Semiconductores y la IA: NVIDIA, TSMC, ASML y la tesis del ciclo de chips (2026)

La pregunta que define el ciclo de chips en 2026

El sector de semiconductores vivió entre 2022 y 2025 una de las expansiones más rápidas de su historia, impulsada por un único motor: la demanda de infraestructura para entrenar y ejecutar modelos de inteligencia artificial. NVIDIA pasó de ser un fabricante de tarjetas gráficas para videojuegos a convertirse en la empresa más valiosa del mundo en varios momentos de 2024-2025, con una capitalización que superó los tres billones de dólares. TSMC vio cómo sus fábricas en Taiwan no daban abasto para satisfacer los pedidos. ASML agotó su lista de espera de máquinas EUV con años de anticipación.

La pregunta que el mercado se hace en 2026 no es si la inteligencia artificial va a seguir creciendo. Esa parte tiene consenso amplio. La pregunta es si el gasto en infraestructura de chip que ha financiado esa expansión, un gasto capex que los cuatro hiperescaladores (Microsoft Azure, AWS de Amazon, Google Cloud y Meta) llevan a niveles de $50B o más anuales cada uno, sigue justificando las valuaciones actuales de las empresas del sector. Y si el ciclo de chips de IA tiene más recorrido o si estamos cerca del pico del gasto antes de que el mercado exija retorno sobre esa inversión.

Este análisis descompone la cadena de valor del chip de IA, identifica quién tiene la posición estructural más sólida, y expone los argumentos de la tesis optimista y la tesis pesimista con los datos disponibles a mediados de 2026.

La cadena de valor: quién hace qué y dónde está el poder

La producción de un chip de IA moderno pasa por tres eslabones críticos antes de llegar al data center de un hiperescalador. Cada eslabón tiene su propia dinámica competitiva, su propio perfil de riesgo y sus propios incumbentes con barreras de entrada distintas.

ASML: el cuello de botella invisible. Sin las máquinas de litografía EUV de ASML, no existen los chips de 3nm y 2nm que NVIDIA y Apple diseñan y TSMC fabrica. La litografía EUV es la tecnología que permite grabar los transistores más pequeños del mundo sobre silicio, usando luz ultravioleta extrema de 13.5 nanómetros. ASML es el único fabricante del mundo de estas máquinas, resultado de décadas de desarrollo y de la consolidación de una cadena de suministro especializada que nadie ha podido replicar. Una máquina EUV de última generación (High-NA EUV) cuesta aproximadamente 350 millones de euros y pesa 180 toneladas. La barrera de entrada no es capital: es conocimiento acumulado y una red de más de 800 proveedores especializados que no tiene sustituto. Para ca. 2025-2026 ASML tiene una capitalización orientativa de unos €300B y opera en lo que los analistas llaman un monopolio técnico sin sustituto a corto plazo.

TSMC: el fabricante que no tiene competidor real. Taiwan Semiconductor Manufacturing Company fabrica chips para casi todos los grandes diseñadores del mundo: NVIDIA, Apple, AMD, Qualcomm, Broadcom, y los chips de IA custom que Google (TPU) y Amazon (Trainium) desarrollan internamente. El proceso más avanzado de TSMC, el nodo de 3nm y el 2nm en desarrollo, no tiene par en la industria: Intel con su proceso IFS va con retraso, y Samsung avanza pero con menor rendimiento de producción. La concentración geográfica de TSMC en Taiwan representa el mayor riesgo estructural del sector: si la isla enfrenta una interrupción significativa por cualquier razón, no hay alternativa operativa inmediata para el volumen de chips avanzados que fabrica. TSMC ha comenzado a construir fábricas en Arizona y Japón, pero su capacidad fuera de Taiwan es todavía marginal en 2026.

