AI 인프라 on Korea Invest Insights

En una burbuja de beneficios, las estimaciones se recortan al final: la concentración en infraestructura de IA y el valor de un análisis a fondo

Sun, 31 May 2026 14:00:00 +0900

Esta es una nota metodológica. Para los textos que sirvieron de materia prima al análisis, conviene leerlos en paralelo: la tesis sobre sustratos/PCB de IA (el cuello de botella común del BOM del sistema), la demanda de tokens de Goldman frente al pico de ASP de memoria de J.P. Morgan y la nota pública de Thesis OS que explica la estructura que mueve todo este trabajo.

TL;DR

En un informe reciente, BCA Research sostiene que la burbuja de la IA no es una burbuja de valoración, sino una burbuja de beneficios. No es el PER lo que se infla, sino los beneficios mismos. Y como toda burbuja acaba desinflándose, aunque BCA añade que sus propios indicadores de demanda de IA aún no muestran ninguna señal inminente.
El rasgo definitorio de una burbuja de beneficios es el desfase temporal. En palabras de BCA, en casi todos los casos “las acciones empezaron a caer mucho antes de que se recortaran las estimaciones de beneficio”. Las estimaciones de consenso son una señal rezagada.
Por eso, justo en una fase en la que el dinero se concentra así en infraestructura de IA, importa más un análisis a fondo que lea directamente la estructura del sistema y los indicadores adelantados de demanda, en lugar de esperar al BPA de consenso. Cuando las estimaciones se recortan, ya es demasiado tarde.
Esta nota expone, sin exagerar, qué observa de verdad ese análisis a fondo y cómo lo hemos llevado a cabo mediante una estructura llamada Thesis OS.

1. Qué significa llamar a la burbuja de la IA una “burbuja de beneficios”

Cuando se dice “burbuja”, lo habitual es imaginar PER disparados: una burbuja de valoración, donde el precio sube mucho más rápido que los beneficios. BCA Research ve la IA como un tipo algo distinto. Es una burbuja de beneficios, en la que se inflan los beneficios mismos y no el precio.

No es un patrón nuevo. Las constructoras de vivienda y los bancos hicieron exactamente esto justo antes de la crisis financiera. Sus PER parecían bajos, pero solo porque unos beneficios insostenibles inflaban el denominador (B) y hacían que el múltiplo pareciera barato. Los sectores que oscilan con fuerza entre auge y caída —recursos naturales, aerolíneas, transporte marítimo y los semiconductores de hoy— son vulnerables a este tipo de burbuja de beneficios.

Ahora mismo la curva de ingresos de los semiconductores se parece a esa imagen.

Fuente: reconstrucción aproximada basada en los agregados anuales públicos de WSTS, con 2025-2026 como estimaciones. De carácter ilustrativo, no es asesoramiento de inversión. La forma de los datos subyacentes va en la misma línea que el gráfico de “ventas parabólicas de semiconductores” presentado en el informe de BCA Research (2026-05-28).

Que la curva de ingresos se vuelva parabólica es a la vez una buena noticia y una advertencia. Cuando los beneficios suben rápido, el PER parece bajo. Pero si esos beneficios son producto del ciclo, el hecho mismo de que el múltiplo parezca barato puede convertirse en una trampa. Aquí se aplica la vieja advertencia de los sectores cíclicos: “el momento más peligroso es cuando los beneficios están en su máximo”.

No nos engañemos. Ni BCA ni nosotros decimos “se desinfla ahora”. BCA estima que sus indicadores de demanda de IA —tasas de adopción, gasto en tokens, descargas de herramientas de codificación con IA, precios de GPU y memoria— se mantienen en su mayoría en niveles tranquilizadores. La cuestión no es el calendario, sino cómo se comporta esta burbuja.

2. La verdadera trampa de una burbuja de beneficios es el “desfase”

Lo que hace peligrosa a una burbuja de beneficios no es que estalle, sino el orden en que estalla.

El punto central que señala BCA es este: los analistas de Wall Street aciertan poco a la hora de prever cuándo se desinflará una burbuja de beneficios. Y en casi todos los casos, “las acciones empezaron a caer mucho antes de que se recortaran las estimaciones de beneficio” (BCA Research, 2026-05-28).

Esto es lo que esa frase significa en la práctica, dibujado.

Es un diagrama conceptual, no datos reales. Simplifica la estructura de desfase descrita por BCA, en la que el precio se adelanta y las estimaciones van por detrás.

La línea roja (la cotización) gira a la baja primero. La línea azul punteada (las estimaciones de beneficio de consenso) solo se recorta mucho después. La franja gris intermedia es el desfase. Si tienes una regla que dice “venderé cuando los analistas recorten su precio objetivo o sus estimaciones”, siempre te moverás tarde, exactamente con ese desfase de retraso.

De ahí la conclusión. Las estimaciones de consenso son una señal rezagada. La acción no parece más cara cuando los beneficios tocan techo, y para cuando se recortan las estimaciones el precio ya ha caído. Así que si solo miras las estimaciones, te pierdes tanto el techo de la burbuja como su punto de inflexión.

3. Por eso hace falta un análisis a fondo — qué observa

Si las estimaciones van por detrás, ¿qué hay que mirar para adelantarse? Un análisis a fondo no observa el BPA de titular, sino la estructura y los indicadores adelantados que producen ese BPA. En concreto, cuatro cosas.

① Lee la estructura del sistema. El relato lineal —“después de la GPU viene la memoria, luego los sustratos”— es fácil de operar pero solo medio cierto. La infraestructura de IA real es un sistema a nivel de rack en el que GPU, CPU, DPU, NIC, ASIC de conmutación, módulos de memoria y placas de alimentación crecen juntos. Como expusimos en la tesis sobre sustratos/PCB de IA, los sustratos y las PCB no son la última parada de una rotación, sino el denominador común de toda la lista de materiales (BOM) del sistema. Conocer la estructura revela dónde está el verdadero cuello de botella.

② Separa las variables. Ante la misma demanda de IA, Goldman sigue el uso de tokens (Q) y el coste por token (C), mientras que J.P. Morgan sigue el ritmo de subida del precio de la memoria (P). Al descomponer las dos previsiones en P, Q y C se hace evidente que las dos visiones, que parecían un choque, en realidad hablan de variables distintas y pueden cumplirse a la vez. Es lo que se oculta al agruparlo todo en una sola cifra de titular.

③ Rastrea directamente los indicadores adelantados. En lugar de esperar a que se recorte el BPA de consenso, observa lo que se mueve antes: precios y volúmenes de los contratos a largo plazo de HBM, precios contractuales de la DRAM de servidor, gasto en tokens, precios al contado de GPU y memoria, tasas de adopción. Estos cambian de dirección antes que las estimaciones.

④ Separa hecho, inferencia y conjetura. “Hecho confirmado oficialmente”, “inferencia razonable” y “mera conjetura” no van en la misma casilla. Lo no verificado —nombres de clientes, si una pieza fue adoptada, condiciones contractuales— se marca con claridad como inferencia o conjetura. Sin esa separación, te arrastra un relato atractivo y compras conjeturas como si fueran hechos.

Estas cuatro cosas no esperan a que se recorten las estimaciones. Por eso sufren menos el desfase.

4. Thesis OS — la estructura que ejecuta este análisis a fondo como sistema

Hacer bien las cuatro cosas anteriores una o dos veces no es difícil. Lo difícil es hacerlas siempre, con la misma disciplina. Por eso confiamos este trabajo a una estructura y no al estado de ánimo de una persona en un día concreto. Esa estructura es Thesis OS.

Thesis OS se divide en tres papeles.

Papel	Qué hace
Alpha (알파)	Recopilación de evidencia — datos de mercado, screeners, rastreadores, canalizaciones de verificación de hechos
Lattice (격자)	Juicio — tejer la evidencia en una tesis, formular previsiones y someterlas a prueba con la lógica contraria
Arki (아키)	Gobernanza — mantener el conjunto coherente mediante esquemas, flujos de trabajo y comprobaciones de salud

La clave no es una automatización vistosa, sino la repetibilidad de la disciplina. Separar la evidencia (Alpha) del juicio (Lattice) reduce la probabilidad de que un buen relato se adelante a la evidencia. Con la gobernanza (Arki) en su sitio, separas hecho, inferencia y conjetura con el mismo criterio cada vez y sigues rastreando los indicadores adelantados. Thesis OS es de código abierto, de modo que el lector interesado puede examinar la estructura misma de forma directa.

5. El trabajo de nuestro blog — con sobriedad

Lo escribimos como registro, no como alarde. La evidencia más honesta es qué textos produjo realmente esta metodología.

Mapeo de la estructura del sistema: la tesis sobre sustratos/PCB de IA — ver la IA como un sistema a nivel de rack y redefinir los sustratos como el cuello de botella común.
Separación de variables: Goldman vs. J.P. Morgan — descomponer dos previsiones aparentemente opuestas en P, Q y C.
Lectura de resultados (read-through): Marvell Q1 FY2027, Dell Q1 FY2027 — traducir los resultados de EE. UU. en cuellos de botella de componentes y materiales coreanos.
Seguimiento de la estructura de costes: futuros de tokens de IA y coste por token — el eje desplazándose de una carrera de rendimiento a una carrera de costes.

Lo que estos textos tienen en común es que no se apresuran a una conclusión de “comprar/vender”. En su lugar mapean la estructura, separan las variables, presentan los indicadores adelantados y tratan los valores no como recomendaciones, sino como puntos de observación. El objetivo es dar al lector materia para juzgar por sí mismo. No afirmamos poder acertar el techo del mercado ni el momento en que estalla la burbuja. Como concluye BCA, ni siquiera los analistas lo logran bien. Lo que intentamos es más modesto: entender la estructura antes de que se recorten las estimaciones y obligarnos a mirar señales adelantadas en lugar de rezagadas.

6. Cierre

En una fase en la que se ha concentrado tanto capital en infraestructura de IA, la actitud más peligrosa es esperar a que el consenso gire por ti. En una burbuja de beneficios esa señal llega siempre tarde. La cotización se mueve antes de que se recorten las estimaciones.

Por eso un análisis a fondo no es una previsión vistosa, sino una preparación para llegar menos tarde. Entender el sistema, separar las variables, mirar directamente los indicadores adelantados y distinguir el hecho de la conjetura. Para repetir ese trabajo no una vez, sino siempre con la misma disciplina, usamos una estructura llamada Thesis OS. Si te interesa, te animamos a mirar no solo las conclusiones, sino también la estructura y el proceso que hay detrás.

Este texto cita brevemente, con atribución, el argumento central publicado del informe “Earnings Bubbles Are Still Bubbles” de BCA Research (Global Investment Strategy, 2026-05-28), y los gráficos son de elaboración propia a partir de datos y conceptos públicos. No es una recomendación de compra o venta de ningún valor concreto; las decisiones de inversión y su responsabilidad corresponden al propio inversor.

La demanda de tokens de Goldman frente al pico de ASP de memoria de J.P. Morgan: ¿de verdad chocan las dos visiones?

