JP MORGAN – RESUMEN SEMANAL Y LA DUDA SOBRE SI EL DRAMA DE DEEPSEEK CAMBIARÁ LAS REGLAS DEL JUEGO PARA EL COMERCIO DE IA (INFORME COMPLETO)

Actualización del mercado

Las acciones estadounidenses centradas en la tecnología retrocedieron desde máximos históricos esta semana, ya que los nombres de tecnología e inteligencia artificial (IA) lastraron el rendimiento.

El Nasdaq 100 ( -1,6% ) cayó, pero las acciones de gran capitalización (S&P 500 +0,4% ), las de pequeña capitalización (Solactive 2000 +0,3%) y las acciones europeas ( +1,2% ) ganaron.

En noticias macroeconómicas, los datos mostraron que la economía estadounidense creció un 2,3% (anualizado) en el cuarto trimestre de 2024. En total, el crecimiento del PIB real en 2024 fue del 2,8%, un punto porcentual por encima de las estimaciones de los economistas del 1,7% a principios de año.

La noticia más importante de los mercados esta semana giró en torno a la impactante evaluación del lanzamiento de DeepSeek sobre el comercio de IA. Los sectores apalancados en la IA y su desarrollo (tecnología -3,8% , servicios públicos -1,4% , industria -1,2% ) se quedaron rezagados. Pero ¿y si el avance de DeepSeek es una razón para ser aún más positivos con respecto a la IA? A continuación, ofrecemos nuestra opinión.

¿Cómo afectará DeepSeek al comercio de IA?

Una breve historia del comercio de IA. Entre noviembre de 2022 y enero de 2023, 100 millones de personas comenzaron a utilizar ChatGPT de OpenAI. Instagram tardó dos años y medio en alcanzar el mismo hito. Desde entonces, los inversores han quedado cautivados por las diferentes fases del comercio de IA.

• Fase 1 – Hiperescaladores: Las empresas que proporcionan tecnología de computación en la nube a escala.
• Fase 2 – Infraestructura y computación del centro de datos: Las empresas que producen insumos como hardware (chips) y equipos eléctricos que hacen posibles los centros de datos.
• Fase 3 – Energía y transmisión: Las empresas que suministran y transmiten la electricidad que necesitan los centros de datos.
• Fase 4 – Beneficiarios intersectoriales: Las empresas que incorporan IA para aumentar la productividad y obtener beneficios en los ingresos.

Desde el lanzamiento de ChatGPT, los inversores han recompensado a las empresas en las fases uno a tres porque los hiperescaladores han incrementado el gasto en infraestructura y energía de centros de datos en la búsqueda de ingresos generados por IA.

Entra en escena DeepSeek, una startup de inteligencia artificial con sede en China fundada hace dos años. El lunes pasado (en vísperas de la investidura del presidente Donald Trump), Deep Seek lanzó su modelo R1 completo, un modelo de lenguaje amplio (LLM) de razonamiento abierto. El modelo R1 iguala el desempeño de o1 (LLM de razonamiento de frontera de OpenAI) en tareas de matemáticas, codificación y razonamiento. Sí, todavía hay especulaciones entre los expertos de la industria y los mercados financieros sobre la validez de las afirmaciones de DeepSeek. De todos modos, el mercado cree que su avance desafía los supuestos prevalecientes que han impulsado el comercio de la inteligencia artificial.

Como resultado, las empresas de IA sufrieron su mayor caída en un día desde el lanzamiento de ChatGPT el lunes.

