IA Física on Korea Invest Insights

Cadena de Valor de Robots Humanoides en Corea: Cronogramas de Samsung, Hyundai y LG, y los Proveedores de Componentes con Rentabilidad Real

Mon, 11 May 2026 18:00:00 +0900

Este artículo analiza la cadena de valor del hardware de IA en Corea. Para contexto más amplio, consulta el Hub de Empresas de IA Coreanas y la guía completa del KOSDAQ. Para perspectivas relacionadas en mercados públicos, consulta el análisis de Samsung Electro-Mechanics sobre revalorización en infraestructura de IA y el análisis en profundidad de Hyundai Mobis sobre vehículos eléctricos y robótica.

La pregunta útil en robótica coreana no es si los robots son un sector prometedor. El mercado ya ha asignado un valor muy elevado a esa respuesta. La pregunta más práctica es más sencilla: ¿dónde aparecen primero los ingresos?

Samsung Electronics habla de fábricas impulsadas por IA y de IA física. Hyundai Motor Group tiene una ruta concreta a través de Boston Dynamics y el humanoide Atlas. LG Electronics está construyendo su propuesta en torno a actuadores, robots de servicio y componentes de IA física. La dirección es real.

La realidad en los mercados cotizados es menos nítida. Algunas acciones de robótica pura ya cotizan como si la curva de comercialización de 2028-2030 estuviera resuelta. Varias tienen bases de ingresos actuales pequeñas y beneficio operativo limitado o negativo. Los proveedores de componentes, en cambio, pueden añadir demanda robótica sobre negocios ya existentes en reductores, actuadores, cámaras, baterías y fabricación de precisión.

Este artículo no pretende inflar ni desestimar el sector. Es un mapa de la distancia entre expectativas y beneficios.

Resumen Ejecutivo

Samsung, Hyundai y LG se están moviendo al mismo tiempo. Samsung enfoca la robótica en la fabricación industrial con IA, Hyundai tiene Boston Dynamics y planes de despliegue del Atlas, y LG apuesta por actuadores y robots de servicio.
La primera ventana de verificación va del 2S26 a 2028. Los módulos de cámara para humanoides de Samsung Electro-Mechanics, el RMAC y el despliegue del Atlas de Hyundai, la producción de actuadores de LG y la construcción de la línea de actuadores de HL Mando en 2027-2028 se enmarcan en esta ventana.
Los robots humanoides son tanto un problema de componentes como de IA. Los reductores, actuadores, módulos de cámara, sensores, baterías, pinzas y la calidad del ensamblaje determinan el coste y el rendimiento.
Muchas empresas de robótica cotizadas en Corea siguen teniendo beneficios muy por detrás de su valoración. Los nombres de robótica pura pueden tener capitalizaciones bursátiles elevadas en relación con sus ventas actuales.
Los ingresos pueden aparecer primero en los proveedores de componentes. SPG, Robotis, HL Mando, Samsung Electro-Mechanics, LG Innotek e Hyundai Mobis tienen negocios de fabricación consolidados que pueden absorber la demanda robótica como ingresos incrementales.
Las cadenas de suministro de Atlas y Optimus incluyen muchas estimaciones. Trata la exposición en fase de desarrollo, los pedidos confirmados y los ingresos reconocidos como tres etapas distintas.

1. No Todos los Robots Son Iguales

“Robot” es un término demasiado amplio para el análisis de inversión. Un brazo de soldadura en una fábrica, un robot colaborativo junto a un trabajador, un robot de almacén con ruedas, un robot camarero en un restaurante, un robot quirúrgico y un humanoide bípedo comparten la misma etiqueta, pero su economía es completamente diferente.

Categoría	Uso Principal	Madurez del Sector	Ejemplos Cotizados en Corea
Robots industriales	Soldadura, pintura, ensamblaje	Maduro	Raon Robotics, Hyulim Robot
Robots colaborativos	Trabajo junto a personas	Crecimiento	Doosan Robotics, Neuromeka, Robotis
Robots logísticos	Movimiento en almacenes y fábricas	Crecimiento	Yujin Robot, T-Robotics
Robots de servicio	Hostelería, orientación, tiendas	Crecimiento temprano	Clobot, Robotis, plataformas LG
Robots médicos	Cirugía y rehabilitación	Específico por producto	Curexo, P&S Mechanics
Robots humanoides	Trabajo similar al humano en fábricas u hogares	Muy temprano	Rainbow Robotics, cadena de suministro de Boston Dynamics

El mercado actualmente presta mayor atención a los humanoides porque el mercado potencial podría ser mucho mayor si funcionan. También son los robots más difíciles de comercializar.

Los humanoides son complejos por cuatro razones. El equilibrio es la primera: en cuanto un robot se sostiene sobre dos piernas, la estabilidad en tiempo real se convierte en un problema de ingeniería central. Las manos son la segunda: un humanoide necesita coger objetos frágiles, girar manillas y sostener herramientas con el mismo efector final. La energía es la tercera: motores, sensores y ordenadores a bordo consumen electricidad continuamente. El coste es la cuarta: un robot de fábrica solo tiene sentido cuando puede competir con la economía del trabajo humano.

Por eso la brecha entre una demostración y la producción en masa es enorme. En 2026, la señal clave no es otro vídeo impresionante, sino si los componentes robóticos empiezan a convertirse en pedidos, líneas de producción e ingresos reconocidos.

2. La IA Física Reabrió el Ciclo Robótico

La robótica no es nueva. La automatización de fábricas existe desde hace décadas. Lo que cambió en 2025-2026 fue la capa de IA.

Los robots más antiguos repetían movimientos preprogramados y se detenían cuando el entorno cambiaba. Los nuevos robots de IA física están diseñados para ver, interpretar, planificar y adaptarse. Combinan cámaras, sensores, modelos fundacionales, software de control y cuerpos mecánicos.

Esto importa especialmente para los humanoides. Un humanoide solo es útil si puede operar en entornos desordenados —fábricas, almacenes, tiendas y eventualmente hogares—, lo que exige tanto inteligencia artificial como hardware fiable.

La IA no elimina el cuello de botella del hardware. Si los reductores vibran, los actuadores son caros, las baterías duran poco o las cámaras no permiten una sujeción precisa, la comercialización se ralentiza igualmente. La IA física debe analizarse, por tanto, como una cadena de valor de cuerpo más cerebro, no solo como software.

