Cambio de tendencia del capital en IA: el mercado global entra en el "período de materialización" en 2026

Del frenesí a la calma: la narrativa de la IA entra en la fase de "validación de retornos"

Cuando Morgan Stanley sitúa el foco de su debate sobre las tendencias del mercado de IA en 2026 en las palabras "inversión global" y "riesgo", los participantes del mercado deberían ser conscientes de que la actitud de Wall Street hacia la IA está pasando de la "fe" a la "evidencia". Después de dos años de carrera armamentística de modelos y de una expansión de la capitalización bursátil de billones de dólares, la inteligencia artificial se adentra en un nuevo ciclo — un ciclo en el que el capital ya no paga por la "posibilidad", sino que paga una prima por la "certidumbre".

1. El cambio de la lógica de inversión: ya no es "acaparar territorio"

En los últimos tres años, la línea principal de la inversión en IA estaba muy clara: entrenar modelos más grandes y construir clústeres de cálculo más grandes. Los gigantes tecnológicos estadounidenses levantaron barreras competitivas mediante enormes gastos de capital, y las empresas de chips de IA se convirtieron en los "vendedores de agua" de esta fiebre del oro. Sin embargo, para 2026, la tosca narrativa de "la infraestructura como estrategia" comienza a perder fuerza. Los retornos marginales de la capacidad de cómputo se desaceleran y las diferencias de capacidades entre modelos se reducen; lo que realmente puede decidir el destino de una empresa es si esa potencia de cálculo se convierte en contratos comerciales sostenibles, tasas de retención de usuarios y márgenes de beneficio operativo.

Por ello, el mercado está experimentando una nueva ronda de diferenciación. La tendencia en el mercado primario ha cambiado: los inversores ya no favorecen a las startups de grandes modelos que solo saben contar historias, sino que se vuelcan hacia empresas de aplicaciones de IA que cuentan con datos exclusivos, escenarios verticales profundos y relaciones estables con los clientes. El mercado secundario se ajusta de manera sincronizada; en las conferencias telefónicas de resultados, las preguntas sobre "cuántos ingresos ha aportado la IA" son notablemente más frecuentes que en años anteriores. Esto no significa que el gasto de capital en IA vaya a disminuir, sino que la asignación de capital será más selectiva y fluirá preferentemente hacia los eslabones que puedan demostrar retornos.

2. Diversificación de las dimensiones de riesgo: de la burbuja de valoración al cuello de botella eléctrico

En 2026, los riesgos en torno a la IA ya no se reducen a una evaluación binaria de "si hay burbuja o no", sino que se desglosan en múltiples riesgos que requieren una medición profesional.

En primer lugar, el riesgo de valoración. Las ratios precio-beneficio de las principales acciones relacionadas con la IA siguen estando muy por encima de la media histórica. Si los tipos de interés se mantienen altos, la presión del descuento de flujos de caja futuros hará más vulnerables a las empresas con valoraciones elevadas. En particular, aquellas que aún no han logrado ser rentables, pero que dependen de la inyección de capital del mercado, se enfrentarán a un entorno de refinanciación despiadado.

En segundo lugar, el riesgo de consumo energético e infraestructura. Los centros de datos de IA se están convirtiendo en un recurso escaso disputado por las distintas regiones de América del Norte, pero su consumo eléctrico está poniendo a prueba la capacidad de las redes eléctricas existentes. En algunas zonas de Estados Unidos, el tiempo de espera para la conexión a la red de nuevos centros de datos ya alcanza varios años. Canadá, gracias a sus abundantes recursos hidroeléctricos y a su ventaja en energía limpia, está elevando su posición estratégica en el despliegue de infraestructura de IA. Al mismo tiempo, el costo de la energía dejará de ser un simple indicador financiero para convertirse en una variable central de la decisión de localización.

En tercer lugar, el riesgo geopolítico. Los controles a la exportación de chips y capacidad de cómputo para IA han fragmentado el mercado global en distintas zonas regulatorias; las empresas no solo deben hacer frente a la competencia de China, sino también a las normas europeas de gobernanza de datos y a las revisiones de seguridad tecnológica de América del Norte. La investigación y el desarrollo transfronterizos y los flujos de datos de las multinacionales en el campo de la IA siguen envueltos en una elevada incertidumbre.### 三. Redistribución de beneficios en la cadena industrial: los auténticos «vendedores de agua» salen a la superficie

Cuando las inversiones entran en la fase de retorno, la distribución de valor a lo largo de la cadena industrial experimentará un desplazamiento evidente. En el hardware de la parte alta de la cadena, además de las GPU, la interconexión de redes, los equipos de suministro eléctrico y los sistemas de refrigeración líquida se convertirán en nuevos cuellos de botella cuya demanda superará la oferta. Los centros de datos pasarán de ser meras obras de infraestructura a productos de alta tecnología que exigen una gestión precisa de la energía y una eficiencia térmica avanzada. En la capa de aplicaciones downstream, las empresas de IA más valiosas no se limitarán a «integrar grandes modelos», sino que podrán utilizar la IA para rediseñar flujos de trabajo, reducir costes de entrega y crear nuevas experiencias para el cliente. La característica común de estas empresas es su capacidad para formar un volante de datos en sus sectores verticales: cuanto más se usan, más datos generan; cuantos más datos tienen, más profundo es su foso defensivo.