NVIDIA: el diseñador que ganó la carrera de software. NVIDIA no fabrica chips: los diseña y los manda a TSMC para su producción. Lo que hace de NVIDIA algo difícil de desplazar no es el hardware en sí, sino el ecosistema de software CUDA, que es el estándar de facto para entrenar modelos de IA desde hace más de una década. Los equipos de investigación de IA, las startups de modelos de lenguaje y los departamentos de ML de las grandes tecnológicas han construido su flujo de trabajo sobre CUDA. Migrar ese flujo a otra plataforma (ROCm de AMD, por ejemplo) tiene un costo de transición real que actúa como foso de protección para NVIDIA incluso cuando el hardware de la competencia mejora. La GPU H100, la H200 y la arquitectura Blackwell (B100/B200) de NVIDIA han sido los productos más demandados del sector en 2024-2025, con listas de espera de meses.

AMD: el challenger con tracción pero sin el CUDA. AMD ha ejecutado un giro estratégico hacia IA con su GPU MI300 que le ha generado crecimiento de revenue acelerado. En data centers, AMD ha ganado cuota con clientes que quieren diversificar proveedores o que no pueden conseguir GPUs de NVIDIA a tiempo. El problema es el ecosistema: los modelos entrenados en CUDA no migran automáticamente a ROCm, y los ingenieros de ML prefieren herramientas conocidas. AMD es un challenger real, no una amenaza existencial para NVIDIA en el corto plazo.

Broadcom: los chips custom que nadie ve. Broadcom diseña chips de IA personalizados para los hiperescaladores, los llamados ASICs (Application-Specific Integrated Circuits). Google usa chips Broadcom para sus TPU de cuarta generación. Meta y otros hiperescaladores están desarrollando chips custom para reducir su dependencia de NVIDIA y optimizar el costo por inferencia. Broadcom es el principal beneficiario de esta tendencia de customización: sus chips no compiten con NVIDIA de frente, sino que atienden a clientes que ya tienen el volumen para justificar el desarrollo de silicon propio.

La tabla muestra una concentración de valuaciones elevadas en los actores con posición más sólida. NVIDIA lidera con un P/E de 40-55x sostenido por el crecimiento más rápido del grupo. Broadcom sorprende con un crecimiento del 43% que refleja el auge de los chips custom. Intel es el outlier negativo: la reestructuración bajo el CEO Pat Gelsinger y luego su sucesor no ha recuperado la cuota de mercado perdida en fabricación avanzada, y el negocio de foundry (IFS) sigue con pérdidas. TSMC tiene el P/E más moderado del grupo dado su tamaño y su posición de fabricante de bajo margen relativo comparado con los diseñadores. ASML, aunque con crecimiento más moderado, goza de un multiple elevado que refleja su posición de monopolio estructural.

Tensiones y riesgos

La tesis optimista del sector semiconductores IA tiene tres pilares: el gasto capex de los hiperescaladores no da señales de desaceleración material, los modelos de IA se hacen más grandes (no más pequeños) y requieren más compute, y la demanda de inferencia (ejecutar modelos ya entrenados) está en sus primeras fases de escala. Bajo esta tesis, las valuaciones actuales se comprimen naturalmente en dos a tres años si el crecimiento de revenue se mantiene en rangos del 30-50%.

La tesis pesimista tiene también argumentos sólidos. El primero: el retorno sobre inversión del gasto en IA aún no está claro. Los hiperescaladores han invertido decenas de miles de millones de dólares en GPUs y data centers, pero los ingresos directamente atribuibles a esa infraestructura (más allá de cobrar a otras empresas por acceso a compute en la nube) todavía son difusos. Si los CFOs de Microsoft, Google y Amazon empiezan a exigir ROI más claro en el próximo ciclo de presupuesto, el capex de chips puede desacelerarse bruscamente. El segundo argumento pesimista: el ciclo de semiconductores ha tenido históricamente picos y correcciones profundas. El sector pasó de euforia en 2021 a corrección de más del 30% en 2022 cuando el ciclo de PC y smartphone se agotó. El mercado de IA es diferente en escala, pero los ciclos de sobre-inversión seguidos de ajuste son una constante histórica del sector.

