La evolución tecnológica y los ciclos financieros: el futuro de la IA

• Aunque las nuevas tecnologías pueden resultar transformativas para la sociedad, muchas de ellas trasladan el valor económico de los productores a los consumidores, lo que se traduce en unos márgenes de beneficios inferiores a la media. 
• La adopción de tecnologías transformativas suele seguir a un ciclo predecible en el que la competencia erosiona los márgenes de beneficios. 
• Evitar los negocios altamente mercantilizados y, en su lugar, asignar activos a empresas con ventajas difíciles de replicar puede resultar esencial para cosechar una rentabilidad superior en el futuro.

Si bien cada ciclo financiero presenta sus propias características, los patrones históricos revelan de forma constante una dinámica común: el valor económico de las tecnologías de utilidad general (GPT, por sus siglas en inglés) revolucionarias capaces de afectar a toda la economía suele pasar de los productores a los consumidores cuando las tasas de adopción llegan a cotas máximas. El análisis de esta tendencia ofrece información fundamental sobre la evolución de los ciclos y los excesos financieros, lo que proporciona una base para comprender el actual auge de la inversión en IA. 

La paradoja de las GPT

Después de un reciente viaje de negocios a Oriente Próximo, mi vuelo de 14 horas de vuelta a casa me pareció largo, pero hace un siglo habría tardado 14 semanas. El sector de la aviación ha acortado las distancias, ha acelerado la velocidad y el volumen de las entregas de productos y ha expandido la conectividad de las personas, integrando de forma efectiva la economía global. Desde esa perspectiva, pocos dirían que la aviación (como GPT) no ha sido enormemente provechosa para la sociedad. Sin embargo, los márgenes de beneficios de las aerolíneas a lo largo de los ciclos se sitúan por debajo de la media. 

Este patrón se repite en otras GPT históricas. Al igual que las aerolíneas, el automóvil también une más rápido a las personas y a los productos y, como era de esperar, los márgenes de beneficios del sector son igualmente inferiores a los de la media del mercado. Este patrón se repitió más adelante con la radio y la televisión y de nuevo, a finales de la década de 1980, cuando los ordenadores se implantaron con rapidez en los escritorios de las oficinas y aportaron enormes ganancias de productividad. Hoy en día, sin embargo, los fabricantes de PC (como mínimo los que no se centran en dispositivos móviles) suelen arrojar unas rentabilidades sobre el capital inferiores a las del mercado. 

Esto lleva a un ciclo predecible que puede dividirse en las fases siguientes:

1. Las nuevas tecnologías con una gran demanda presentan restricciones de oferta, lo que genera expectativas de beneficios elevados.
2. Las perspectivas de enormes beneficios atraen a emprendedores y capital, lo que incrementa la oferta del producto e impulsa al alza las cotizaciones de las acciones.
3. A medida que aumentan las tasas de adopción, el exceso de competencia y oferta supera la demanda y diluye los márgenes del sector.
4. Los elevados precios de los productos colapsan y el sector se consolida. 
5. El nivel de apalancamiento de la economía y los mercados en el momento del auge de las inversiones define la gravedad de la recesión y la caída del mercado posteriores.

La paradoja no surge de un fracaso de la tecnología en sí; de hecho, los productos siguen evolucionando. Los ordenadores son más potentes y más rápidos, los televisores son más ligeros y con mejor imagen, los automóviles ofrecen una mejor eficiencia de combustible y son más duraderos, la duración de los vuelos es menor, etc. La paradoja de la GPT radica en lo siguiente: la adopción de la tecnología es inversamente proporcional a su valor comercial para sus productores y accionistas. 

Con frecuencia, esta dinámica precipita los excesos y las correcciones en la economía y los mercados financieros, ya que los emprendedores y los inversores no tienen en cuenta adecuadamente las potentes fuerzas del capitalismo y los mercados libres. Los inversores que se dejan deslumbrar por el avance científico y no ven la futura transferencia de valor comercial de los productores a la sociedad a menudo aprenden una dura lección sobre la economía y los mercados financieros.

¿Cómo nos puede ayudar esto a desentrañar el futuro de la IA en este ciclo?

