¿El drama de DeepSeek representa un punto de inflexión para el mercado de la inteligencia artificial (IA)?

La semana pasada no estuvo exenta de volatilidad. Desde el avance en inteligencia artificial de DeepSeek hasta la imposición de aranceles por parte del presidente Trump a Canadá, México y China, ha habido muchos titulares con los que los inversores han tenido que lidiar.

En consecuencia, la semana pasada el mercado de renta variable de EE.UU. cerró en negativo, mientras que los mercados de renta variable a nivel global (particularmente en Europa) continuaron con un comportamiento positivo. El aumento de volatilidad se produjo a pesar de otra semana sólida en cuanto a beneficios. Con más de un tercio de las empresas del S&P 500 habiendo reportado ya los resultados del cuarto trimestre, los beneficios están en camino de registrar la tasa de crecimiento trimestral más rápida en tres años.

No obstante, se anticipa un comienzo volátil para la renta variable esta semana, debido a los aranceles impuestos y la posibilidad de aranceles adicionales sobre Europa, lo cual impacta negativamente a las expectativas del mercado. Esto también está contribuyendo a un fortalecimiento del dólar, ya que los rendimientos a corto plazo en Estados Unidos han aumentado para reflejar el posible impacto inflacionario de estos ajustes en la política comercial.

En el informe de hoy, nos centramos en DeepSeek y su posible impacto en el sector tecnológico y en la economía en general. ¿Y si el avance de DeepSeek es en realidad una razón para ser aún más optimistas sobre la inteligencia artificial? A continuación, ofrecemos nuestra opinión.

¿Cómo afectará DeepSeek a la temática de la inteligencia artificial?

Una breve historia de la temática de la IA. Entre noviembre de 2022 y enero de 2023, 100 millones de personas comenzaron a usar ChatGPT de OpenAI. Instagram tardó dos años y medio en alcanzar el mismo hito. Desde entonces, los inversores han seguido con gran interés las distintas fases de la temática de la IA:

Fase 1 [Hiperscaladores]: las empresas que proporcionan tecnología de computación en la nube a gran escala.

Fase 2 [Cómputo e Infraestructura de Centros de Datos]: las empresas que producen componentes como hardware (chips) y equipos eléctricos que permiten el funcionamiento de los centros de datos.

Fase 3 [Energía y Transmisión]: las empresas que proporcionan y transmiten la electricidad necesaria para los centros de datos.

Fase 4 [Beneficiarios Transversales]: las empresas que incorporan la inteligencia artificial para aumentar la productividad y obtener mayores ingresos.

Desde el lanzamiento de ChatGPT, los inversores han recompensado a las empresas en las fases 1-3, ya que los hiperescaladores han incrementado el gasto en infraestructura de centros de datos y energía en busca de ingresos generados por la IA.

Entra en escena DeepSeek, empresa emergente de IA con sede en China y fundada hace dos años, que el pasado lunes (en la víspera de la investidura del presidente Donald Trump) lanzó su modelo completo R1, un modelo de lenguaje de razonamiento abierto. El modelo R1 iguala el desempeño de o1 (el modelo de lenguaje de razonamiento avanzado de OpenAI) en tareas de matemáticas, programación y razonamiento. Aunque persiste la especulación entre los expertos de la industria y los mercados financieros sobre la validez de las afirmaciones de DeepSeek, el mercado parece interpretar este avance como un desafío a las suposiciones predominantes que han impulsado la apuesta por la IA hasta ahora. Como resultado, el pasado lunes, las empresas de IA sufrieron la mayor caída en un solo día desde el lanzamiento de ChatGPT.