Por el contrario, las «empresas de empaquetado de modelos genéricos» situadas en la capa intermedia sufrirán la mayor presión: en la parte alta de la cadena quedan bloqueadas por los proveedores de modelos fundacionales, y en la parte baja carecen de canales de distribución propios, por lo que les resulta difícil establecer un posicionamiento diferenciado. A partir de 2026, la ola de fusiones y adquisiciones se acelerará, y las grandes empresas comprarán sistemáticamente estas «puertas de entrada a escenarios» que poseen activos de datos y relaciones con clientes.

四. Competencia regional en América del Norte: la infraestructura de IA reescribe la geografía industrial

Aunque el mercado de la IA es global, la concentración de capital e industria sigue ocurriendo en unidades geográficas concretas. Estados Unidos sigue siendo el mercado con mayor gasto de capital en IA y el ecosistema de innovación más denso, pero la competencia entre estados es cada vez más intensa. Texas, Ohio y otros estados con abundante energía, terrenos baratos y un entorno regulatorio favorable están sustituyendo a los centros tecnológicos tradicionales como nuevos polos de atracción para grandes centros de datos. Los gobiernos locales intentan anclar la cadena industrial de la IA en sus jurisdicciones mediante incentivos fiscales e inversiones en infraestructura eléctrica.

Canadá, gracias a su ventaja en electricidad limpia y a sus políticas de talento, se está convirtiendo en un socio clave para el capital de IA estadounidense tanto en el «lado del suministro eléctrico» como en el «lado de la I+D». En particular, la alta demanda energética que conlleva la computación de IA convierte los recursos hidroeléctricos canadienses en activos escasos. Además, cada vez más empresas tecnológicas estadounidenses están estableciendo equipos de ingeniería y algoritmos en Canadá para realizar investigación y desarrollo de IA a un coste menor.

La participación de México es más singular. Con la profundización de la relocalización cercana (nearshoring) y de la manufactura en el marco del T-MEC, muchas empresas estadounidenses están desplegando líneas de producción inteligentes en los estados fronterizos de México que integran inspección visual por IA y mantenimiento predictivo. La IA está transformando el modelo de ventaja basado en el coste laboral: permite que la manufactura mantenga alta eficiencia y agilidad mientras se acerca al mercado.

五. Observaciones clave

1. El capital de IA se concentra cada vez más en los líderes del sector, y la ventana de oportunidad para el entrenamiento de modelos de tamaño mediano se ha cerrado prácticamente. 2. El lenguaje de los inversores ha pasado de «escala y potencia de cómputo» a «economía unitaria y retorno sobre el capital». 3. El suministro eléctrico está sustituyendo al suministro de chips como la restricción más dura para la expansión de la IA; la infraestructura energética está siendo revalorizada. 4. Las adquisiciones en la capa de aplicaciones aumentarán notablemente; los datos y los canales de clientes serán los principales objetivos de fusión y compra. 5. La división del trabajo dentro de América del Norte se vuelve más refinada: Estados Unidos aporta «talento intelectual y capital», Canadá aporta «energía e I+D», y México aporta «manufactura y aplicaciones».### Seis, Perspectivas de tendencia a largo plazo: tres líneas principales para los próximos tres a cinco años

De cara a los cinco años posteriores a 2026, la industria de la IA no se desarrollará en una única línea recta, pero hay tres líneas principales que se pueden confirmar:

Primero, la inversión en infraestructura pasará de una "carrera desenfrenada" a un "cultivo fino". Similar a la etapa tardía de Internet móvil, los centros de datos y los recursos de computación en la nube se convertirán gradualmente en algo así como servicios públicos, y el núcleo de la competencia se trasladará a la eficiencia de la red y la gestión del consumo energético.

Segundo, las aplicaciones de IA verdaderamente a nivel industrial cruzarán la brecha de los proyectos piloto. Los servicios financieros, la salud, la manufactura y la logística experimentarán un aumento significativo en sus tasas de automatización. Este proceso estará acompañado de cambios organizativos, no solo de implementación tecnológica.

Tercero, la "fragmentación geoeconómica" de la industria de la IA es inevitable. América del Norte, Europa y Asia mantendrán diferentes ecosistemas tecnológicos y filosofías regulatorias. Para las empresas multinacionales con sede en América del Norte, poder construir una cadena de suministro de IA que sea cumplidora y flexible determinará su capacidad de adaptación en el mercado global.

Y para los inversores, la conclusión es igualmente clara: a partir de 2026, la "IA" en sí misma ya no será un tema de inversión; "rentabilidad estable, acceso a energía y arraigo ecosistémico" serán los criterios centrales para seleccionar activos de IA de calidad.

Fuentes de referencia: Morgan Stanley: AI Market Trends 2026: Global Investment, Risks, and ...