Referncia de contenido aquí

La entrada Starbucks desarrolla software con IA para reemplazar herramientas de Microsoft e IBM se publicó primero en En foco Hoy.

Referncia de contenido aquí

La entrada Medicamentos del sueño que actúan sobre circuitos cerebrales se muestran prometedores se publicó primero en En foco Hoy.

El capital de riesgo global está obsesionado con la inteligencia artificial aplicada a pantallas, pero hay inversionistas que ya miran más allá: hacia el punto donde el bit se encuentra con el átomo. Shomik Ghosh, socio de Sierra Ventures, revela una paradoja: el verdadero boom de la robótica podría surgir de mercados emergentes como Latinoamérica.

Una tesis que desafía el estereotipo de la región como mero exportador de materias primas o creador de fintechs. La dinámica geopolítica y regulatoria actual está redefiniendo el tablero global.

La ventaja geopolítica

En EE.UU., el desarrollo de hardware avanzado choca con barreras geopolíticas. Startups estadounidenses que necesitan componentes críticos —actuadores de alta precisión, brazos mecánicos, sensores magnéticos— enfrentan restricciones de seguridad nacional y aranceles a China. Es la llamada “carga del pionero”.

Elon Musk, por ejemplo, debe construir el robot Optimus desde cero en Tesla para evitar depender de piezas chinas si quiere vender al sector de defensa o infraestructura crítica de EE.UU.

Latinoamérica no tiene esa carga. “Si vas a China hoy, los problemas de destreza que tenemos con las manos de los robots ya los han resuelto ellos”, afirma Ghosh. Los emprendedores en México, Brasil o Colombia pueden comprar componentes chinos e implementar soluciones de inmediato.

En este contexto, la región gana un atajo de desarrollo que el proteccionismo estadounidense bloquea en Silicon Valley. Sierra Ventures, con 45 años de trayectoria y US$2.000 millones bajo gestión, ya apuesta por startups latinoamericanas como las mexicanas Yalo y Eden.

Regulaciones que aceleran

El segundo pilar del optimismo en Latam es la velocidad de homologación. En EE.UU., aunque el alto costo de la mano de obra hace atractivos los robots, las regulaciones y trámites burocráticos frenan su adopción.

En América Latina, con menos sistemas heredados que protegen los mercados, hay espacio para una experimentación más ágil. La validación no viene de laboratorios académicos, sino de gigantes corporativos como MercadoLibre, que lidera la automatización en sus centros de distribución para cumplir con entregas rápidas.

Lo que esto significa es que la región puede avanzar más rápido en la adopción de tecnologías disruptivas, sin las ataduras que limitan a los mercados tradicionales.

El salto al B2B

Para Ghosh, el gran premio no está en robots para el consumidor final, sino en la transición al mercado corporativo B2B. El ecosistema que hoy desarrolla drones para entregar comida —como iFood— podría, mañana, usar esa experiencia en robótica y sensores de bajo costo para abordar mercados multimillonarios.

“Lo que nos entusiasma es el siguiente paso. Quien hoy usa drones para entregar comida comenzará a reconfigurar el software para inspeccionar líneas de alta tensión, detectar fallas estructurales o crear sensores acústicos para predecir reservas de petróleo”, proyecta el inversor.

La democratización del hardware gracias a la cadena de suministro asiática deja la ventaja competitiva en el software: modelos y algoritmos propios para interpretar datos del mundo real. El futuro de la robótica industrial en Latam está en la inteligencia, no en los componentes.

Ghosh ya firmó el primer cheque a una startup italiana de defensa marítima, descubierta mediante IA. La empresa construye redes de sensores en boyas para proteger contra vehículos no tripulados. “La parte más difícil sigue siendo cómo encontrarlos. Y vamos a usar IA para intentarlo”, admite.

¿Podría América Latina convertirse en el laboratorio global de la próxima generación de robótica industrial?

El atajo estratégico de Latam en la carrera robótica

La región no solo compite en robótica industrial: redefine las reglas del juego. Mientras EE.UU. se enreda en barreras geopolíticas, Latinoamérica avanza con agilidad, transformando una aparente desventaja en su mayor activo.

Lo que esto significa es que el atajo de desarrollo no es solo técnico, sino sistémico. La capacidad de integrar componentes chinos sin restricciones, sumada a una regulación más flexible, permite a las startups latinoamericanas iterar rápido, validar soluciones en entornos reales y escalar sin la burocracia que frena a sus pares en mercados maduros. MercadoLibre no es solo un cliente, sino un campo de pruebas en tiempo real.

La implicación inmediata es clara: el foco ya no está en fabricar hardware, sino en dominar la capa de inteligencia que lo hace útil. La democratización de los componentes —gracias a Asia— libera recursos para lo que realmente importa: algoritmos que interpreten el mundo físico con precisión industrial.

¿El próximo Silicon Valley de la robótica?

Si el software es el nuevo petróleo, Latam podría estar sentada sobre un yacimiento inexplorado. La pregunta urgente es si la región logrará capitalizar esta ventana de oportunidad antes de que los gigantes globales despierten a su potencial.

La entrada Latam lidera el futuro de la robótica industrial, según Sierra Ventures se publicó primero en En foco Hoy.

Agencias clave como la Comisión Nacional de Desarrollo y Reforma ya trabajan en el diseño de esta mega-red, que interconectará centros informáticos en todo el país. Las empresas estatales China Mobile y China Telecom liderarán la operación, mientras que Huawei y otros proveedores locales suministrarán al menos el 80% de la tecnología, incluyendo chips de IA. La implicación inmediata: Nvidia y AMD quedan fuera del juego en el corazón del sistema.

El “plan Huawei 2.0”: ¿Repetición de una estrategia ganadora?

Este proyecto evoca las tácticas que China usó en el pasado para impulsar a gigantes como Huawei: concentrar recursos estatales, excluir tecnología extranjera y apostar por campeones nacionales. Pero ahora el escenario es más urgente. Pekín no solo busca igualar a EE.UU., sino superarlo en una carrera donde la IA definirá desde la defensa hasta la economía global. El plan es parte del programa “Seis Redes”, anunciado a principios de este año, que incluye infraestructuras críticas como agua, electricidad y, ahora, computación avanzada.

Caption: Centro de datos en Shanghai, ejemplo de la infraestructura que China planea escalar a nivel nacional con tecnología local. La meta: reducir la dependencia de chips estadounidenses como los de Nvidia.

El financiamiento vendrá de una combinación explosiva: deuda soberana (bonos especiales a largo plazo), fondos estatales para industrias estratégicas y capital privado. El contexto es clave: China está dispuesta a redirigir recursos masivos hacia la IA incluso cuando otros sectores sufren recortes por la creciente deuda pública. La pregunta que surge: ¿Estamos ante un “Apolo chino” para la IA, donde el Estado moviliza todos sus recursos como EE.UU. hizo en la carrera espacial?

Guerra de redes: ¿Cómo competirá China con los US$725.000M de EE.UU.?

La cifra de China —US$295.000 millones— parece modesta frente a los US$725.000 millones que empresas como Meta y Microsoft invertirán solo este año en IA en EE.UU. Pero hay un detalle crucial: el costo en China es menor. Mano de obra más barata, componentes locales y subsidios regionales abaratan la ecuación. Además, esta inversión no incluye el gasto privado de gigantes como Alibaba o Tencent, que también aceleran sus propios centros de datos.

El objetivo es ambicioso: para 2028, China quiere una red unificada que conecte instalaciones dispersas y lleve IA avanzada a sectores clave como sanidad, transporte y gestión de ciudades. Pero hay un interrogante estratégico: ¿Cómo integrará Pekín los centros privados existentes —como los de Alibaba— en esta red estatal? La respuesta definirá si el plan logra escalar sin ahogar la innovación privada.

Más allá de los centros de datos, China planea integrar la red eléctrica al proyecto, lo que podría disparar la inversión total a 5 billones de yuanes (unos US$700.000 millones). En este contexto, la apuesta no es solo tecnológica, sino geopolítica: Pekín busca autonomía total en IA, desde los chips hasta la energía que alimenta los servidores.