• La primera suposición cuestionada es que los hiperescaladores deben gastar miles de millones de dólares en chips avanzados de IA. DeepSeek afirma que su modelo utilizó los chips H800 de Nvidia, que tienen un ancho de banda de memoria más limitado para cumplir con los controles de exportación de Estados Unidos, en comparación con los más avanzados H100. Además, la empresa sostiene que el entrenamiento requirió 2.788.000 horas de unidades de procesamiento gráfico (GPU, por sus siglas en inglés) a un coste de dos dólares por hora, lo que implica un gasto total de solo $5.576.000 (para ponerlo en contexto, el entrenamiento del último modelo Llama de Meta costó 10 veces más). Esto llevó a los inversores a cuestionar de inmediato las previsiones de ingresos y márgenes de Nvidia. De hecho, otros fabricantes de chips ya han publicado blogs con instrucciones para que los desarrolladores ejecuten el modelo de DeepSeek en sus propios chips. Como resultado, el lunes Nvidia perdió 590 mil millones de dólares en capitalización de mercado y cayó un 16% la semana pasada.
• La segunda suposición cuestionada es que el futuro de la IA implica un aumento constante del consumo de energía. El avance de DeepSeek se debe, en parte, a su diseño basado en un sistema "Mezcla de expertos" (MoE, por sus siglas en inglés). Para más detalles sobre los aspectos técnicos del avance, lea el informe más reciente del Director de Estrategia de Mercado e Inversión de J.P. Morgan Asset & Wealth Management, Michael Cembalest. En total, el modelo tiene una capacidad de 671 mil millones de parámetros, pero solo 37 mil millones (menos del 6%) están activos en un momento dado, lo cual reduce significativamente los requisitos de energía y costes operativos. Si los modelos de IA pueden mantener su eficacia sin un incremento proporcional en la infraestructura computacional y consumo de energía, entonces la demanda de electricidad impulsada por los centros de datos podría haber sido sobreestimada. Como resultado, muchas empresas que se habían revalorizado debido a proyecciones optimistas de demanda energética (como Constellation, Vistra, Eaton y Digital Realty), cayeron bruscamente el lunes.
• La tercera suposición cuestionada es el liderazgo de Estados Unidos en tecnología de IA. DeepSeek demostró que una optimización intensiva puede generar resultados notables incluso con un hardware más modesto y menor ancho de banda de memoria. Mientras tanto, los laboratorios estadounidenses han estado invirtiendo significativamente en tecnología de vanguardia y acumulando un arsenal de los chips más avanzados para obtener una ventaja competitiva. El panorama competitivo parece estar más equilibrado de lo que se había asumido previamente. Sin embargo, también hay que decir que DeepSeek utilizó como base técnica un modelo estadounidense (Llama) y chips de este país para ejecutar el modelo (Nvidia), además de asociarse con una institución estadounidense (MIT) para presentar sus hallazgos.

¿Qué significa esto para la apuesta en IA y su ciclo de adopción? Creemos que el modelo de DeepSeek representa un avance significativo en la tecnología de inteligencia artificial. Esto probablemente sea positivo para el mercado en general y la economía, incluso si reduce marginalmente el valor de los semiconductores, la infraestructura de centros de datos y la energía, y lo redirige hacia los hiperescaladores y beneficiarios de ingresos y productividad a medio plazo. Esto se debe a que los modelos más eficientes podrían hacer aún más asequible la IA y ejercer presión a la baja sobre el gasto de capital y requisitos energéticos.

Al mismo tiempo, modelos más baratos deberían impulsar la adopción y demanda tanto de hogares como de empresas. Una pregunta clave sigue siendo: ¿compensará una mayor adopción la reducción del gasto de capital debido a la eficiencia en costes y energía?

La semana pasada, Microsoft y Meta presentaron resultados y confirmaron su intención de continuar con el gasto, centrado principalmente en la construcción de centros de datos para inferencia en lugar de para entrenamiento (lo que se alinea con la visión de que la mayoría de las inversiones en IA son necesarias para la inferencia). Dicho esto, a medida que el gasto se desplace hacia los circuitos integrados específicos para aplicaciones (ASIC, por sus siglas en inglés), que combinan la propiedad intelectual de los hiperescaladores con una plataforma de diseño, se espera que la dependencia tradicional de las GPU disminuya.

