Más allá de Nvidia: los valores hardware que pueden dominar la IA según los analistas

La revolución de la inteligencia artificial no se limita a los chips más mediáticos. Según varios analistas de mercado, la verdadera oportunidad en hardware podría estar en capas menos visibles, pero críticas: infraestructura de centros de datos, gestión de energía, memoria y conectividad de alta velocidad.

El mensaje es claro: más allá de los nombres evidentes, la IA necesita energía, memoria, interconexión y escala. Y ahí es donde muchos valores menos “glamurosos” podrían capturar rentabilidad estructural.

Infraestructura y energía: el “espacio gris” del data center

Michael Del Monte destaca compañías situadas en lo que denomina el “gray space” de los centros de datos. Aquí aparecen nombres como IES Holdings (IESC) y Vertiv (VRT). La primera se centra en el diseño e instalación de sistemas eléctricos y tecnológicos, mientras que Vertiv integra soluciones de racks, gestión energética y software de orquestación.

También subraya la importancia creciente de la gestión de potencia, lo que beneficia a fabricantes como Texas Instruments (TXN) y Analog Devices (ADI). Sin energía eficiente, el crecimiento de la IA simplemente no escala.

Memoria y conectividad: el cuello de botella real

Kennedy Njagi pone el foco un nivel por debajo de las aplicaciones: la memoria y el ancho de banda. En ese terreno destaca Micron Technology (MU), argumentando que todo entrenamiento o inferencia choca con el llamado “memory wall”. Cuando la oferta se ajusta, el impacto se refleja directamente en resultados.

Otros nombres clave en conectividad son Marvell (MRVL), Credo Technology (CRDO) y Astera Labs (ALAB), empresas que permiten que CPUs, aceleradores y memoria trabajen de forma coordinada mediante PCIe y CXL. No son historias llamativas, pero sí esenciales: auténticos peajes de la autopista de la IA.

¿Y Nvidia? ¿Y Apple?

Desde un enfoque de riesgo, Elizabeth Pramila advierte que Nvidia (NVDA), pese a ser el referente indiscutible en hardware de IA, también concentra riesgos significativos: dependencia de clientes, competencia emergente y presión sobre el retorno del CapEx.

En el extremo opuesto sitúa a Apple (AAPL), que ha optado por una estrategia más prudente, apoyándose en terceros para desplegar capacidades de IA sobre su enorme base instalada. La integración de Gemini de Alphabet (GOOG) en dispositivos Apple es un ejemplo de esta vía menos intensiva en inversión.

La ventaja de Apple no está en fabricar el chip más potente, sino en monetizar la IA a través de su ecosistema. Menor CapEx, mayor apalancamiento sobre su base de usuarios.

El marco estratégico

Entre ambos extremos se sitúan compañías como Advanced Micro Devices (AMD), Amazon (AMZN), Alphabet, Taiwan Semiconductor (TSM) o ASML (ASML), cada una con exposición en distintas capas de la cadena de valor, desde la fabricación hasta la nube y el consumo final.

La conclusión es que la IA será un proceso iterativo. Los líderes actuales pueden perder ventaja si la tecnología evoluciona, pero las empresas con ecosistemas sólidos, infraestructura propia o posición dominante en fabricación avanzada tienen mayor probabilidad de capturar valor sostenible.

En definitiva, invertir en hardware de IA no es solo elegir al fabricante de chips más potente. Es entender dónde están los cuellos de botella, quién controla la infraestructura y qué compañías pueden transformar la inversión en CapEx en retornos sostenibles a largo plazo.