• La primera suposición que se cuestiona es que los hiperescaladores deben gastar miles de millones en chips de IA avanzados. DeepSeek afirma que su modelo utilizó los chips H800 de Nvidia, que tienen un ancho de banda de memoria más limitado para cumplir con los controles de exportación de chips de EE. UU. que los H100 más avanzados. Además, afirman que el entrenamiento tomó 2.788.000 horas de unidad de procesamiento gráfico (GPU) a un costo de $ 2 por hora de GPU. El costo total, por lo tanto, es de solo $ 5,576 millones para la ejecución de entrenamiento final. La ejecución de entrenamiento final para el último modelo Llama de Meta fue 10 veces el costo. Los inversores inmediatamente cuestionaron los ingresos y márgenes esperados de Nvidia. De hecho, otros fabricantes de chips han publicado blogs que instruyen a los desarrolladores sobre cómo ejecutar el modelo DeepSeek utilizando sus propios chips. Nvidia perdió $ 590 mil millones en capitalización de mercado el lunes y ha bajado un -13% esta semana.
• El segundo supuesto cuestionado es que el futuro de la IA exige cada vez más potencia y energía. El avance de DeepSeek depende en parte de su diseño, que utiliza un sistema de “mezcla de expertos” (MoE) (para más detalles sobre los aspectos técnicos del avance, véase el último Eye on the Market de Michael Cembalest ). En total, el modelo tiene una capacidad de 671 mil millones de parámetros, pero solo 37 mil millones (menos del 6%) están activos en un momento dado. Esto reduce los requisitos de energía junto con los costos generales. Si los modelos de IA mantienen la eficacia sin un aumento proporcional en la infraestructura de cómputo y la energía, eso puede significar que la demanda de energía impulsada por los centros de datos se ha sobreestimado. Por lo tanto, muchas de las empresas (por ejemplo, Constellation, Vistra, Eaton y Digital Realty) que se habían disparado en función de las estimaciones alcistas de la demanda de electricidad cayeron bruscamente el lunes.
• El tercer supuesto cuestionado es el liderazgo percibido de Estados Unidos en tecnología de IA. DeepSeek demostró que una optimización intensa puede producir resultados notables en hardware más débil y con un ancho de banda de memoria menor. Mientras tanto, los laboratorios estadounidenses han estado invirtiendo fuertemente en tecnología de vanguardia y construyendo un arsenal de los chips más avanzados para obtener una ventaja. El campo de juego está más nivelado de lo que se suponía anteriormente. Sin embargo, DeepSeek utilizó un modelo estadounidense como base técnica (Llama), chips estadounidenses para ejecutar el modelo (Nvidia) y se asoció con una institución estadounidense para publicar sus hallazgos (MIT).

¿Qué significa esto para el comercio de IA y su ciclo de adopción?

Creemos que el modelo de DeepSeek representa un avance en la tecnología de inteligencia artificial. Es probable que esto sea positivo para el mercado en general y la economía, incluso si desplaza marginalmente el valor de los semiconductores, la infraestructura de los centros de datos y la energía hacia los hiperescaladores y los beneficiarios de los ingresos y la productividad a mediano plazo. Esto se debe a que los modelos más eficientes podrían convertir la IA en un producto básico y ejercer una presión a la baja sobre el gasto de capital y los requisitos de energía.

Al mismo tiempo, los modelos menos costosos deberían impulsar la adopción y la demanda por parte de los hogares y las empresas. Queda una pregunta clave: ¿compensará el aumento de la adopción la reducción del gasto de capital derivada de la eficiencia energética y de los costos?

Así es como evaluaríamos el estado del comercio de IA:

Fase 1 – Hiperescaladores : Supongamos que los hiperescaladores recortan sus planes de gasto de capital debido a la eficiencia energética y de costes. En un escenario pesimista, la intensidad del gasto de capital (gasto de capital/ingresos) de los hiperescaladores podría volver a los niveles de 2015 a 2019. Esto podría llevar a una disminución de casi el 24 % en el gasto de capital de estas empresas. Esto sería claramente negativo para los ingresos de las empresas de infraestructura y computación de centros de datos, pero podría ser positivo para las acciones de los hiperescaladores. De hecho, un menor gasto de capital libera flujo de caja para los accionistas, especialmente si se supone que las innovaciones en IA continúan a buen ritmo. Sin embargo, este no es nuestro caso base.

Ver texto Versión

Esta semana, Microsoft y Meta informaron sus resultados y confirmaron que seguirán invirtiendo, principalmente en la construcción de centros de datos para inferencia en lugar de entrenamiento, en consonancia con la opinión de que la mayoría de las inversiones en IA son necesarias para la inferencia. Dicho esto, a medida que el gasto se desplaza hacia los circuitos integrados específicos de la aplicación (ASIC), que combinan la propiedad intelectual de los hiperescaladores con una plataforma de diseño, se espera que disminuya la dependencia tradicional de las GPU.