Un algoritmo es un bucle de retroalimentación que predice el futuro basándose en el pasado, lo que convierte a la IA, en esencia, en una poderosa máquina de predicción con una potencia computacional muy superior a la de la capacidad humana. Se trata de una maravillosa hazaña de la ingeniería humana que avanza a diario.

Sin embargo, al igual que otras GPT históricas, esta realidad presenta dualidades. Si las perspectivas en cuanto a márgenes de beneficios son tan elevadas como indica el entusiasmo del mercado, ¿cómo no podemos esperar que el pasado se repita con un descomunal crecimiento de la oferta de IA, como vimos con el lanzamiento de DeepSeek a principios de año? 

Al mismo tiempo, ya se ha consumido gran parte de los datos disponibles para entrenar los modelos de IA. Esto significa que los modelos de IA que requieren un elevado capital pueden hacer frente a más que los nuevos competidores, pero también les resultará cada vez más difícil y caro superar a los modelos existentes cuando todos usan la misma base de datos: internet. Cuanto menos diferenciado sea un producto, menores serán su poder de fijación de precios y su valor comercial. 

El gráfico a continuación, en el que se indican los márgenes de beneficios del S&P 500 y el MSCI EAFE, muestra los excesos que comenzaron en la década de 2010 tras un largo periodo de tipos de interés artificialmente bajos, contención de costes y desinversión a través de la globalización. Si la IA, al igual que otras GPT, sigue una tendencia de mayor competencia y mercantilización, podría desembocar en una desaceleración en el gasto de capital relacionado con la IA y afectará a la economía general. Esto podría dejar al descubierto vulnerabilidades en los márgenes de beneficios que actualmente están ocultas tras el halo que rodea a la IA.

Conclusión

De forma muy parecida a lo que sucede con otras tecnologías, no creo que haga falta ser codificador o programador para evaluar los aspectos comerciales de la inteligencia artificial. De hecho, el inversor competente debe evaluar la demanda futura de IA frente a la oferta creada por el ciclo de capital, puesto que eso es lo que determinará en última instancia los márgenes de beneficios y la rentabilidad de los valores.

Para los responsables de la asignación de activos a largo plazo, creemos que la oportunidad de inversión se halla en evitar negocios expuestos a un elevado riesgo de mercantilización, ya estén relacionados directa o indirectamente con la IA. En su lugar, el capital debería asignarse a empresas con ventajas difíciles de replicar, lo que incluye a los facilitadores de la IA como determinados hiperescaladores. Identificamos oportunidades en empresas de software verticales con experiencia especializada no replicable, mientras que recelamos de determinados negocios de software horizontales (los que crean aplicaciones para un amplio abanico de sectores, como proveedores de sistemas de contabilidad o de gestión de las relaciones con los clientes) que pueden enfrentarse a desafíos en cuanto a cuota de mercado a medida que las empresas adoptan la IA. 

No obstante, la mercantilización y la deflación de los márgenes de beneficios van más allá de la tecnología. La IA aporta capacidad de acción instantánea a clientes de todo tipo, lo que elimina la capacidad superior de generar beneficios por parte de productos mediocres cuyo único nicho de mercado eran marcas creadas por grandes presupuestos de publicidad. Las empresas con productos y servicios que no sobresalgan probablemente tendrán dificultades para lograr rentabilidades como las del pasado a medida que aumenta la competencia y, al mismo tiempo, se verán obligadas a recortar los presupuestos de publicidad para impulsar la tan esperada innovación. Como se observa en el gráfico 1, a muchas empresas les costará sostener los márgenes elevados. 

En conjunto, creemos que la selectividad será esencial para obtener unas rentabilidades superiores a las del mercado en lo que promete ser un futuro volátil y en constante evolución que establecerá un nuevo paradigma de rendimiento diferenciado entre gestores activos y pasivos.

Las opiniones expresadas pertenecen al autor o autores y pueden variar en cualquier momento. Estas opiniones se presentan exclusivamente a título informativo y no deben considerarse como una recomendación para comprar cualquier valor o como una solicitud o consejo de inversión. Las previsiones no están garantizadas. Las rentabilidades pasadas no garantizan los resultados futuros.