Contexto relacionado: este artículo continúa nuestro análisis sobre los resultados de las grandes tecnológicas de finales de julio, Micron y el ciclo de memoria, y el liderazgo estrecho de la infraestructura de IA en el primer semestre de 2026. La pregunta central no es si la demanda de IA es fuerte. La pregunta es quién conserva el valor económico creado por los tokens de IA.
TL;DR
Si descomponemos un dólar actual de ingresos por tokens de IA, la mayor parte del valor agregado todavía queda en la capa de modelos y aplicaciones. Sin embargo, el mercado de acciones está siendo movido por inversión en centros de datos que se adelanta al ingreso final de las aplicaciones. Por eso la cadena de valor de IA parece hoy una pirámide invertida.
| Capa | Valor agregado actual estimado |
|---|---|
| Empresa de modelos de IA | 45 a 55 centavos |
| Nube y centro de datos | 10 a 16 centavos |
| Proveedor de GPU | Cerca de 13 centavos |
| HBM, DRAM de servidor, SSD | Cerca de 2,3 centavos |
| Software de infraestructura y almacenamiento | 3 a 5 centavos |
| Fundición | Cerca de 1 centavo |
| Energía | Cerca de 1,3 centavos |
La memoria es un cuello de botella real, pero su participación directa en el valor agregado por dólar de token es limitada. Por eso la pregunta clave para las acciones de memoria no es si el PER parece bajo. La pregunta correcta es si el sector puede sostener una utilidad neta de ciclo medio de unos 100 a 140 billones de wones.
1. La pregunta correcta
En IA hay que separar ingresos atribuidos de valor agregado. Un usuario puede pagar un dólar a un servicio de IA, pero dentro de ese dólar están los costos de nube, depreciación de GPU, memoria, fundición, energía, redes, servidores, refrigeración, personal y software. La empresa que factura no necesariamente es la empresa que conserva el excedente económico.
Usamos dos lentes. El primero es el dólar de token, es decir, un dólar de uso de API o modelo. El segundo es el dólar de aplicación, es decir, un dólar pagado por un flujo de trabajo, un agente o una solución vertical. También anualizamos el capex de centros de datos con una vida útil de cinco años, porque el gasto no debe tratarse como costo inmediato.
El tiempo también cambia el análisis. El costo de inferencia cae rápido.
| Periodo | Costo de inferencia sobre ingresos | Margen bruto de modelos |
|---|---|---|
| 2025 | 50 a 67% | 33 a 50% |
| 2026 | 40 a 55% | 45 a 60% |
| 2027 a 2028 | 30 a 40% | 60 a 70% |
Los precios por token pueden bajar y, al mismo tiempo, los márgenes pueden subir si el costo baja más rápido que el precio. Parte de ese margen vuelve a entrenamiento, reservas de cómputo y adquisición de clientes, por lo que fluye de nuevo hacia GPU, memoria, energía y fundición.
2. La cascada actual de valor
| Capa | Ingreso atribuido | Valor agregado | Lectura |
|---|---|---|---|
| Modelos de IA | 100 centavos | 45 a 55 | Capa directa con el cliente |
| Nube y data center | Cerca de 50 | 10 a 16 | Opera GPU, redes, energía y edificios |
| GPU | Cerca de 18 | Cerca de 13 | Principal cuello de botella físico |
| HBM, DRAM, SSD | Cerca de 3 | Cerca de 2,3 | Esencial para rendimiento, pero pequeña parte del dólar |
| Infraestructura de software | Cerca de 5 | Cerca de 3 | Gana importancia con la complejidad operativa |
| Fundición | Cerca de 1,5 | Cerca de 1 | Cuello común para chips de IA |
| Servidores OEM/ODM | Cerca de 3 | Cerca de 1,4 | Mucho volumen, poco margen |
| Redes | Cerca de 1,3 | Cerca de 0,7 | Importante a escala de clúster |
| Energía | Cerca de 2,5 | Cerca de 1,3 | Costo pequeño, cuello de botella grande |
La electricidad no es la mayor línea de costo por token, pero decide dónde puede construirse un centro de datos. La memoria, por su parte, es indispensable, aunque su participación económica directa es mucho menor que la de GPU o aplicaciones.
3. La pirámide invertida
| Elemento | Tamaño estimado |
|---|---|
| Ingresos de modelos y aplicaciones de IA | 60 a 100 mil millones de dólares al año |
| Tasa anualizada de ingresos de data center del principal proveedor de GPU | Cerca de 300 mil millones de dólares |
| Capex 2026 de las cuatro grandes nubes | Cerca de 725 mil millones de dólares |
| Ingreso de IA necesario para normalizar 700 mil millones de capex | Cerca de 2,8 a 3,0 billones de dólares |
Si los ingresos actuales de IA son 60 a 100 mil millones de dólares, y la memoria captura 3 a 7 centavos de ingreso por dólar de token, los ingresos de memoria explicados por tokens actuales serían de solo 2 a 7 mil millones de dólares al año. Las ventas reales de las grandes empresas de memoria son mucho mayores. Eso indica que una parte relevante de los ingresos actuales de memoria viene de inversión adelantada para demanda futura.
