Últimamente, al revisar las acciones de IA en Estados Unidos, he descubierto un fenómeno muy interesante: todos están persiguiendo temas de IA, pero muy pocos realmente comprenden la estructura de la cadena industrial de IA. El resultado es comprar en máximos de forma ciega y terminar atrapados.

En realidad, la IA no es una industria, sino toda una cadena de suministro. Las ganancias en el upstream, midstream y downstream son completamente diferentes, y la lógica de las subidas y bajadas de los precios también varía enormemente.

Primero hablemos del upstream, que es el hardware de potencia de cálculo. Empresas como NVIDIA, TSMC, AMD, cuyas acciones dependen principalmente de la oferta y demanda de chips de IA y sus precios. Cuando la oferta de chips de IA no satisface la demanda, los precios spot suben y los plazos de entrega se alargan, y las acciones de fabricantes como NVIDIA se disparan. TSMC es aún más clave, porque casi todos los chips de IA de alta gama dependen de los procesos avanzados y empaquetado CoWoS de TSMC. Desde principios de este año, TSMC ha aumentado los precios de los procesos por debajo de 5 nanómetros durante cuatro años consecutivos, con un aumento del 10% en los chips de IA, y los clientes siguen compitiendo por ellos sin parar.

El midstream son los gigantes de la nube: Microsoft, Amazon, Google, Meta. No venden chips directamente, sino servicios de potencia de cálculo y APIs de modelos. La clave en este nivel es si los "servicios de IA pueden monetizarse". Microsoft, con Copilot y Azure; Amazon, con AWS; Google, con Google Cloud. Pero estas empresas enfrentan un problema: han invertido mucho en infraestructura de IA, ¿cuándo recuperarán la inversión? Cuando los analistas comiencen a cuestionar el retorno de inversión, las acciones del midstream podrían presionarse. Además, cuando los costos en upstream suben demasiado, los costos en midstream también aumentan, y en el corto plazo, sus acciones también se verán presionadas.

El downstream es la capa de aplicaciones, empresas de software como Salesforce, ServiceNow, Adobe. Integran capacidades de IA en sus productos, y lo principal es la velocidad de adopción por parte de las empresas y si están dispuestas a pagar por funciones de IA adicionales. Las acciones del downstream suelen retrasarse de uno a dos trimestres respecto a las del upstream, porque hay que esperar a que la infraestructura de IA esté lista para ver la reacción en los ingresos de las aplicaciones.

Hablando de las acciones de IA en EE. UU., NVIDIA es sin duda la opción principal. Tiene entre el 80% y 90% de participación en el mercado de aceleradores de IA, y solo en data centers genera más de 100 mil millones de dólares anuales en ingresos por GPU. La ventaja competitiva de NVIDIA no solo está en hardware, sino también en su ecosistema de software acumulado durante más de una década. Los desarrolladores están acostumbrados a programar en plataformas de NVIDIA, y cambiar de plataforma tiene un costo muy alto.

También hay que mirar a TSMC. Los chips de NVIDIA, los procesadores de Apple, los chips de servidores de AMD, casi todos son fabricados por TSMC. Para el primer trimestre de 2026, se espera un crecimiento del 35% en ingresos anuales, con un 58% de participación en el negocio de computación de alto rendimiento, con una tasa de crecimiento anual del 48%. J.P. Morgan estima que los ingresos en dólares de TSMC en 2026 podrían crecer entre un 35% y un 40%.

Microsoft es otro foco importante. Es líder en la transformación empresarial hacia IA, con su plataforma Azure AI y el asistente empresarial Copilot, logrando integrar con éxito la tecnología de IA en los flujos de trabajo de empresas globales. Microsoft ha integrado profundamente Copilot en Windows, Office y Teams, productos con más de mil millones de usuarios en todo el mundo. La capacidad de monetización continúa creciendo, y muchas instituciones consideran a Microsoft como el beneficiario más seguro en la ola de "popularización de IA empresarial".

Amazon tampoco puede ser ignorado. A través de AWS, sus chips de IA propios Trainium y su colaboración profunda con Anthropic, ha formado un ecosistema completo. Cuando el mercado vuelva a centrarse en la capacidad de monetización de la infraestructura de IA, las ventajas de Amazon podrían ser subestimadas.

Meta representa la capa de aplicaciones de IA. La publicidad en Facebook e Instagram ha mejorado mucho en precisión gracias a la optimización con IA, reflejándose directamente en los ingresos. Meta es un ejemplo de "monetización directa de IA": no necesita esperar a que los clientes la utilicen, ya que ellos mismos son el escenario de aplicación más grande.

Si quieres participar en IA pero sin demasiada volatilidad, puedes optar por Microsoft, Amazon o TSMC. Estas empresas tienen una base sólida, y la IA es solo uno de sus motores de crecimiento.

Para captar los fondos principales en IA, puedes seguir a NVIDIA y Meta. Estas empresas están muy vinculadas a la IA, con un fuerte impulso de crecimiento, pero también con mayor volatilidad.

En cuanto a riesgos, hay varios principales. Uno, la sobrevaloración: en los últimos dos años, el sector de IA ha tenido un gran aumento, y muchas acciones ya reflejan expectativas de crecimiento de años. Dos, la rotación de fondos: el mercado puede pasar de hardware a software, o de IA a otros temas. Tres, la competencia se intensifica: AMD, Google con su TPU propio, están en carrera. Cuatro, riesgos geopolíticos: las restricciones a exportaciones pueden afectar la cadena de suministro.

A largo plazo, la IA tendrá un impacto en la vida humana comparable a la revolución de Internet. Pero en el corto plazo, las acciones de IA en EE. UU. seguramente serán volátiles. La estrategia más práctica es invertir en fases, hacer compras en diferentes momentos, esperar retrocesos y controlar la exposición en una sola acción.

Por último, recuerda que todavía puedes comprar acciones relacionadas con IA, pero debes entender claramente si estás invirtiendo en hardware upstream, plataformas midstream o aplicaciones downstream. La lógica de cada nivel es completamente diferente.