Los mercados estadounidenses experimentaron una montaña rusa de emociones durante la semana electoral. El índice S&P 500, que se encontraba en el soporte inferior de su banda de consolidación desde agosto, protagonizó movimientos bruscos que reflejan la incertidumbre sobre el futuro inmediato de la inteligencia artificial y su ecosistema de infraestructuras.
El miércoles posterior a los comicios, Wall Street celebró con su mejor jornada desde el verano. Las grandes tecnológicas hiperescaladoras rebotaron con fuerza, distanciándose de los fabricantes de semiconductores y las empresas industriales vinculadas a la construcción de centros de datos, que sufrieron mayor castigo ante la contundencia del triunfo demócrata. Sin embargo, la euforia resultó efímera.
El desplome del jueves: cuando el miedo regulatorio se impone
La sesión del jueves marcó un giro radical. Los inversores desplazaron su foco hacia las posibles consecuencias de una mayoría demócrata en el Congreso sobre el ritmo y los costes del despliegue de infraestructura para inteligencia artificial. El S&P 500 cedió un dramático 4,4%, registrando su peor día desde abril de 2025, mientras que el Nasdaq Composite se hundió un 5,5%, entrando oficialmente en corrección técnica.
El sector de semiconductores sufrió especialmente: el índice de Filadelfia se desplomó un 12%, evidenciando el pánico de los inversores. El índice de volatilidad VIX se disparó cerca del 70%, alcanzando los 28 puntos. Lo más revelador fue que los once sectores del S&P 500 cerraron en territorio negativo, mostrando una venta generalizada sin refugios aparentes.
El catalizador más visible fue el anuncio procedente de Texas, uno de los principales polos estadounidenses para centros de datos. La gobernadora electa, Gina Hinojosa, se comprometió públicamente a congelar todas las nuevas aprobaciones hasta que el legislativo estatal apruebe una regulación específica en 2027. Esta medida prolonga la pausa que el gobernador Abbott ya había decretado en agosto, generando preocupación sobre la disponibilidad futura de capacidad de computación.
¿Desapalancamiento o cambio de tendencia?
El análisis del movimiento sugiere que se trata más de una liquidación forzada de posiciones que de un cambio fundamental en la tesis de inversión. Los fondos de cobertura (hedge funds) habían estado reduciendo su exposición bruta desde junio, recortando más del 8% según datos de Morgan Stanley, el mayor desapalancamiento desde al menos 2017. Cuando se retira el apalancamiento en condiciones de estrés, los gestores se ven obligados a vender lo que el mercado absorbe, no necesariamente lo que consideran menos atractivo.
Resulta llamativo que numerosos beneficiarios del ecosistema de inteligencia artificial acumulen ya caídas superiores al 20% desde sus máximos recientes, una corrección que parece desproporcionada frente a unos fundamentos empresariales que continúan mejorando trimestre tras trimestre. Los expertos no anticipan un frenazo súbito en el desarrollo de la IA ni una moratoria nacional sobre centros de datos, medidas que comprometerían seriamente la competencia tecnológica con China y el crecimiento de la productividad estadounidense.
Aunque el flujo de noticias negativas podría intensificarse antes de mejorar, y los episodios de desapalancamiento rara vez se resuelven en una única sesión, la historia juega a favor de la recuperación: desde 1950, el S&P 500 ha cotizado al alza doce meses después de cada elección de medio mandato sin excepción.
El debate sobre la burbuja: adopción aún incipiente
A pesar de que el ciclo de inversión en IA está avanzando —con el flujo de caja libre de los hiperescaladores ya en terreno negativo en muchos casos— y de que la Reserva Federal está inmersa en un miniciclo de subidas de tipos que presiona las valoraciones, los múltiplos actuales resultan mucho más razonables que durante la burbuja tecnológica de 1999.
La corrección reciente ha transmitido escepticismo y precaución ante esta tecnología disruptiva, no el optimismo desmedido característico de una burbuja especulativa. La inversión como porcentaje del PIB puede parecer elevada —ya ha superado el pico de la era de internet—, pero la adopción real de la tecnología tiene todavía un recorrido considerable por delante.
Los datos de Ramp AI, que contabiliza empresas que utilizan servicios de pago de IA, muestran una penetración del 55,9% en septiembre. Por su parte, la encuesta BTOS del Censo estadounidense, mucho más amplia con 1,2 millones de empresas, sitúa la adopción entre el 17% y el 20%, alcanzando el 37% entre empresas de más de 250 empleados. El documento S-1 de Anthropic reveló que las empresas del Fortune 500 dedican menos del 0,1% de sus gastos totales a Claude, su asistente de IA.
Desde 2025, el gasto por empleado en aplicaciones de inteligencia artificial se ha multiplicado por seis, según Ramp, aunque la aceleración real solo ha comenzado en los últimos diez meses. El impacto de estas herramientas sobre la productividad queda reflejado en los beneficios crecientes de los grandes hiperescaladores.
