Diversificar fuera de EE.UU. ya no basta: la exposición global a la IA se dispara

La preocupación por la concentración del mercado estadounidense en torno a la inteligencia artificial es cada vez mayor, pero el problema no termina en Wall Street. Según plantea Frances Yue en MarketWatch, muchos inversores que miran hacia los mercados internacionales para diversificar sus carteras pueden encontrarse con una realidad incómoda: fuera de Estados Unidos, la concentración puede ser incluso más acusada.

En Estados Unidos, las diez mayores compañías representan en torno al 36% del S&P 500. Es una cifra elevada y ha alimentado el debate sobre la dependencia del mercado de un pequeño grupo de grandes tecnológicas. Sin embargo, en numerosos mercados extranjeros, las diez principales empresas pueden suponer el 70% o más de sus índices de referencia.

La conclusión es relevante para la construcción de carteras: comprar exposición internacional o emergente no implica necesariamente reducir el riesgo tecnológico. En muchos casos, solo cambia el origen geográfico de esa exposición.

La IA también concentra los mercados emergentes

El caso más llamativo está en los mercados emergentes. Frances Yue destaca que Taiwán y Corea del Sur, dos mercados centrales en la cadena de suministro de inteligencia artificial, han pasado de representar conjuntamente alrededor de una cuarta parte del índice MSCI Emerging Markets hace dos o tres años a superar actualmente la mitad del índice.

Este cambio no es menor. Taiwán y Corea del Sur albergan compañías clave en semiconductores, memoria y hardware para IA, segmentos que se han beneficiado del fuerte ciclo inversor en centros de datos y modelos de inteligencia artificial cada vez más potentes.

El resultado es que, por primera vez en mucho tiempo, los mercados emergentes presentan una exposición a tecnología de la información incluso superior a la de Estados Unidos. Según los datos citados por Yue, el índice de emergentes tenía una ponderación cercana al 45% en tecnología de la información, frente a algo más del 37% del S&P 500.

Esto cambia la lectura tradicional de los emergentes. Durante años, muchos inversores han comprado estos mercados buscando exposición a consumo, materias primas, bancos, divisas infravaloradas o crecimiento demográfico. Ahora, una parte mucho mayor del comportamiento del índice depende de la cadena de suministro de la IA.

Diversificar fuera de EE.UU. ya no significa escapar de la tecnología

Para un inversor particular, el riesgo está en pensar que un fondo internacional o de mercados emergentes reduce automáticamente la exposición a las grandes tecnológicas estadounidenses. Puede reducir la exposición directa a Nvidia, Microsoft, Apple o Alphabet, pero a cambio aumentar la dependencia de fabricantes asiáticos de chips, memoria, redes o componentes para centros de datos.

La diversificación geográfica no siempre equivale a diversificación sectorial. Esta es una de las ideas de fondo que transmite Frances Yue: el inversor puede estar cambiando una concentración por otra, sin ser plenamente consciente de ello.

La cuestión es especialmente importante después de las fuertes subidas acumuladas por muchas compañías relacionadas con la IA. Cuando un sector concentra buena parte del rendimiento de un índice, la cartera se vuelve más vulnerable a cualquier decepción en beneficios, capex, márgenes o expectativas de demanda.

Esto no significa que el ciclo de IA haya terminado. Significa que el margen de error se estrecha. Cuanto más peso gana un pequeño grupo de valores, más dependiente se vuelve el índice de que esas compañías sigan cumpliendo expectativas muy exigentes.

Por qué se ha producido esta concentración

Una parte de la explicación está en el entorno macroeconómico. El fortalecimiento del dólar, el aumento de las rentabilidades de los bonos estadounidenses y la subida del petróleo han complicado el comportamiento general de muchos mercados emergentes. En ese contexto, las compañías vinculadas a la IA se han convertido en uno de los pocos segmentos capaces de sostener un crecimiento claramente superior.

Frances Yue recoge la visión de Michael Mortimore, de NS Partners, quien considera que el rally de los emergentes ha sido más estrecho que el estadounidense. Es decir, menos valores han participado de forma significativa en la subida, lo que hace que el mercado dependa cada vez más de un grupo reducido de ganadores.