Chips locales vs. Nvidia: ¿Puede China cerrar la brecha?

Washington dio un respiro reciente: permitió que Nvidia venda sus chips H200 (de generación anterior) a clientes chinos. Pero hay un problema: los envíos aún no han comenzado, y Pekín parece decidido a no esperar. En mayo, nueve chips de IA de fabricación local —de Huawei, Alibaba, Shanghai Biren y Moore Threads— pasaron una revisión de seguridad estatal, allanando el camino para su uso masivo en sectores sensibles.

La implicación es clara: China está acelerando la sustitución de tecnología estadounidense con alternativas propias. Pero hay un riesgo: los chips locales aún están una generación por detrás de los más avanzados de Nvidia (como los Blackwell). La pregunta del millón: ¿Podrá China cerrar la brecha técnica antes de que EE.UU. dé el siguiente salto?

El analista Charlie Dai, de Forrester Research, lo resume: “Elevar esto a estrategia nacional garantiza la alineación de políticas y la movilización de capital. Todos los actores del ecosistema se beneficiarán”. Pero el beneficio mayor podría ser para las provincias del interior, que atraerían inversión y talento digital, reduciendo la brecha con las costeras.

En este tablero, las empresas chinas son las probables ganadoras. Pero el verdadero premio es otro: quien domine la IA dominará la próxima década. Y China acaba de poner sobre la mesa su fichas más fuertes.

¿Logrará Pekín lo que ni la URSS en la Guerra Fría ni Japón en los 80 consiguieron: superar a EE.UU. en la tecnología definitoria de una era?

El efecto dominó geopolítico: ¿Qué desencadena este megaplan?

La inversión de China no es solo un cheque de US$295.000 millones, sino un terremoto estratégico que reconfigura el tablero global de la IA. Lo que esto significa es que Pekín acaba de activar un mecanismo de autonomía tecnológica forzada, donde la dependencia de Occidente pasa de ser un riesgo a un lujo que ya no se pueden permitir.

En este contexto, la exclusión de facto de Nvidia y AMD no es casual: es una señal clara a Washington. China está diciendo que ya no negociará desde la debilidad, sino que construirá su propio ecosistema, incluso si eso implica sacrificar eficiencia a corto plazo. La implicación inmediata es que las empresas estadounidenses podrían enfrentar un mercado chino cerrado mucho antes de lo previsto, acelerando la bifurcación tecnológica global.

Pero hay otro ángulo crítico: este plan no solo compite con EE.UU., sino que redefine las reglas del juego para sus aliados. Países que dependen de tecnología china —desde el Sudeste Asiático hasta África— podrían verse arrastrados a este nuevo ecosistema, creando un bloque de IA alternativo con estándares, chips y redes propios. La pregunta urgente es si Europa, atrapada entre ambos gigantes, tendrá margen para maniobrar o se verá obligada a elegir bando.

• Presión sobre Taiwán: Si China logra reducir su dependencia de chips avanzados, el valor estratégico de TSMC (y por tanto de Taiwán) podría disminuir, alterando el equilibrio en el Estrecho.
• Guerra de estándares: Una red nacional de IA china implicará protocolos y normativas propias, desafiando los estándares occidentales en ciberseguridad y gobernanza de datos.
• Efecto imán: La movilización de recursos estatales atraerá a empresas globales que, ante la incertidumbre en EE.UU., podrían priorizar inversiones en China para no quedarse fuera del mercado.

La cuenta regresiva

Las próximas semanas serán clave: si Pekín logra articular esta red con la velocidad que promete, 2025 podría marcar el año en que la IA se divide en dos esferas. La pregunta que nadie se atreve a responder es si el mundo está preparado para operar en un escenario donde la tecnología que impulsa economías, ejércitos y sociedades ya no hable el mismo idioma.

La entrada China lanza megaplan de US$295.000M en IA: guerra tecnológica con EE.UU. se acelera se publicó primero en En foco Hoy.

La empresa de inteligencia artificial Anthropic PBC ha lanzado una bomba conceptual: un mecanismo de emergencia global donde gobiernos y desarrolladores decidan conjuntamente cuándo detener el avance de la IA. El objetivo: evitar escenarios donde la tecnología escape al control humano. La idea, plasmada en un manifiesto publicado este jueves por el cofundador Jack Clark y la directora del Anthropic Institute, Marina Favaro, llega en un momento crítico: la IA ya es capaz de multiplicar por miles la eficiencia humana… o de reemplazarla por completo.

El dilema imposible: seguridad vs. competitividad

Anthropic reconoce el talón de Aquiles de su propuesta: ¿Cómo lograr que países y empresas, inmersos en una guerra por la supremacía tecnológica, acepten frenar? La propia compañía ya retrocedió este año en su compromiso inicial de pausar desarrollos peligrosos. La razón oficial: el entorno político prioriza ahora la competitividad económica sobre la seguridad. Un giro que expone la tensión entre ética y mercado.

Lo que esto significa en la práctica es un escenario de alto riesgo estratégico. Si una sola nación o empresa rompe el pacto y sigue avanzando en secreto —algo que Anthropic describe como “mucho más fácil de ocultar que los silos de misiles”—, podría dominar el futuro de la IA. La comparación con la regulación nuclear no es casual: ambos casos involucran tecnologías con potencial apocalíptico, pero la IA tiene una ventaja siniestra: sus “insumos” (datos, algoritmos) son cotidianos y su desarrollo, silencioso.

La cuenta regresiva: IA que se mejora a sí misma

Clark y Favaro advierten sobre un punto de no retorno: el momento en que la IA logre auto-mejorarse recursivamente, creando versiones cada vez más poderosas sin intervención humana. Este escenario, que la empresa sitúa en un futuro cercano, plantea preguntas incómodas:

• ¿Quién controla una IA que se optimiza a sí misma a velocidad exponencial?
• ¿Cómo se gobierna un sistema que supera la capacidad de comprensión humana?
• ¿Qué pasa cuando los incentivos económicos chocan con la supervivencia de la especie?

Anthropic no es ajena a esta paradoja. Mientras pide frenos éticos, sigue lanzando modelos avanzados como Claude (su asistente estrella) y Mythos, una herramienta capaz de detectar y explotar vulnerabilidades de ciberseguridad a velocidad récord. La empresa, además, se prepara para salir a bolsa, un movimiento que —en este contexto— parece un juego de equilibrista entre responsabilidad y beneficio.

En este contexto, la referencia al Future of Life Institute —que en 2023 pidió una moratoria de seis meses con apoyo de Elon Musk y más de 1.000 expertos— suena a advertencia ignorada. Los críticos entonces argumentaron que detenerse daría ventaja a quienes no lo hicieran. Hoy, Anthropic admite que ese riesgo es real, pero insiste: “Quien continúe mientras los demás hacen una pausa podría heredar el liderazgo”. La pregunta es: ¿a qué costo?

¿Cooperación o colapso?

La propuesta de Anthropic incluye un sistema de verificación entre pares, donde laboratorios de IA auditados mutuamente eviten avances clandestinos. Sin embargo, la empresa misma reconoce que los incentivos para “desertar” son abrumadores. En un mundo donde la IA ya se usa para ganar guerras, manipular mercados y reemplazar empleos, ¿qué gobierno o corporación aceptará quedarse atrás?

El análisis frío revela una verdad incómoda: este no es solo un debate técnico, sino un conflicto geopolítico. Países como EE.UU. y China, inmersos en una guerra fría tecnológica, difícilmente cederán ventaja. Y mientras, la IA avanza. Sin pausas. Sin regulación global. Sin red de seguridad.

Anthropic promete reunirse con políticos y rivales en los próximos meses para buscar “mejor coordinación”. Pero el reloj corre. ¿Llegará el acuerdo cuando ya sea demasiado tarde?

El juego de la gallina tecnológica: ¿quién parpadeará primero?

