Goldman Sachs habla de la negociación con IA: Los riesgos de la "infraestructura de IA" en la segunda mitad del año, y los "perdedores" de las "aplicaciones de IA" que difícilmente se recuperarán a corto plazo

Cuando la inversión en AI aumenta cada vez más y las valoraciones se vuelven más altas, Goldman Sachs advierte al mercado: el verdadero riesgo suele aparecer en el momento en que la “tasa de crecimiento comienza a desacelerarse”.

El 24 de febrero, la investigación de inversión global de Goldman Sachs en su informe estratégico “Ampliación y reducción del comercio de AI” señaló que la volatilidad en las operaciones de AI ha aumentado notablemente en el corto plazo, impulsada por dos fuerzas que tiran del mercado: por un lado, las grandes tecnológicas continúan con una inversión de capital “superando expectativas”, y por otro, la preocupación de los inversores por la “disrupción de los modelos tradicionales de negocio por AI” se intensifica rápidamente.

Impulsadas por una fuerte inversión de capital, las acciones de chips de almacenamiento han subido en promedio un 55% este año; mientras que, afectadas por el temor a la “disrupción de AI”, las acciones de software han caído un 24%. El mismo “tema AI” muestra en diferentes segmentos comportamientos casi opuestos.

Goldman Sachs divide esta intensa volatilidad en cuatro fases, y actualmente los movimientos de precios en estas fases son completamente opuestos:

• Primera fase (líderes en capacidad de cálculo, como Nvidia): enfrentan una “sobreganancia” que pone a prueba sus expectativas, con expectativas de beneficios significativamente ajustadas al alza pero con precios estancados.
• Segunda fase (infraestructura de AI, como almacenamiento, equipos, servidores): impulsada por la fuerte inversión de las grandes tecnológicas, continúa en auge, con las acciones de almacenamiento subiendo un 55% en el año.
• Tercera fase (aplicaciones de AI, como software y servicios): debido a la preocupación del mercado por la posible disrupción de modelos comerciales tradicionales, experimenta ventas de pánico, con una caída del 24% en el año.
• Cuarta fase (mejora de productividad en AI en sectores no tecnológicos): debido a que los retornos financieros aún no son claros, los precios permanecen estancados.

Frente a esta marcada divergencia, el informe muestra que, tanto los “ganadores de infraestructura” en auge como los “perdedores de aplicaciones” en caída, enfrentan riesgos latentes.

El ritmo de crecimiento del gasto de capital está a punto de alcanzar su pico, y el riesgo de “sobrevaloración” en infraestructura de AI se acerca

Primero, el mercado debe digerir la expectativa de “reajuste al alza” en el gasto de capital.

Según las expectativas consensuadas compiladas por Goldman Sachs, en 2026 el gasto de capital en AI de las grandes tecnológicas alcanzará los 667 mil millones de dólares, lo que representa un aumento de 127 mil millones respecto a las cifras del cuarto trimestre, con una tasa de crecimiento interanual del 62%.

Por otro lado, un aumento sustancial en las expectativas de gasto de capital implica una presión sobre el flujo de caja libre.

El informe enfatiza: “Los grandes proveedores de servicios en la nube están en camino de que en este año su gasto de capital supere el 90% del flujo de caja operativo, incluso más que en la burbuja de internet.” En cálculos más específicos, Goldman Sachs estima que en 2026 el gasto de capital representará el 92% del flujo de caja operativo de las grandes tecnológicas.

Para cubrir estos enormes déficits de fondos, las empresas se ven obligadas a reducir significativamente las recompra de acciones. En 2025, la recompra total de acciones de las grandes tecnológicas se redujo un 15%; el porcentaje de flujo de caja destinado a recompras cayó del 43% a principios de 2023 al 16% actual. Al mismo tiempo, empresas como Oracle y Google comienzan a acudir con frecuencia al mercado de bonos.

Goldman Sachs estima que aún hay espacio para revisar al alza el valor absoluto del gasto de capital en el año. Dado que Oracle y Microsoft cierran sus años fiscales en mayo/junio, la próxima temporada de informes del segundo trimestre podría ser un catalizador para una nueva revisión al alza en las expectativas de gasto.