Además, la inversión en inteligencia artificial ha seguido superando las expectativas del mercado. Centros de datos, memoria, refrigeración, redes y capacidad de cómputo siguen recibiendo enormes volúmenes de capital. Esto ha reforzado la tesis de inversión en hardware, pero también ha aumentado la dependencia de la continuidad de ese gasto.

¿Burbuja o superciclo de beneficios?

La gran pregunta es si esta concentración responde a una burbuja o a una mejora real de los fundamentales. En este punto, el análisis recogido por Frances Yue es más matizado. Mortimore evita calificar el movimiento como una burbuja clásica, entre otras razones porque las valoraciones en emergentes no se han disparado al mismo ritmo que las cotizaciones.

La diferencia es importante. En una burbuja tradicional, los precios suelen subir muy por encima de cualquier justificación razonable de beneficios. En este caso, una parte del movimiento está respaldada por aumentos reales de demanda, escasez de oferta y revisiones al alza en expectativas de beneficios.

Angelo Kourkafas, de Edward Jones, también apunta en esa dirección. La subida de algunos segmentos emergentes ha sido muy intensa, pero está respaldada por una demanda fuerte y por cuellos de botella reales en la oferta. Esto hace que el episodio actual se diferencie de una burbuja tecnológica clásica.

Ahora bien, que no sea una burbuja evidente no elimina los riesgos. Cuando una operación se vuelve demasiado popular, el mercado puede castigar incluso una desaceleración moderada del crecimiento. En otras palabras, no hace falta que el negocio se deteriore; puede bastar con que crezca menos de lo previsto.

El punto crítico: justificar el enorme gasto en IA

El debate de fondo no está solo en los fabricantes de hardware. Está en si las empresas que aplican la inteligencia artificial serán capaces de generar suficientes beneficios para justificar las enormes inversiones que se están realizando en infraestructura.

Mortimore plantea una cuestión clave: la demanda en memoria, refrigeración, redes y capacidad de cómputo es real, pero el ecosistema necesita demostrar que la capa de aplicación de la IA puede monetizar ese gasto de forma suficiente. Si eso no ocurre, el mercado podría empezar a cuestionar el ritmo de inversión.

También habrá que vigilar la evolución de la oferta. Si entra nueva capacidad o aparecen nuevos competidores, los cuellos de botella pueden relajarse. En ese escenario, el poder de fijación de precios podría disminuir y los márgenes de las compañías mejor posicionadas empezarían a sufrir presión.

Ese sería uno de los riesgos más importantes para la tesis de inversión: que el ciclo pase de una fase de escasez y precios fuertes a otra de mayor competencia y normalización de márgenes.

Cómo reducir el riesgo de concentración

Para los inversores, la respuesta no tiene por qué ser salir completamente de la inteligencia artificial. El punto está en conocer la exposición real y evitar que la cartera quede excesivamente condicionada por un solo tema de inversión.

Frances Yue recoge varias posibles alternativas. Una es utilizar índices equiponderados, que reducen el peso de las mayores compañías y reparten mejor la exposición entre los distintos valores. Otra es considerar índices de mercados emergentes que excluyan Corea del Sur, para quienes quieran reducir específicamente la exposición a ese mercado.

Sin embargo, estas decisiones tienen un coste potencial: si los valores líderes siguen subiendo, una cartera menos expuesta puede quedarse rezagada. Por eso, no se trata de eliminar el riesgo, sino de decidir conscientemente cuánto riesgo temático se quiere asumir.

Una estrategia de equilibrio

Otra aproximación es mantener exposición a la IA, tanto en Estados Unidos como en mercados emergentes, pero equilibrarla con áreas menos saturadas. Kourkafas propone una estructura tipo barra, combinando exposición a los grandes ganadores de la IA con posiciones en Europa, Japón y medianas compañías estadounidenses.

Estas zonas ofrecen mayor peso en sectores industriales, financieros y cíclicos, y pueden ayudar a reducir la dependencia de semiconductores y megacapitalizadas tecnológicas. Esta estrategia tiene sentido si el mercado alcista continúa, pero se amplía hacia más sectores.

En conjunto, el mensaje es claro: la IA sigue siendo uno de los grandes motores del mercado global, pero también se ha convertido en una fuente creciente de concentración. Para el inversor, el reto no es solo decidir si quiere exposición a inteligencia artificial, sino medir correctamente dónde, cuánto y a través de qué vehículos la está asumiendo.