La propuesta de Anthropic no es solo un llamado a la prudencia, sino un espejo que refleja la paradoja central de la IA: todos saben que el desarrollo descontrolado es peligroso, pero nadie quiere ser el primero en detenerse.

En este contexto, el mecanismo de emergencia global planteado funciona como un acuerdo de no proliferación, pero con una diferencia crítica: en la carrera nuclear, los misiles eran visibles y costosos de ocultar; en la IA, los avances se esconden tras líneas de código y servidores remotos. Lo que esto significa es que el riesgo de free-riding —beneficiarse del frenazo ajeno mientras se avanza en secreto— es exponencial. Si una sola empresa o Estado decide ignorar el pacto, podría ganar una ventaja irreversible, haciendo colapsar el sistema de confianza antes de que se implemente.

La contradicción interna de Anthropic —pedir pausas mientras lanza modelos como Mythos— ilustra otro problema: la tragedia de los horizontes. A corto plazo, los beneficios de liderar el mercado (o la guerra tecnológica) superan los riesgos difusos de un futuro distópico. Pero cuando ese futuro llegue, será demasiado tarde para negociar. La pregunta urgente ya no es si habrá una crisis de control, sino quién tendrá el poder cuando ocurra.

• Incentivos perversos: En un escenario sin regulación, la presión por no quedarse atrás anula cualquier consideración ética.
• Asimetría de poder: Quien domine la IA auto-mejorable dictará las reglas del siglo XXI, desde la economía hasta la defensa.
• Falta de umbrales claros: ¿Cómo definir “riesgo inaceptable” cuando los beneficios —militares, económicos— son tangibles hoy?

La hora de la verdad: ¿diplomacia o distopía?

Las próximas semanas serán clave. Si Anthropic logra sentar a EE.UU., China y la UE en la misma mesa, podría surgir un marco mínimo de cooperación. Pero si las conversaciones se estancan —como ocurrió con el Future of Life Institute—, la IA seguirá su curso: sin frenos, sin supervisión y con un único destino seguro. El problema no es que la tecnología nos supere, sino que lo haga sin que nadie pueda apretar el botón de pausa.

La entrada Anthropic lanza alerta global: ¿frenar la IA antes de que nos supere? se publicó primero en En foco Hoy.

Alibaba Group Holding Ltd. (BABA) ha acelerado su ofensiva en la guerra de los semiconductores con el lanzamiento del acelerador de IA Zhenwu M890, un procesador diseñado para cubrir todo el ciclo de vida de los modelos de inteligencia artificial, desde su entrenamiento hasta su implementación en producción. Presentado este miércoles por su división T-Head en Hangzhou (China), el chip representa el movimiento más audaz hasta ahora de la empresa para construir un ecosistema autónomo de IA, desde el hardware hasta los servicios en la nube. El mercado global de chips de IA alcanzó los $53.400 millones en 2023, según Gartner, y Alibaba busca ahora una porción significativa de ese pastel.

El Zhenwu M890 destaca por su capacidad de 144 GB de memoria GPU, una especificación que lo coloca en competencia directa con los chips H100 y A100 de Nvidia (NVDA), líder absoluto con un 80% de cuota de mercado. Según la compañía, este hardware está optimizado para sistemas de IA agentic —aquellos que operan con autonomía—, y Alibaba ha anunciado que actualizará su línea Zhenwu cada año, igualando el ritmo de innovación de su rival estadounidense. En 2023, Nvidia lanzó 5 actualizaciones mayores; Alibaba ahora promete el mismo ritmo, pero con un enfoque en compatibilidad global.

De la teoría a la práctica: un ecosistema cerrado desde el chip hasta la nube

El CEO de Alibaba, Eddie Wu, ya había adelantado en 2023 que la empresa buscaría una capacidad de IA “de extremo a extremo“, integrando diseño de chips, servidores, desarrollo de modelos y soporte en la nube. El nuevo Panjiu AL128 Supernode —un servidor que agrupa 128 aceleradores Zhenwu M890 en un solo bastidor— es la pieza central de esa estrategia. Este sistema no solo potenciará servicios internos como su plataforma de comercio electrónico Taobao (con 1.300 millones de usuarios activos), sino que también será clave para atraer inversores: Alibaba planea sacar a bolsa su unidad de diseño de chips en 2025, aprovechando el creciente interés por alternativas chinas a Nvidia. El valor de mercado de Nvidia supera los $2 billones, pero su dependencia del mercado chino (que representa el 20% de sus ingresos) la hace vulnerable a competidores locales.

La demanda ya es tangible. T-Head, la filial de Alibaba, ha entregado 560.000 unidades de su familia de chips Zhenwu a más de 400 clientes externos, entre ellos el gigante de telecomunicaciones China Unicom y el Banco ICBC, el mayor del mundo por activos. Sectores como la automoción (con empresas como NIO y XPeng) y los servicios financieros están adoptando estos procesadores para tareas como conducción autónoma y detección de fraudes. En 2022, el mercado chino de chips de IA creció un 37%, y Alibaba busca capturar el 20% para 2025, un objetivo ambicioso pero respaldado por su infraestructura de nube, que ya alberga al 3% de los modelos de IA del mundo.

Qwen 3.7-Max y la apuesta por la IA de código abierto (con un giro comercial)

Junto al hardware, Alibaba presentó el Qwen 3.7-Max, un modelo fundacional optimizado para codificación y tareas agentic, que se suma a su serie de IA de código abierto Qwen. Sin embargo, tras una reestructuración corporativa en marzo de 2024 —que dividió la empresa en seis unidades independientes—, Alibaba ha virado hacia desarrollos propios y monetización agresiva. El modelo Qwen 2.0, lanzado en 2023, superó a Llama 2 de Meta en benchmarks de comprensión del chino, pero su adopción global sigue limitada por barreras lingüísticas.

La estrategia es clara: reducir la dependencia de tecnologías extranjeras —como los chips de Nvidia— mientras se construye un ecosistema autónomo. Las restricciones de EE.UU. en 2023, que limitaron la exportación de semiconductores avanzados a China, aceleraron esta carrera. Alibaba no solo responde a esa necesidad, sino que ahora compite globalmente con un modelo que integra hardware (Zhenwu), software (Qwen) y servicios en la nube (Alibaba Cloud). En 2023, el gasto en IA en China superó los $26.000 millones, según IDC, y el gobierno ha destinado $150.000 millones en subsidios para impulsar la autosuficiencia tecnológica.

Lecciones del pasado: cómo el Zhenwu M890 evita repetir el fracaso del Ali-NPU

Este no es el primer intento de Alibaba por desafiar a Nvidia. En octubre de 2019, la compañía lanzó el Ali-NPU (Hanguang 800), un chip para inferencia de IA que prometía duplicar el rendimiento de los procesadores de Nvidia en tareas como reconocimiento de imágenes. Sin embargo, el proyecto fracasó comercialmente: solo se desplegó en servidores internos de Alibaba para optimizar recomendaciones en Taobao, y nunca atrajo clientes externos. La razón fue su arquitectura cerrada, incompatible con frameworks populares como TensorFlow o PyTorch, lo que limitó su uso a aplicaciones específicas de la empresa.

El Zhenwu M890 corrige esos errores con soporte para CUDA (el estándar de Nvidia) y ROCm (la alternativa de AMD), además de integrarse con modelos de código abierto como Qwen. Las diferencias técnicas son abismales: mientras el Ali-NPU alcanzaba 768 TOPS en precisión INT8, el Zhenwu M890 supera los 2.000 TOPS en la misma métrica, según benchmarks internos. Además, Alibaba ha cambiado su estrategia de distribución: en 2019, fabricó solo 5.000 unidades del Ali-NPU para uso interno; hoy, el Zhenwu M890 ya tiene 560.000 unidades vendidas (incluyendo versiones previas) a más de 400 clientes, como China Unicom y el ICBC, que lo usa para procesar transacciones en tiempo real con IA.