3. Los Componentes que Importan

Un robot humanoide se descompone en varias capas de hardware esenciales.

3.1 Reductores: Engranajes de Precisión para las Articulaciones

Los motores giran rápido. Las articulaciones robóticas necesitan movimientos más lentos con alto par. Un reductor convierte la velocidad del motor en fuerza controlada.

Los reductores son costosos y técnicamente exigentes porque pequeños errores generan vibración e imprecisión. Harmonic Drive, empresa japonesa, ha sido durante mucho tiempo la referencia en esta capa. En Corea, SPG es el proveedor de reductores cotizado con mayor visibilidad. Aparece de forma recurrente en los mapas de la cadena de valor robótica coreana relacionados con Boston Dynamics, Rainbow Robotics, Samsung y plataformas vinculadas a LG.

3.2 Actuadores: El Módulo Muscular

Un actuador combina motor, reductor, controlador y sensor en un módulo de articulación. Un humanoide puede usar 20-40 o más actuadores, por lo que tanto el precio como la fiabilidad son determinantes.

Los nombres coreanos en esta capa incluyen Robotis, HL Mando, Hyundai Mobis y LG Electronics. HL Mando trata de extender su experiencia en dirección y frenos de automoción hacia actuadores robóticos. LG Electronics ha hecho hincapié en la producción de actuadores porque representan una parte importante del coste total del robot.

3.3 Cámaras y Sensores: Los Ojos

La IA física necesita percepción. Cámaras, lidar, sensores inerciales y sensores de fuerza-par permiten a los robots localizar objetos, moverse entre personas y ejecutar tareas de agarre.

Samsung Electro-Mechanics y LG Innotek son los nombres coreanos naturales en esta capa porque ambas ya fabrican módulos de cámara en masa para smartphones, vehículos y aplicaciones adyacentes. Samsung Electro-Mechanics ha hablado de módulos de reconocimiento de alta resolución para clientes de humanoides y de tecnología de cámara pequeña y delgada para el agarre preciso. Varios medios han apuntado a una producción de módulos de cámara para humanoides en el segundo semestre de 2026.

3.4 Baterías y Energía

Los humanoides consumen energía a través de motores, cómputo y sensores. La densidad energética y la seguridad de las baterías son, por tanto, críticas.

LG Energy Solution y Samsung SDI son los nombres coreanos naturales en la capa de energía. Samsung SDI ha hablado de baterías de estado sólido para IA física, mientras que LG Energy Solution tiene capacidades consolidadas de fabricación de celdas y packs que podrían extenderse a la robótica con el tiempo.

3.5 Ensamblaje y Fabricación

Un robot es también un producto de fabricación de precisión. Estructuras, carcasas, cableado, gestión térmica, pruebas de calidad y ensamblaje final son igualmente relevantes. Intops se menciona frecuentemente como candidato de ensamblaje OEM por su trayectoria en fabricación de electrónica.

Aquí es donde la base manufacturera más amplia de Corea resulta relevante. La robótica se sitúa entre los componentes electrónicos y los componentes de automoción. Corea tiene ambos.

4. Lo que Samsung, Hyundai y LG Están Haciendo Realmente

4.1 Samsung: La IA Física Comienza en la Fábrica

Samsung Electronics ha descrito una hoja de ruta hacia la fabricación industrial impulsada por IA para 2030 y el despliegue progresivo de robots humanoides y especializados en líneas de producción. El punto de partida práctico es la fabricación, no los hogares de consumidores.

Samsung Electro-Mechanics ocupa la capa de sensores. En 2026, la empresa habló de módulos de reconocimiento de alta resolución para clientes globales de humanoides y de tecnología de cámara pequeña y delgada para el agarre preciso de objetos. Varios medios también han apuntado a la producción de módulos de cámara para humanoides en el segundo semestre del año.

Samsung SDI es una historia de más largo plazo en la capa de energía, a través de baterías de estado sólido para IA física. Esto tiene menos que ver con la primera oleada de ingresos de humanoides y más con resolver las limitaciones de batería futuras.

4.2 Hyundai Motor Group: Boston Dynamics y Atlas

Hyundai parte de un punto diferente porque es propietaria de Boston Dynamics. En el CES 2026, Hyundai Motor Group presentó su estrategia de robótica con IA y anunció que Atlas se incorporaría a HMGMA en Georgia a partir de 2028, comenzando con tareas como la secuenciación de piezas antes de avanzar hacia trabajos más complejos.

Hyundai también describe el RMAC, el Robot Metaplant Application Center, como un entorno de entrenamiento y validación para robótica con IA. Esto importa porque los robots mejoran con datos del mundo real. El RMAC no es solo un escaparate; es una capa de infraestructura de datos y despliegue.

Hyundai Mobis y HL Mando son nombres relevantes de componentes en este contexto. Mobis aporta la base de componentes electromecánicos a nivel de grupo. HL Mando está construyendo una estrategia de actuadores a largo plazo a partir de su experiencia en control y movimiento de automoción.

4.3 LG: Actuadores, Robots de Servicio y Sensores

LG está construyendo un ecosistema más amplio de hardware de IA física que incluye robots de servicio, robots para el hogar, actuadores, sensores, baterías y ensamblaje.

LG Electronics está especialmente enfocada en los actuadores. La lógica es directa: los actuadores representan una parte importante del coste del robot, y LG cuenta con décadas de experiencia en diseño y producción de motores. LG Innotek añade módulos de cámara y sensores; LG Energy Solution aporta baterías; Intops es frecuentemente mencionada en el lado del ensamblaje.

La oportunidad comercial a corto plazo es más probable en suministro industrial y de componentes que en un robot doméstico de consumo masivo. Los hogares son entornos desordenados, sensibles al precio y difíciles de estandarizar.

5. La Ventana de Verificación 2026-2028

La robótica es un tema de largo plazo, pero los mercados públicos necesitan hitos concretos.