Fase 2 – Infraestructura y computación en centros de datos : La reducción del gasto de los hiperescaladores podría significar menores ingresos para los actores del sector de los centros de datos. Los analistas estiman que los ingresos de los centros de datos para los fabricantes de chips crecerán un 27 % para 2028. Calculamos que aproximadamente 37 500 millones de esos ingresos están en riesgo en medio de cambios en los planes de inversión de capital. Eso podría traducirse en una disminución de casi siete puntos porcentuales para los ingresos de los centros de datos de los fabricantes de chips para 2028. Sin embargo, a medida que los costos disminuyen, los casos de uso podrían aumentar (elasticidad), lo que seguiría impulsando la demanda de energía. De hecho, nuestro banco de inversiones señaló que la virtualización x86 (una tecnología desarrollada a mediados de la década de 2000 que permitió que varios sistemas operativos se ejecutaran en una sola máquina física) aumentó la eficiencia, pero también estimuló la demanda de chips semiconductores y memoria. La transición a la computación en la nube también mejoró la eficiencia e impulsó la demanda de semiconductores.

Fase 3 – Energía y transmisión : En 2023, la demanda de electricidad en los Estados Unidos fue de aproximadamente 4200 teravatios hora (Twh), y los centros de datos representaron alrededor de 200 Twh. A principios de este año, el Departamento de Energía (DoE) publicó proyecciones actualizadas para la demanda de electricidad de los centros de datos. El extremo superior de la estimación suponía que las cargas de trabajo de IA impulsarían una tasa de crecimiento anual compuesta (CAGR) del 26 % durante los próximos años. A ese ritmo, la demanda de electricidad de los centros de datos se duplicaría aproximadamente cada 2,5 años. Nuestro escenario negativo es incluso más moderado que el del DoE. Si las eficiencias de DeepSeek generan un pequeño crecimiento incremental, creemos que la demanda de electricidad de los centros de datos volvería a la tasa de crecimiento del 13 % experimentada entre 2014 y 2023.

Nuestra visión es ligeramente más optimista. Creemos que la demanda de electricidad de los centros de datos crecerá a una tasa anual compuesta del 20 % durante ese horizonte temporal. Además, la IA no es el único factor que impulsa la demanda de energía. De hecho, creemos que los vehículos eléctricos e híbridos, la industrialización y la automatización, y los centros de datos sin IA también contribuirán a una tasa anual compuesta del 2,5 % en el crecimiento de la demanda general de electricidad durante los próximos años, frente a la escasa tasa anual compuesta del 0,7 % observada durante la última década. Esta amplia gama de posibles resultados debería generar más volatilidad en este tema que los operadores tácticos podrían utilizar a su favor. Incluso si las estimaciones más altas de la demanda de energía parecen menos probables, seguimos creyendo que la energía es una tendencia en la que se puede invertir.

Ver texto Versión

Fase 4: Beneficiarios intersectoriales : En última instancia, el avance de DeepSeek puede ser más positivo para los numerosos beneficiarios potenciales de la productividad y los ingresos de la tecnología de IA que habitan en la mayoría de los sectores del mercado de valores. Vemos esto reflejado en la acción del precio. Desde el lunes, los beneficiarios de la productividad han superado a las empresas de la etapa uno a tres en un 7% en promedio. El sector del software tuvo un desempeño superior notable y esperamos que continúe así.

Hemos adoptado la estrategia de IA, tanto en carteras como en JP Morgan. Creemos que este tema podría generar un rendimiento superior en los próximos años, pero también recomendamos acceder a él de forma selectiva a través de una gestión activa tanto en el espacio público como en el privado, manteniendo al mismo tiempo exposiciones que ayuden a garantizar la resiliencia de la cartera.

Si tiene preguntas sobre cómo implementar estas estrategias de manera efectiva, comuníquese con su asesor de JP Morgan.

Todos los datos económicos y de mercado al 31/01/25 provienen de Bloomberg Finance LP y FactSet, a menos que se indique lo contrario.