Sun, 31 May 2026 11:00:00 +0900

Este artículo es la continuación de Futuros de tokens de IA y coste por token, Análisis profundo de Samsung Electronics 2026, SK Hynix: el peso pesado del HBM y La infraestructura de IA de Corea tras el Q1 FY27 de Nvidia. Si los artículos anteriores miraban por separado el coste por token, las empresas individuales y la difusión de la infraestructura de IA, este une dos visiones distintas — Goldman sobre la demanda y J.P. Morgan sobre el precio de la memoria — en un solo marco y ordena el horizonte de inversión de 2026 a 2030.

TL;DR

Goldman Sachs ve una explosión del uso de tokens (24x hasta 2030) más una caída pronunciada del coste por token (60-70% anual). J.P. Morgan ve que la tasa de crecimiento interanual (YoY) del ASP de DRAM y NAND se modera desde 2027. Como observan variables distintas, las dos visiones no chocan de frente.
Si las combinamos, aparece un único camino: 2026 es beta de ASP de memoria, 2027 es un pico (peak-out) del momentum de precios, y 2028-2030 es una rotación del alfa hacia los componentes y sistemas que reducen el coste por token.
Por eso la conclusión de inversión no es “comprar memoria sin límite”. En 2026 el beta de memoria como HBM, DRAM de servidor y eSSD es favorable, pero después hay que seleccionar dónde están los cuellos de botella: ASIC, redes de IA, óptica, líderes en HBM, eSSD, empaquetado avanzado y MLCC/FC-BGA.
Los dos malentendidos más comunes son: (1) ver el peak-out de J.P. Morgan y concluir que “el ciclo de la infraestructura de IA ha terminado”, y (2) ver la demanda de Goldman y concluir que “los precios de la memoria seguirán disparándose hasta 2030”. Ambos exageran.

1. Dos gigantes, dos visiones aparentemente opuestas

Ante la misma era de la IA, dos bancos de inversión globales han pintado cuadros que parecen apuntar en direcciones contrarias.

Goldman Sachs (artículo oficial, 5 de mayo de 2026) mira el lado de la demanda. El núcleo son dos puntos.

El uso de tokens crece 24x hasta 2030. La previsión es que el uso mensual alcance los 120 billones largos (quadrillion) de tokens en 2030; haciendo el cálculo a la inversa, eso sitúa la base de 2026 en torno a 5 quadrillion. Eso supone un crecimiento medio anual de cerca del 121% en cuatro años.
Al mismo tiempo, el coste de inferencia por token cae un 60-70% al año. Los motores son la mejora de la eficiencia de los chips y una mejor arquitectura de los centros de datos.

Fuente: un gráfico reconstruido que simplemente indexa las cifras del artículo oficial de Goldman Sachs (2026-05-05). No es el gráfico original, sino los números originales — “24x tokens hasta 2030, coste por token con caída anual del 60-70%” — trasladados a una escala logarítmica.

En el gráfico de arriba, la línea azul (uso) sube con fuerza, y las líneas naranja y verde (coste por token) bajan aún más bruscamente. Con una caída anual del 60%, el coste cuatro años después es cerca del 2,6% del nivel de 2026 (una mejora de unas 39 veces); con el 70%, cerca del 0,8% (una mejora de unas 123 veces).

En cambio, el material de J.P. Morgan mira el precio. El cuadro es que el ASP de DRAM y NAND sube con fuerza en 2026 pero que, desde finales de 2026 hasta principios de 2027, la tasa de crecimiento interanual se desacelera con rapidez.

Fuente: imagen subida en la sesión (DRAM de WSTS / J.P. Morgan estimates, NAND de Gartner / J.P. Morgan estimates). Cifras detalladas como FY26 DRAM +53% y NAND +30%, FY27 DRAM +1% y NAND -6% se basan en un resumen secundario; la tabla original está sin verificar.

En la superficie, “la demanda explota” (Goldman) y “las subidas de precio de la memoria se frenan” (J.P. Morgan) parecen chocar. Pero, mirando de cerca, las dos visiones hablan de cosas distintas.

2. Por qué no es un choque — separar P, Q y C

El beneficio de una empresa de memoria se descompone en una simple multiplicación.

Ingresos = envíos (Q) × precio medio de venta (P), y la economía de tokens = uso (Q) × coste por token (C).

Con esta óptica, queda claro que las dos visiones observan variables distintas.

Dimensión	Goldman Sachs	J.P. Morgan
Variable observada	Uso de tokens (Q), coste por token (C)	Variación YoY del ASP de DRAM/NAND (momentum de P)
Mensaje central	El uso de IA explota a largo plazo, el coste por token se desploma	La tasa de subida del precio de la memoria se modera desde 2027
Horizonte temporal	2026-2030	Finales de 2026 a principios de 2027

Aquí hay una trampa que conviene señalar. El eje vertical del gráfico de J.P. Morgan no es el nivel absoluto del precio, sino la “tasa de crecimiento interanual (YoY %)”. Ambas cosas son totalmente distintas.

Pongamos un ejemplo.

Momento	Índice de ASP	YoY
4T25	100	–
4T26	300	+200%
4T27	315	+5%

De 4T26 a 4T27 el índice de precios todavía sube, de 300 a 315. Sin embargo, la tasa de crecimiento interanual se desploma del +200% al +5%. Es decir, el “peak-out” de 2027 de J.P. Morgan puede no significar que los precios se hundan, sino que el ritmo de subida se ralentiza. El mercado bursátil suele descontar esta dirección de la tasa de crecimiento antes que el “beneficio récord” en sí. Por eso la cotización puede enfriarse primero, justo cuando el beneficio está en su máximo.

En resumen, Goldman observa Q (uso) y C (coste), mientras que J.P. Morgan observa el ritmo de P (precio). Como son variables distintas, ambas pueden acertar al mismo tiempo.

3. El coste total de inferencia puede incluso bajar

Aquí surge una conclusión contraintuitiva. Aunque el uso crezca 24x, si el coste por token cae un 60-70% al año, entonces la carga total del coste de inferencia podría ser incluso menor que en 2026.

Es aritmética simple. Suponiendo la misma composición de tokens y la misma complejidad de modelo, el coste total en 2030 es el índice de uso × el índice de coste por token.

Con una caída anual del 60%: 24 × 2,6% ≈ 61% de 2026
Con una caída anual del 70%: 24 × 0,8% ≈ 19% de 2026

Es un cálculo de sensibilidad muy simplificado. No refleja la composición de tokens, el tamaño del modelo, la longitud del contexto, el aumento de tokens de razonamiento (reasoning), la multimodalidad, el procesamiento redundante, las restricciones de latencia ni los cuellos de botella de ancho de banda de memoria. En la práctica estos factores podrían empujar el coste de nuevo hacia arriba.

Este gráfico es el corazón de la lógica de Goldman. Quien reduce el coste por token acaba ganando el dinero. Más que la subida del uso en sí, es la reducción de coste que hace ese uso asumible la que mantiene vivo el flujo de caja del sector. Dicho esto, como advierte la nota, si la longitud del contexto o los tokens de razonamiento suben rápido, la curva de coste real puede bajar menos de lo que sugiere este gráfico.

4. Por eso cambia el horizonte temporal

Si combinamos las dos visiones, el siguiente camino es lógicamente coherente.

Periodo	Qué ocurre	Dónde es favorable
2026	El uso de agentes se dispara → la asignación de HBM, DRAM de servidor, eSSD y NAND se tensiona → el ASP de DRAM y NAND se dispara	El beta de ASP de memoria funciona con fuerza
2027	Una base más alta más algunas ampliaciones de oferta y contratos a largo plazo (LTA) moderan la tasa YoY del ASP. La memoria B2B de IA se mantiene firme; la memoria B2C de consumo encuentra resistencia de precio	Las cotizaciones descuentan “tasa de crecimiento que se modera” antes que “beneficio máximo”. Empieza la divergencia por segmentos
2028-2030	El uso sigue subiendo, pero la caída del coste por token lo absorbe	El alfa rota del beta de memoria genérica hacia el stack de reducción de coste por token

El mensaje central es uno. Desde 2027, “cuánto más suben los precios de DRAM y NAND” importa menos que “qué componentes y sistemas reducen el coste por token."

5. Ejemplos de ideas de inversión (puntos de observación, no recomendaciones)

A continuación no hay recomendaciones de valores, sino ejemplos de “dónde mirar primero” a lo largo del horizonte anterior. Los valores de IA y memoria ya se han revalorizado deprisa, así que esto no es una llamada a comprar ahora mismo, sino un mapa para cuando se cumplan las condiciones.

Ejemplo 1 — Beta de ASP de memoria 2026

La fase en la que la asignación de HBM, DRAM de servidor y eSSD se tensiona y los precios de DRAM y NAND se disparan. Las grandes capitalizaciones de memoria como SK Hynix, Samsung Electronics y Micron se benefician directamente. El contraargumento es que, una vez que empieza la desaceleración de la tasa de crecimiento en 2027, la cotización puede sufrir compresión de múltiplos primero, aunque el beneficio sea alto.

Ejemplo 2 — Stack de reducción de coste por token

El verdadero corazón de la lógica de Goldman no es la subida del uso, sino la caída del coste por token. Los clientes pagarán más por chips y sistemas que reduzcan su coste por token. Los ASIC a medida, las redes de IA y la óptica, y los líderes en HBM encajan mejor aquí. (Los cuellos de botella de interconexión, sustrato y energía vistos en el read-through de Marvell son ese mismo hilo.)

Ejemplo 3 — eSSD / NAND empresarial

La inferencia de agentes exige mucho más almacenamiento de recuperación (RAG), registros, contexto, KV cache y checkpoints que el simple entrenamiento. Si es cierto que los servidores de IA usan unas 3 veces la capacidad de SSD de un servidor común, entonces el NAND puede reclasificarse no como un activo de ciclo genérico, sino como un cuello de botella de almacenamiento de IA. El contraargumento es la posibilidad de que la resistencia de precio de los SSD de consumo diluya la fortaleza empresarial.

Ejemplo 4 — Empaquetado avanzado / MLCC / FC-BGA

Si la previsión de tokens de Goldman para 2030 acierta, la complejidad de la arquitectura de servidores y racks no deja de subir. No solo crecen las GPU, los ASIC y el HBM; también crece la demanda de área de sustrato, estabilización de la alimentación, condensadores de desacoplo y calidad de señal de alta velocidad. Proveedores de MLCC y FC-BGA de alta especificación como Samsung Electro-Mechanics encajan aquí.

Distintos peak-outs por segmento

Lo que importa no es “la memoria en su conjunto”, sino las diferencias por segmento. La lógica del peak-out de J.P. Morgan no se aplica por igual a toda la memoria.

Segmento	Probabilidad de que aplique el peak-out	Tensión con la demanda a largo plazo
HBM	Baja-Media	Alta (la demanda sigue reforzando el muro de ancho de banda)
DRAM de servidor	Media	Media
eSSD / NAND empresarial	Media	Alta (posible demanda estructural)
DRAM móvil	Alta	Baja (resistencia de precio de consumo rápida)
DRAM/NAND genérica	Alta	Baja (la lógica del peak-out aplica mejor)

Condición común: los ejemplos anteriores necesitan más que “sobrevendido” o “porque es IA”. Un candidato debe estar donde los pedidos reales, los precios de contrato y las estimaciones de beneficio suben de nuevo, y donde se confirman los cuellos de botella y las barreras de entrada.