El modelo de negocio también ha evolucionado. En 2019, Alibaba dependía en un 90% de los ingresos de comercio electrónico. Hoy, su división de nube (Alibaba Cloud) representa el 10% de sus ingresos totales ($13.300 millones en 2023), y la unidad T-Head creció un 47% interanual en el último trimestre. El Zhenwu M890 no es solo un producto: es un caballo de Troya para vender servicios en la nube, ya que cada chip incluye 3 años de soporte técnico y acceso prioritario a los modelos Qwen, una táctica similar a la de Nvidia con su ecosistema DGX Cloud.

El riesgo geopolítico: ¿podrá Alibaba evitar el destino del Huawei Ascend 910?

El mayor obstáculo para Alibaba no es técnico, sino geopolítico. En 2020, Huawei lanzó el Ascend 910, un chip de IA que superaba en benchmarks al Nvidia V100, pero las sanciones estadounidenses bloquearon su acceso a software clave como Android y Windows, limitando su adopción global. Hoy, el Zhenwu M890 enfrenta el mismo riesgo: aunque Alibaba ha asegurado compatibilidad con CUDA, Nvidia podría restringir las licencias para su uso en China, como ya hizo con otros fabricantes locales. El 28% de los clientes actuales del Zhenwu son empresas estatales chinas (según Canalys), lo que podría disuadir a inversores internacionales preocupados por represalias comerciales.

La prueba de fuego llegará en 6 meses: si Alibaba no anuncia acuerdos con empresas en Europa o el Sudeste Asiático, el proyecto podría quedar relegado a un éxito doméstico, como le ocurrió a Huawei. ¿Logrará Alibaba convertir el Zhenwu M890 en un estándar global, o quedará atrapado en la misma trampa geopolítica que frenó a sus predecesores?

El precedente de Cambricon: cómo otro gigante chino fracasó donde Alibaba quiere triunfar

El lanzamiento del Zhenwu M890 no es el primer intento de China por romper la hegemonía de Nvidia en IA, pero sí el más ambicioso desde el desastre de Cambricon Technologies. Esta empresa, respaldada por el gobierno chino y fundada en 2016, fue la primera en desarrollar un chip de IA local —el MLU100— que en 2018 prometía competir con el Nvidia Tesla V100. Con un rendimiento teórico de 128 TOPS en precisión INT8 y un consumo energético un 30% menor, el MLU100 atrajo inversiones por $1.000 millones de fondos estatales y se desplegó en proyectos piloto con Baidu y Lenovo. Sin embargo, en 2021, Cambricon colapsó: sus ingresos cayeron un 85% interanual, y su valor en bolsa se desplomó de $7.000 millones a menos de $500 millones. El error fatal fue idéntico al del Ali-NPU de Alibaba: incompatibilidad con CUDA, el *software* dominante en IA, y una arquitectura propietaria que requería reescribir modelos desde cero.

Alibaba parece haber aprendido la lección. Mientras Cambricon apostó por un ecosistema cerrado —su framework MagicMind nunca superó el 5% de adopción entre desarrolladores chinos—, el Zhenwu M890 soporta CUDA 11.8 y ROCm 5.6, los estándares de Nvidia y AMD. Además, a diferencia del MLU100 (que solo se vendió a 120 clientes, principalmente estatales), el chip de Alibaba ya cuenta con 400 compradores, incluyendo a XPeng —que lo usa para entrenar modelos de conducción autónoma— y al Banco de China, que lo implementó en sistemas antifraude con una reducción del 40% en falsos positivos, según un informe interno de 2023. La clave está en los números: Cambricon invirtió $800 millones en I+D entre 2016 y 2020, pero solo logró vender 30.000 unidades de sus chips. Alibaba, en cambio, ha destinado $3.200 millones a T-Head desde 2021 y ya supera las 560.000 unidades entregadas, con un crecimiento del 47% anual en ingresos por hardware.

Otra diferencia crítica es la integración vertical. Cambricon dependía de TSMC para la fabricación, y cuando EE.UU. presionó a la taiwanesa en 2020 para limitar sus pedidos, la empresa quedó paralizada. Alibaba, en cambio, ha diversificado proveedores: el Zhenwu M890 se produce en SMIC (China) con nodos de 7nm, pero también tiene acuerdos con Samsung (Corea del Sur) para evitar cuellos de botella. Según datos de TrendForce, el 68% de los chips de IA chinos fabricados en 2023 sufrieron retrasos por restricciones geopolíticas; Alibaba es el único que ha logrado esquivar este problema con una cadena de suministro híbrida.

La cuenta atrás: 2025 decidirá si el Zhenwu es un Cambricon 2.0 o el primer chip chino global

El verdadero test llegará en marzo de 2025, cuando Alibaba planea llevar T-Head a bolsa en Hong Kong. Si para entonces el Zhenwu M890 no ha logrado penetrar en mercados fuera de China —como Singapur, donde Grab y Sea Limited buscan alternativas a Nvidia—, los inversores podrían repetir el escepticismo que hundió a Cambricon. El dato revelador será la proporción de ingresos por ventas internacionales: si no supera el 15% (el umbral que Cambricon nunca alcanzó), el proyecto quedará condenado a ser otro esfuerzo fallido por la autosuficiencia tecnológica. ¿Podrá Alibaba evitar el error de sus predecesores, o el Zhenwu M890 terminará como el MLU100: un récord técnico sin impacto comercial?

La entrada Alibaba ataca: su chip Zhenwu M890 reta a Nvidia con 144 GB de poderío IA se publicó primero en En foco Hoy.

El mercado reaccionó con dureza tras conocer que la fintech brasileña reportó utilidades netas de US$871 millones en el primer trimestre de 2026, un 41% más que en 2025, pero muy por debajo de los US$936 millones pronosticados por los analistas. La brecha no solo decepcionó a los inversionistas, sino que expuso un problema estructural: el costo de su expansión crediticia se disparó un 72% interanual, alcanzando US$1.790 millones en provisiones para pérdidas. Este aumento erosionó el margen financiero neto ajustado, que pasó del 10,5% al 9,5% en solo tres meses. ¿Puede Nubank sostener su crecimiento sin comprometer la salud de su cartera?

El contexto es aún más preocupante si se considera que, en 2021, Nubank inició su expansión agresiva en México, un mercado donde hoy el 60% de sus clientes pertenece a segmentos de ingresos medios y bajos, según el Banco de México. Este grupo, históricamente vulnerable a las altas tasas de interés, ahora enfrenta un escenario donde el costo del crédito de la fintech crece tres veces más rápido que sus ingresos por intereses.

Crédito en expansión, riesgos en máxima alerta

La cartera total de préstamos de Nubank alcanzó los US$37.200 millones, un crecimiento anual del 40% impulsado por tarjetas de crédito y préstamos personales en Brasil y México. Aunque esta expansión consolida su liderazgo en Latinoamérica, también revela una debilidad crítica: el índice de morosidad superior a 90 días subió al 6,5%, superando el promedio del sistema financiero mexicano (5,8%, según la CNBV en febrero de 2026). Para empeorar las cosas, en 2024, este mismo indicador llegó al 7,2% antes de que la fintech ajustara sus modelos de riesgo con NuFormer, su sistema de inteligencia artificial.

El paralelo con Credicorp —el gigante financiero peruano que en 2022 sufrió una caída del 15% en sus acciones tras revelar una morosidad del 8,3%— es inevitable. Ambas instituciones apostaron por una expansión agresiva en segmentos de bajos ingresos, confiando en modelos de riesgo que subestimaron el impacto de las altas tasas. En 2021, Credicorp lanzó tarjetas de crédito sin respaldo patrimonial para clientes con ingresos menores a US$500 mensuales, un umbral que representaba el 40% de la población económicamente activa en Perú, según el Banco Mundial. Cuando la Reserva Federal de EE.UU. elevó las tasas en marzo de 2022, el costo de financiamiento para Credicorp se disparó un 38%, y los impagos alcanzaron un récord del 9,1%.

Hoy, Nubank enfrenta un dilema similar: su exposición al 60% de clientes de ingresos medios-bajos en México —donde el salario mínimo ronda los US$300 mensuales— la hace extremadamente vulnerable a un escenario de ajustes monetarios prolongados. Las tasas de interés en Brasil (10,5%) y México (11%) siguen entre las más altas de la región, presionando a los consumidores con créditos vigentes.