Momento	Evento a Seguir	Por Qué Importa
2T26	Suministro de módulos de cámara para robotaxis de Samsung Electro-Mechanics	Extiende los módulos de sensores hacia la movilidad autónoma con IA
2S26	Producción de módulos de cámara para humanoides de Samsung Electro-Mechanics	Primera señal visible de ingresos por componentes para humanoides
2S26	Preparación de producción de actuadores de LG Electronics	Pone a prueba la internalización de un componente robótico central
Aprox. 3T26	Operación del RMAC de Hyundai	Infraestructura de entrenamiento y validación para Atlas
2027	Objetivo de baterías de estado sólido de Samsung SDI	Restricción de energía a largo plazo
2027-2028	Construcción de línea de actuadores para humanoides de HL Mando	Conversión de componentes de automoción a robótica
2028	Despliegue del Atlas de Hyundai en HMGMA	Prueba de despliegue en fábrica real
2028-2030	Oportunidad de sensores robóticos a gran escala de LG Innotek	Ventana de escalado de ingresos por sensores

El calendario sugiere una estructura de tres fases: primeras señales de ingresos en 2026, validación de producción en 2027-2028 y validación de escala hacia 2030. Las acciones que ya descuentan la fase final pueden reaccionar con fuerza ante retrasos en las dos primeras.

6. Mapa de la Cadena de Valor: Separar los Pedidos Confirmados de las Estimaciones

Las cadenas de suministro robóticas circulan por informes de análisis antes de las divulgaciones oficiales. El siguiente mapa debe tratarse como un marco de observación, no como una lista de pedidos confirmados.

Plataforma	Nombres Coreanos Frecuentemente Mencionados	Interpretación
Boston Dynamics Atlas	Hyundai Mobis, HL Mando, SPG, Robotis, Samsung Electro-Mechanics, LG Innotek, LG Energy Solution, Korea PIM	Integración del grupo Hyundai más oportunidad de componentes coreanos
Tesla Optimus	LG Innotek, LG Energy Solution, Samsung Electro-Mechanics, HL Mando, Robotis	Muy basado en estimaciones; requiere confirmación de pedidos antes de tratar como ingresos
Rainbow Robotics	SPG, KH Vatec	La vinculación con Samsung eleva las expectativas, pero el escalado de ingresos es temprano
LG CLOi / Bear Robotics	Robotis, LG Innotek, LG Energy Solution, Intops	Trayectoria de robots de servicio e internalización de componentes
Robots de fabricación Samsung	Samsung Electronics, Samsung Electro-Mechanics, SPG, Intops	El despliegue en fábrica puede llegar antes que los robots domésticos

Las apariciones repetidas merecen seguimiento. SPG aparece en reductores, Robotis en actuadores y robots LG, Intops en ensamblaje, LG Innotek en sensores y LG Energy Solution en baterías.

Pero la repetición no equivale a ingresos reconocidos. Existen tres etapas:

Etapa	Significado	Evidencia
Candidato a cadena de suministro	Desarrollo, muestras, validación	Informes de análisis, verificaciones sectoriales
Proveedor confirmado	Contrato o referencia de cliente	Filing, comentario en call, divulgación del cliente
Ingresos reconocidos	Los ingresos aparecen en las cuentas	Ingresos trimestrales, divulgación por segmento, cartera de pedidos

Gran parte de la cadena robótica coreana sigue situándose entre la etapa uno y la etapa dos.

7. La Realidad de los Beneficios en las Empresas de Robótica Cotizadas

El principal problema en los mercados públicos es la brecha entre las expectativas y las cuentas de resultados. Tomando como base los datos financieros de 2025 y los datos de mercado de mayo de 2026, solo un pequeño número de empresas cotizadas relacionadas con la robótica muestra un beneficio operativo significativo. Muchos nombres de robótica pura de humanoides y robots colaborativos siguen en pérdidas o en una fase muy temprana de escala de ingresos.

7.1 Robótica Pura: Mayor Expectativa, Ingresos más Tempranos

Empresa	Ingresos 2025	Beneficio Operativo 2025	Interpretación del Mercado
Rainbow Robotics	Aprox. KRW 34.100M	Pérdidas	Gran expectativa vinculada a Samsung, elevada carga de capitalización bursátil sobre ventas
Doosan Robotics	Aprox. KRW 33.000M	Pérdidas	Marca global en cobots, rentabilidad aún sin demostrar
Robotis	Aprox. KRW 38.900M	Vuelta a beneficios	Opcionalidad en actuadores más robots de servicio
Neuromeka	Aprox. KRW 19.000M	Pérdidas	Historia de crecimiento en cobots, base de ingresos pequeña

Para un nombre como Rainbow Robotics, el problema central es el tiempo. El mercado no valora solo los robots actuales. Valora una plataforma humanoide de éxito en fases posteriores. Eso puede ser posible, pero requiere que los ingresos se multipliquen varias veces.

7.2 Proveedores de Componentes: Negocio Existente más Opcionalidad Robótica

Empresa	Capa Principal	Ingresos 2025	Beneficio Operativo 2025	Qué Seguir
SPG	Reductores	Aprox. KRW 341.700M	Rentable	Apariciones repetidas en múltiples plataformas robóticas
Samhyun	Motores / componentes adyacentes a actuadores	Aprox. KRW 95.000M	Rentable	Conversión de componentes de automoción a robótica
Haigen RNM	Actuadores / motores	Aprox. KRW 70.000M+	Pérdidas o margen bajo	Velocidad de comercialización de actuadores
Korea PIM	Piezas de inyección metálica de precisión	Aprox. KRW 36.900M	Rentable	Piezas de precisión y materiales internos para robots

Los proveedores de componentes tienen un perfil de riesgo diferente. Si la robótica se retrasa, los negocios industriales, de automoción o de electrónica existentes ofrecen cierto colchón. Si la robótica se acelera, la nueva demanda puede ser incremental.

7.3 Robots Médicos, Industriales y Logísticos

Empresa	Campo	Ingresos 2025	Beneficio Operativo 2025	Interpretación
Raon Robotics	Robots industriales	Aprox. KRW 53.800M	Rentable	Tiene base de ingresos, pero la exposición a humanoides es indirecta
Curexo	Robots médicos	Aprox. KRW 74.500M	Vuelta a beneficios	Las aprobaciones de exportación y el volumen de procedimientos son clave
Hyulim Robot	Robots industriales / de servicio	Aprox. KRW 168.300M	Pérdidas	Los ingresos existen, la rentabilidad necesita verificación
Yujin Robot	Robots logísticos / de servicio	Aprox. KRW 28.200M	Pérdidas	Necesita tracción en ingresos de logística autónoma

Este grupo no debe forzarse en la categoría de humanoides. Los robots médicos, logísticos e industriales tienen clientes, precios y ciclos de adopción distintos.

8. Por Qué Corea Tiene un Ángulo en Componentes Robóticos

Corea no tiene garantizado el liderazgo en robots humanoides terminados. El punto de partida más sólido son los componentes y la fabricación.