Fase 2 [Computación e infraestructura de centros de datos]: la reducción en el gasto de los hiperescaladores podría generar menores ingresos para las empresas de centros de datos. Los analistas prevén que los de los fabricantes de chips provenientes de estos centros aumenten un 27% para 2028. Sin embargo, se estima que alrededor de 37,5 mil millones de dólares de esos ingresos están en riesgo, debido a ajustes en los planes de inversión. Esto podría derivar en una disminución de aproximadamente siete puntos porcentuales en los ingresos de los fabricantes de chips para 2028. No obstante, con la reducción de costes, podrían surgir más casos de uso (elasticidad), lo que seguiría impulsando la demanda de energía. De hecho, nuestra división de Banca de Inversión señaló que la virtualización x86 (tecnología desarrollada a mediados de los 2000 que permitió ejecutar varios sistemas operativos en una sola máquina física) incrementó la eficiencia, pero también estimuló la demanda de chips semiconductores y memoria. Además, la transición a la computación en la nube también mejoró la eficiencia y favoreció la demanda de chips.

Fase 3 [Energía y transmisión]: en 2023, la demanda de electricidad en Estados Unidos fue de aproximadamente 4.200 teravatios/hora, de los que solo unos 200 teravatios/hora correspondían a los centros de datos. A principios de este año, el Departamento de Energía publicó proyecciones actualizadas para la demanda de electricidad de los centros de datos y la estimación más optimista contemplaba que las cargas de trabajo de IA generarían una tasa de crecimiento compuesta anual (CAGR, por sus siglas en inglés) del 26% en los próximos años. A ese ritmo, la demanda de electricidad de los centros de datos se duplicaría aproximadamente cada 2,5 años. Nuestro escenario pesimista es aún más conservador que el del Departamento de Energía. Si las eficiencias de DeepSeek resultan en un crecimiento incremental limitado, la demanda de electricidad de los centros de datos continuaría a la misma tasa de crecimiento del 13% experimentada entre 2014 y 2023.

Nuestra perspectiva es ligeramente más optimista. Creemos que la demanda de electricidad de los centros de datos crecerá a una tasa compuesta anual del 20% durante ese periodo. Además, la IA no es el único factor que impulsa la demanda energética. De hecho, creemos que los vehículos eléctricos e híbridos, la industrialización y automatización, así como los centros de datos no relacionados con IA también contribuirán a un crecimiento del 2,5% en la demanda general de electricidad en los próximos años, frente al modesto 0,7% de CAGR registrado en la última década. Este amplio rango de resultados posibles debería generar más volatilidad, lo que los inversores tácticos podrían aprovechar. Incluso si las estimaciones más altas de demanda parecen menos probables, seguimos creyendo que la energía es una tendencia en la que se puede invertir.

Fase 4 [Beneficiarios transversales]: en última instancia, el avance de DeepSeek podría ser más positivo para los numerosos beneficiarios potenciales de productividad e ingresos derivados de la tecnología de IA que se encuentran en la mayoría de los sectores del mercado de valores. Esto se ha reflejado en el comportamiento de los precios. Desde el lunes, los beneficiarios de una mayor productividad se han comportado de media un 7% mejor que las empresas de las fases 1-3, liderados por el sector de software. Esperamos que esta tendencia continúe.

En J.P. Morgan, hemos adoptado la IA tanto en nuestras carteras como en nuestra organización. Creemos que podría experimentar un desempeño superior en los próximos años. Sin embargo, también recomendamos acceder a esta temática de manera selectiva, a través de una gestión activa tanto en compañías cotizadas como no cotizadas, manteniendo exposiciones que ayuden a garantizar la solidez de las carteras. Para preguntas sobre cómo hacerlo, contacte con su equipo de J.P. Morgan.