6. Los dos malentendidos más comunes

En esta fase, el mercado es propenso a dos errores que apuntan en direcciones opuestas.

Malentendido 1 — “J.P. Morgan dice peak-out, así que el ciclo de la infraestructura de IA ha terminado." No. Un peak-out es una desaceleración de la tasa de crecimiento del precio, no un hundimiento del nivel del precio. Y aplica mejor a la memoria genérica y menos a cuellos de botella como HBM, eSSD, ASIC y empaquetado.

Malentendido 2 — “Goldman dice 24x tokens, así que los precios de DRAM y NAND también seguirán disparándose hasta 2030." Esto también exagera. Goldman dice uso explosivo y caída pronunciada del coste por token a la vez. Si el coste baja rápido, la tasa de crecimiento interanual de los precios de la memoria puede moderarse aunque el uso suba.

La lectura correcta está en medio. Un superciclo de memoria en 2026, un peak-out del momentum de precios en 2027, y una expansión a largo plazo del stack de reducción de coste por token en 2028-2030.

7. Comentario del gestor de fondos

Las dos visiones no son enemigas, sino dos ejes de un mismo cuadro. Goldman habla de “cuánto, y cuán barato, llegaremos a usar la IA”; J.P. Morgan habla de “hasta cuándo seguirán subiendo rápido los precios de la memoria en ese proceso”. La tarea del inversor no es elegir una de las dos, sino no perderse los puntos de inflexión del horizonte temporal.

Las dos elecciones más peligrosas son estas.

Tirar toda la infraestructura de IA al ver la sola palabra peak-out — el error de regalar incluso a los ganadores con cuellos de botella a precio de saldo.
Perseguir la memoria genérica hasta el final solo por la demanda de tokens — el error de encajar de frente la compresión de múltiplos en la fase en que la tasa de subida del precio se frena.

Las señales que conviene vigilar ahora, dicho de forma sencilla, son estas.

Qué observas	Refuerza a Goldman (demanda)	Refuerza a J.P. Morgan (peak-out)
Uso de tokens	Alto crecimiento sostenido	La tasa de crecimiento se modera
Coste por token	Sigue cayendo más del 60% al año	El ritmo de caída se modera, sube el coste por latencia
Contratos a largo plazo de HBM	Precios mantenidos o al alza	Renegociación, aplazamiento de volúmenes
Precio de contrato de DRAM de servidor	Subida adicional	La tasa de subida se modera, descuentos al contado
SSD empresarial	Se amplían los contratos a largo plazo con CSP	La resistencia de precio del SSD de consumo se contagia

En resumen, reconocer el beta de memoria en 2026 y, desde 2027, prepararse para desplazar el peso hacia los cuellos de botella que reducen el coste por token es la postura más razonable disponible ahora. Ni perseguir la memoria hasta el final, ni tirarlo todo por miedo al peak-out.

Este artículo es un análisis reconstruido a partir del artículo oficial de Goldman Sachs (2026-05-05), gráficos y resúmenes secundarios relacionados con J.P. Morgan, y la previsión oficial de TrendForce. No se pudieron verificar el texto completo del informe original de J.P. Morgan, sus tablas trimestrales de ASP ni su detalle por segmentos, y los nombres de empresas son ejemplos que ilustran el flujo del análisis, no recomendaciones de inversión. Las decisiones de inversión y su responsabilidad recaen en el propio inversor.

Futuros de tokens de IA y coste por token: ahora es una carrera de costes, no de rendimiento

Sat, 30 May 2026 09:00:00 +0900

📚 Contexto de la serie Es la continuación de La sorpresa de resultados de Dell y los semiconductores coreanos y Marvell Q1 FY2027 y los semiconductores coreanos. Si los dos posts anteriores sostenían que “el cuello de botella de la IA baja del GPU hacia la memoria, la interconexión, el sustrato y la energía, y quién captura el margen ahí”, este va un paso más allá. Cuando el propio uso de IA tiene precio de mercado, el campo de batalla pasa de “un chip más rápido” a “un token más barato”. Hubs relacionados: Hub HBM de IA, Hub de la cadena de valor de semiconductores de Corea, Hub de PCB y sustratos de IA.

TL;DR

Hasta ahora, invertir en IA ha sido una pelea por “quién fabrica el chip más potente”. Pero acaba de encenderse una señal silenciosa. El propio uso de IA empieza a tener un precio de mercado.

Según Reuters, la Bolsa de Futuros de Shanghái (SHFE) está diseñando en fase temprana futuros vinculados al precio de los tokens de IA. En EE. UU., CME Group (con Silicon Data) e ICE (con Ornn) anunciaron planes para futuros de cómputo GPU. Ninguno es todavía un producto cotizado y confirmado. Pero la dirección es clara.

Cuando el cómputo y los tokens de IA tienen un “precio de mercado”, el eje de la industria pasa de una carrera de rendimiento a una carrera de costes.

Es lo mismo que cuando el petróleo tuvo un precio de futuros: refino, transporte y generación se alinearon por “coste por barril”. Una vez que el precio por token de la IA es visible, todos se hacen la misma pregunta: "¿cuánto me cuesta producir un token?"

La respuesta no son las “acciones de IA” genéricas. Son las piezas, chips y plataformas cuello de botella que realmente reducen el coste por token del cliente. El orden de prioridad:

Prioridad	Qué comprar	Nombres clave	Visión
1	ASIC personalizado / redes de IA	Broadcom, Marvell, TSMC	Lo más directo a la pila de coste de tokens. Pero es un consenso largo: disciplina de valoración, riesgo de concentración de clientes
2	HBM + eSSD + almacenamiento KV-cache	Samsung Electronics, SK Hynix, Micron	El ancho de banda de memoria y la gestión de caché son el cuello de botella de la inferencia. eSSD/KV-cache reducen el cómputo repetido y alivian el HBM
3	Empaquetado avanzado / FC-BGA / MLCC / condensador de silicio	Samsung Electro-Mechanics, Daeduck Electronics, Murata, Ibiden	Integridad de potencia y señal → rendimiento efectivo de tokens. Riesgo de “dirección correcta, precio equivocado”
4	Riel de precios de cómputo	CME, ICE	La financiarización misma. Valor de opción, prelanzamiento, liquidez incierta. La idea de segundo orden menos concurrida
5	Pila completa Nvidia / AMD	Nvidia, AMD	Sigue siendo central. Pero la tesis pasa a ser “más tokens por vatio y economía de la fábrica de IA”, no “escasez de GPU”
6	Equipos eléctricos	HD Hyundai Electric, LS Electric	No es un corto directo. La demanda eléctrica sigue subiendo (IEA: ~945 TWh de centros de datos para 2030). Solo como cobertura de valor relativo frente a una prima de escasez eléctrica sobreestirada

La conclusión para Corea primero: Samsung Electronics es la elección práctica más equilibrada. HBM4E (recuperación) + DDR5 + SOCAMM2 + eSSD PCIe Gen6 + almacenamiento KV-cache le dan la exposición más amplia en toda la pila de coste de tokens. SK Hynix es el nombre de mejor calidad pero está concurrido. Samsung Electro-Mechanics tiene alta pureza de tesis pero el precio importa. Daeduck Electronics es un candidato beta de FC-BGA de segundo orden.

1. Qué está pasando: la financiarización del uso de IA

Primero, separemos los hechos.

[Hecho] Según Reuters, la SHFE está diseñando en fase temprana futuros vinculados al precio de los tokens de IA. La especificación del contrato, la definición del subyacente (qué token), el método de liquidación y el calendario de aprobación/lanzamiento están todos sin confirmar.
[Hecho] CME Group anunció planes para lanzar futuros de cómputo con Silicon Data; ICE anunció planes de contratos de futuros de cómputo GPU con Ornn.

Lo importante aquí no es que “los futuros ya cotizan”. No es así. Lo importante es que la industria ha empezado a intentar ponerle precio al uso de IA.

Una analogía: imagine usar electricidad sin un precio estándar de “X por kilovatio-hora”. En cuanto abre una bolsa eléctrica y se cotizan precios, cada fábrica empieza a calcular “¿cuánta electricidad usamos por unidad de producto?”. La IA está ahora justo en ese umbral.

Cuando el precio se hace visible, el coste se hace visible. Cuando el coste se hace visible, gana quien lo reduce.

2. Por qué cambia las reglas: carrera de rendimiento → carrera de costes

Durante años, la carrera de la IA fue de “puntuaciones de benchmark”: quién corre un modelo mayor en un chip más rápido. La inversión siguió la misma lógica: “compra la empresa que fabrica el GPU más potente”.

Cuando el uso tiene precio, la pregunta cambia.

El coste por token, en su forma más simple:

Coste por token = coste total de cómputo / tokens procesados

Se reduce achicando el numerador (coste de cómputo) o aumentando el denominador (tokens procesados). Gana quien extrae más tokens de la misma electricidad y el mismo capital. Así que dos métricas se convierten en el nuevo campo de batalla:

Tokens por vatio = tokens/seg / potencia (W)
Tokens por dólar = tokens / coste total ($)

Según Reuters, TSMC ve que el foco del diseño de chips se desplaza del rendimiento bruto a la eficiencia energética por la demanda eléctrica de la IA, lo que convierte a los tokens por vatio en una métrica clave.

En lenguaje de inversión, es claro:

No “compra acciones de IA”, sino “compra las empresas que reducen el coste por token del cliente”.

3. La analogía de la cocina: el chef caro está parado

Hagámoslo más concreto.

Un GPU es un chef muy caro. Sus manos son rápidas, pero solo cocina si los ingredientes llegan a tiempo. La cinta transportadora que trae los ingredientes es la memoria (HBM).

¿Qué pasa si la cinta es lenta? El chef caro se queda esperando ingredientes. El reloj del salario sigue corriendo. No salen tokens. El coste por token se dispara.

Así que el verdadero cuello de botella muchas veces no es “contratar otro chef” (= un GPU más potente). Es más eficaz acelerar la cinta y apilar de antemano los ingredientes más usados junto al chef (= ancho de banda de memoria + caché).

El almacenamiento KV-cache es justamente “apilar de antemano los ingredientes más usados”. Evita rehacer el mismo cálculo y ahorra tiempo del chef caro. El eSSD hace esa despensa barata y grande. Esto también reduce la carga sobre el HBM.

Esta analogía es el mapa de inversión de este post. El dinero fluye hacia donde baja el coste por token.

4. Prioridad 1: ASIC personalizado / redes de IA — Broadcom, Marvell, TSMC

La pila global más directa para reducir el coste de tokens es el ASIC personalizado y las redes de IA.

Cuando un hiperescalador usa un chip a medida para su carga de trabajo (un ASIC personalizado), hace el mismo trabajo más barato y con menos energía que un GPU genérico. Las redes de IA son lo que une esos chips en un clúster. Ambos elevan los tokens por vatio directamente.