La fabricación de automóviles generó motores, actuadores, sistemas de control y pruebas de durabilidad. La electrónica generó módulos de cámara, baterías, miniaturización y calidad de producción. La fabricación de smartphones y electrodomésticos generó know-how en ensamblaje y procesos de carcasas. La robótica puede aprovechar los tres.

Industria Existente	Capacidad Robótica	Ejemplos Coreanos
Componentes de automoción	Motores, actuadores, controles, durabilidad	Hyundai Mobis, HL Mando, Samhyun
Componentes electrónicos	Cámaras, sensores, miniaturización, sustratos	Samsung Electro-Mechanics, LG Innotek
Baterías	Densidad energética, seguridad, diseño de packs	LG Energy Solution, Samsung SDI
Fabricación de precisión	Reductores, engranajes, piezas metálicas	SPG, Korea PIM
Ensamblaje / carcasas	Producción OEM, control de calidad	Intops

La lógica es similar a la tesis del sustrato semiconductor coreano. Corea es fuerte cuando un tema global se convierte en un problema de fabricación, componentes y aprendizaje de rendimiento. Los robots humanoides podrían convertirse en ese tipo de problema si la producción supera la fase de prototipos.

9. Tres Cestas de Mercado Público

Este no es un marco de compra/venta. Es una forma de evitar mezclar perfiles de riesgo diferentes.

9.1 Robótica Pura

Rainbow Robotics, Doosan Robotics y Neuromeka ofrecen la exposición temática más directa, pero los beneficios actuales son tempranos. Esta cesta se asemeja a una opción sobre una adopción de humanoides o robots colaborativos más rápida de lo esperado.

Indicadores clave: crecimiento de ingresos, reducción de pérdidas operativas, pedidos de clientes estratégicos y despliegues reales.

9.2 Proveedores de Componentes

SPG, Robotis, Samhyun, Korea PIM y HL Mando están más cerca de la primera capa de ingresos. Los reductores y actuadores tienen un alto contenido de valor en un humanoide. La ventaja es el soporte del negocio existente; la desventaja es un menor apalancamiento temático puro.

SPG es el ejemplo más claro de esta lógica porque los reductores aparecen en múltiples plataformas robóticas. Pero el suministro de muestras, la cualificación de cliente, el pedido de producción y los ingresos reconocidos son eventos distintos.

9.3 Opciones Robóticas en Grandes Capitalizaciones

Samsung Electro-Mechanics, LG Innotek, HL Mando, Hyundai Mobis, LG Energy Solution y Samsung SDI no son acciones de robótica pura. Los negocios existentes dominan los beneficios actuales. La robótica es una opción a largo plazo ligada a una plataforma manufacturera más grande.

Esto reduce el riesgo de un único tema, pero también implica que los ingresos robóticos deben hacerse muy significativos antes de mover al conjunto de la empresa.

10. Qué Seguir a Continuación

Variable	Por Qué Importa
Arranques de producción en 2S26	Confirma si las cámaras de Samsung Electro-Mechanics, los actuadores de LG y el RMAC de Hyundai avanzan según el plan
Ingresos robóticos en proveedores de componentes	Muestra si SPG, Robotis, HL Mando y LG Innotek están convirtiendo su exposición en ventas
Escalado de ingresos en robótica pura	Pone a prueba si Rainbow Robotics y Doosan Robotics pueden crecer hasta alcanzar las expectativas del mercado
Pedidos oficiales vs. estimaciones de cadena de suministro	Separa la exposición en desarrollo de Atlas / Optimus de los contratos reales

La señal más sólida es el ingreso en los resultados trimestrales. La segunda es una divulgación de cliente o de la propia empresa. La tercera es la inversión en líneas de producción. Los titulares de prensa llegan al final.

Nota Final

La industria robótica de Corea está entrando en una fase más concreta. Samsung, Hyundai y LG están hablando de IA física, y la ventana 2026-2028 incluye hitos reales en sensores, actuadores, RMAC, despliegue del Atlas y producción de componentes. Corea también cuenta con la base industrial adecuada: componentes de automoción, componentes electrónicos, baterías y fabricación de precisión.

Pero la disciplina en los mercados públicos importa. Muchas empresas de robótica cotizadas siguen en fase temprana, y algunos nombres de robótica pura ya descuentan una curva de comercialización exitosa para 2028-2030. La pregunta más útil no es “¿deberían los inversores comprar acciones de robots?”. Es “¿qué capa muestra ingresos primero?”

Los reductores, actuadores, cámaras, baterías y el ensamblaje son los puntos de partida prácticos. Si los robots humanoides pasan de la demostración a la producción, estos componentes deben comprarse antes de que el mercado completo de robots sea visible en los ingresos. La primera prueba son las señales de producción del 2S26, seguidas del despliegue en fábricas en 2027-2028 y el reconocimiento de ingresos en los proveedores de componentes.

Fuentes Consultadas

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.

Tesis de PCB y Sustratos para IA: GPU, CPU, NIC y CCL Son un Solo Cuello de Botella del Sistema

Tue, 05 May 2026 23:15:00 +0900

Mapa sectorial: Esta es la tesis de nivel superior sobre PCB y sustratos para IA que sustenta el análisis de Pamicell. Léela junto con el hub de PCB para IA, Pamicell Parte 1, Pamicell Parte 2, y la anterior nota de re-valoración de Samsung Electro-Mechanics en infraestructura de IA.

Los análisis previos a nivel de empresa planteaban una pregunta más acotada: ¿qué nombres coreanos tienen la mejor posición en suministro de PCB para IA, FC-BGA y materiales de baja pérdida? Esta nota sube un nivel. Se pregunta por qué el capital debería entrar al ecosistema completo en primer lugar.

La respuesta no es “los sustratos son el próximo tema después de las GPUs.” Eso es demasiado lineal. La infraestructura de IA ya no es una tarjeta GPU. Es un sistema a escala de rack. Un rack de IA moderno contiene GPUs, CPUs, DPUs, NICs, ASICs de switch, módulos de memoria, distribución de potencia, control de refrigeración y placas de alta velocidad. Cada capa añade silicio. Cada pieza de silicio necesita un sustrato de encapsulado, una placa de módulo, una placa base, una placa de switch o un apilado de material de baja pérdida.

Ese es el punto central: la capa de PCB y sustratos no es la siguiente parada en una rotación simple. Es el denominador común de toda la lista de materiales del sistema de IA.