El riesgo geopolítico de Taiwan es el de mayor magnitud potencial pero menor probabilidad de precios normales. Un conflicto o bloqueo en el estrecho de Taiwan no tiene solución rápida: no existe alternativa inmediata para el volumen de chips avanzados que fabrica TSMC en la isla. La diversificación de TSMC hacia Arizona y Japón mejora el riesgo en el margen, pero no lo elimina en el horizonte relevante de 2026-2028. Las restricciones de exportación de chips de IA a China, que se endurecieron en 2023-2024, también limitan el mercado total disponible para NVIDIA en el segundo mayor mercado de tecnología del mundo.

Finalmente, la sostenibilidad del ciclo de chips depende de si los modelos de IA más eficientes (como la familia Gemini Ultra de Google o los modelos open-source de Meta) logran hacer más con menos compute. Si la tendencia dominante va hacia la eficiencia en lugar del escalado bruto, la demanda de GPUs de alto rendimiento puede crecer menos rápido de lo que el consenso anticipa.

Para quién aplica este análisis

El perfil que más se beneficia de este análisis es el trader o inversor retail latinoamericano con interés en el sector tecnológico global, que tiene acceso a CFDs de acciones en una plataforma regulada y quiere entender la estructura del sector antes de tomar una posición. No es análisis para quien busca señales de entrada o salida a corto plazo: la tesis de semiconductores IA es estructuralmente de mediano plazo, con catalizadores de corto plazo (resultados trimestrales, anuncios de capex de hiperescaladores, eventos geopolíticos) que pueden generar movimientos bruscos en cualquier dirección.

Las acciones de NVIDIA (NVDA), TSMC (TSM), ASML, AMD y Broadcom (AVGO) son accesibles como CFDs de acciones en plataformas de trading reguladas con presencia en LATAM. Operar estos activos como CFDs implica apalancamiento, lo que amplifica tanto las ganancias como las pérdidas respecto a la variación del subyacente. El costo de financiación overnight es relevante si se mantienen posiciones abiertas varios días.

El perfil que no se beneficia de este análisis es quien busca certeza sobre el precio de NVIDIA a 12 meses o quien necesita liquidez inmediata y no puede tolerar drawdowns del 20-30% en posiciones que van en contra del mercado durante correcciones sectoriales. El sector semiconductores ha demostrado históricamente que puede generar retornos extraordinarios y caídas igualmente pronunciadas en ciclos cortos.

Lo que no sabemos

El dato que más condiciona la tesis de todo el sector y que menos control tiene el analista externo es el nivel de capex real que los hiperescaladores van a sostener en 2026-2027. Las guías corporativas de Microsoft, Alphabet y Amazon apuntan a mantenimiento o crecimiento del gasto en infraestructura IA, pero esas guías pueden revisarse en cualquier presentación de resultados trimestrales. Una revisión a la baja del 20% en el capex previsto de los cuatro grandes hiperescaladores puede trasladarse directamente a las estimaciones de revenue de NVIDIA y TSMC.

Tampoco sabemos con precisión cuándo los chips de TSMC fabricados en Arizona (la planta Fab 21) alcanzarán un rendimiento de producción equivalente al de Taiwan. Las fechas han sufrido retrasos y los costos operativos en EEUU son materialmente más altos. Esto afecta tanto al perfil de margen de TSMC como a la velocidad a la que se reduce el riesgo de concentración en Taiwan.

El impacto real de los competidores de NVIDIA (AMD, chips custom de Google y Amazon, potencialmente Cerebras o nuevos entrantes) en la cuota de mercado a 18-36 meses es incierto. La velocidad a la que el ecosistema ROCm de AMD gana adopción entre los equipos de ML es un variable que los datos actuales no permiten proyectar con fiabilidad.

Para operar CFDs de acciones del sector semiconductores en una plataforma regulada con acceso desde LATAM, puedes revisar las condiciones disponibles en la reseña completa de AvaTrade.