Empresa	Hechos confirmados	Visión
Broadcom	Ingresos de IA Q1 FY2026 de 8.400 M$ (+106 % interanual); guía de ingresos de semiconductores de IA del Q2 ~10.700 M$	El núcleo del ASIC personalizado / redes. Consenso largo: disciplina de valoración
Marvell	Ingresos Q1 FY2027 de 2.418 M$; según Reuters, objetivo de ingresos de chips personalizados >10.000 M$ para FY2029	Senda de crecimiento de silicio personalizado. La concentración de clientes es la variable clave
TSMC	Según Reuters, la demanda eléctrica de la IA desplaza el foco del diseño de chips del rendimiento a la eficiencia → “tokens por vatio” como métrica clave	La fundición por la que pasa al final todo ASIC / GPU. El suelo de la pila de coste de tokens

Una advertencia: este es ya el consenso largo que más gusta al mercado. Una gran empresa y un gran precio no son lo mismo. Y los ingresos de ASIC personalizado están concentrados en pocos clientes grandes, así que el vaivén de pedidos de un solo cliente puede mover mucho las cifras.

5. Prioridad 2: HBM + eSSD + almacenamiento KV-cache — Samsung Electronics, SK Hynix, Micron

En la inferencia, el verdadero cuello de botella no es el cómputo bruto sino el ancho de banda de memoria y la gestión de caché. Es exactamente la analogía chef-cinta de la Sección 3.

El HBM es la cinta ultrarrápida justo al lado del chef.
El eSSD y el almacenamiento KV-cache son la despensa donde se apilan de antemano los ingredientes más usados. Evitan repetir el mismo cálculo, ahorran tiempo de GPU caro y alivian la carga sobre el HBM.

Los materiales de resultados del 1T26 de Samsung Electronics citaron demanda de DDR5, SOCAMM2, eSSD PCIe Gen6 y almacenamiento KV-cache. Esa gama encaja con precisión en la tesis de coste de tokens.

Empresa	Exposición al coste de tokens	Visión
Samsung Electronics	HBM4E (recuperación) + DDR5 + SOCAMM2 + eSSD PCIe Gen6 + almacenamiento KV-cache	La exposición más amplia. Cubre varias capas de la pila de coste de tokens
SK Hynix	Exposición pura a HBM de la mejor calidad	La mejor empresa en sí, pero la posición más concurrida del mercado
Micron	Uno de los tres líderes globales de HBM/memoria	El comparable estadounidense. Exposición al ciclo HBM/DRAM

Para una discusión más profunda de Samsung Electronics, véase Análisis de la recompra por bonos extraordinarios de Samsung y el Análisis a fondo de Samsung Electronics; para SK Hynix, véase el Análisis a fondo de SK Hynix.

Si hubiera que elegir uno, la exposición coreana más equilibrada a la tesis de coste de tokens es Samsung Electronics. SK Hynix es más limpio como beta pura de HBM, pero a lo largo de KV-cache, eSSD y SOCAMM2, Samsung cubre más capas, y la concentración del mercado es menor en Samsung que en SK Hynix.

6. Prioridad 3: empaquetado avanzado / FC-BGA / MLCC / condensador de silicio — Samsung Electro-Mechanics, Daeduck

Por bueno que sea un chip, si la potencia tiembla y la señal se rompe, el rendimiento efectivo de tokens cae. El empaquetado avanzado, los sustratos y los componentes de estabilización de potencia protegen la integridad de potencia y de señal.

El FC-BGA es el sustrato de alto rendimiento que conecta el chip a la placa.
Los MLCC y los condensadores de silicio amortiguan las oscilaciones de tensión transitorias dentro del paquete GPU/HBM.

Una capa sólida aquí permite que el chef caro funcione a plena velocidad, produciendo más tokens. Así que aunque estas piezas son indirectas, afectan claramente al coste por token.

Empresa	Exposición	Visión
Samsung Electro-Mechanics	Paquete de FC-BGA + MLCC de gama alta + condensador de silicio	Alta pureza de tesis. Pero la valoración ya está estirada: un punto de “dirección correcta, precio equivocado”
Daeduck Electronics	Candidato beta de FC-BGA de segundo orden	El siguiente asiento tras SEMCO. La cualificación / volumen directos son condición previa
Murata, Ibiden	Comparables japoneses de MLCC / empaquetado	Se siguen juntos como pares globales

Para análisis detallado de SEMCO, véase Cuello de botella de componentes pasivos en servidores de IA: explicación técnica de SEMCO.

La dirección es correcta. Pero el precio es alto.

La tesis de coste de tokens sí apunta al empaquetado y los sustratos, pero Samsung Electro-Mechanics ya ha descontado buena parte de eso. Así que en Corea, una beta de FC-BGA de segundo orden como Daeduck Electronics puede ser la alternativa de “misma dirección, precio menos estirado”, siempre que se confirmen antes la cualificación directa y el volumen.

7. Prioridad 4: riel de precios de cómputo — CME, ICE

El punto de partida de este post, y su idea de segundo orden menos concurrida, es el riel de precios de cómputo.

Si la financiarización del uso de IA realmente arraiga, las bolsas donde ocurre ese trading se benefician estructuralmente, igual que las bolsas disfrutaron de flujos de comisiones estables cuando arraigaron los futuros del petróleo.

Empresa	Exposición	Visión
CME	Planes para lanzar futuros de cómputo con Silicon Data	Una opción sobre la financiarización misma. Prelanzamiento, liquidez incierta
ICE	Planes de contratos de futuros de cómputo GPU con Ornn	Igualmente un valor de opción de prelanzamiento

Pero esto es valor de opción, no ingresos confirmados. No se sabe si los contratos realmente cotizan ni si se construye volumen. Trátelo como una “rama lateral de la financiarización de la IA”: la idea de segundo orden de menor peso.

8. Prioridad 5: pila completa Nvidia / AMD — la tesis cambia

Nvidia y AMD siguen siendo centrales. No se quedan fuera. Pero la tesis cambia.

La tesis antigua era “los GPU escasean, así que gana quien los fabrica”. La tesis de la era del coste de tokens es distinta.

No “escasez de GPU”, sino “quién ofrece la pila completa con más tokens por vatio y la mejor economía de fábrica de IA”.

Nvidia es fuerte no solo porque sus chips son rápidos, sino porque agrupa GPU, redes y software para reducir el coste por token de toda la fábrica de IA. En este marco, la pregunta clave no es “qué tan rápido es el próximo chip” sino “qué tan barato produce tokens el próximo sistema”.

9. Prioridad 6: equipos eléctricos — una cobertura de valor relativo, no un corto

Vale la pena abordar una idea errónea común. “Si importa la eficiencia de coste de tokens, la demanda eléctrica baja, así que basta con cortar las eléctricas, ¿no?”.

No. La demanda eléctrica en sí sigue subiendo.

La IEA prevé que el consumo eléctrico global de los centros de datos alcance ~945 TWh para 2030 (aproximadamente 2x respecto a 2024).

Eso no es base para un corto directo sobre equipos eléctricos. Cortar sin más nombres como HD Hyundai Electric o LS Electric es peligroso.

Solo hay una manera de usar los equipos eléctricos aquí: una cobertura de valor relativo. Úsela solo, y con moderación, cuando se cumplan las tres condiciones a la vez:

Las estimaciones de BPA de semiconductores se revisan al alza, mientras
Las estimaciones de BPA de equipos eléctricos se estancan, y
Las valoraciones de equipos eléctricos están en máximos históricos.

En otras palabras, solo tiene sentido como cobertura de valor relativo frente a una “prima de escasez eléctrica sobreestirada”. No un corto directo.

10. Disciplina: “financiarización = comprar todo” es codicia

Esta tesis es atractiva. Pero su tamaño y la decisión de inversión son cosas distintas. Hay que separar tres cosas.

[Hecho]: se anunciaron los planes de futuros de cómputo CME-Silicon Data e ICE-Ornn. Se publicaron las cifras de Broadcom, Marvell y TSMC. La previsión de 945 TWh de la IEA es pública.
[Inferencia]: una vez que el uso tiene precio, la industria pasa de una carrera de rendimiento a una de coste por token. Entonces los cuellos de botella que reducen el coste de tokens (ASIC personalizado, memoria, empaquetado) quedan estructuralmente favorecidos. Es una inferencia razonable a partir de los hechos.
[Especulación]: la especificación del contrato de futuros de la SHFE, la definición del token subyacente, el método de liquidación y el calendario de aprobación están todos sin confirmar. Qué fabricante coreano de componentes suministra a qué cliente, y con qué cuota de ingresos, tampoco se ha divulgado.

En particular, los futuros de tokens de IA de la SHFE deben tratarse no como “un producto ya cotizado y confirmado”, sino como una señal temprana y un valor de opción. Y las afirmaciones específicas de cliente/cuota — “Samsung suministra el almacenamiento KV-cache de este cliente”, “Daeduck tiene el X % de este FC-BGA” — no son verificables con fuentes públicas.

Incluso una tesis sólida termina como un tema si no se valida en las cifras.

La conclusión no es “la IA se financiariza → comprar todas las acciones relacionadas”. Es elegir selectivamente los cuellos de botella que realmente reducen el coste por token del cliente, a un precio defendible.

11. Próximos puntos de control

Punto de control	Señal fuerte	Señal débil
Financiarización del uso de IA	SHFE / CME / ICE cotiza realmente y construye volumen en al menos uno	Se estanca en la fase de diseño, liquidez insuficiente
ASIC personalizado	Sube la visibilidad de ingresos personalizados de Broadcom / Marvell	Retrasos de pedidos de un solo cliente / riesgo de concentración
Memoria / KV-cache	Confirmados volumen y precio de eSSD / SOCAMM2 / KV-cache de Samsung	Se intensifica la competencia en HBM, se debilita el precio
Empaquetado / sustrato	Confirmado el margen de paquete de SEMCO; cualificación / volumen de Daeduck	El crecimiento se desacelera mientras la valoración sigue alta
Tokens por vatio	TSMC / Nvidia ponen al frente las métricas de eficiencia energética	Solo se repiten titulares de rendimiento
Equipos eléctricos	BPA de semis↑ + BPA eléctrico estancado + valoración eléctrica en máximos históricos a la vez	Si cualquiera de las tres falla → esperar para la cobertura

Interpretación final

Los futuros de tokens de IA y de cómputo GPU son todavía tempranos. Nada cotiza; no se ha construido volumen. Pero la dirección es clara.

En cuanto el uso de IA tiene un precio de mercado, el campo de batalla pasa de “un chip más rápido” a “un token más barato”.

