20%" sobre la frase "FUNDAMENTOS SÓLIDOS DE LARGO PLAZO". El panel izquierdo, titulado "IMPULSORES DE LA DEMANDA IA", lista factores como Big Tech, modelos de código abierto (Kimi K3, Inkling) e IA agéntica. El panel derecho, "LIMITACIONES DE OFERTA Y OBSTÁCULOS", menciona la complejidad de fabricación a 2nm, la IA soberana y problemas en la red eléctrica. En la parte inferior, la conclusión de UBS sugiere que la corrección del mercado es una oportunidad de inversión a largo plazo." title="Análisis de UBS. La corrección en semiconductores representa una oportunidad estratégica, no una sobreoferta"/>En su análisis “Signal over Noise: Why the semiconductor pullback does not mean an AI glut”, Ulrike Hoffmann-Burchardi, CIO for the Americas and Global Head of
Equities for UBS Wealth Management, sostiene que la reciente caída superior al 20% del índice de semiconductores no representa el inicio de una sobreoferta estructural de chips para inteligencia artificial, sino un ajuste del mercado tras el fuerte repunte registrado durante el año. Desde la perspectiva de la firma, los fundamentos que impulsan el crecimiento de la IA permanecen sólidos y continúan respaldando las perspectivas del sector.
El análisis explica que la demanda de semiconductores seguirá creciendo debido a la intensa competencia entre las principales compañías tecnológicas, que consideran a la inteligencia artificial como un factor estratégico para mantener su liderazgo. Incluso si los beneficios financieros inmediatos aún son limitados, estas empresas continuarán invirtiendo en infraestructura y hardware para evitar quedar rezagadas frente a sus competidores en una carrera tecnológica que definirá el futuro de la industria.
A este escenario se suma la constante aparición de nuevos modelos de inteligencia artificial de código abierto, como Kimi K3 e Inkling, que amplían el acceso a estas tecnologías y fomentan un ecosistema más competitivo. Lejos de reducir la necesidad de infraestructura, esta evolución incrementa la demanda de procesadores especializados, aceleradores de IA y capacidad de cómputo para entrenar, ejecutar y optimizar modelos cada vez más complejos.
Otro de los motores identificados por UBS es el avance de la inteligencia artificial agéntica, basada en agentes autónomos capaces de ejecutar tareas, tomar decisiones y mejorar su desempeño mediante procesos de autoaprendizaje. El banco estima que este tipo de sistemas representará más del 90% de la actividad relacionada con IA para 2030, lo que incrementará significativamente las necesidades de procesamiento y almacenamiento de datos.
La institución también destaca el crecimiento de la denominada IA soberana, una tendencia en la que gobiernos de distintas regiones impulsan la construcción de centros de datos financiados con recursos públicos para fortalecer la seguridad de la información y reducir la dependencia tecnológica de proveedores extranjeros. Esta dinámica está creando una nueva base de compradores de infraestructura para IA que complementa la demanda proveniente de las grandes empresas de Silicon Valley.
En cuanto a la oferta, UBS considera que el riesgo de una sobreproducción masiva continúa siendo reducido debido a la elevada complejidad de fabricar semiconductores avanzados. La producción de chips de 2 nanómetros y menores, así como el desarrollo de tecnologías de empaquetado tridimensional de nueva generación, enfrenta importantes desafíos de ingeniería que limitan los volúmenes de fabricación y mantienen bajos los niveles de rendimiento en las líneas de producción.
A ello se añade un entorno geopolítico que favorece la regionalización de las cadenas de suministro. La construcción de nuevas plantas de fabricación responde cada vez más a criterios de resiliencia y seguridad nacional que a la búsqueda de menores costos, lo que reduce la posibilidad de que exista una cadena global lo suficientemente eficiente como para inundar el mercado con semiconductores de bajo precio.
El informe advierte, sin embargo, que los principales desafíos para el crecimiento del ecosistema de IA no se encuentran en la fabricación de chips, sino en la infraestructura necesaria para utilizarlos. Entre los obstáculos más relevantes figuran la insuficiente capacidad de las redes eléctricas, la escasez de equipos críticos —como transformadores, sistemas de distribución eléctrica y baterías de respaldo— y los procesos regulatorios que retrasan la construcción de nuevos centros de datos. En Estados Unidos, por ejemplo, cerca del 40% de los proyectos previstos enfrenta retrasos de varios meses o incluso años debido a estas limitaciones.
Finalmente, UBS sostiene que la rápida evolución de las arquitecturas de hardware reducirá el riesgo de que la capacidad instalada genere una saturación del mercado. Para cuando entren en operación las nuevas megafábricas de semiconductores, la industria probablemente habrá migrado hacia diseños de chips más avanzados y nuevas generaciones de aceleradores para IA. Por ello, la institución interpreta la reciente corrección bursátil como una oportunidad para invertir en compañías líderes del sector de semiconductores y en fabricantes de equipos para su producción, al considerar que las perspectivas de crecimiento de largo plazo permanecen intactas.
Autor
