Por qué el multimillonario Stanley Druckenmiller vendió Nvidia pero invirtió en estas 3 acciones de infraestructura de IA para el próximo auge

Los movimientos de Stanley Druckenmiller han sido particularmente reveladores a lo largo de la revolución de la inteligencia artificial (IA). Después de iniciar una posición en Nvidia (NVDA 1.86%) durante el auge inicial de la IA generativa, el multimillonario gestor de fondos salió completamente de la posición a finales de 2024.

Durante el primer trimestre de 2026, su Oficina Familiar Duquesne inició nuevas participaciones en Broadcom (AVGO +0.01%), Intel (INTC +1.18%) y Arm Holdings (ARM +2.78%). Esto no es un simple reajuste aleatorio. Estas decisiones reflejan una apuesta deliberada de que está emergiendo una nueva capa dentro del stack de chips de IA — alejándose de las GPUs de entrenamiento de propósito general de Nvidia y desplazándose hacia una mayor adopción de silicio personalizado y unidades centrales de procesamiento (CPUs).

Fuente de la imagen: Getty Images.

¿Por qué vendió Stanley Druckenmiller acciones de Nvidia?

Druckenmiller compró 582,915 acciones de Nvidia durante el cuarto trimestre de 2022. En los trimestres siguientes, negoció en torno a Nvidia mientras el auge de ChatGPT provocaba una fiebre de IA con las GPUs indispensables del fabricante de chips.

Entre el lanzamiento comercial de ChatGPT (30 de noviembre de 2022) y el final del tercer trimestre de 2024, las acciones de Nvidia habían subido más del 600%, convirtiéndose finalmente en la empresa más valiosa del mundo.

Datos de NVDA por YCharts

Incluso para un optimista como Druckenmiller, esto parecía un ejemplo claro de una expansión extrema de la valoración. Liquidar su posición fue una demostración prudente de gestión de cartera: tomar ganancias cuando los precios superan los fundamentos, incluso en una acción de historia convincente como Nvidia.

Druckenmiller dijo que vender Nvidia fue un error

Durante una entrevista con Bloomberg en octubre de 2024, Druckenmiller admitió que vendió Nvidia demasiado pronto — diciendo que la decisión fue un "gran error". Elogió a Nvidia y sugirió que su fondo consideraría volver a comprar las acciones si la valoración se volviera razonable.

Datos del ratio PE (Forward) de NVDA por YCharts

Sin embargo, para mediados de 2026, el perfil de valoración de Nvidia se había moderado desde sus picos, pero Druckenmiller todavía permanecía al margen. En lugar de volver al líder en GPUs, parece estar desplazando capital hacia arquitecturas de silicio alternativas posicionadas para lo que podría ser la siguiente fase del auge de infraestructura de IA.

La era de la inferencia ya está aquí

Según el formulario 13F del primer trimestre de Duquesne, el fondo compró 195,955 acciones de Broadcom, 411,400 acciones de Intel y 106,700 acciones de Arm. Veo esto como una señal de la convicción de Druckenmiller de que la inferencia, no el entrenamiento, impulsará la mayor parte del gasto en computación de IA en los próximos años.

Expandir

NASDAQ: INTC

Intel

Cambio de hoy

(1.18%) $1.40

Precio actual

$119.90

Puntos clave de datos

Capitalización de mercado

$602B

Rango del día

$118.09 - $122.77

Rango de 52 semanas

$18.96 - $132.75

Volumen

3.4M

Promedio de volumen

117.1M

Margen bruto

35.90%

Entrenar modelos de lenguaje grande (LLMs) es una tarea única adecuada para las GPUs de Nvidia. Sin embargo, la inferencia significa ejecutar estos modelos para los usuarios en tiempo real para hacer predicciones y estimaciones, lo que exige algo diferente: mayor eficiencia energética, menor costo por consulta y personalización para cargas de trabajo específicas.

Los hyperscalers y laboratorios de IA están respondiendo diseñando sus propios chips de silicio personalizados y apostando por arquitecturas de CPU optimizadas. Estos chips consumen menos energía y cuestan menos que las GPUs de propósito general al realizar inferencias a gran escala.

El cambio de las GPUs ya empieza a ser visible en compromisos multimillonarios de Alphabet, Meta Platforms, Amazon, Microsoft, OpenAI y Anthropic. Broadcom lidera esta ola de circuitos integrados específicos de aplicación (ASICs) personalizados. La compañía colabora con algunos de los mayores proveedores de infraestructura en la nube, como Google Cloud, para co-diseñar y fabricar sus aceleradores especializados — conocidos como unidades de procesamiento tensorial (TPUs).

Intel está viviendo un renacimiento a medida que las cargas de trabajo de inferencia cada vez más se ejecutan en procesadores tradicionales y sistemas híbridos. Los CPUs Xeon 6 y x86 de la compañía se están convirtiendo silenciosamente en la columna vertebral de los centros de datos empresariales, incluyendo los gestionados por Alphabet y Nvidia.

Mientras tanto, Arm suministra arquitecturas de núcleo eficientes que alimentan diseños de chips personalizados y CPUs para centros de datos. El modelo de licencias de la compañía permite a los fabricantes de chips y plataformas en la nube construir soluciones de bajo consumo, alta banda ancha, ideales para la inferencia.

En conjunto, estas tres participaciones ofrecen a Druckenmiller una exposición amplia a los actores que se beneficiarán a medida que el desarrollo de IA pase de la fase de entrenamiento a las realidades del despliegue de modelos a gran volumen.

¿Fue astuta la estrategia de Druckenmiller? Creo que sí. Estos movimientos indican claramente que Druckenmiller no está abandonando la apuesta por la IA. Simplemente está reposicionándose más allá de los ganadores macro evidentes. Dentro de la capa de infraestructura, parece apostar a que el silicio personalizado y las CPUs serán alternativas duraderas a las GPUs, mientras las grandes tecnológicas continúan invirtiendo vastas cantidades de capital en cargas de trabajo de inferencia.