Pero advierten que el riesgo principal no radica en el valor absoluto, sino en la “tasa de crecimiento”.

“Esperamos que las expectativas consensuadas para el gasto de capital en infraestructura de AI tengan aún margen de revisión al alza, pero anticipamos que la tasa de crecimiento alcanzará su pico a finales de este año.”

Y esta desaceleración en el crecimiento será la “punto débil” de las acciones de infraestructura de AI.

Riesgos en la segunda mitad del año para la infraestructura de AI: desaceleración del gasto y la trampa de la “sobreganancia”

Goldman Sachs enfatiza: “Una vez que la tasa de crecimiento del gasto de capital se desacelere, los ingresos y las valoraciones de algunas acciones de infraestructura de AI serán extremadamente vulnerables.”

La lógica es sencilla: los pedidos, ingresos y beneficios en la cadena de infraestructura son muy sensibles a la tasa de crecimiento del gasto de capital; cuando el mercado pase de “crecer aceleradamente cada trimestre” a “seguir creciendo pero sin aceleración”, la parte más vulnerable en las valoraciones será la “prima por crecimiento”.

Goldman Sachs afirma claramente que “muchos sectores relacionados con infraestructura de AI han experimentado en los últimos años una expansión significativa en múltiplos de valoración, pero la experiencia histórica muestra que los inversores tienden a asignar múltiplos más bajos a las empresas con desaceleración en el crecimiento.”

Este es el núcleo del concepto de “matar la valoración” en el informe: aunque los beneficios sigan creciendo, si el mercado empieza a preocuparse por la sostenibilidad del crecimiento, la contracción en los múltiplos puede anular el soporte que la mejora en beneficios proporciona a los precios de las acciones.

Entre las áreas mencionadas, los valores en equipos de fabricación, servidores y redes, fundición de chips y IDM, energía y servicios públicos, tienen valoraciones por encima de la media de los últimos cinco años.

Goldman Sachs considera que el “cuello de botella” más reciente en infraestructura se concentra en la memoria.

El informe señala que las principales acciones de memoria (como Micron, Western Digital, SK Hynix, Samsung) han subido en promedio un 145% desde principios del cuarto trimestre de 2025, con un aumento del 55% en el año. La fuerte demanda y los aumentos de precios explican en gran medida esta subida.

También indican que el P/E a futuro de las acciones de memoria es de aproximadamente 12 veces, por debajo del mercado en general y también por debajo de su media de cinco años, lo que a simple vista no parece “caro”.

Pero Goldman Sachs advierte con un ejemplo: Nvidia. “Cuando el mercado empieza a preocuparse por que las empresas están en un estado de ‘sobreganancia’, los precios de las acciones dejan de seguir las revisiones al alza en beneficios.”

A finales de 2022 y hasta mediados del año pasado, el precio de Nvidia creció 12 veces en línea con sus beneficios, manteniendo el múltiplo estable. Pero en la fase reciente, la lógica cambió.

Goldman Sachs señala: “En los últimos cinco meses, aunque las expectativas de beneficios a futuro de Nvidia se ajustaron al alza en un 37%, su precio apenas se movió.”

Este fenómeno lo resumen como una mentalidad de mercado de “sobreganancia”: cuando una empresa muestra un rendimiento muy fuerte en el pico del ciclo, puede atraer preocupaciones por una mayor competencia y la sostenibilidad de la demanda, lo que finalmente se traduce en “beneficios en aumento, pero valoración en contracción”.

Para el trading, esto significa que: aunque la cadena de infraestructura siga mostrando resultados a corto plazo, los inversores empezarán a ser más selectivos respecto a la “segunda derivada del crecimiento” y si los múltiplos aún pueden expandirse.

Las grandes tecnológicas seguirán diferenciándose a corto plazo: no en el gasto de capital, sino en “retornos”

Goldman Sachs estima que, en el corto plazo, la diferenciación en los retornos entre las grandes tecnológicas continuará.