Desde este punto de vista, lo que hay que comprar no son acciones genéricas de IA, sino los cuellos de botella que realmente reducen el coste por token del cliente. A nivel global, el ASIC personalizado / redes (Broadcom, Marvell, TSMC) es lo más directo, y la memoria / almacenamiento KV-cache resuelve el cuello de botella de la inferencia. En Corea, la elección práctica más equilibrada es Samsung Electronics: su recuperación de HBM4E, DDR5, SOCAMM2, eSSD PCIe Gen6 y almacenamiento KV-cache cubren la pila de coste de tokens de la forma más amplia. SK Hynix es el de mejor calidad pero concurrido; Samsung Electro-Mechanics tiene alta pureza de tesis pero un precio alto; Daeduck Electronics es un candidato beta de FC-BGA de segundo orden. Los equipos eléctricos no son un corto, solo una cobertura de valor relativo usada cuando se alinean las condiciones.

La conclusión es disciplina. Cuanto más se financiariza la IA, más importa “a qué precio” tanto como “qué comprar”.

Hecho / Inferencia / Especulación / Bloqueado

[Hecho]

Según Reuters, la SHFE está diseñando en fase temprana futuros vinculados al precio de los tokens de IA. La especificación del contrato, la definición del token subyacente, la liquidación y el calendario de aprobación están sin confirmar.
CME Group anunció planes para lanzar futuros de cómputo con Silicon Data; ICE anunció planes de contratos de futuros de cómputo GPU con Ornn.
Ingresos de IA de Broadcom Q1 FY2026 de 8.400 M$ (+106 % interanual); guía de ingresos de semiconductores de IA del Q2 ~10.700 M$.
Ingresos Q1 FY2027 de Marvell de 2.418 M$. Según Reuters, Marvell apunta a ingresos de chips personalizados >10.000 M$ para FY2029.
Según Reuters, TSMC ve el foco del diseño de chips desplazarse del rendimiento a la eficiencia energética por la demanda eléctrica de la IA, lo que hace de los “tokens por vatio” una métrica clave.
La IEA prevé que la electricidad global de los centros de datos alcance ~945 TWh para 2030 (~2x respecto a 2024).
Los materiales de resultados del 1T26 de Samsung Electronics citaron demanda de DDR5, SOCAMM2, eSSD PCIe Gen6 y almacenamiento KV-cache.

[Inferencia]

Una vez que el uso de IA tiene precio, la industria pasa de una carrera de rendimiento a una de coste por token.
Los cuellos de botella que reducen el coste por token (ASIC personalizado / redes de IA → memoria / KV-cache → empaquetado / sustrato) quedan estructuralmente favorecidos.
En Corea, Samsung Electronics tiene la exposición más equilibrada en toda la pila de coste de tokens; SK Hynix es el de mejor calidad pero muy concurrido.
Como la demanda eléctrica sigue subiendo, un corto directo sobre equipos eléctricos es inapropiado; úselo solo como cobertura de valor relativo cuando se alineen las condiciones.

[Especulación]

Si los futuros de tokens de IA de la SHFE realmente cotizan y se negocian, y cómo se definiría el token subyacente, es incierto.
El momento de lanzamiento y la liquidez de los futuros de cómputo de CME / ICE no están confirmados.
A qué clientes globales suministran fabricantes coreanos concretos (Samsung Electronics, Samsung Electro-Mechanics, Daeduck Electronics), y con qué cuota de ingresos, no se ha divulgado.

[Bloqueado]

La especificación del contrato, el método de liquidación y el calendario de aprobación de los futuros de la SHFE.
Tasas de revisión de BPA de consenso en tiempo real y valoraciones NTM de los nombres coreanos.
La cuota a nivel de cliente y la mezcla de ingresos de los proveedores coreanos en las cadenas de ASIC personalizado / memoria / empaquetado.

Aviso legal: solo para fines de investigación e información. No es asesoramiento de inversión. Los nombres citados son ilustrativos; los lectores deben realizar su propia diligencia y consultar a asesores autorizados antes de cualquier decisión de inversión.

La sorpresa de resultados de Dell y los semiconductores coreanos: el poder de fijar precios está en los componentes, no en el ensamblaje de servidores

Fri, 29 May 2026 22:00:00 +0900

📚 Contexto para publicaciones de seguimiento Es una continuación de Marvell Q1 FY2027 y los semiconductores coreanos. Si la entrada de Marvell sostenía que “el cuello de botella de la IA migra de la GPU hacia la interconexión, el sustrato y la energía”, esta entrada de Dell vuelve a comprobar “quién gana realmente el dinero en ese cuello de botella” — a través de las cifras de margen. Hubs relacionados: Hub de HBM para IA, Hub de la cadena de valor de semiconductores de Corea.

Resumen

Dell publicó sus resultados del Q1 FY2027 el 28 de mayo de 2026 (hora de EE. UU.) y, por cualquier medida, las cifras fueron una gran sorpresa de resultados. Los ingresos crecieron un 88% en un solo año y el BPA ajustado saltó un 214%. Al día siguiente (29 de mayo) la acción subió alrededor del 33%.

Pero en el mismo comunicado había una cifra incómoda. Por muchos servidores de IA que vendiera Dell, el margen bruto cayó del 21,6% de hace un año al 18,1%. El objetivo de margen operativo de servidores de IA que declaró la propia dirección es de un dígito medio (mid-single-digit). En otras palabras, Dell vende un volumen enorme de producto, pero el margen de ese producto es delgado.

Esa única línea es toda la idea de esta publicación.

Una empresa que ensambla servidores de IA puede registrar grandes ingresos pero márgenes delgados. El verdadero poder de fijar precios y el margen grueso están aguas arriba — en la memoria y los componentes de alto valor.

La propia Dell dijo que la demanda supera a la oferta y que la principal restricción es la memoria. En el momento en que la empresa que construye los servidores dice “lo que me frena es la memoria”, queda claro hacia dónde deben mirar los inversores.

El orden de prioridad traducido a Corea:

Prioridad	Lectura para Corea	Nombres clave	Visión
1	Poder de fijar precios en memoria (HBM, DRAM de servidor, eSSD)	Samsung Electronics, SK Hynix	El más directo. SK Hynix es la mejor empresa pero está cara; Samsung tiene opcionalidad de recuperación en HBM4E / eSSD / base die de fundición
2	FC-BGA, MLCC de gama alta, condensador de silicio	Samsung Electro-Mechanics	Beneficiario directo de segundo orden, pero con un P/E ya en los 200 — riesgo de “dirección correcta, precio equivocado”
3	Energía para centros de datos (segundo orden)	HD Hyundai Electric, LS Electric	No es un beneficiario directo del informe de Dell; una rama lateral de la tendencia mayor de demanda de energía para IA
4	Evitar	Ensambladores de servidores / fabricantes de equipos de bajo margen	El punto exacto que Dell acaba de ilustrar: grandes ingresos, margen delgado

Dell tuvo un trimestre fuerte, pero la visión de la casa de la fuente fue MANTENER, con un objetivo a 12 meses de 475 USD. La disciplina no es “los servidores de IA son buenos → comprar todo”, sino mirar selectivamente aguas arriba, donde fluyen el margen y el poder de fijar precios.

1. El informe de Dell: los ingresos explotan, el margen se comprime

Primero, las cifras tal como se publicaron. (Dell)

Concepto	Q1 FY2027	Comentario
Ingresos	43.800 M USD	+88% interanual; superó el consenso (~35.400–35.700 M USD) en más de 8.000 M USD
BPA diluido GAAP	5,24 USD	+282% interanual
BPA diluido no GAAP	4,86 USD	+214% interanual; ~+1,9 USD frente al consenso (~2,94–2,96)
ISG (servidores, redes, almacenamiento)	29.000 M USD	+181% interanual
Ingresos de servidores optimizados para IA	16.100 M USD	+757% interanual
Servidores/redes tradicionales	8.500 M USD	+92%
Almacenamiento	4.300 M USD	+8%
CSG (PC)	14.600 M USD	+17% (comercial 13.000 M USD, +18%)
Flujo de caja operativo	4.100 M USD	FCF ajustado 3.165 M USD, retorno al accionista 2.100 M USD

Los pedidos y la guía también fueron fuertes.

Pedidos de IA 24.400 M USD; cartera de IA 51.300 M USD; más de 5.000 clientes de IA.
Guía de ingresos del Q2 44.000–45.000 M USD; punto medio del BPA no GAAP 4,80 USD.
Ingresos FY2027 165.000–169.000 M USD; punto medio del BPA no GAAP 17,90 USD.
Perspectiva de servidores de IA FY2027 ~60.000 M USD (+144%).

Hasta aquí parece impecable. Pero el mismo comunicado contiene una línea decisiva.

El margen bruto no GAAP cayó del 21,6% al 18,1%.

Eso significa que los ingresos de servidores de IA crecieron más de siete veces mientras que la tasa de margen de toda la empresa en realidad disminuyó. La dirección fijó el objetivo de margen operativo de servidores de IA en un dígito medio. En otras palabras, los servidores de IA tienen un volumen de ingresos enorme pero un perfil de rentabilidad más bajo que los PC o los servidores tradicionales.

2. Por qué el margen es delgado: el valor está en los componentes

La razón es simple. La parte más cara del coste de un servidor de IA no es algo que fabrique Dell. Son los componentes: GPU, HBM, DRAM de servidor, eSSD, CPU. Dell los compra, los coloca en un chasis, conecta el cableado, valida el sistema y lo envía al cliente.

A medida que los componentes se encarecen, los ingresos crecen en consecuencia. Pero el margen de esos componentes caros lo capturan los fabricantes de componentes. El ensamblador ve ingresos inflados y un margen delgado. El informe de Dell de este trimestre dejó al descubierto esa estructura.

La pista más importante en la llamada de la dirección no fue la cifra de margen, sino la afirmación de que la demanda supera a la oferta y la explicación de que la principal restricción es la memoria. DRAM, NAND, CPU, HDD y la asignación de nodos avanzados se citaron como cuellos de botella en el turno de preguntas.

Traducido al lenguaje del inversor:

No es que no puedan construir las cajas — es que no consiguen suficientes componentes clave. Quien tiene la pieza escasa fija el precio. Y la pieza escasa es la memoria.

Si la demanda supera a la oferta y el lado que controla la oferta es la memoria, entonces el poder de fijar precios está claramente en la memoria. Ese es el punto de partida de la lectura para Corea.

3. Prioridad 1 de Corea: memoria — Samsung Electronics y SK Hynix

Las empresas que más venden de la misma memoria que Dell calificó de restringida son Samsung Electronics y SK Hynix.

Sus resultados del Q1 prueban la estructura directamente.

Empresa	Ingresos 1T26	Beneficio operativo 1T26	Nota
Samsung Electronics	133,9 bn KRW	57,2 bn KRW	Ingresos de la división DS (semiconductores) 81,7 bn KRW, BO 53,7 bn KRW
SK Hynix	52,58 bn KRW	37,61 bn KRW	Margen operativo del 72%. HBM + DRAM de servidor de alta capacidad + eSSD

El margen operativo del 72% de SK Hynix no es una cifra cualquiera. Colóquelo junto al objetivo de margen operativo de servidores de IA de un dígito medio de Dell y se ve de un vistazo quién captura el margen dentro del mismo servidor de IA. El lado que ensambla el servidor está en un dígito; el lado que fabrica la memoria que va dentro está en los 70.

Por nombre, el veredicto difiere.

