En este episodio de Macro Sin Filtro analizo dónde está realmente la burbuja de la inteligencia artificial y por qué algunos de los indicadores de valuación más conocidos parecen estar enviando señales contradictorias.
Cuando observamos métricas como el Price to Sales, el Price to Book Value o el Buffett Indicator, el mercado estadounidense ya presenta niveles de sobrevaluación superiores a los registrados durante el pico de la burbuja tecnológica del año 2000. Sin embargo, cuando miramos el CAPE, una versión ajustada del Price to Earnings, las valuaciones todavía permanecen por debajo de aquel máximo histórico.
¿Por qué existe esa diferencia?
Porque el problema puede estar justamente en los earnings utilizados para calcular esas valuaciones.
Empresas como Amazon, Microsoft y Google han realizado enormes inversiones en compañías privadas de inteligencia artificial como Anthropic y OpenAI. Estas empresas todavía necesitan consumir grandes cantidades de capital para financiar infraestructura, entrenamiento de modelos, centros de datos y capacidad computacional. Es decir, sus valuaciones aumentan mucho más rápido que su capacidad de generar ganancias y flujos de caja sostenibles.
Cada vez que una de estas compañías realiza una nueva ronda de financiamiento a una valuación superior, el valor contable de las participaciones de sus inversores también puede aumentar. En determinados casos, esas revalorizaciones se reflejan en los resultados financieros de las grandes empresas tecnológicas como ganancias contables asociadas a sus inversiones.
Pero detrás de ese aumento no necesariamente hubo nuevos productos vendidos, más consumidores pagando por inteligencia artificial o una mejora equivalente en el flujo de caja operativo. Lo que cambió fue la valuación asignada a una empresa privada durante una nueva ronda de inversión.
Ahí puede estar escondida una parte importante de la burbuja.
Si los earnings de las grandes compañías tecnológicas están siendo impulsados parcialmente por la revalorización de participaciones en empresas privadas de inteligencia artificial, el denominador del Price to Earnings aumenta.
En otras palabras, el CAPE podría estar subestimando el nivel real de sobrevaluación porque el problema no está solamente en el precio de las acciones. También podría estar dentro de las ganancias que utilizamos para justificar esos precios.
El segundo problema es el modelo de negocio.
Las valuaciones de empresas como Anthropic y OpenAI parecen asumir que estamos frente a una carrera donde una o dos compañías terminarán dominando todo el mercado. Pero la inteligencia artificial se está convirtiendo rápidamente en un producto cada vez más parecido a un commodity.
Los modelos chinos ya están demostrando que pueden realizar tareas similares a una fracción del costo de los modelos estadounidenses. Si un competidor puede ofrecer resultados comparables utilizando alrededor del 1,5% del costo, las empresas líderes pierden poder para fijar precios y se ven obligadas a reducir sus márgenes.
Esto es completamente distinto de un negocio monopolístico.
La burbuja de la inteligencia artificial, por lo tanto, puede no estar únicamente en las acciones vinculadas al sector. Puede estar dentro de una cadena de valuaciones privadas que alimentan los resultados de las empresas públicas y ayudan a sostener múltiplos que, a simple vista, parecen menos extremos que en el año 2000.
La pregunta es:
¿Estamos valuando a la inteligencia artificial como el próximo gran monopolio tecnológico cuando, en realidad, ya se está transformando en un commodity sin poder de fijación de precios?
**Este contenido no constituye una recomendación de inversión.
Seguime en X: @valentin_macroSeguime en Substack: https://substack.com/@valentinteruggiSeguime en TikTok: @valentinmacroSeguime en Instagram: https://www.instagram.com/valentinmacro/Canal de Telegram: https://t.me/macrosinfiltro