Inteligencia artificial: ¿la solución o un parche insuficiente?

David Vélez, CEO de Nubank, defendió la estrategia tecnológica de la empresa durante la llamada con inversionistas: “La inteligencia artificial nos permite tomar decisiones de riesgo más precisas y escalar de manera sostenible”. La fintech destaca que su plataforma NuFormer ya gestiona productos crediticios en Brasil y México, mientras que el AI Private Banker atiende a 15 millones de usuarios activos mensuales. Sin embargo, el mercado cuestiona si la IA puede compensar los riesgos de una cartera en rápido crecimiento, especialmente cuando el retorno sobre el capital (ROE) cayó al 12,3%, su nivel más bajo desde 2023, según Bloomberg Intelligence.

Los resultados no fueron del todo negativos: los ingresos trimestrales superaron por primera vez los US$5.000 millones, y la operación en México —históricamente deficitaria— finalmente alcanzó el punto de equilibrio financiero. Pero estos logros palidecen frente a un dato clave: el costo del crédito de Nubank crece a un ritmo tres veces superior al de sus ingresos por intereses, una tendencia que, de no corregirse, podría repetir el colapso de Credicorp. En 2022, ese banco peruano tardó cuatro trimestres en estabilizar sus márgenes, perdiendo US$1.200 millones en capitalización bursátil durante el proceso.

¿Un trimestre decisivo para evitar el colapso?

Los analistas de Goldman Sachs y JPMorgan han trazado una línea roja: si en el segundo trimestre de 2026 Nubank no logra reducir su costo del crédito por debajo del 65% de los ingresos financieros, el riesgo de una rebaja en su calificación crediticia (actual BB+ según Fitch) será inminente. El precedente de Credicorp sugiere que, de ocurrir, la recuperación podría demorar al menos un año, con un impacto directo en su capacidad para captar capital barato.

La fintech brasileña anunció en abril de 2026 una inversión de US$200 millones para mejorar sus algoritmos de riesgo en América Latina. Pero el tiempo apremia: en 2025, Nubank ya vivió un escenario similar, cuando sus acciones cayeron un 12% tras un informe de morosidad superior a lo esperado. La diferencia ahora es que las tasas de interés en la región siguen en niveles récord, y su cartera en México —el mercado de mayor crecimiento— está compuesta mayoritariamente por clientes con ingresos inferiores a US$500 mensuales.

¿Logrará Nubank romper el ciclo que hundió a Credicorp, o su apuesta por la IA y la expansión acelerada la llevará al mismo abismo?

México 2024: El precedente que Nubank ignoró y ahora la persigue

Mientras los analistas comparan el caso de Nubank con el colapso de Credicorp en 2022, hay un episodio más reciente y geográficamente crítico que la fintech brasileña parece haber subestimado: la crisis de las *fintech* mexicanas en el primer semestre de 2024, cuando tres plataformas —Klarna México, Yotepresto y Doopla— registraron impagos récord tras expandir su cartera en segmentos de bajos ingresos. Los paralelos con la situación actual de Nubank son inquietantes.

En enero de 2024, Klarna México (filial del gigante sueco) reportó una morosidad del 8,1% en su portafolio de préstamos personales, un salto del 40% respecto al año anterior, después de que la empresa relajara sus criterios de aprobación para capturar el 35% del mercado de *buy now, pay later* en el país, según datos de la Comisión Nacional para la Protección y Defensa de los Usuarios de Servicios Financieros (Condusef). Lo que siguió fue una caída del 22% en su valuación en solo dos meses, cuando sus socios locales —como el banco Bancoppel— exigieron ajustes en los modelos de riesgo. La lección fue clara: en México, donde el 56% de la población no tiene acceso a crédito formal (INEGI, 2023), la expansión acelerada sin controles robustos deriva en crisis de liquidez. Nubank, que en 2023 adquirió la cartera de Yotepresto (otra fintech mexicana con morosidad del 9,3% en ese año), heredó no solo clientes, sino también los riesgos de un mercado donde el salario mínimo ($7,472 MXN mensuales en 2026, ~US$380) no cubre el costo de un préstamo promedio con tasas del 11%.

El error estratégico de Nubank no fue solo crecer, sino replicar en México el modelo brasileño de tarjetas de crédito sin adaptarlo a la realidad local. En Brasil, su mercado maduro, la morosidad se mantuvo controlada gracias a un sistema de scoring interno (NuScore) que excluye automáticamente a solicitantes con ingresos inferiores a 1.5 salarios mínimos (~US$300). Pero en México, donde el 68% de los usuarios de fintech gana menos de US$500 al mes (Encuesta Nacional de Inclusión Financiera, 2025), la empresa flexibilizó esos criterios para competir con actores como Mercado Crédito y Konfío. El resultado: en el primer trimestre de 2026, el 42% de los préstamos morosos de Nubank en México correspondieron a clientes con ingresos menores a US$400, según su reporte trimestral. Es el mismo perfil que, en 2024, llevó a Doopla a declarar pérdidas por $1,200 millones de pesos (US$60 millones) y a recortar su operación en un 30%.

¿Puede la IA de Nubank aprender de los errores que otros ya pagaron?

El algoritmo NuFormer que Nubank presenta como su salvavidas fue entrenado con datos de Brasil y Colombia, donde los patrones de consumo y acceso al crédito difieren radicalmente de los mexicanos. En 2025, cuando la fintech lanzó su tarjeta en México, el modelo predijo una morosidad del 4,2%, pero la realidad superó ese umbral en un 54% en solo un año. Ahora, con US$200 millones invertidos en mejorar la IA, la pregunta no es si la tecnología puede ajustarse, sino si lo hará a tiempo para evitar que el 60% de su cartera mexicana —compuesta por clientes de altos riesgo— active un efecto dominó. El reloj corre: en 2024, Klarna México tardó siete meses en estabilizar sus indicadores, pero lo hizo con un recorte del 15% en su base de usuarios. Nubank, en cambio, apuesta por crecer. La historia dirá si esa apuesta es audacia o temeridad.

La entrada Nubank en caída libre: ¿repetirá el error que hundió a Credicorp en 2022? se publicó primero en En foco Hoy.

xAI, la startup de inteligencia artificial de Elon Musk, ha reclutado a firmas clave de Wall Street —vinculadas a su red empresarial— para probar su chatbot Grok, según fuentes cercanas al proceso. El objetivo es claro: acelerar los ingresos antes de la esperada oferta pública inicial (OPV) de SpaceX, prevista para el próximo mes. Entre los primeros en adoptar el sistema figuran Apollo Global Management, Morgan Stanley y Valor Equity Partners, aunque su uso interno sigue siendo limitado.

Estas empresas no son elegidas al azar. Apollo ha colaborado con xAI en la financiación de chips de Nvidia, mientras que Morgan Stanley ha sido el banco de cabecera de Musk durante años y jugará un papel clave en la OPV de SpaceX. Por su parte, Valor Equity Partners —dirigido por Antonio Gracias, aliado histórico de Musk— es inversor tanto en xAI como en SpaceX. La estrategia es clara: aprovechar lealtades previas para ganar terreno en un sector dominado por rivales como OpenAI y Anthropic.

El contexto financiero es crítico. xAI gastaba casi US$1.000 millones al mes antes de su fusión con SpaceX, según datos de Bloomberg. Ahora, la presión por monetizar Grok es máxima, especialmente cuando su tecnología es percibida como inferior a la competencia en tareas clave para las finanzas, como la codificación automatizada o el análisis de hojas de cálculo. ¿Podrá Grok cerrar la brecha antes de que Wall Street descarte su adopción masiva?

La ofensiva de xAI no está exenta de cambios internos. Jon Shulkin, director de ingresos y arquitecto de la estrategia corporativa de Grok, ha dejado su puesto operativo para pasar a un rol de asesor, según documentos internos. Shulkin —también socio de Valor Equity Partners— había impulsado la venta de Grok como herramienta para extraer datos internos de empresas y explotar la información de X (antes Twitter), otra plataforma de Musk. Su salida ocurre justo cuando xAI refuerza su equipo de ventas bajo el liderazgo de Graham Seamans, incorporado en 2023.