Esto puede ser racional. Los centros de datos no se construyen en semanas. Pero si los ingresos de aplicaciones y nube no alcanzan al capex, la corrección empieza en la parte alta de la cadena física: memoria y componentes de servidor, luego GPU, luego planes de capex de nube.
4. Tres escenarios
Ingresos de IA = volumen de tokens × precio por token.
El precio por unidad de rendimiento baja rápido, pero el volumen puede crecer mucho más si los agentes y flujos de trabajo usan contextos largos.
| Escenario | Probabilidad aproximada | Descripción | Implicación |
|---|---|---|---|
| Convergencia de demanda | 45% | Los ingresos de aplicaciones crecen y normalizan 1,0 a 1,6 billones de dólares de capex | Prima de cuellos de botella se mantiene |
| Digestión y reaceleración | 40% | Capex cae 20 a 30% en 2027 a 2028 y luego vuelve con la segunda ola de aplicaciones | ASP de memoria puede caer 40 a 60% antes de recuperar |
| Sobreoferta estructural | 15% | La elasticidad de uso decepciona | Recortes de capex de más de 50% y recesión en la cadena |
La IA en dispositivo reduce parte del ingreso de nube, pero no elimina la demanda de silicio. Puede beneficiar memoria de bajo consumo, SoC móviles, NPU de borde y almacenamiento embebido.
5. Equilibrio de largo plazo
A largo plazo, el token se vuelve más barato. El valor se mueve hacia quien controla el flujo de trabajo y hacia cuellos físicos difíciles de ampliar.
| Capa en dólar de aplicación | Valor agregado de largo plazo |
|---|---|
| Aplicaciones, agentes y canales | 45 a 50 centavos |
| Modelo y API | 18 a 24 centavos |
| Nube y centro de datos | 4 a 6 centavos |
| Silicio total | 6 a 8 centavos |
| Energía, suelo y refrigeración | Cerca de 1 centavo |
| Infraestructura genérica | Bajo |
El cliente no compra tokens. Compra resultados: menor costo de atención, mejor productividad, automatización de revisión, cierre contable más rápido o control de calidad.
6. Memoria: la prueba de utilidad de ciclo medio
La memoria es un cuello real, pero el mercado ya conoce la historia de HBM. La pregunta es si la capitalización actual exige una utilidad razonable o demasiado alta.
| Concepto | Supuesto |
|---|---|
| Utilidad neta pico | 240 billones de wones |
| Utilidad neta de valle | 50 billones de wones |
| Utilidad normalizada | 60 billones de wones |
| Utilidad de ciclo medio | (240 + 50 + 2×60) / 4 = cerca de 102 billones |
Con un múltiplo de 8 a 14 veces, el valor justo sería de unos 820 a 1.430 billones de wones. Si la capitalización ya está cerca del extremo superior, la acción no necesariamente está cara, pero el margen de seguridad es limitado.
La subida adicional exige pruebas de que la utilidad de ciclo medio puede superar 140 billones de wones, que HBM4 mantiene prima personalizada, que los precios resisten la entrada de más oferta y que DRAM y NAND generales también acompañan.
7. Diferenciar a Samsung, SK Hynix y Micron
| Empresa | Tesis | Riesgo |
|---|---|---|
| Samsung Electronics | Recuperación de cuota en HBM y mejora de mezcla | Certificación, rendimiento, pérdidas en foundry y lógica |
| SK Hynix | Mejor calidad de beneficios en HBM | Mucho optimismo ya está en el precio |
| Micron | Señal temprana de contratos, precios, FCF y capex | Alta volatilidad y sensibilidad al ciclo |
Samsung tiene más opcionalidad de recuperación. SK Hynix tiene mejor calidad de beneficios, pero también mayores expectativas. Micron funciona como indicador adelantado para estimaciones coreanas.
8. Qué vigilar
| Indicador | Por qué importa |
|---|---|
| Backlog agregado de nube | Mide si el capex está ligado a ingresos futuros |
| Precio de contratos HBM4 | Mide la durabilidad de la prima de memoria |
| Asignación por cliente | Mide poder de negociación de proveedores |
| ASP general de memoria | Verifica si el ciclo se amplía más allá de HBM |
| Margen operativo de nube | Mide si el capex se convierte en beneficio |
| Ingresos de aplicaciones de IA | Verifica si la demanda final alcanza a la infraestructura |
Conclusión
Los tokens se abaratan. El valor se mueve hacia aplicaciones que controlan flujos de trabajo y hacia cuellos físicos que no pueden ampliarse rápidamente.
La memoria pertenece al grupo de cuellos físicos. Pero su participación en el valor por dólar de token es limitada. Por eso las acciones de memoria necesitan más que una buena historia de HBM. Necesitan demostrar que el beneficio de ciclo medio puede sostener el valor actual.
Las cuatro preguntas clave son: si HBM4 preserva precio personalizado, si los líderes mantienen ASP y márgenes, si el backlog de nube y los ingresos de aplicaciones alcanzan al capex, y si las empresas de memoria pueden sostener 100 a 140 billones de wones de utilidad neta de ciclo medio.