Resumen ejecutivo

La secuencia del mercado de “GPU a memoria a sustratos” es útil como orientación, pero incompleta. El marco más preciso es la expansión simultánea del sistema: GPU, HBM, CPU, DPU, NIC, ASIC de switch y módulos de memoria crecen juntos, y todos requieren sustratos o placas.
El NVIDIA Vera Rubin NVL72 ilustra el punto con claridad. La plataforma combina 72 GPUs Rubin, 36 CPUs Vera, switching NVLink 6, SuperNICs ConnectX-9, DPUs BlueField-4 y escalado Ethernet Spectrum-X / Spectrum-6. La ratio CPU:GPU es 0,5, es decir, una CPU por cada dos GPUs. Esto ya no es una historia de un solo chip.
La IA agéntica eleva la intensidad de CPU en inferencia. La orquestación de herramientas, recuperación de información, ejecución de código, acceso a bases de datos, gestión de memoria y aislamiento de seguridad dependen de CPUs, DRAM, NICs y DPUs. Si el contenido de CPU aumenta, el FC-BGA de CPU para servidores, las placas de módulos de memoria, SoCAMM, las placas base y el CCL de baja pérdida se ven arrastrados.
La IA física extiende la tesis fuera del centro de datos. Vehículos autónomos, humanoides, robots industriales y electrónica espacial utilizan más placas, más sensores, más módulos de IA en el borde y más materiales PCB sensibles a la fiabilidad. La curva temporal es diferente: primero los centros de datos, después la conducción autónoma, luego los humanoides y, finalmente, el espacio como prima de margen de alta fiabilidad.
Para Corea, el mapa de inversión se vuelve estratificado. Samsung Electro-Mechanics es el nodo de FC-BGA de alta gama más MLCC. Daeduck Electronics es el candidato al factor FC-BGA / MLB / SoCAMM. Doosan Electronic BG es el ancla del CCL. Kolon Industries y Pamicell se ubican aguas arriba en materiales de baja dieléctrica. Pamicell no es solo una tesis de inversión aislada; es un proxy comprimido dentro de un sistema más amplio de sustratos para IA.

1. El Marco Lineal: Útil, Pero Insuficiente

Al mercado le gustan las secuencias porque son fáciles de operar.

Primero llegaron las GPUs: NVIDIA capturó el presupuesto porque los aceleradores escaseaban. Luego llegó HBM: las GPUs no podían escalar sin ancho de banda de memoria, así que SK hynix, Samsung Electronics y Micron pasaron al centro del debate. El siguiente paso suele describirse como sustratos o empaquetado avanzado: si las GPUs y la HBM escalan, entonces FC-BGA, interposers, MLBs y CCL deberían seguir.

Ese marco no está equivocado. Una GPU más grande necesita un sustrato de encapsulado más grande y complejo. La expansión de HBM intensifica el empaquetado. Las placas de servidores se vuelven más densas y rápidas. Desde ese ángulo, los sustratos sí llegan después de las GPUs y la HBM en el ciclo de reconocimiento.

Pero el marco pasa por alto el cambio más importante en la arquitectura del sistema. La infraestructura de IA en 2026 no es una pila de GPUs. Es una plataforma a escala de rack que codiseña cómputo, memoria, redes, seguridad y control del sistema.

La configuración NVIDIA Vera Rubin NVL72 es el ejemplo más claro. Los materiales públicos de NVIDIA describen un sistema construido en torno a 72 GPUs Rubin y 36 CPUs Vera, con switching NVLink 6, SuperNICs ConnectX-9 y DPUs BlueField-4. Los propios materiales de la plataforma Rubin de NVIDIA también enmarcan la plataforma como un codiseño de seis chips: CPU Vera, GPU Rubin, switch NVLink, SuperNIC ConnectX-9, DPU BlueField-4 y switch Ethernet Spectrum-6.

La aritmética importa:

CPUs Vera = 36
GPUs Rubin = 72
CPU:GPU = 36 / 72 = 0,5

Una CPU por cada dos GPUs no es un detalle trivial del procesador anfitrión. Indica que el rack es un sistema, no un estante de GPUs. Una vez que eso es cierto, la tesis de sustratos deja de ser un eco secundario de la demanda de GPU. Se convierte en una tesis de sistema multichip.

2. Por Qué Cada Chip Requiere una Placa

La forma más sencilla de ver la capa de sustratos es recorrer la lista de materiales del sistema.

Capa del sistema	Chip o módulo	Demanda de placa / sustrato
Aceleración de IA	GPU, ASIC personalizado, TPU	FC-BGA grande, sustrato de encapsulado avanzado, placa de alta densidad
Host y orquestación	CPU de servidor, CPU Vera, CPU x86 / Arm	FC-BGA grande, placa de socket CPU, MLB de placa base
Ancho de banda de memoria	HBM, DDR5, módulos de servidor basados en LPDDR, SoCAMM	Interposer / sustrato, PCB de módulo de memoria, material de integridad de señal
Redes	NIC, SuperNIC, ASIC de switch Ethernet, switch InfiniBand	Placa de switch, PCB de módulo óptico, MLB de baja pérdida
Movimiento de datos y seguridad	DPU, SmartNIC	Sustrato de encapsulado, PCB de tarjeta aceleradora
Potencia y control	VRM, módulos de potencia, BMC y placas de control	PCB de potencia, MLCC, placa de alta fiabilidad

Por eso “demanda de GPU” es demasiado estrecho. Un hiperescalador no compra una GPU de forma aislada. Compra un rack funcional. Ese rack contiene chips de cómputo, chips de memoria, chips de red, chips de control y electrónica de potencia. Cuanto más crece el sistema, más se exige a la capa de placas para transportar señales de alta velocidad, calor, potencia y fiabilidad.