La demanda de computación supera a la oferta disponible
Existen evidencias contundentes de que la demanda de capacidad de computación continúa reforzándose y, por el momento, supera claramente a la oferta. El precio del alquiler por hora de los procesadores H100 de Nvidia (generación Hopper), con contratos a un año, ha subido un 60% en el último año. Las nuevas unidades Blackwell también han experimentado encarecimientos significativos.
Para mantenerse en el liderazgo de esta carrera tecnológica y ganar cuota de mercado con precios competitivos sin sacrificar margen, las empresas deben invertir constantemente en tecnología de vanguardia. Un rack GB300 NVL72 de Nvidia procesa aproximadamente 6.000 tokens por segundo en cada una de sus 72 GPU, frente a unos 90 con la generación Hopper, es decir, unas 65 veces más. El nuevo Vera Rubin, cuyo envío masivo comenzará próximamente, multiplica la capacidad del GB300 entre 2,5 y 3,5 veces (unos 15.000 tokens por segundo).
El uso de tokens crece más allá de la demanda proporcionada por los grandes laboratorios de IA como Anthropic y OpenAI. Datos recientes revelan que la demanda de agentes de IA ha superado ya a la de usuarios tradicionales, creciendo 14 veces desde febrero. Los modelos de mezcla de expertos (MoE) también incrementan la carga de tokens, y los modelos abiertos, más económicos, se utilizan cada vez con mayor intensidad. El abaratamiento de los tokens estimula un uso más intensivo de los modelos y dispara la demanda de computación.
Impacto de la ola azul en los centros de datos
La celebración de las elecciones legislativas despeja una incógnita importante de cara al cierre de 2026, aunque la fortaleza de la llamada ola azul superó las expectativas de especialistas y casas de apuestas. La velocidad a la que la administración Trump consumió su capital político en el segundo mandato resulta sorprendente, relacionándose directamente con no haber atendido la principal preocupación de sus votantes de 2024: la inflación y la economía doméstica.
Se trata de una derrota casi sin precedentes, en la que los republicanos perdieron el control de estados tradicionalmente seguros como Carolina del Norte (que elige a un demócrata para el Senado por primera vez desde 2008), Texas y Florida. Este resultado disminuye el riesgo de nuevas aventuras geopolíticas y desvía el foco hacia la Reserva Federal y la sostenibilidad del ciclo de crecimiento de beneficios empresariales.
Con resultados aún provisionales, el vuelco electoral pone el foco sobre la evolución de centros de datos en desarrollo y planificación, así como sobre posibles retrasos que afecten a la oferta de computación. El rechazo a la construcción de estos centros se daba tanto en estados republicanos como demócratas, pero la barrida demócrata agudiza la situación.
Texas, Georgia, Ohio e Iowa, además de Virginia y Pensilvania, concentran el grueso de los gigavatios planificados y en construcción: 189,5 GW de los cerca de 346 GW proyectados. En Pensilvania, el promotor debe construir o comprar su propia generación eléctrica. En Ohio, la moratoria sería condicional: solo se aprobarían centros que paguen su energía y agua sin encarecer la factura de los vecinos. Virginia ha introducido un impuesto de 0,011 dólares por kilovatio-hora. Georgia presenta el caso más restrictivo: solicita una pausa estatal y la revisión de 2.500 millones de dólares en incentivos fiscales.
No obstante, el impacto en 2026-2027 será limitado: en los cuatro estados principales hay 25,9 GW ya en construcción que no se verían afectados por cambios regulatorios, y la administración Trump ha prometido bloquear mediante veto cualquier intento demócrata a nivel federal de aumentar la presión fiscal o endurecer la regulación.
Si en 2028 la Casa Blanca pasa a manos demócratas, la incógnita afectará a los 108,9 GW planificados en esos estados. En un escenario base, podrían retrasarse entre 10 y 15 GW. Los ajustes en la legislación estatal supondrían obstáculos —sindicatos, requisitos medioambientales, restricciones al consumo eléctrico—, pero no prohibiciones absolutas a la construcción.
En clave: Por qué importa
El desenlace electoral incrementa el valor de la capacidad de computación ya instalada y debería sostener los costes de alquiler de procesadores GPU y aceleradores. Esta situación podría servir como justificación para que algunos hiperescaladores moderen el ritmo de inversiones futuras, consolidando su posición competitiva. Los grandes operadores con infraestructura ya operativa emergen como claros beneficiarios de este nuevo escenario regulatorio, mientras que el temor a una burbuja parece prematuro dado el bajo nivel de adopción real de la IA en el tejido empresarial estadounidense y la persistente brecha entre demanda y oferta de capacidad de computación.
