IA en bolsa: ¿oportunidad histórica o burbuja a punto de estallar?

El gran filtro: La inteligencia artificial enfrenta su primer examen de realidad en los mercados, donde la euforia choca con múltiplos insostenibles y tipos de interés altos.

La pregunta resuena en los despachos de banca privada y comités de inversión con urgencia inédita: ¿es este el momento de apostar fuerte por la IA o el preludio de un ajuste más brutal? Las caídas recientes en el sector tecnológico —con pérdidas de hasta 15% en una semana para acciones como Nvidia— no son un simple tropiezo. Reflejan un cambio de era: el fin del dinero barato y el inicio de una fase donde solo los proyectos con modelos de negocio tangibles sobrevivirán. El S&P 500 acumula una corrección del 8% desde sus máximos de julio, pero el Nasdaq Composite, dominado por valores tecnológicos, ya retrocede un 12% en el mismo período.

El Banco de Pagos Internacionales (BIS) advirtió en su informe de junio que el 60% de las startups de IA quemaban caja a un ritmo insostenible, con plazos de rentabilidad superiores a los 5 años.

En este escenario, la voz de Rosa Duce, Chief Investment Officer de Deutsche Bank, adquiere peso decisivo. Su análisis no se limita a la IA: conecta los puntos entre política monetaria, inflación persistente y crecimiento frágil, tres fuerzas que están redefiniendo el riesgo en todos los activos. Duce, con más de 20 años en mercados emergentes y desarrollados, lideró el equipo que anticipó la crisis de deuda europea en 2011.

Mientras la Reserva Federal, el Banco Central Europeo (BCE) y el Banco de Inglaterra posponen los recortes de tipos —ahora previstos para diciembre de 2024, según los futuros—, el mercado está aprendiendo a distinguir. Las empresas de IA con ingresos recurrentes (como Microsoft o Google, con sus servicios en la nube) resisten mejor que aquellas cuya valoración depende de promesas futuras. El índice SOXX, que agrupa a fabricantes de semiconductores, ha caído un 22% desde abril, pero compañías como ASML (clave en la cadena de suministro de chips) mantienen márgenes del 30%.

Tipos altos y crecimiento frágil: el cóctel que asfixia a la IA

El contexto es implacable: los bancos centrales mantienen los tipos en niveles no vistos desde 2001. El BCE, con una inflación subyacente aún en el 2,9% (lejos del 2% objetivo), ha descartado recortes antes de septiembre de 2025. La Fed, por su parte, enfría las expectativas: el mercado ya no descuenta los 3 recortes que esperaba para 2024, sino apenas 1 o 2, según los contratos de futuros sobre la tasa Fed Funds.

El coste de financiar proyectos de IA se ha disparado: las empresas con calificación BB (grado especulativo) pagan un 8,5% de interés en promedio, frente al 4,2% de 2021.

Esta combinación —crecimiento moderado (el PIB de la eurozona avanzó solo un 0,3% en el primer trimestre), inflación pegajosa y tipos reales positivos— genera un entorno donde cada dato macroeconómico actúa como un detonador. El índice VIX, que mide la volatilidad implícita, ha saltado de 15 a 25 puntos en tres semanas, niveles no vistos desde la crisis bancaria de marzo de 2023. La IA, lejos de ser un oasis, es uno de los sectores más expuestos: su valoración depende de flujos de caja futuros, y esos flujos se descuentan a tipos más altos.

Duce lo resume así: *”No es que la IA no vaya a transformar la economía; es que el mercado había descontado esa transformación demasiado rápido y a múltiplos imposibles“*. Un informe de Goldman Sachs revela que el 70% de las empresas de IA cotizadas operan con pérdidas, y solo el 12% tiene márgenes EBITDA positivos.

Kevin Warsh y la Fed: ¿un giro pro-IA que podría cambiar las reglas?

El nombramiento de Kevin Warsh como posible presidente de la Fed bajo un segundo mandato de Trump añade otra capa de incertidumbre. Warsh, exgobernador de la Fed (2006–2011) y actual asesor de BlackRock, argumenta que la IA podría desencadenar un boom de productividad similar al de los 90, justificando así recortes de tipos más agresivos. Su tesis: si la tecnología eleva la productividad, la inflación podría controlarse incluso con tipos más bajos.

Warsh lideró en 2010 la segunda ronda de flexibilización cuantitativa (QE2), inyectando US$600.000 millones en la economía. Su regreso podría significar un viraje hacia políticas más laxas.