La traducción para la renta variable coreana también es más clara bajo este marco:

Capa coreana	Empresas a seguir	Lo que representan
Sustrato de encapsulado de alta gama	Samsung Electro-Mechanics, Daeduck Electronics, Korea Circuit	Exposición a FC-BGA y sustrato de encapsulado
Placa multicapa y PCB de módulo	Isu Petasys, Daeduck Electronics, TLB, Simmtech, Korea Circuit	Exposición a placa base de servidor, placa de switch, módulo de memoria y SoCAMM
Ancla de CCL	Doosan Electronic BG	Laminado recubierto de cobre de alta gama para servidores de IA y redes
Materiales de baja pérdida	Kolon Industries, Pamicell	Insumos de resina mPPO / de baja dieléctrica y endurecedores
Estabilidad de potencia	Samsung Electro-Mechanics y pares de MLCC	Contenido de MLCC por servidor de IA y mix de componentes de alta tensión

Pamicell pertenece a este mapa como un proxy de material aguas arriba de Doosan Electronic BG. Samsung Electro-Mechanics pertenece como el nodo coreano de gran capitalización premium en FC-BGA y MLCC. Daeduck pertenece como el candidato al factor más amplio de FC-BGA / MLB / SoCAMM. No son historias separadas. Son puntos distintos en la misma lista de materiales del sistema.

3. La IA Agéntica Amplía la Capa de CPU

La inferencia de LLM tradicional lucía simple desde la óptica del hardware:

prompt
 -> paso hacia adelante en GPU
 -> respuesta

La IA agéntica cambia la carga de trabajo. El modelo no solo responde. Planifica, llama herramientas, busca, lee archivos, ejecuta código, consulta bases de datos, gestiona memoria, verifica resultados y puede coordinarse con otros agentes. La GPU sigue siendo central, pero el trabajo fuera de la GPU se vuelve mucho más pesado.

Función agéntica	Principal tirón de hardware
Paso hacia adelante del LLM	GPU + HBM
Orquestación de herramientas	CPU
Recuperación y búsqueda	CPU + DRAM + almacenamiento
Ejecución de código	CPU, sandbox, compilador / intérprete
Memoria de sesión y estado	CPU + DRAM
Llamadas a herramientas en red	NIC + ASIC de switch + PCB
Seguridad y aislamiento	CPU + DPU

TrendForce ha sido explícito sobre esta dirección. Su informe de IA agéntica de abril de 2026 y comentarios públicos relacionados describen un cambio estructural en las ratios CPU:GPU, ajuste en el suministro de CPU para servidores y aumentos de precios por parte de Intel y AMD. Tom’s Hardware reportó la misma tendencia desde el lado de la industria: configuraciones de servidores de IA que antes usaban una CPU por cada cuatro a ocho GPUs pueden evolucionar hacia una intensidad de CPU mucho mayor en escenarios de inferencia agéntica.

La ratio exacta variará según la carga de trabajo. Un clúster de agentes de código no es igual a un clúster de generación de vídeo. Un agente empresarial con mucha recuperación de información no es igual a un sistema de inferencia por lotes puro. Pero la dirección es lo que importa para los inversores en sustratos: más trabajo de CPU significa más encapsulados de CPU, más memoria en torno a la CPU, más redes y más requisitos de integridad de señal a nivel de placa.

El camino de la IA agéntica a los sustratos coreanos luce así:

Adopción de IA agéntica
 -> la carga de trabajo de orquestación en CPU aumenta
 -> el contenido de CPU de servidor, DPU, NIC y ASIC de switch crece
 -> la demanda de FC-BGA de CPU de servidor y MLB de alta capa sube
 -> la complejidad de módulos de memoria, SoCAMM y placas base aumenta
 -> el CCL de baja pérdida y los materiales de baja dieléctrica ganan importancia
 -> las empresas coreanas de sustratos y materiales reciben una porción de la expansión de la lista de materiales

Esa última línea es importante. Corea no es dueña del mercado de CPUs. Intel, AMD, Arm, NVIDIA y las CPUs personalizadas de proveedores de servicios en la nube capturan el valor del chip. Las empresas coreanas cotizadas capturan el contenido de placa y material en torno al chip. Esto sigue siendo significativo porque el contenido de sustrato crece con el sistema, no con una sola línea de productos.

4. IA Física: Fuera del Centro de Datos

El centro de datos es el primer y más grande impulsor a corto plazo. La IA física es la segunda vía de expansión. El horizonte temporal es más largo, pero la dirección es consistente: cuando la inteligencia se traslada a vehículos, robots, fábricas y satélites, más cómputo se acerca al borde. Más cómputo en el borde significa más placas.

Conducción autónoma

La conducción autónoma es la segunda fase más realista porque los vehículos ya utilizan grandes pilas electrónicas. Un vehículo con asistencia avanzada al conductor o funciones autónomas contiene cómputo central, fusión de sensores, módulos de cámara, radar, lidar, Ethernet vehicular y controladores de seguridad redundantes.

Sistema del vehículo	Tirón de PCB y material
Cómputo central	Placa de alta densidad, sustrato de encapsulado del procesador
ECU de fusión de sensores	PCB multicapa, placa de señal de alta velocidad
Cámara / lidar / radar	Rígido-flexible, placa RF, PCB de módulo
Ethernet vehicular	CCL de baja pérdida y PCB de comunicación de alta velocidad
Redundancia de seguridad	Más ECUs y más área de placa

Esto no impacta los resultados tan rápido como los centros de datos de IA. Los programas de vehículos requieren tiempo, la calificación es lenta y la curva de ingresos depende del ciclo de modelo. Pero la dirección no es ambigua: un vehículo más inteligente lleva más contenido de placa que uno tradicional.

Robótica humanoide e industrial

NVIDIA Jetson Thor aporta una referencia concreta de hardware para el argumento de IA física. NVIDIA posiciona Jetson Thor para IA física y robótica, con hasta 2.070 FP4 TFLOPS, 128 GB de memoria y un rango de potencia configurable de 40 W a 130 W. Ese tipo de módulo de IA en el borde necesita placas de alta densidad, placas de potencia, interconexión de sensores y PCBs flexibles.

Los humanoides no impulsarán las ganancias coreanas de sustratos mañana. Todavía no son un mercado de volumen masivo. Pero amplían el valor opcional de la tesis. Si los módulos de IA en el borde se estandarizan en robots, fábricas y máquinas industriales, el contenido de placas pasa de ser una historia exclusiva de centros de datos a una historia de cómputo distribuido.

Electrónica espacial y de defensa

El espacio es diferente. No es una historia de volumen. Es una historia de fiabilidad y margen. Los materiales de NASA e IPC para hardware de misión enfatizan los requisitos de PCB de alta fiabilidad, calificación de proveedores y estándares tipo Clase 3 / adéndum espacial. Para los nombres coreanos de PCB cotizados, la relevancia no es que el espacio absorba capacidad masiva. Es que la electrónica para entornos exigentes puede justificar mayores estándares de fiabilidad y potencialmente mejores márgenes.