SK Hynix es la empresa más fuerte en sí misma. Posee el núcleo de la memoria de IA: exposición limpia a HBM, DRAM de servidor de alta capacidad y eSSD. Pero al 29 de mayo su precio es de ~2.333.000 KRW, P/E ~22,1x, cerca de su máximo de 52 semanas. Una gran empresa, pero el precio ya está elevado.
Samsung Electronics, al 29 de mayo, está en ~317.000 KRW, P/E ~25,4x, cerca de su máximo de 52 semanas (323.000 KRW). No es una beta de HBM tan limpia como SK Hynix, pero tiene más opcionalidad de recuperación. Envió las primeras muestras de HBM4E de 12 capas de la industria (en el Q2), y el eSSD más un base die basado en fundición también están dentro de la misma pila de memoria de IA.

Para una discusión más profunda de Samsung Electronics, véase Análisis de la recompra por bonificación de Samsung Electronics y el Análisis en profundidad de Samsung Electronics.

La idea: en el momento en que Dell admitió que la memoria es la restricción, el poder de fijar precios de las dos empresas coreanas que poseen esa restricción se fortalece estructuralmente.

4. Prioridad 2 de Corea: componentes de alto valor — Samsung Electro-Mechanics

Después de la memoria, el siguiente lugar al que fluye el poder de fijar precios son los sustratos de paquete y los componentes de estabilización de energía. En Corea, ese asiento es Samsung Electro-Mechanics.

Sus resultados del Q1:

Concepto	1T26	Nota
Ingresos	3,2091 bn KRW
Beneficio operativo	280,6 mil M KRW
Ingresos de la división de empaquetado	725,0 mil M KRW	+45% interanual

La empresa citó directamente una fuerte demanda de MLCC de alto valor para servidores de IA y centros de datos, y de FC-BGA para aplicaciones de IA/servidor. Esto encaja con precisión con la estructura que reveló Dell: a medida que crecen los servidores de IA, crece junto a ellos la demanda de componentes de estabilización de energía y sustratos de alto rendimiento alrededor de los paquetes de GPU/HBM.

Para un análisis detallado de Samsung Electro-Mechanics, véase:

Pero aquí hay que señalar el precio. Al 29 de mayo, Samsung Electro-Mechanics está en ~2.127.000 KRW, P/E ~227x. Es una cifra muy alta. Significa que el mercado ya ha descontado grandes expectativas.

La dirección es correcta. Pero el precio es caro.

El informe de Dell confirmó que los componentes de alto valor son positivos, pero Samsung Electro-Mechanics ya ha reflejado gran parte de ese “bueno” en su precio. Así que entre la memoria (Prioridad 1) y Samsung Electro-Mechanics (Prioridad 2) hay una diferencia clave: incluso el mismo beneficiario tiene un precio de entrada muy distinto.

5. Prioridad 3 de Corea: energía para centros de datos (una rama lateral)

Un área de menor prioridad es la energía para centros de datos. HD Hyundai Electric, al 29 de mayo, está en ~1.053.000 KRW, P/E ~48x.

La lógica de que más servidores de IA significan más demanda de energía para centros de datos, beneficiando a los fabricantes de transformadores y distribución eléctrica, es sólida. Pero esto no es un resultado directo del informe del Q1 de Dell — es una rama lateral de la tendencia más amplia de demanda de energía para IA. La restricción que Dell nombró explícitamente no fue la energía; fue la memoria.

Así que la energía pertenece a un cubo de segundo orden: “relacionada, pero no la lectura central de este informe”.

6. El punto a evitar: el ensamblaje de bajo margen

La lección más importante del informe de Dell puede residir menos en qué comprar que en qué evitar.

El hecho de que Dell vendiera más de siete veces más servidores de IA y aun así viera caer su tasa de margen deja al descubierto el límite estructural del ensamblaje de servidores de bajo margen y los negocios de equipos. Los ingresos parecen deslumbrantes, pero el dinero va a los fabricantes de componentes.

Así que comprar nombres de la etapa de ensamblaje/equipos indiscriminadamente solo porque llevan la etiqueta de “beneficiario de servidores de IA” es peligroso. Incluso dentro del mismo crecimiento de ingresos de servidores de IA, el lado con poder de fijar precios (memoria, componentes de alto valor) y el lado sin él (ensamblaje) son inversiones completamente distintas.

7. Disciplina: “los servidores de IA son buenos = comprar todo” es una exageración

Este informe es claramente un fuerte aspecto positivo. Pero el tamaño del aspecto positivo y la decisión de inversión son cosas separadas.

Hay que mantener tres capas distintas.

Hecho: ingresos de Dell +88%, BPA +214%, servidores de IA +757%, y aun así margen bruto 21,6% → 18,1%. La memoria es la principal restricción. Son cifras que la empresa reportó.
Inferencia: el margen y el poder de fijar precios fluyen hacia la memoria y los componentes de alto valor en lugar del ensamblador. En Corea el orden es Samsung Electronics / SK Hynix → Samsung Electro-Mechanics → energía. Es un juicio extraído razonablemente de los hechos.
Especulación: cuánto HBM4E suministra una empresa específica a Dell, y qué cuota tiene cada fabricante en los servidores de Dell, no se divulga. Esto no es un hecho confirmado.

En particular, afirmaciones específicas de cliente/cuota como “Samsung Electronics suministra HBM4E a Dell” o “Samsung Electro-Mechanics tiene un X% del FC-BGA de los servidores de Dell” no están confirmadas en las divulgaciones públicas. Tal contenido debe clasificarse como especulación o no verificable, no como hecho.

Incluso una tesis sólida termina como una temática a menos que se valide en las cifras.

La conclusión de esta publicación no es “los servidores de IA son buenos, así que compra todos los nombres relacionados”. Es: mirar aguas arriba, donde fluyen el margen y el poder de fijar precios — y seleccionar teniendo en cuenta el precio de entrada.

8. Próximos puntos de control

Punto de control	Señal fuerte	Señal débil
Margen de servidores de IA de Dell	Objetivo de un dígito medio alcanzado o elevado	El margen cae más o no cumple el objetivo
Restricción de memoria de Dell	La escasez de memoria persiste, sosteniendo la fortaleza de precios	La oferta de memoria se relaja, los precios se ablandan
Samsung Electronics	Producción en masa / cualificación de cliente de HBM4E, volumen / precio de eSSD	Competencia intensificada en HBM, caídas de precio
SK Hynix	Los márgenes de HBM / DRAM de servidor se mantienen	Señales de exceso de oferta en 2027
Samsung Electro-Mechanics	Crecimiento sostenido de ingresos de empaquetado, margen confirmado	El crecimiento se desacelera mientras el P/E se mantiene alto

Interpretación final

El Q1 FY2027 de Dell no es una señal para “comprar todos los servidores de IA” en los semiconductores coreanos. El mensaje más preciso es:

A medida que crecen los ingresos de servidores de IA, el margen y el poder de fijar precios suben, alejándose del ensamblador y hacia la memoria y los componentes de alto valor.

Desde este punto de vista, los nombres coreanos más directos son la memoria — Samsung Electronics y SK Hynix. SK Hynix es la empresa más fuerte en sí misma pero ya está cara; Samsung Electronics tiene opcionalidad de recuperación en HBM4E / eSSD / base die de fundición. Samsung Electro-Mechanics es un beneficiario directo de segundo orden a través de FC-BGA, MLCC de gama alta y condensador de silicio, pero con un P/E en los 200 está en un punto de “dirección correcta, precio equivocado”. La energía para centros de datos es una rama lateral; el ensamblaje de bajo margen es el punto a evitar.

La conclusión es disciplina. Cuanto más fuerte es el aspecto positivo, más importa no solo qué compras, sino a qué precio.

Hecho / Inferencia / Especulación / Bloqueado

[Hecho]

Ingresos de Dell del Q1 FY2027 fueron 43.800 M USD (+88% interanual); el BPA diluido no GAAP fue 4,86 USD (+214%). (Dell)
Ingresos de ISG 29.000 M USD (+181%); ingresos de servidores optimizados para IA 16.100 M USD (+757%). (Dell)
El margen bruto no GAAP cayó del 21,6% al 18,1%; el objetivo de margen operativo de servidores de IA es de un dígito medio. La memoria (DRAM/NAND) se citó como la principal restricción. (Dell)
Pedidos de IA 24.400 M USD; cartera de IA 51.300 M USD; perspectiva de servidores de IA FY2027 ~60.000 M USD (+144%). (Dell)
Samsung Electronics 1T26: ingresos 133,9 bn KRW, BO 57,2 bn KRW; ingresos de la división DS 81,7 bn KRW, BO 53,7 bn KRW.
SK Hynix 1T26: ingresos 52,58 bn KRW, BO 37,61 bn KRW, margen operativo del 72%.
Samsung Electro-Mechanics 1T26: ingresos 3,2091 bn KRW, BO 280,6 mil M KRW, ingresos de la división de empaquetado 725,0 mil M KRW (+45% interanual).

[Inferencia]

A medida que crecen los ingresos de servidores de IA, el margen y el poder de fijar precios fluyen hacia la memoria y los componentes de alto valor en lugar del ensamblador (Dell).
Una prioridad razonable de lectura para Corea es Samsung Electronics / SK Hynix (memoria) → Samsung Electro-Mechanics (FC-BGA / MLCC / SiCap) → energía (segundo orden).
SK Hynix es la empresa más fuerte en sí misma pero tiene una valoración alta; Samsung Electronics tiene más opcionalidad de recuperación.

[Especulación]

No se divulga si Samsung Electronics suministra directamente HBM4E a los servidores de IA de Dell, ni en qué cuota.
La cuota de Samsung Electro-Mechanics en el FC-BGA / MLCC de los servidores de Dell no puede especificarse a partir de divulgaciones públicas.

[Bloqueado]

Identidad del proveedor y cuota por componente dentro del BOM de servidores de IA de Dell.
Exposición de ingresos directos de Samsung Electronics y Samsung Electro-Mechanics a Dell.
Tasas de revisión de BPA de consenso en tiempo real y valoraciones NTM para los nombres coreanos.

Fuentes

Aviso legal: Solo con fines de investigación e información. No es asesoramiento de inversión personalizado; es un análisis basado en información pública. Los nombres citados son a modo de ilustración analítica; los lectores deben realizar su propia diligencia debida y consultar a asesores autorizados antes de cualquier decisión de inversión.

Marvell Q1 FY2027 y semiconductores coreanos: el cuello de botella está en interconexión, sustratos y potencia, no en HBM

Thu, 28 May 2026 10:20:00 +0900

📚 Contexto del artículo anterior Este texto es la continuación de Vista previa de cuellos de botella en semiconductores coreanos antes de resultados de Marvell y Broadcom. La pregunta planteada en el preview era: “¿La apuesta única en HBM se amplía hacia AI ASIC, redes y estabilización de potencia?” Este artículo responde esa pregunta con base en los resultados de Marvell Q1 FY2027. Los hubs relacionados son AI HBM Hub, AI Sustratos y PCB Hub y Hub de la cadena de valor de semiconductores coreanos.