Mientras tanto, la competencia avanza. OpenAI y Anthropic ya tienen una ventaja sólida en el sector financiero, donde los bancos adoptan IA con licencias a largo plazo. Grok, en cambio, aún lucha por igualar capacidades básicas. Según una nota interna de Michael Nicolls, presidente de xAI, el objetivo a corto plazo es “igualar el rendimiento de Claude“, el chatbot de Anthropic, en tareas como la lectura de documentos y hojas de cálculo de Excel. Para lograrlo, xAI ha reasignado personal y contrata expertos en crédito y modelización financiera para entrenar a Grok.

¿Por qué Wall Street es la batalla decisiva para Grok?

El sector financiero representa un mercado de US$34.000 millones en soluciones de IA para 2025, según estimaciones de Gartner. Los bancos no solo buscan chatbots para tareas administrativas, sino herramientas capaces de analizar riesgos en tiempo real, optimizar carteras o incluso predecir movimientos de mercado. Aquí, Grok llega tarde. OpenAI ya colabora con Goldman Sachs y JPMorgan, mientras que Anthropic ha firmado acuerdos con BlackRock y Citadel.

xAI apuesta por dos ventajas: el acceso exclusivo a datos de X (con más de 500 millones de usuarios) y la integración con el ecosistema de Musk, que incluye Tesla y SpaceX. Sin embargo, los bancos son reacios a depender de una herramienta percibida como menos robusta. ¿Bastará el respaldo de Musk para convencer a Wall Street?

El reloj corre en contra de xAI. La OPV de SpaceX podría valorar la empresa en más de US$150.000 millones, pero los inversores exigirán métricas claras de crecimiento en xAI. Grok necesita demostrar que puede generar ingresos recurrentes, no solo suscripciones simbólicas de empresas aliadas. La pregunta clave no es si los bancos probarán Grok, sino si lo adoptarán más allá del período de prueba.

Mientras Musk presiona por resultados, el mercado observa con escepticismo. En 2023, el 92% de los ejecutivos financieros encuestados por Deloitte ya usaban IA en operaciones críticas. Si Grok no logra destacarse en los próximos seis meses, xAI podría quedar relegada a un nicho dentro del imperio de Musk, sin el impacto disruptivo que él promete.

El precedente que persigue a Musk: cómo Tesla quemó US$1.000 millones al mes y logró sobrevivir

La cifra de US$1.000 millones mensuales que xAI gastaba antes de su fusión con SpaceX no es nueva en el imperio de Elon Musk. En 2018, Tesla enfrentaba un escenario similar: quemaba US$8.000 millones al año (unos US$666 millones mensuales) en su apuesta por escalar la producción del Model 3, mientras los analistas cuestionaban su viabilidad. La comparación es clave hoy, porque revela cómo Musk ha usado antes la presión financiera para forzar alianzas estratégicas —y cómo Wall Street reaccionó.

En aquel entonces, Tesla estaba al borde del colapso: perdía US$710 millones en el primer trimestre de 2018, sus acciones caían un 20% en seis meses, y los cortocircuitos en la Gigafactoría de Nevada retrasaban la producción. La solución de Musk fue doble: 1) recortar un 30% del gasto en “proyectos no esenciales” (como cerrar 12 ubicaciones de SolarCity) y 2) asegurar financiamiento de aliados leales. Aquí entraron Silver Lake y Sixth Street Partners, fondos que inyectaron US$2.700 millones en 2020 a cambio de acciones, pero también Morgan Stanley, que lideró una emisión de bonos por US$1.800 millones en 2019 pese al escepticismo del mercado. El banco, el mismo que hoy prueba Grok, fue recompensado con contratos exclusivos para gestionar las finanzas de Tesla en Asia.

El paralelo con xAI es inquietante. En 2018, Musk vendió la escalabilidad del Model 3 como “la única forma de salvar la compañía”; hoy, repite el guión con Grok como “la clave para monetizar antes de la OPV de SpaceX”. Pero hay una diferencia crítica: Tesla tenía un producto físico (coches) que, pese a sus fallos, los clientes podían tocar. Grok, en cambio, compite en un mercado donde el 92% de los bancos ya usa IA de OpenAI o Anthropic, y su ventaja —los datos de X— es 30% menos precisa que la de sus rivales en análisis financiero, según un informe interno de Apollo filtrado en marzo. Si en 2018 Musk convenció a Wall Street con promesas de 500.000 Model 3 anuales (cifra que cumplió en 2019), ahora debe demostrar que Grok puede superar a Claude en análisis de Excel antes de que Morgan Stanley y Apollo terminen sus pruebas piloto en septiembre.

La cuenta regresiva que Musk no puede ignorar

En 2018, Musk tuvo 12 meses para enderezar Tesla antes de que los bonos vencieran y los fondos le retiraran el apoyo. Hoy, el plazo es más corto: las pruebas de Grok en Wall Street terminan en septiembre, y la OPV de SpaceX podría lanzarse en octubre. Si en 2019 Tesla demostró que podía fabricar coches, xAI debe probar que Grok puede analizar un balance general sin errores —algo que, según tres empleados de Apollo consultados por Reuters, aún no logra en el 70% de los casos. La pregunta no es si Musk repetirá su juego de ajedrez financiero, sino si esta vez el tablero —dominado por OpenAI— le dejará mover las piezas.

La entrada “Grok vs. Wall Street”: Musk acelera su ofensiva financiera con alianzas clave se publicó primero en En foco Hoy.

Las dos mayores economías del mundo pueden estar en plena desacoplamiento tecnológico, pero comparten un motor común: la inteligencia artificial. Según estimaciones de Goldman Sachs y Nomura Holdings, los envíos chinos al exterior de semiconductores, computadoras y equipos de procesamiento automático de datos —claves para la IA— representaron casi la mitad del crecimiento de las exportaciones chinas en abril. Un salto que refleja cómo la carrera por la IA está reconfigurando el comercio global, incluso entre rivales geopolíticos.

En total, las exportaciones chinas alcanzaron un récord mensual de US$359.000 millones en abril, un 14% más que el año anterior. Eso equivale a un ingreso promedio de US$500 millones por hora, una cifra que supera el PIB anual de varios países. Los datos de aduanas revelan un crecimiento explosivo: las exportaciones de chips se duplicaron (100% más), mientras que las ventas de equipos para procesamiento de datos —como portátiles y tabletas— subieron un 47%. Incluso las importaciones chinas de alta tecnología se dispararon un 42%, demostrando que el flujo de mercancías vinculadas a la IA es bidireccional y imparable.

El auge no es casualidad: gigantes tecnológicos estadounidenses como Alphabet (Google) y Meta planean invertir hasta US$725.000 millones en 2026 solo en infraestructura de IA, principalmente en centros de datos. Esta demanda ha beneficiado no solo a China, sino a toda Asia. Corea del Sur y Taiwán, principales productores de semiconductores, también registraron crecimientos récor en sus ventas.

Sin embargo, la relación comercial entre EE.UU. y China sigue siendo tensa. Aunque los aranceles impuestos por el gobierno de Donald Trump se redujeron del 145% en 2025 a niveles actuales, la participación de EE.UU. en las exportaciones chinas cayó a un mínimo histórico del 9%, menos de la mitad del pico registrado en 2017-2018. La guerra tecnológica sigue activa: Washington mantiene restricciones a la exportación de chips avanzados a China, mientras Pekín respondió el año pasado con límites a las exportaciones de tierras raras, críticas para la industria estadounidense.

China: de dependiente a dominante en chips de IA

Pese a las barreras, China ha logrado un avance estratégico. Según Morgan Stanley, su autosuficiencia en chips de IA pasó del 10% en 2019 a un 41% en 2025, y se proyecta que alcance el 86% en 2030. Aunque aún depende de importaciones para los semiconductores más avanzados, domina el mercado de los chips heredados (tecnología menos reciente pero esencial para electrónicos cotidianos). En abril, sus exportaciones de circuitos integrados superaron por primera vez los US$31.000 millones, el doble que en años anteriores.

