconexiones de alta velocidad.
¿Las restricciones de oferta son señales de demanda estructural?
La escasez de energía, las restricciones en el suministro de chips, la disponibilidad de terrenos y las limitaciones de enfriamiento se citan regularmente como riesgos para el crecimiento de la infraestructura de IA. Si bien estos son riesgos reales, las restricciones persistentes a pesar de niveles récord de capex también podrían indicar que la demanda está superando a la oferta — una condición que históricamente ha respaldado el poder de fijación de precios de las empresas en los puntos críticos.
Las empresas que operan en puntos críticos restringidos dentro de la pila de infraestructura de IA, ya sea en empaquetado avanzado, gestión de energía, enfriamiento de centros de datos o infraestructura de transmisión, podrían ser beneficiarias en lugar de víctimas de estas restricciones.
¿Cómo pueden los inversionistas acceder a exposición a la infraestructura de IA?
El VanEck Semiconductor ETF (SMH) ofrece exposición concentrada a las empresas de chips en el núcleo del despliegue de infraestructura de IA. Para los inversionistas que buscan exposición específicamente a empresas de semiconductores fabless, el VanEck Fabless Semiconductor ETF (SMHX) se enfoca en diseñadores de chips que subcontratan la manufactura, un segmento que incluye a muchos de los diseñadores de chips que impulsan arquitecturas avanzadas de capacidad de cómputo para IA. En conjunto, SMH y SMHX ofrecen formas complementarias de acceder a la capa de semiconductores de la pila de infraestructura de IA.
Related Insights
07 mayo 2026
22 abril 2026
17 abril 2026
17 marzo 2026
22 abril 2026
TSMC obtuvo unos resultados récord en el primer trimestre, superó las estimaciones y elevó sus perspectivas para todo el año. El CEO, CC Wei, calificó la demanda de IA de "extremadamente sólida". Esto es lo que significa para SMH.
17 abril 2026
La IA se está convirtiendo en infraestructura, no solo en una fase experimental. Para los inversionistas, esto cambia el enfoque: no solo importa quién desarrolla modelos, sino también las empresas de semiconductores que impulsan la capacidad de cómputo detrás de esta transformación.
03 marzo 2026
Nvidia registró otro trimestre récord, impulsado por la demanda de centros de datos para IA, y elevó sus previsiones. Los resultados refuerzan la solidez sostenida del ecosistema de semiconductores y de IA.
12 febrero 2026
Los videojuegos y los esports son industrias globales de rápido crecimiento. Conozca cómo generan ingresos y cómo los inversores pueden obtener una exposición específica con el ETF ESPO de VanEck.
23 diciembre 2025
Las compañías farmacéuticas están enfrentadas a un panorama cambiante definido por la innovación en GLP-1, el descubrimiento de fármacos respaldado por inteligencia artificial y patrones en evolución en el consumo de los servicios de salud.