Pero su postura choca con la de economistas como Larry Summers, quien advierte que *”la IA aún no ha demostrado capacidad para reducir costes estructurales”* y que adelantar recortes podría reavivar la inflación. El debate no es menor: si la Fed cede a la presión política —Trump ya ha criticado abiertamente a Powell por mantener tipos altos—, los mercados podrían exigir una prima de riesgo adicional de hasta 50 puntos básicos en la deuda estadounidense, según estimaciones de JPMorgan.

Duce advierte: *”La independencia de la Fed no es un tema académico. Si los inversores perciben que la política monetaria responde a intereses políticos, el coste de financiar cualquier proyecto —incluida la IA— subirá”*. En 2018, cuando Trump presionó a Powell para bajar tipos, el S&P 500 cayó un 6% en un mes.

De la euforia tecnológica a la selectividad brutal

La corrección ha sido especialmente dura para las acciones más asociadas a la IA. Nvidia, que se revalorizó un 230% en 2023, ha perdido un 30% desde su máximo de junio. Super Micro Computer, proveedor de servidores para IA, cae un 45% en el mismo período. Pero no todo es rojo: empresas como Microsoft (con Azure AI) o Alphabet (con Google Cloud) mantienen ganancias estables, demostrando que la IA ya es rentable para quienes tienen escala.

El gasto global en IA superará los US$300.000 millones en 2024, según IDC, pero el 65% de ese presupuesto se concentrará en solo 20 empresas.

Duce interpreta este movimiento como una maduración necesaria: *”No es el fin de la IA, sino el fin de la idea de que cualquier empresa con “IA” en su nombre merece una valoración estratosférica”*. Los proyectos sin ingresos a corto plazo y múltiplos de 50 veces beneficios esperados están siendo castigados, mientras que las compañías con flujos de caja reales —como TSMC (fabricante de chips) o SAP (software empresarial)— atraen capital. En paralelo, sectores tradicionales como banca (Santander, +8% en 2024), salud (Novartis, +12%) y lujo (LVMH, +15%) están recuperando terreno, no por moda, sino porque ofrecen dividendos del 4%–6% y cotizan con descuentos del 20% respecto a su media histórica.

El índice Russell 2000, que agrupa a pequeñas y medianas empresas, ha subido un 5% en julio, señal de que el mercado está buscando amplitud más allá de los gigantes tecnológicos.

IA: ¿productividad real o narrativa inflada?

La pregunta que atormenta a los inversores es directa: ¿la IA justificará los múltiplos actuales? Duce recuerda que el rally de 2023–2024 se construyó sobre la promesa de un salto de productividad que aún no se refleja en los márgenes corporativos. Según McKinsey, solo el 18% de las empresas que implementaron IA en 2023 lograron mejoras de productividad superiores al 10%.

El retorno sobre la inversión (ROI) en proyectos de IA oscila entre el 8% y el 22%, según un estudio de Boston Consulting Group, pero el 40% de las iniciativas no superan el umbral de rentabilidad.

Hay excepciones: Microsoft reportó un aumento del 31% en ingresos de su división de nube gracias a la IA, mientras que Meta redujo costes operativos en un 15% con herramientas de automatización. Pero para la mayoría, la cuenta no cierra. Duce lo resume: *”La IA no es un activo homogéneo. Financiar un centro de datos de US$10.000 millones no es lo mismo que apostar por una startup sin ventajas competitivas”*. Un informe de Morgan Stanley revela que el 80% de las startups de IA queman más de US$50 millones anuales en I+D sin ingresos claros.

El riesgo no es que la IA falle, sino que los plazos para monetizarla sean más largos de lo que el mercado está dispuesto a esperar. En los 90, las empresas de internet tardaron 7 años en mostrar beneficios consistentes. Hoy, con tipos altos, ese lujo no existe.

Renta fija y refugios: el regreso de lo aburrido (y rentable)

Mientras la IA acapara titulares, la renta fija ha recuperado protagonismo. Duce destaca que el crédito grado inversión en euros ofrece rentabilidades del 3,5%–4%, con emisores como Telefónica o Iberdrola pagando cupones atractivos y con riesgo contenido. En cambio, el segmento high yield (deuda de alto riesgo) presenta diferenciales que no siempre compensan: el spread sobre bonos alemanes ha pasado de 300 a 500 puntos básicos en un año.

La deuda corporativa en euros con grado inversión rinde un 4,1% en promedio, el nivel más alto desde 2012.

En metales preciosos, el oro ha superado los US$2.400 por onza, pero Duce advierte: *”Su función no es salvar carteras, sino diversificar en escenarios extremos”*. La plata, más volátil, ha tenido movimientos del 15% en una semana por especulación minorista. Ambos activos deben limitarse al 5%–10% de una cartera equilibrada.