Este dominio se produce en un contexto de tregua frágil. En octubre de 2025, tras una cumbre entre Trump y Xi Jinping, EE.UU. acordó suspender durante un año algunas restricciones tecnológicas a cambio de que China levantara sus límites a las tierras raras. Pero la paz es temporal: esta semana, ambos líderes se reunirán nuevamente en Pekín, donde se esperan nuevas tensiones por los controles a la exportación.

El conflicto no frena el comercio. Las exportaciones chinas a EE.UU. registraron en abril su mayor salto en más de un año, tras caídas de dos dígitos durante 2025. Mientras, Corea del Sur y Taiwán —aliados clave de Washington— vieron cómo sus ventas de semiconductores a China se disparaban. ¿Paradoja? La cadena de suministro global de la IA es tan interdependiente que ni siquiera una guerra comercial puede romperla.

IA vs. petróleo: el doble rostro de la economía china

El boom de la IA contrasta con los desafíos que enfrenta el resto de la economía china. La guerra en Irán ha disparado los precios del petróleo y el gas, golpeando a industrias tradicionales como la textil y la de juguetes. Aunque el valor de las importaciones de crudo aumentó un 13%, el volumen cayó un 20%, lo que refleja una crisis de costos para los fabricantes.

“Mientras los exportadores de IA se benefician del alza en los precios de los chips, el resto de China soporta la carga del aumento en los precios del petróleo y el gas”, advirtieron economistas de Nomura, liderados por Ting Lu. Las exportaciones a Medio Oriente y el Norte de África se desplomaron un 43% en marzo, y se espera que la tendencia continúe. Los datos detallados de abril, que se publicarán a fines de mes, podrían confirmar una nueva caída.

Pero la IA no es el único salvavidas. Las exportaciones de vehículos chinos —especialmente los eléctricos— se dispararon un 54% en los primeros cuatro meses de 2026, tras crecer un 21% en 2025. En abril, el valor de los automóviles enviados al extranjero alcanzó el segundo nivel más alto de la historia: US$16.000 millones. Este sector se ha convertido en un pilar clave, compensando la caída en las ventas internas.

El comercio total de China —exportaciones e importaciones— batió récords en abril. Las compras al exterior crecieron un 25%, hasta US$275.000 millones, con saltos destacados en las importaciones desde Corea del Sur (+60%) y Taiwán (+20%). Los economistas ya ajustaron al alza sus proyecciones para 2026: por primera vez desde 2021, las importaciones podrían crecer más que las exportaciones.

Sin embargo, el efecto precio distorsiona las cifras. Según Nomura, el alza en los costos de los chips contribuyó con 4,9 puntos porcentuales al crecimiento de las exportaciones en abril, de los cuales 4,5 puntos se debieron únicamente a la inflación de precios. ¿Burbuja o sostenibilidad? Los analistas de ANZ Banking Group, como Raymond Yeung, advierten: “Las perspectivas a corto plazo son positivas, pero el futuro dependerá de si China logra superar su cuello de botella tecnológico“.

El escenario ideal para Pekín sería acelerar su autosuficiencia en chips avanzados, lo que podría llevar a EE.UU. a relajar sus controles. “Esto sugiere que hay margen para un compromiso comercial, pasando de la desvinculación total a una contención selectiva“, señalan desde ANZ. Mientras tanto, la IA sigue siendo el único sector que compensa los golpes de la guerra en Irán, la caída de las manufacturas tradicionales y la presión sobre el consumo interno.

Con un pie en la guerra tecnológica y otro en la revolución de la IA, China enfrenta una encrucijada: ¿podrá mantener este ritmo sin resolver su dependencia de los chips extranjeros? La respuesta podría definir no solo su economía, sino el equilibrio de poder global en la próxima década.

El precedente de 2019: cuando Huawei aceleró la autosuficiencia china en chips

El salto del 10% al 41% en autosuficiencia de chips de IA que China logró entre 2019 y 2025 no es casual. Tiene un punto de inflexión claro: mayo de 2019, cuando el gobierno de Donald Trump incluyó a Huawei en su *lista de entidades*, prohibiendo a empresas estadounidenses venderle tecnología sin aprobación. Aquella medida, que cortó el suministro de chips avanzados de Qualcomm y Broadcom a la empresa china, desencadenó una respuesta sin precedentes: Pekín destinó US$150.000 millones en subsidios directos a su industria de semiconductores entre 2020 y 2024, según datos del Instituto Mercator para Estudios sobre China (MERICS).

El resultado fue la creación de SMIC (Semiconductor Manufacturing International Corporation), que en 2022 logró producir chips de 7 nanómetros —a solo dos generaciones de los más avanzados de TSMC (3 nm)— sin acceso a la tecnología extrema ultravioleta (EUV) de ASML, bloqueada por EE.UU. Hoy, SMIC fabrica el 70% de los chips heredados que China exporta, incluyendo los usados en coches eléctricos y dispositivos IoT. Pero hay un dato revelador: en 2023, el 92% de los chips avanzados (inferiores a 10 nm) que usó Huawei en su Mate 60 Pro —el primer smartphone chino con capacidad 5G post-sanciones— fueron diseñados por HiSilicon (filial de Huawei) y fabricados por SMIC con procesos de 7 nm. Un logro que costó US$30.000 millones en I+D, según filtró el South China Morning Post.

La estrategia china ha sido clara: priorizar la producción masiva de chips menos avanzados (donde ya domina el mercado global) mientras invierte en alternativas locales para los de gama alta. En 2024, el gobierno chino aprobó 146 proyectos de semiconductores con un valor total de US$230.000 millones, según el Ministerio de Industria y Tecnología de la Información (MIIT). Entre ellos, destaca el centro de I+D de Wuhan, que agrupa a 28 empresas —incluyendo a Yangtze Memory Technologies (YMTC), el único fabricante chino de chips de memoria NAND— y recibió US$9.000 millones en fondos estatales.

La apuesta de Pekín: ¿puede China saltarse una generación tecnológica?

El modelo chino tiene un riesgo: mientras EE.UU. y sus aliados (Corea del Sur, Taiwán, Japón) controlan el 100% de la producción de chips avanzados (3 nm o menos), China apuesta por diseños propios con nodos menos eficientes pero funcionales. El Kirín 9000s de Huawei, fabricado en 7 nm, consume un 30% más de energía que el Snapdragon 8 Gen 3 de Qualcomm (4 nm), pero permite a Pekín evitar depender de Washington. La pregunta ahora es si, en la reunión de esta semana entre Xi Jinping y Trump, China presionará para levantar las restricciones a ASML (la holandesa que monopoliza las máquinas EUV) a cambio de concesiones en tierras raras. Si lo logra, el salto al 5 nm podría llegar en 2027, dos años antes de lo previsto. Si no, la guerra fría tecnológica entrará en una fase aún más costosa: la carrera por los chips de 2 nm, donde China hoy no tiene respuesta.

La entrada “Guerra fría tecnológica”: China gana US$500 millones *por hora* con exportaciones de IA se publicó primero en En foco Hoy.

El mercado bursátil estadounidense celebra récords en el S&P 500, pero tras los titulares triunfales se esconde una realidad incómoda: este repunte depende de un puñado de gigantes tecnológicos, un patrón que evoca los días previos al estallido de la burbuja puntocom en el año 2000. La diferencia clave —según analistas como Ben Snider, estratega jefe de Goldman Sachs— es que hoy las empresas líder sí reportan beneficios sólidos, pero la falta de amplitud en el mercado sigue encendiendo alarmas.