TL;DR

Lo más importante de Marvell Q1 FY2027 no es el beat de EPS. Lo importante es que la compañía ha revisado al alza su trayectoria de crecimiento en centros de datos de IA para FY2027–FY2028, y ha explicado ese crecimiento a través de XPU personalizados, interconexión óptica, switching Ethernet, DCI, networking scale-up/scale-across y XPU attach.

Traducido al universo de semiconductores coreanos, la respuesta no es simplemente “comprar más HBM”. HBM sigue siendo el eje central, pero el alpha incremental que estos resultados han confirmado está en los cuellos de botella de interconexión, sustratos, integridad de potencia y test alrededor de la GPU.

El orden de prioridades es el siguiente:

Prioridad	Read-through coreano	Valores/segmento clave	Valoración
1	FC-BGA + MLCC para servidores IA + condensadores de silicio	Samsung Electro-Mechanics (SEMCO)	El más directo. Sin embargo, ya refleja gran parte del re-rating; se requiere confirmar márgenes en SiCap y FC-BGA
2	HBM4, SOCAMM2, eSSD, advanced packaging	Samsung Electronics, SK Hynix	Beta en HBM se mantiene. El nuevo alpha está en el memory attach y packaging fuera del HBM
3	Sockets de test e interfaces para custom ASIC/XPU	ISC, Rhino Industrial, TSE	Estructura favorable, pero watchlist hasta confirmar ingresos directos
4	PCB/MLB de alta velocidad para AI networking	ISU Petasys, Daeduck Electronics, Simtech, etc.	Selección necesaria. No todo el “AI PCB” se beneficia por igual

En cuanto a Marvell en sí, la postura es HOLD / Buy watch. Precio de referencia $198,70; precio objetivo a 12 meses $225, lo que implica un upside de aproximadamente +13%. La trayectoria de crecimiento es sólida, pero la valoración ya descuenta expectativas elevadas. Desde la perspectiva coreana, importa más hacia dónde se trasladan los cuellos de botella que Marvell ha identificado que el propio valor de Marvell.

1. Lo que realmente importa de los resultados de Marvell

Marvell publicó sus resultados del Q1 FY2027 en el aftermarket del 27 de mayo de 2026. Las cifras oficiales son las siguientes. (Marvell)

Concepto	Q1 FY2027	Interpretación
Ingresos	$2,418M	+28% interanual; +$18M sobre el punto medio de la guía
EPS GAAP	$0,04	Reducido por impacto contable de las adquisiciones de Celestial AI y XConn
EPS non-GAAP	$0,80	En línea con el consenso
Margen bruto GAAP	52,1%	Mejora interanual
Margen bruto non-GAAP	58,9%	Se mantiene en la banda alta del 58% a pesar de mayor mix de IA
Flujo de caja operativo	$638,8M	Récord de cash flow operativo
Guía de ingresos Q2	$2.700M ±5%	Rango: $2.565M–$2.835M
Guía EPS non-GAAP Q2	$0,93 ±$0,05	Línea base de rentabilidad para el próximo trimestre

Los resultados en sí se acercan a un “ligero beat / EPS en línea”. Sin embargo, lo relevante para la cotización y el read-through en semiconductores coreanos no son los pocos centavos del Q1, sino la trayectoria de ingresos para FY2027–FY2028 que la dirección ha comunicado.

Según transcripts de terceros, la dirección situó los ingresos de FY2027 en torno a $11.500M y los de FY2028 en torno a $16.500M, y revisó al alza la previsión de crecimiento de interconexión en FY2027 desde aproximadamente el 50% hasta más del 70%. Aunque estas cifras no proceden del transcript oficial de IR, su dirección es coherente con el comunicado oficial. El press release oficial de Marvell también identifica explícitamente como motores de crecimiento la óptica 800G/1.6T, los switches Ethernet de 51,2T, la óptica scale-up para NPO/CPO, los módulos DCI, los XPU personalizados y el XPU attach. (Marvell, StockAnalysis transcript)

En una sola frase:

Marvell ha confirmado con cifras que el capex de los centros de datos de IA está migrando desde la compra de GPU hacia la infraestructura de interconexión de clústeres.

2. El eje central es la arquitectura de interconexión, no SOCAMM

El error de lectura más peligroso para un inversor coreano que analiza este earnings call sería reducirlo al “tema SOCAMM”. SOCAMM es relevante, pero no es el centro del discurso de Marvell.

El orden de prioridades es el siguiente:

Eje estratégico de Marvell	Por qué importa	Traducción al ecosistema coreano
XPU / ASIC personalizados	Señal de que los hyperscalers están ampliando su silicon de IA propio más allá de las GPU de NVIDIA	Diversificación de la base de clientes HBM, sustratos de packaging, sockets de test
Interconexión óptica	800G/1.6T, DCI, scale-up optics son el cuello de botella en la expansión de clústeres de IA	PCB de alta velocidad y comunicaciones ópticas (selectivo); FC-BGA y estabilización de potencia de SEMCO son estructurales
Switching Ethernet	Hoja de ruta de 51,2T, 100T y 200T implica mayor dollar content en silicon de AI networking	FC-BGA para ASIC de red, placas de alta velocidad, inspección y test
XPU attach	CXL, NIC, memory attach e inferencia con KV cache	SOCAMM2 y eSSD de Samsung Electronics, DRAM para servidor, opciones de IP de memoria tipo OpenEdges
NVLink Fusion	Vía para que el silicon personalizado coexista dentro del ecosistema de NVIDIA	Expansión de la cadena de suministro más allá de la dicotomía “NVIDIA vs. ASIC”

El anuncio conjunto NVIDIA-Marvell apunta en la misma dirección. NVIDIA invertirá $2.000M en Marvell, que a su vez suministrará XPU personalizados compatibles con NVLink Fusion y networking scale-up, además de colaborar en silicon photonics y AI-RAN. (Marvell NVIDIA)

El mensaje es claro:

Un centro de datos de IA no es una caja de GPU: es un sistema donde GPU, XPU personalizados, HBM, óptica, switches, retimers, CXL, NIC, FC-BGA y MLCC funcionan como un único organismo.

En consecuencia, la inversión en semiconductores coreanos debe pasar de “¿compro solo los grandes de memoria?” a “¿qué cuellos de botella por debajo de la memoria se van a materializar en cifras?”

3. Read-through coreano prioritario 1: Samsung Electro-Mechanics (SEMCO)

La traducción más directa de los resultados de Marvell al universo bursátil coreano es Samsung Electro-Mechanics. Hay tres razones.

Primero, los XPU personalizados, los switches Ethernet, la interconexión óptica y el XPU attach que Marvell ha destacado requieren todos packaging de alta velocidad y alta densidad, lo que enlaza con la demanda de FC-BGA.

Segundo, los servidores de IA operan con voltajes bajos y corrientes instantáneas elevadas. Para reducir la fluctuación de tensión alrededor del packaging de GPU, HBM y XPU se necesitan componentes de estabilización de potencia como MLCC y condensadores de silicio.

Tercero, Samsung Electro-Mechanics ya posee ambas capas. En los resultados del Q1 2026, la compañía informó que los ingresos de Package Solution alcanzaron 725.000 millones de KRW, con un crecimiento del 45% interanual y del 12% secuencial, y mencionó la ampliación del suministro de sustratos de alto valor añadido para aceleradores de IA, CPU de servidor y aplicaciones de red. (Samsung Electro-Mechanics Q1)

Además, Samsung Electro-Mechanics ha firmado un contrato de suministro de condensadores de silicio por valor de 1,557 billones de KRW con una gran empresa global, con vigencia del 1 de enero de 2027 al 31 de diciembre de 2028. Estos componentes se describen como destinados a mejorar la estabilidad del suministro de potencia dentro del packaging de GPU y HBM para servidores de IA. (Samsung Electro-Mechanics SiCap)

El marco de inversión en Samsung Electro-Mechanics ha cambiado de la siguiente manera:

Marco anterior	Marco actual
Valor cíclico de MLCC y módulos de cámara para smartphone	Plataforma de integridad de potencia en packaging de IA + FC-BGA
Recuperación de la demanda móvil	Demanda de aceleradores de IA, CPU de servidor y ASIC de red
Ciclo de MLCC de uso general	Mix de MLCC/SiCap de alta capacidad, baja resistencia, ultrafino y alta fiabilidad
Comparación con Ibiden o Murata por separado	Comparativa híbrida MLCC + FC-BGA + SiCap

Sin embargo, esta conclusión no equivale a “comprar a cualquier precio”. Samsung Electro-Mechanics ya ha reflejado en buena medida el contrato de condensadores de silicio, la capitalización bursátil en torno a los 100 billones de KRW y el re-rating como infraestructura de IA. Las próximas variables de confirmación no son el momentum de la cotización, sino el margen bruto, el margen operativo de Package Solution, el rendimiento de producción de SiCap y la diversificación de clientes adicionales.

4. Samsung Electronics y SK Hynix: beta en HBM se mantiene; nuevo alpha en la periferia del HBM

Los resultados de Marvell no son negativos para el HBM. Al contrario. Aunque crezcan los XPU personalizados y el networking scale-up, el dollar content de memoria no disminuye. Conforme los modelos de IA evolucionan hacia agentic AI, razonamiento y mixture-of-experts, el movimiento de datos y los requisitos de memoria aumentan.

Desde el punto de vista de inversión, “HBM es positivo” ya es la tesis central. Lo nuevo que ha aportado el earnings call de Marvell es lo siguiente:

La base de clientes de HBM se amplía desde una estructura concentrada en GPU de NVIDIA hacia XPU personalizados de hyperscalers.
El XPU attach, conectado a CXL, NIC, memory attach y KV cache, influye también en DRAM para servidor, SOCAMM y eSSD.
A medida que los clústeres de IA crecen, aumenta el valor del packaging, los sustratos y la estabilización de potencia que conectan memoria y chips de cómputo.

Samsung Electronics tiene en este punto opciones múltiples. HBM4, HBM4E, SOCAMM2, SSD PM1763, foundry y advanced packaging forman parte del mismo stack de infraestructura de IA. Samsung Electronics presentó HBM4E, SOCAMM2 y el SSD PM1763 como productos de infraestructura de IA colaborativos con NVIDIA en el GTC 2026. (Samsung Semiconductor)

SK Hynix sigue siendo el pure beta de HBM más puro. Sin embargo, si el análisis se limita a los resultados de Marvell, el nuevo alpha es mayor en Samsung Electro-Mechanics, sockets de test y sustratos de alta velocidad que crecen junto al HBM que en SK Hynix. SK Hynix es el eje principal, pero ya es también el valor con mayor atención del mercado.

5. Sockets de test: beneficiario silencioso de la proliferación de ASIC personalizados

La razón por la que el custom revenue importa en el earnings call de Marvell no es simplemente el volumen de chips. La clave son los SKU y los ciclos de cualificación.

Si los aceleradores de IA se estandarizaran en torno a una única GPU de NVIDIA, la demanda de componentes de test sería relativamente predecible. Por el contrario, si proliferan los XPU personalizados por hyperscaler, el XPU attach, CXL, NIC, switch ASIC y DPU, las condiciones de test y el diseño de sockets se fragmentarán.