La lección es clara: en un mundo donde la correlación entre activos de riesgo supera el 0,8 (según Bloomberg), la diversificación real exige mirar más allá de la moda del momento.

Bitcoin y alternativos: apuestas de alto octanaje

Duce es categórica con los criptoactivos: *”Son instrumentos especulativos, no inversiones*”. Bitcoin, con movimientos del 20% en 72 horas, sigue sin generar flujos de caja y su correlación con el Nasdaq supera el 0,6 en fases de estrés. Su presencia en cartera, si la hay, no debería superar el 1%–2%.

El 78% de los fondos de criptomonedas registraron pérdidas en 2023, según PwC, y solo el 3% superó al S&P 500.

Otros alternativos, como el capital privado o las infraestructuras, ofrecen mejores perspectivas, pero exigen plazos de 8–10 años y due diligence exhaustiva. Duce cita el caso de Blackstone, cuyo fondo de infraestructuras ha entregado un 12% anual en la última década, pero con un mínimo de inversión de US$5 millones.

La regla de oro: *”En mercados volátiles, la curiosidad sin análisis es la receta perfecta para perder dinero”*.

¿Y si la verdadera oportunidad no está en apostar ciegamente por la IA, sino en identificar qué partes de la economía tradicional están listas para adoptarla sin pagar múltiplos de burbuja?

El precedente de los 90: cuando la productividad tardó en llegar (y el mercado no esperó)

El debate actual sobre si la IA justifica sus valoraciones evoca un episodio histórico clave: la burbuja de las ‘punto com’ a finales de los 90, cuando el mercado descontó con años de antelación un salto de productividad que tardó en materializarse. En 1995, el economista Robert Gordon (Universidad Northwestern) predijo que la revolución digital elevaría la productividad laboral en EE.UU. un 2,8% anual, pero los datos no reflejaron ese crecimiento hasta 2002—siete años después. Mientras tanto, el Nasdaq Composite se desplomó un 78% entre marzo de 2000 y octubre de 2002, borrando US$5 billones en valoración.

Hoy, la IA enfrenta un escrutinio similar. Según un estudio de Stanford University (2024), solo el 12% de las empresas que implementaron IA generativa en 2023 lograron mejoras de productividad superiores al 5% anual, muy lejos del 15%–20% que descontaban los múltiplos bursátiles. El paralelo con los 90 es inquietante: en 1999, las acciones tecnológicas cotizaban a 60 veces beneficios futuros; hoy, empresas como C3.ai (especializada en IA empresarial) operan con un P/S (price-to-sales) de 12x, frente a la media histórica del sector de 4x–6x. La diferencia crítica: en los 90, la Fed recortó tipos al 1% en 2001 para salvar la economía. Hoy, con la inflación en 3,3% y tipos en 5,25%–5,50%, ese colchón no existe.

Otros datos reveladores:

• El 85% de las IPO de IA en 2023–2024 (como SoundHound AI o BigBear.ai) cotizan hoy un 40%–60% por debajo de su precio de salida, según Renaissance Capital. En los 90, el 70% de las IPO tecnológicas quebraron en cinco años.
• El gasto en centros de datos para IA crecerá un 25% anual hasta 2026 (fuente: Gartner), pero el ROI promedio de estos proyectos es del 11%, frente al 18%** que exigían los inversores en 1999 para justificar riesgos similares.
• En 2000, el 60% del capital riesgo en EE.UU. se destinó a startups sin ingresos. Hoy, esa cifra es del 45% en el sector IA, según PitchBook. La diferencia: entonces, el dinero barato (tipos al 1%) permitió sobrevivir a proyectos inviables; ahora, con costes de financiación del 8%–10%, el margen de error es cero.

¿Repetirá la IA el error de los 90: prometer demasiado y entregar tarde?

La clave no es si la IA transformará la economía—eso es inevitable—, sino si lo hará a tiempo para salvar las valoraciones actuales. En los 90, compañías como Amazon (que tardó siete años en ser rentable) sobrevivieron porque tenían modelos de negocio escalables; otras, como Pets.com (que quemó US$300 millones en 268 días), desaparecieron. Hoy, el mercado está separando el trigo de la paja con una pregunta incómoda: ¿cuántas ‘startups de IA’ son realmente el ‘Amazon’ del futuro y cuántas el ‘Pets.com’ de turno? La respuesta llegará en 12–18 meses, cuando los balances de 2025 revelen si los ingresos por IA cubren al menos el 30% de los costes de I+D. Hasta entonces, como advierte Rosa Duce, *«invertir en IA sin selectividad es como comprar acciones de telecomunicaciones en 1999: puedes acertar con el sector, pero equivocarte con las empresas y perderlo todo»*.