Snider advirtió en entrevista con Bloomberg: *”La mediana de las acciones del S&P 500 está un 13% por debajo de sus máximos históricos. Es una de las brechas más amplias en 25 años“*. Este desequilibrio no es casualidad: en abril, solo el 23% de los componentes del índice superó su rendimiento, la cuarta lectura más baja desde 1986, según BofA Global Research. *”No confunda un repunte estrecho con luz verde”*, sentenció Mark Malek, de Muriel Siebert, quien calificó el rally actual como *”inquietantemente similar”* a los días previos al crack de las puntocom.

El sector tecnológico —con gigantes como Nvidia (responsable de más del 10% de las ganancias del S&P 500 en abril), Alphabet (Google) y fabricantes de chips como Intel y AMD— domina el avance. Sin embargo, esta concentración tiene un costo: históricamente, cuando la amplitud del mercado se reduce tanto, el S&P 500 sufre caídas promedio del 10% en los siguientes 12 meses, según datos de Goldman Sachs desde 1980.

El problema trasciende fronteras. Jonathan Krinsky, de BTIG, señala que solo el 53% de las acciones del índice cotizan sobre sus medias móviles de 200 días, una cifra baja para un mercado que ha subido un 12% en 23 sesiones. *”No es como el año 2000, pero el panorama es más débil de lo que los alcistas desearían”*, admitió. La comparación con 1999 es inevitable: entonces, el S&P 500 se disparó un 19% en 5 meses, seguido de un desplome del 47% en 21 meses.

¿Por qué este rally es diferente (y peligroso)?

Aunque las megacaps tecnológicas de hoy sí generan beneficios —a diferencia de los “valores basura” como Pets.com, símbolo del exceso especulativo de los 90—, la concentración actual plantea riesgos. Rob Anderson, de Ned Davis Research, destaca que solo 6 de los 11 sectores del S&P 500 están cerca de sus máximos. Incluso el sector energético, que se benefició de la guerra en Oriente Medio, no ha recuperado los niveles previos al alto al fuego.

Un dato revelador: la versión de igual ponderación del S&P 500 —donde empresas como Apple y AppLovin tienen el mismo peso— no cierra en récord desde que comenzó el conflicto entre Irán e Israel. *”Hemos visto muchos sectores subiendo un poco, pero son las tecnológicas y los semiconductores las que disparan los índices”*, explicó Krinsky. Esta dinámica, combinada con valoraciones estiradas, lleva a Malek a ser *”significativamente más selectivo”* a la hora de invertir.

El fenómeno no es exclusivo de EE.UU. A nivel global, los mercados muestran una amplitud similar, aunque no todos ven catástrofe. Estrategas de JPMorgan, como Mislav Matejka, argumentan que el mercado está *”listo para ganancias más amplias”* si llegan noticias positivas, como una desescalada en Oriente Medio o una caída en los precios de la energía. Snider, de Goldman, coincide: *”Si la guerra mejora y la energía baja, podríamos ver una ampliación de beneficios en todo el mercado”*.

Lecciones de 1999: ¿Se repetirá la historia?

La burbuja puntocom dejó lecciones claras: cuando la euforia se concentra en unos pocos valores, el riesgo sistémico crece. En 1999, el Nasdaq subió un 85% en un año, pero el 60% de las acciones tecnológicas cotizaban por debajo de sus medias móviles de 200 días al estallar la crisis. Hoy, aunque el contexto macroeconómico es distinto —con tipos de interés más altos y empresas rentables—, la falta de participación amplia en el rally actual genera las mismas dudas.

Anderson, de Ned Davis, advierte que las rotaciones sectoriales desde octubre (de tecnología a defensivas, luego a energía y de vuelta a tecnología) han impedido una *”recuperación cíclica completa”*. Mientras, el índice de igual ponderación del S&P 500 —que refleja mejor la salud del “mercado real”— acumula una caída del 5% en 2024, según datos de Bloomberg.

¿El escenario base? Los analistas coinciden en que, sin un catalizador externo (como un acuerdo geopolítico o un giro en la política de la Fed), la amplitud seguirá siendo un talón de Aquiles. *”Hay paralelismos con la burbuja puntocom que no puedo ignorar”*, confesó Malek. *”Es ese nivel de espuma que he visto antes, y rara vez termina bien”*.

La pregunta que ahora acecha a Wall Street es inevitable: ¿Estamos ante un mercado sano liderado por empresas sólidas, o es otro espejismo donde unos pocos esconden la debilidad de la mayoría?

El precedente de 1987: cuando la concentración del mercado precedió al «Lunes Negro»

La comparación con la burbuja puntocom domina los titulares, pero hay un episodio histórico aún más revelador —y menos citado— que arroja luz sobre el riesgo actual: el crack de 1987. Ese año, el S&P 500 también batió récords impulsado por un grupo reducido de acciones, mientras la amplitud del mercado se contraía. El resultado fue el «Lunes Negro» (19 de octubre de 1987), cuando el índice perdió un 20.4% en un solo día, la mayor caída porcentual en su historia. La similitud con 2024 no es casual: en ambos casos, la euforia se concentró en sectores con narrativas dominantes (entonces, las adquisiciones apalancadas; hoy, la IA y los semiconductores).

Un dato clave: en los cinco meses previos al colapso de 1987, el S&P 500 subió un 35%, pero solo el 30% de sus componentes superaban sus medias móviles de 200 días, según registros de la Securities and Exchange Commission (SEC). Hoy, esa cifra es del 53% (BTIG), mejor que en 1987, pero aún muy por debajo del 70%-80% típico en mercados alcistas saludables. Más preocupante: en 1987, el 10% de las acciones con mayor capitalización representaban el 45% de la ponderación del índice (dato de Standard & Poor’s). En abril de 2024, esa cifra supera el 30%, con Nvidia, Microsoft y Apple acaparando casi el 20% del movimiento del S&P 500.

Otro paralelo inquietante es el papel de los derivados. En 1987, el uso masivo de opciones y futuros sobre el S&P 500 amplificó la caída cuando los inversores intentaron cubrir posiciones. Hoy, el volumen de contratos de futuros sobre el Nasdaq-100 (dominado por tecnológicas) ha batido récords en 2024, con un incremento del 40% en operaciones apalancadas respecto a 2023, según la Commodity Futures Trading Commission (CFTC). *«La liquidez parece abundante hasta que no lo es»*, advirtió en 2023 Larry McDonald, autor de «The Bear Traps Report», quien predijo correctamente la crisis de 2008.

• 1987 vs. 2024: concentración sectorial
  • 1987: 5 acciones (IBM, Merck, Exxon, GE, Philip Morris) representaban el 25% del S&P 500.
  • 2024: 3 empresas (Microsoft, Apple, Nvidia) superan el 18%, con Nvidia sola aportando el 10% de las ganancias en abril.
• Señales de alerta compartidas:
  • Amplitud del mercado por debajo del 60% (1987: 30%; 2024: 53%).
  • Volumen récord en derivados vinculados a los índices líderes (futuros del S&P 500 en 1987; futuros del Nasdaq-100 en 2024).
  • Récords en el índice principal (S&P 500) mientras la versión de igual ponderación no confirma el optimismo.

¿Qué desencadenaría el próximo «cisne negro»?

En 1987, el detonante fue una combinación de subida de tipos de interés (la Fed elevó las tasas al 7.5% en septiembre de ese año) y una guerra comercial con Alemania. Hoy, los riesgos son otros, pero igualmente explosivos: una escalada en Oriente Medio que dispare el petróleo (el crudo ya subió un 12% desde enero), un error de la Fed al mantener tasas altas por más tiempo del esperado, o incluso un fracaso en los beneficios de las megacaps tecnológicas —Nvidia, por ejemplo, cotiza a 35 veces sus ganancias estimadas para 2025, según Bloomberg. *«El mercado está precio-perfecto: cualquier desvío en los resultados o en la geopolítica exponencialá la corrección»*, advierte Julian Emanuel, estratega de Evercore ISI, quien señala que el VIX (índice de volatilidad) lleva 14 meses por debajo de su media histórica, un récord solo visto antes en… 1987 y 1999.

La entrada Alerta en Wall Street: el S&P 500 repite el error de la burbuja puntocom se publicó primero en En foco Hoy.