Porque, en la primera mitad de 2026, cuando el crecimiento trimestral del gasto de capital se mantenga relativamente estable, la atención del mercado se centrará en si la inversión en AI realmente genera retornos.

El informe presenta una comparación clara: el rendimiento del flujo de caja libre de las grandes tecnológicas es de aproximadamente el 1%, en su nivel más bajo de la historia; mientras que el resto de las empresas del S&P 500 tiene alrededor del 4%.

Cuando el flujo de caja libre se debilita y la tasa de conversión disminuye, el dinero naturalmente buscará alternativas. Goldman Sachs afirma: “Los inversores están cada vez más destinando fondos a otros sectores.”

Aplicaciones de AI: una línea muy delgada que divide ganadores y perdedores

Si en la infraestructura la contradicción es “¿a qué velocidad puede crecer el gasto de capital?”, en las aplicaciones la contradicción es “¿quién será desplazado y quién podrá captar nuevos ingresos?”.

Goldman Sachs considera que la expansión del comercio de AI hacia las aplicaciones es la trayectoria natural del desarrollo tecnológico: tras construir la infraestructura, la creación de valor pasará de “vender herramientas” a “transformar modelos de negocio”, y mediante la remodelación de los pools de beneficios, se recuperarán las inversiones iniciales.

Pero esto también hace que los resultados en el mercado sean más “micro”. Goldman Sachs enfatiza que en el futuro será más importante juzgar a nivel de empresa, considerando su posición competitiva, barreras de entrada y poder de fijación de precios.

Una frase del informe revela la incertidumbre central en las aplicaciones:

“En un escenario donde la estructura competitiva final aún no está clara, la línea entre ser un ‘ganador’ en ingresos por AI y ser un ‘desplazado’ es muy delgada.”

Una consecuencia directa es que, actualmente, los inversores no están asignando valor excesivo a muchas empresas cotizadas por su “capacidad de generar ingresos adicionales por AI”.

Goldman Sachs afirma: “Contrario a nuestras expectativas, el mercado casi no está valorando la potencialidad de aumento de ingresos por AI en las empresas cotizadas; en cambio, las aplicaciones de AI en empresas privadas están recibiendo la mayor atención.”

El informe menciona varias empresas privadas con avances en sus productos: Anthropic lanzó Claude Cowork (herramienta con plugins para legal, recursos humanos y negocios); Insurify introdujo una app de comparación de seguros en ChatGPT; Altruist desarrolló herramientas para estrategias fiscales personalizadas para clientes de gestión patrimonial.

Estos casos refuerzan una preocupación del mercado público: que, incluso si AI genera nuevas demandas, los ingresos adicionales no necesariamente serán para las empresas cotizadas.

¿Y por qué los “perdedores” no pueden recuperarse a corto plazo? La disrupción es difícil de demostrar en el corto plazo

Otra cara de las aplicaciones es que la narrativa de disrupción puede ser muy dañina para las valoraciones.

Goldman Sachs señala que en las últimas semanas el mercado se ha centrado en el “riesgo de disrupción por AI”.

El informe indica que las acciones de software han caído aproximadamente un 23% en las últimas seis semanas, y que, aunque los beneficios a corto plazo siguen siendo resistentes, los inversores cada vez dudan más de las perspectivas de crecimiento a largo plazo del sector.

Goldman Sachs ofrece un juicio muy claro: “Las preocupaciones sobre la disrupción por AI son difíciles de refutar en el corto plazo.”

Además, señalan que para las empresas ya etiquetadas como “posiblemente desplazadas por AI”, mantener el precio estable dependerá de estabilizar los beneficios; pero “esta incertidumbre sobre la disrupción no se resolverá en el corto plazo”.

Especifican las condiciones para que los “perdedores en aplicaciones” no puedan recuperarse rápidamente: “Los inversores necesitan evidencia de varios trimestres que demuestren la resiliencia del negocio, o una caída significativa en la valoración relativa respecto al mercado, para volver a participar en gran escala.”