La curva temporal luce así:

Mercado final	Timing de ganancias	Intensidad de PCB	Confianza práctica
Centro de datos de IA	Rápido	Muy alta	Alta
Conducción autónoma	Medio	Alta	Media a alta
Humanoides / robótica	Lento	Media a alta	Media
Electrónica espacial / defensa	Lento	Alta especificación, bajo volumen	Media

Este ordenamiento importa. El modelo a corto plazo aún debe estar liderado por centros de datos. La IA física no es una razón para estirar cada valoración hoy. Es una razón por la que el mercado terminal puede ser más amplio de lo que el ciclo actual de servidores de IA implica.

5. Lo Que Esto Añade a la Tesis de Pamicell

El trabajo sobre Pamicell comenzó con una brecha de reconocimiento específica de la empresa. El mercado recordaba una compañía de células madre. El estado de resultados empezaba a parecerse cada vez más a un proveedor de materiales CCL para IA. El vínculo con Doosan Electronic BG, la reiterada evidencia de contratos de suministro, los bioquímicos de alto margen y la reclasificación industrial por parte de KRX apuntaban todos en la misma dirección.

Esta tesis sectorial cambia la pregunta de “¿por qué Pamicell?” a “¿por qué importa la capa de material CCL aguas arriba?”

La respuesta es que el CCL y los materiales de baja pérdida no están ligados a una sola generación de GPU. Se ubican bajo la capa del sistema:

Expansión de GPU / CPU / DPU / NIC / ASIC de switch
 -> las restricciones de señal de alta velocidad y térmicas aumentan
 -> la demanda de CCL de baja pérdida crece
 -> los productores de CCL necesitan materiales de baja dieléctrica
 -> los proveedores aguas arriba como Pamicell se convierten en proxies comprimidos

Pamicell sigue sin ser igual a Doosan Electronic BG, y tampoco es un fabricante de PCB. Está más aguas arriba. Eso significa que la concentración de clientes y el riesgo de calificación son reales. Pero también significa que el pequeño tamaño de la empresa puede hacer que la misma demanda a nivel de sistema luzca más poderosa en términos porcentuales si los pedidos siguen acumulándose.

Dicho de otra manera: la tesis de Pamicell se vuelve más duradera si el ciclo de placas para IA no es simplemente un ciclo de sustratos para GPU, sino un ciclo de sustratos de sistema multichip.

6. Lo Que Esto Añade a la Tesis de Samsung Electro-Mechanics

Samsung Electro-Mechanics ya fue re-valorada en torno a dos ideas: FC-BGA de alta gama y MLCC para servidores de IA. Ese marco anterior sigue funcionando. La tesis del BOM de sistema lo hace más claro.

Si el único motor fueran las GPUs, Samsung Electro-Mechanics sería una historia de sustrato de encapsulado de alta gama con MLCC adjunto. Si el motor es la expansión de sistema a escala de rack, la empresa ocupa más de un carril:

Carril	Por qué importa
FC-BGA	Las CPUs, GPUs, ASICs y chips de red más grandes y complejos necesitan sustratos de encapsulado de alta gama
MLCC	Los servidores de IA, bandejas de redes y distribución de potencia aumentan la densidad de componentes
Opción de sustrato de vidrio	La futura arquitectura de encapsulado grande puede requerir nuevos materiales y procesos de sustrato
Electrónica automotriz y de robótica	La IA física aumenta la demanda de componentes y placas de alta fiabilidad con el tiempo

Esto no elimina la disciplina de valoración. Samsung Electro-Mechanics ya ha sido reconocida por el mercado más que Pamicell o algunos nombres más pequeños de PCB. La pregunta del factor no es “¿es esta una buena empresa?” Es “¿cuánto de la expansión de sustratos a nivel de sistema ya está en el precio, y cuánto debe confirmarse a través de pedidos, márgenes y guidance?”

Por eso esta nota trata a Samsung Electro-Mechanics como el ancla premium en lugar de la idea de mayor beta. Es la expresión coreana de gran capitalización más limpia de FC-BGA más MLCC, pero su retorno futuro depende de continuas revisiones al alza de estimados en lugar de simplemente descubrir el tema.

7. Marco de Cartera: Ancla, Barra y Opciones

El ranking de empresas puede cambiar con el precio, pero el mapa de factores es estable.

Rol	Exposición candidata	Razón
Ancla premium	Samsung Electro-Mechanics	FC-BGA + MLCC + calificación de clientes + escala
Factor PCB principal	Daeduck Electronics	FC-BGA, MLB y potencial sensibilidad a SoCAMM / placa de módulo
Ancla de CCL	Doosan Electronic BG dentro de Doosan	Cuerpo de CCL de alta gama de la cadena doméstica
Barra de material aguas arriba	Kolon Industries y Pamicell	Exposición a resina / material de baja dieléctrica, base más pequeña y mayor apalancamiento operativo
Opcionalidad	Korea Circuit, TLB, Simmtech, Isu Petasys	Beta más amplio de módulo de memoria, MLB, redes y PCB para IA

El punto no es forzar una sola respuesta. El punto es evitar tratar todos los nombres de “PCB para IA” como el mismo activo. Los sustratos de encapsulado, las placas multicapa, el CCL y la química de baja dieléctrica tienen estructuras de margen, períodos de calificación y riesgos de cliente diferentes.

Una visión de cartera útil es:

Ancla premium:
 Samsung Electro-Mechanics

Factor principal de sustrato / placa:
 Daeduck Electronics, nombres MLB seleccionados

Barra de material aguas arriba:
 Kolon Industries + Pamicell

Opciones de mayor beta:
 Korea Circuit, TLB, Simmtech, Isu Petasys

Cuando el mercado diga “el ciclo de PCB ha terminado,” la tesis del BOM de sistema ayuda a verificar si eso es cierto. Si los envíos de GPU se ralentizan pero el contenido de CPU, los ASICs de red, los DPUs y la complejidad de módulos de memoria siguen aumentando, el ciclo de placas puede enfriarse en un carril mientras se mantiene ajustado en otro.

8. Qué Podría Romper la Tesis

El marco del denominador común no es una afirmación de que el ciclo dura para siempre. Cuatro riesgos son relevantes.

Primero, el capex de IA de los hiperescaladores puede desacelerarse. Si AWS, Microsoft, Google o Meta orientan a la baja durante más de un trimestre, toda la cadena de suministro de hardware lo sentirá.