En ese escenario, los sockets de test y los componentes de interfaz podrían beneficiarse simultáneamente en tres dimensiones:

Variable	Dirección	Motivo
Volumen	Aumento	Crecimiento de SKU: custom ASIC, network ASIC, memory attach
ASP	Alza	Mayor dificultad de test: más pines, señales de alta velocidad, alta potencia
Ciclo de reposición	Estructural	Cambios generacionales y cualificaciones repetidas por cliente

En Corea, ISC, Rhino Industrial y TSE son watchlist. Aquí corresponde ser cauteloso: con información pública disponible no es posible confirmar si las empresas coreanas de sockets de test están directamente integradas en la cadena de XPU personalizados de Marvell o de un hyperscaler concreto. Por tanto, en este momento se trata de una “posibilidad de beneficio”, no de un “mapeo confirmado de clientes”.

Los indicadores a vigilar en los resultados trimestrales son: ingresos de lógica AI/HPC, número de nuevos clientes, mix de sockets de alto valor y defensa del margen operativo.

6. El PCB general no es un activo de compra indiscriminada

Los resultados de Marvell son positivos para el AI networking y la interconexión óptica. Sin embargo, la conclusión “AI networking es bueno → todo el PCB es bueno” es errónea.

El beneficio se concentra en empresas que cumplen las siguientes condiciones:

Capacidad para trabajar con materiales de baja pérdida para señales de alta velocidad.
Exposición a MLB multicapa o sustratos de packaging de alto valor añadido.
Homologación como proveedor de clientes de servidores de IA o equipos de red.
Confirmación de crecimiento en ASP, número de capas y área, más que en volumen.

El hecho de que crezca el número de GPU y XPU no implica que el volumen de sustratos aumente en la misma proporción. En una arquitectura donde múltiples chips se integran más densamente en un único packaging y placa de alto rendimiento, lo que importa más que el volumen son el área del sustrato, el número de capas, la dificultad de los materiales y el rendimiento de producción.

Por ello, agrupar ISU Petasys, Daeduck Electronics, Simtech, TLB y Korea Circuit en una misma cesta resulta impreciso. El read-through real de los resultados de Marvell se acerca más a “seleccionar a quienes tienen sustratos multicapa para aplicaciones de red y materiales aptos para señales de alta velocidad”.

7. Valoración de MRVL: una buena empresa no garantiza un buen precio de entrada

La postura sobre Marvell en sí es HOLD / Buy watch.

Concepto	Detalle
Precio de referencia	$198,70, cierre de mercado regular del 27-05-2026
Precio objetivo a 12 meses	$225
Potencial alcista	~+13,2%
Marco de valoración	EV/Sales FY2028E
Valoración clave	La trayectoria de crecimiento ha sido revisada al alza, pero la valoración ya es elevada

La fórmula del caso base es la siguiente:

Precio objetivo = (Ingresos FY2028E × EV/Sales objetivo - Deuda neta) ÷ Acciones diluidas

Los supuestos son: ingresos FY2028E de $16.500M, EV/Sales objetivo de 12,5x, deuda neta de ~$1.117M y acciones diluidas de 915M. El resultado es un precio objetivo de aproximadamente $224, redondeado a $225.

Para que Marvell obtenga un re-rating comparable al de Broadcom se necesitan tres cosas:

Que los ingresos de silicon personalizado se confirmen como programas recurrentes y no como eventos de cliente único.
Que el margen bruto non-GAAP se defienda en la banda del 58–59% a pesar del crecimiento en interconexión y switching.
Que los prepagos para asegurar la cadena de suministro se traduzcan en un ramp de ingresos y en flujo de caja libre.

En definitiva: que Marvell sea ya una buena empresa es indiscutible; que sea un buen precio de entrada es una cuestión aparte.

8. Próximos puntos de control

Punto de control	Señal fuerte	Señal débil
Ingresos Q2 FY2027	Cerca o por encima del límite superior de $2.835M	Por debajo del punto medio de $2.700M
Ingresos Data Center	Crecimiento secuencial de high-teens o más	Desaceleración del crecimiento secuencial
Margen bruto non-GAAP	≥59,25% o defensa del límite superior	Por debajo del 58,25%
Interconexión	Mantenimiento o revisión al alza de la previsión de +70% en FY2027	Desaceleración del ramp de 800G/1.6T
XPU personalizados	Visibilidad de crecimiento ×2 o más en FY2028 y +$10.000M en FY2029	Retrasos en el ramp por cliente
Switching scale-up	Confirmación de producción en serie con cliente tier-1	Muchos engagements pero sin ingresos
Read-through coreano	Confirmación de cifras de Package Solution, SiCap y FC-BGA de SEMCO	Tema sólido pero sin márgenes ni pedidos confirmados

Las variables de confirmación por valor coreano son más sencillas:

Valor/segmento	Qué verificar
Samsung Electro-Mechanics (SEMCO)	Tasa de crecimiento de Package Solution, ingresos de FC-BGA para AI networking, rendimiento y margen de SiCap, contratos a largo plazo adicionales
Samsung Electronics	Homologación de clientes para HBM4, envíos reales de SOCAMM2, precio y volumen de eSSD, clientes de foundry/packaging
SK Hynix	Ramp de HBM4, diversificación de clientes, riesgo de sobreoferta en 2027
ISC, Rhino Industrial, TSE	Ingresos de sockets de test para lógica de IA, nuevos clientes, mix de alto valor añadido, margen operativo
PCB/MLB	Homologación de cliente AI networking, subida de ASP, materiales de baja pérdida y mayor número de capas

9. Condiciones de invalidación de la tesis

Las condiciones que debilitarían esta tesis son claras:

Los ingresos del Q2 de Marvell quedan por debajo del punto medio de $2.700M y el crecimiento de Data Center se desacelera.
El margen bruto non-GAAP cae por debajo del 58,25%, confirmando que el mix de custom/interconnect diluye márgenes.
La previsión de ingresos de FY2028 de $16.500M es revisada a la baja.
El XPU personalizado y el XPU attach quedan atados a retrasos en el calendario de clientes específicos.
El SiCap de Samsung Electro-Mechanics se confirma como ingreso de bajo margen o la tasa de crecimiento de FC-BGA se desacelera.
Los resultados de las empresas coreanas de sockets de test no muestran crecimiento en ingresos de lógica AI/HPC.
El lead time de HBM se acorta y aparecen señales de sobreoferta en 2027.

Conclusión final

Los resultados de Marvell Q1 FY2027 no son una señal de “comprar solo HBM” para los semiconductores coreanos. El mensaje más preciso es:

A medida que los clústeres de IA crecen, el cuello de botella migra desde la GPU hacia la interconexión, los sustratos, la estabilización de potencia y el test.

Desde esta perspectiva, el valor coreano más directamente expuesto es Samsung Electro-Mechanics. En SEMCO, los MLCC, el FC-BGA y los condensadores de silicio convergen en el mismo cuello de botella del packaging de IA. Samsung Electronics y SK Hynix siguen siendo esenciales como eje del HBM, pero el alpha incremental que han revelado los resultados de Marvell es mayor en la periferia del HBM. ISC, Rhino Industrial y TSE son candidatos a un beneficio de segundo orden por la proliferación de ASIC personalizados, pero permanecen en watchlist hasta confirmar ingresos directos.

La conclusión no es una compra indiscriminada. Incluso una buena tesis termina siendo solo un tema si no se confirma con cifras. Lo que hay que vigilar en los semiconductores coreanos este trimestre no es la cotización, sino los ingresos de Package Solution, el margen de SiCap, los ingresos de test de lógica de IA y el ASP de sustratos de alta velocidad.

Hecho / Inferencia / Especulación / Bloqueado

[Hecho]

Los ingresos de Marvell en Q1 FY2027 fueron $2.418M, +28% interanual, y la guía de ingresos para Q2 es $2.700M ±5%. (Marvell)
El margen bruto non-GAAP de Marvell en Q1 fue del 58,9%; la guía de margen bruto non-GAAP para Q2 es del 58,25%–59,25%. (Marvell)
Marvell citó como motores de crecimiento la óptica scale-out 800G/1.6T, los switches Ethernet de 51,2T, la óptica scale-up, los módulos DCI, los XPU personalizados y el XPU attach. (Marvell)
NVIDIA invertirá $2.000M en Marvell; Marvell suministrará XPU personalizados compatibles con NVLink Fusion y networking scale-up. (Marvell NVIDIA)
Los ingresos de Package Solution de Samsung Electro-Mechanics en Q1 2026 alcanzaron 725.000 millones de KRW, con un crecimiento del 45% interanual y del 12% secuencial. (Samsung Electro-Mechanics Q1)
Samsung Electro-Mechanics ha firmado un contrato de suministro de condensadores de silicio por valor de 1,557 billones de KRW, con vigencia del 1 de enero de 2027 al 31 de diciembre de 2028. (Samsung Electro-Mechanics SiCap)

[Inferencia]

Es razonable traducir los ejes de crecimiento de Marvell al universo coreano en el siguiente orden: FC-BGA/MLCC/SiCap de SEMCO, memory attach de Samsung Electronics y SK Hynix, sockets de test y sustratos de alta velocidad.
El HBM sigue siendo el eje principal, pero el alpha incremental revelado por estos resultados es mayor en las capas de interconexión, packaging, estabilización de potencia y test que en los grandes valores de memoria.
El re-rating de Samsung Electro-Mechanics debe interpretarse no como recuperación del ciclo de MLCC sino como transición hacia una plataforma de pasivos y sustratos para infraestructura de IA.

[Especulación]

Se especula en el mercado con que el cliente del SiCap de Samsung Electro-Mechanics podría estar vinculado a un hyperscaler norteamericano o a la cadena de suministro de aceleradores de IA, pero la contraparte del contrato no ha sido divulgada.
No es posible determinar con información pública si las empresas coreanas de sockets de test participan directamente en los programas de XPU personalizados de Marvell o de sus clientes.
El AI-RAN podría generar oportunidades a largo plazo en RF y semiconductores de red en Corea, pero es demasiado pronto para considerarlo como catalizador de resultados a corto plazo en 2026.

[Bloqueado]

Participación directa de empresas coreanas en los programas de XPU personalizados, óptica y switching de Marvell.
Nombre del cliente, margen por producto y velocidad de ramp mensual del contrato de SiCap de Samsung Electro-Mechanics.
Desglose de ingresos por cliente de lógica de IA en ISC, Rhino Industrial y TSE.
PER NTM en tiempo real, EV/EBITDA y tasa de revisión al alza del EPS consenso de los valores coreanos de PCB/sustratos en 2026.

Fuentes

Descargo de responsabilidad: Solo para fines de investigación e información. No constituye asesoramiento de inversión. Las empresas mencionadas se citan únicamente con fines analíticos; los lectores deben realizar su propia diligencia debida y consultar a asesores autorizados antes de tomar cualquier decisión de inversión.

Disclaimer: For research and information purposes only. Not investment advice. Names cited are for analytical illustration; readers should perform their own due diligence and consult licensed advisors before any investment decision.