Este es el dilema actual en sectores como software: los resultados financieros a corto plazo pueden ser sólidos, pero el mercado está evaluando si los pools de beneficios a largo plazo serán redistribuidos.

Goldman Sachs cuantifica el riesgo de disrupción con dos indicadores: exposición a la automatización y fortaleza de los activos

Para evaluar “quién es más vulnerable a la disrupción”, Goldman Sachs propone dos vectores (y también destaca otros factores como barreras regulatorias y poder de mercado).

Primero, la exposición de la fuerza laboral a la automatización por AI.

Goldman Sachs señala que las preocupaciones por la sustitución de empleos de oficina han aumentado recientemente.

Han colaborado con economistas para estimar qué proporción del gasto salarial de las empresas está expuesta a la automatización por AI, usando la relación “costos laborales / ingresos” como referencia.

Advierten que este indicador es una “espada de doble filo”: AI puede mejorar la eficiencia, pero también puede desplazar empleos.

En el mercado, en los últimos seis meses, las industrias con menor exposición han sido más recompensadas, y las de mayor exposición, penalizadas.

Segundo, la intensidad de activos tangibles.

Utilizan la relación “(activos - efectivo - activos intangibles) / ingresos” para medir la fortaleza de los activos, y construyen una cesta sectorial neutral y ponderada.

Observan que las empresas con mayor peso de activos han superado claramente en rendimiento a las que tienen activos más ligeros, en un nivel que excede lo que el entorno macroeconómico explicaría.

De manera similar, las empresas manufactureras han rendido mejor que las de servicios.

Para los inversores, estas dos líneas de análisis no indican que “cuanto más activos, mejor”; sino que el mercado las usa como “indicadores de barreras de entrada / ventajas competitivas” para contrarrestar la incertidumbre en las aplicaciones.

Tres catalizadores: Goldman Sachs apuesta a que el “punto de inflexión” será en la segunda mitad de 2026

Goldman Sachs cree que, para que las grandes tecnológicas recuperen liderazgo en el mercado, se necesitan tres catalizadores.

Su juicio base es que estos catalizadores “tienen más probabilidad de ocurrir en la segunda mitad de 2026”.

Primero, los ingresos por AI deben acelerarse. La reacción del mercado en las temporadas de resultados ya ha demostrado que, cuando los ingresos superan las expectativas (como el aumento del 10% en Meta), los inversores recuperan la confianza en el retorno de la inversión en AI.

Segundo, la visibilidad de una caída en la tasa de crecimiento del gasto de capital que lleve a un fondo en flujo de caja libre (FCF). Goldman Sachs opina que, una vez que los flujos de caja muestren señales de fondo, el mercado volverá a valorar en función de beneficios en lugar de flujo de caja, reduciendo la volatilidad en las valoraciones.

Explican: “La desaceleración en el gasto de capital permitirá a los inversores ver una recuperación en el flujo de caja libre, lo que los llevará a valorar estos gigantes en función de su rentabilidad.” Actualmente, las grandes tecnológicas tienen un PER a futuro de 24 veces, en el percentil 14 de los últimos 10 años, lo que resulta muy atractivo.

Por último, la desaparición del viento favorable macroeconómico. Los economistas de Goldman Sachs estiman que el ciclo de aceleración económica en EE.UU. alcanzará su pico en mitad de año y luego disminuirá. Cuando los beneficios macroeconómicos se reduzcan, el dinero inevitablemente volverá a fluir hacia estas tecnológicas de alta certeza a largo plazo.

Este contenido destacado proviene de la plataforma Zui Feng Trading.

Para un análisis más detallado, incluyendo interpretaciones en tiempo real y estudios de primera línea, únase a【Zui Feng Trading▪Miembro Anual】.

Aviso de riesgo y exención de responsabilidad

El mercado tiene riesgos, invierta con prudencia. Este artículo no constituye asesoramiento de inversión personal ni considera las circunstancias particulares de cada usuario. Los usuarios deben evaluar si las opiniones, puntos de vista o conclusiones aquí expresadas se ajustan a su situación específica. La responsabilidad por las decisiones de inversión recae en cada uno.