Segundo, la tecnología de sustratos puede cambiar. El sustrato de vidrio u otras nuevas arquitecturas podrían alterar el ciclo de FC-BGA más rápido de lo esperado. Esto no elimina la demanda de placas, pero puede desplazar a los ganadores.

Tercero, puede llegar capacidad. Si la capacidad de CCL de alta gama, fibra de vidrio o material de baja pérdida entra más rápido de lo esperado, el poder de fijación de precios puede normalizarse antes de que los volúmenes maduren completamente.

Cuarto, la IA física puede tardar más de lo que el mercado desea. La conducción autónoma, los humanoides y la electrónica espacial tienen largos ciclos de calificación y adopción. No son sustitutos de los ingresos a corto plazo de los centros de datos.

Estos riesgos no matan la tesis. Definen la lista de verificación.

9. Lista de Verificación

La tesis debe rastrearse a nivel del sistema, no solo a través del número trimestral de una sola empresa.

Señal	Por qué importa
Hoja de ruta a escala de rack de NVIDIA	Más tipos de chips y mayor densidad de rack extienden el ciclo de sustrato del denominador común
Comentarios sobre la ratio CPU:GPU	Una ratio de CPU más alta fortalece el tramo de FC-BGA de CPU y MLB de placa base
Guidance de capex de hiperescaladores	La fuente de demanda de primer orden para las placas de centros de datos de IA
Tiempos de entrega de CCL y fibra de vidrio	Confirma si el ajuste de materiales es real o se está relajando
Márgenes de encapsulado y componentes de Samsung Electro-Mechanics	Verifica si el precio del sustrato premium y del MLCC se mantiene
Comentarios de pedidos de Daeduck / MLB	Verifica si el beta más amplio de PCB se está convirtiendo en ingresos
Cadencia de contratos de Pamicell y Doosan Electronic BG	Verifica si la demanda de material CCL aguas arriba sigue acumulándose
Comentarios de PCB automotriz / robótica en el IR de empresas coreanas	Señal temprana de que la IA física está pasando de opcionalidad a ingresos

Si estas señales se mantienen alineadas, el ciclo de sustratos no es simplemente un tema de 2025-2027. Se convierte en un cambio de arquitectura de sistema plurianual.

Preguntas Frecuentes

¿Qué es la tesis de PCB para IA?

La tesis de PCB para IA sostiene que la demanda de infraestructura de IA ya no se limita a GPUs y HBM. Los sistemas a escala de rack necesitan GPUs, CPUs, NICs, DPUs, ASICs de switch, módulos de memoria y placas de potencia. Cada capa requiere sustratos de encapsulado, placas multicapa o materiales de baja pérdida.

¿Por qué la IA agéntica aumenta la demanda de CPU?

La IA agéntica utiliza herramientas, recuperación de información, ejecución de código, gestión de memoria y orquestación. Esas tareas añaden carga de trabajo de CPU, DRAM, redes y DPU en torno a la GPU. Un mayor contenido de CPU puede aumentar la demanda de FC-BGA de CPU para servidores, placas base, placas de módulos de memoria y CCL de baja pérdida.

¿Por qué Samsung Electro-Mechanics y Pamicell están en el mismo mapa sectorial?

Están en puntos diferentes de la misma cadena de sustratos para IA. Samsung Electro-Mechanics es un nodo premium de FC-BGA y MLCC. Pamicell es un proveedor aguas arriba de materiales de baja dieléctrica vinculado al ciclo de CCL de Doosan Electronic BG. La misma demanda de placas para IA a nivel de sistema puede afectar a ambas, pero con diferentes perfiles de riesgo y valoración.

¿Es Pamicell una empresa de PCB?

No. Pamicell no es un fabricante de PCB. La tesis relevante es la exposición a materiales aguas arriba: insumos de baja dieléctrica / baja pérdida utilizados por productores de CCL como Doosan Electronic BG.

¿Es esto asesoramiento de inversión?

No. Este es un marco de investigación sectorial. La conclusión correcta depende de la valoración, la cadencia de pedidos, la confirmación de márgenes, la concentración de clientes y la tolerancia al riesgo de cada inversor.

Fuentes Públicas Seleccionadas

Página de producto NVIDIA Vera Rubin NVL72: https://www.nvidia.com/en-us/data-center/vera-rubin-nvl72/
Blog técnico de NVIDIA, resumen de la plataforma Vera Rubin: https://developer.nvidia.com/blog/inside-the-nvidia-rubin-platform-six-new-chips-one-ai-supercomputer/
TrendForce, comentarios sobre IA agéntica y ratio CPU:GPU: https://insights.trendforce.com/p/agentic-ai-cpu-gpu
Página de informe de TrendForce, Ola de IA Agéntica 2026: https://www.trendforce.com/research/download/RP260408AD
Tom’s Hardware, IA agéntica y demanda de CPU: https://www.tomshardware.com/pc-components/cpus/shifting-need-for-cpus-in-ai-workloads-drives-intensifying-shortages-price-hikes
Página de producto NVIDIA Jetson Thor: https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-thor/
Guía de calidad de NASA para estándares de PCB de alta fiabilidad: https://sma.nasa.gov/sma-disciplines/quality
Estándar de PCB de alta fiabilidad NASA GSFC-STD-8001: https://standards.nasa.gov/sites/default/files/standards/GSFC/Baseline/0/gsfc-std-8001.pdf

Nota Final

La versión más clara de la tesis es simple:

La IA no compra GPUs de forma aislada. Compra sistemas.

Los sistemas añaden chips. Los chips necesitan sustratos, placas y materiales de baja pérdida.

Por eso la capa de sustratos debe leerse como un cuello de botella común en lugar de un rezagado del ciclo tardío. La implicación no es que cada acción coreana de PCB o material merezca el mismo múltiplo. Es que el ecosistema debe evaluarse como una cadena de suministro a nivel de sistema: Samsung Electro-Mechanics en el nodo premium de FC-BGA / MLCC, Daeduck y los nombres de MLB en la capa de placas, Doosan Electronic BG en el cuerpo del CCL, y Kolon Industries y Pamicell aguas arriba en materiales de baja dieléctrica.

El trabajo a partir de aquí no es repetir el tema. Es rastrear si el BOM del sistema sigue engrosándose, si el contenido de CPU y redes continúa aumentando, y si las empresas coreanas convierten esa complejidad en pedidos y márgenes.