Hace poco tuve una conversación que me llamó la atención, ¿sabes que hay un joven de 24 años que está generando grandes cantidades de dinero sin comprar acciones de Nvidia?

Se trata de Leopold Aschenbrenner, un exinvestigador de OpenAI. La estrategia del fondo que fundó es realmente interesante. No compran Nvidia ni OpenAI. En cambio, en qué invierten, es en los cuellos de botella físicos necesarios para que la IA funcione realmente, es decir, en infraestructura como energía, fabricación de chips y centros de datos.

Parece que obtuvo un rendimiento del 61% en dos meses. Los principales factores fueron dos acciones. La empresa de celdas de combustible Bloom Energy subió un 239% desde principios de año. Él había invertido 8.75 mil millones de dólares en acciones y opciones de esta compañía a finales del año pasado, y ahora esa cifra casi se ha triplicado, acercándose a los 30 mil millones de dólares. Y luego está Intel. Cuando el precio de la acción era de 20 dólares, compró opciones de compra por 20 millones de acciones. La semana pasada subió a 113 dólares, y en menos de un año casi se quintuplicó.

La razón por la que se lograron estos resultados no puede explicarse solo con la información pública del portafolio. Medios como Motley Fool publican cada día varios artículos analizando sus acciones, y en Reddit también hay debates sobre si deberíamos imitar su estrategia. Pero incluso viendo los informes de posiciones que se publican con 45 días de retraso, el mercado ya se ha movido en gran medida.

Lo realmente importante no es eso. Es la fuente de por qué él siempre apuesta a lo correcto. La clave está en su red de contactos. En los LPs del fondo hay dos fundadores de Stripe y Nat Friedman, gerente de producto en Meta AI. Estas personas participan directamente en decisiones diarias sobre grandes contratos de compra de energía y expansión de centros de datos.

Además, su director de investigación es Carl Shulman, un veterano en el campo de la IA, que trabajó en el fondo de cobertura Clarium Capital de Peter Thiel. Él es responsable de transformar conocimientos sobre IA en estrategias de trading viables.

Lo interesante es que también invierte en empresas de minería de Bitcoin como CleanSpark y Bitfarms. Estas empresas están transformando sus instalaciones de minería en centros de computación de IA. Como las granjas de minería de criptomonedas tienen un suministro de energía y sistemas de enfriamiento a gran escala, poseen los recursos más escasos para los centros de datos de IA. Por cierto, trabajó durante nueve meses en Future Fund de SBF en 2022.

Otro punto que no se puede pasar por alto es que su prometida es la asistente principal del CEO de Anthropic, Dario. Él tiene experiencia en OpenAI y también mantiene una relación estrecha con Anthropic. Es una de las pocas personas que tiene conexiones con los dos gigantes en la carrera por la AGI.

Creo que esa es la verdadera fortaleza de su estrategia. Los artículos de investigación en IA que publica están basados en conocimientos internos de OpenAI. Su afirmación de que los cuellos de botella de la IA no son los algoritmos, sino la energía y la capacidad de cálculo, proviene de la hoja de ruta interna de la compañía. Al tener a los principales actores de la industria como LPs, la información que recibe el fondo se vuelve cada vez más concentrada. Cuanta más información, mayor precisión en las decisiones de inversión. Es un ciclo de retroalimentación positiva, y las barreras de entrada para otros se vuelven cada vez más altas.

Pero también hay vulnerabilidades. Sus posiciones están extremadamente concentradas y usan apalancamiento alto. Mientras la premisa de que la "expansión continua de la infraestructura de IA" se mantenga, todo irá bien. Pero si el ritmo de desarrollo de IA se desacelera o si la innovación tecnológica evita los cuellos de botella energéticos, la reducción de sus posiciones concentradas puede ser mucho más rápida que la velocidad a la que construyen esas posiciones.

Al final, su lógica de inversión está pública, y también se puede ver su portafolio. Pero no se puede reproducir el momento en que tomó esas decisiones ni la fuente de su conocimiento. Creo que esa es la mayor asimetría con costo en el mundo actual.