El gestor de carteras Denny Fish y el especialista en inversiones Michael McNurney de Janus Henderson explican el conjunto único de riesgos que los inversores deben comprender cuando tratan de acceder a este poderoso tema de inversión como lo es la IA.
Bogotá, noviembre 1 de 2024. Aunque la venta masiva de acciones tecnológicas vista a mediados de año puede haber sugerido lo contrario, seguimos confiando en que la IA tenga el potencial de multiplicar la productividad económica y el crecimiento de los beneficios corporativos.
La efímera corrección que sufrieron los índices orientados a la tecnología, incluidas algunas empresas estrechamente asociadas a la IA, nos recordó que los mercados de renta variable son volátiles, pueden ser susceptibles a la euforia extrema y son vulnerables a las fuerzas macroeconómicas y técnicas, en este caso la anulación de una popular «operación de crecimiento» financiada por el yen japonés.
Lo que la corrección no hizo fue invalidar la poderosa tesis secular que sustenta la IA. De hecho, a pesar de la facilidad con la que se comprimieron los múltiplos de beneficios, no habíamos reparado en que las valoraciones relacionadas con la IA fueran especialmente altas antes de la venta masiva. Eso se debe a que, a diferencia de la burbuja de Internet surgida a finales de los años 90, los inversores de hoy pueden obtener exposición a modelos de negocio que ya son capaces de capitalizar el crecimiento de las ganancias y generar tesorería, no simplemente la esperanza de épocas pasadas.
Por otro lado, en nuestra opinión, los inevitables repliegues del mercado representan oportunidades de compra. Este entusiasmo lo sustenta la máxima del sector tecnológico: el potencial de beneficios que ofrecen los avances tecnológicos suele sobreestimar a corto plazo, pero en periodos más lejanos se subestima considerablemente. La historia muestra que una vez que el mercado accede a una nueva innovación, puede determinar mejor el modo de implementarla con más eficacia para aumentar las eficiencias y los ingresos. En el caso de las tecnologías de función escalonada, su crecimiento ha superado las estimaciones iniciales, a tenor de la historia.
Sin embargo, la reciente volatilidad nos brinda la oportunidad de analizar los riesgos que conlleva invertir en este tema aún novedoso. Los temas de larga duración, por su naturaleza, conllevan cierto grado de riesgo, ya que los inversores intentan evaluar la dinámica del mercado para los años futuros. Además, el tema de la IA entraña un conjunto único de riesgos dado su potencial disruptivo y el temor a obtener resultados negativos asociados a la idea de entregar las llaves de gran parte de nuestra vida cotidiana a una máquina.
Los problemas crecen
Como ocurre con muchas tecnologías, el despliegue de la IA no ha estado exento de contratiempos. Esto tiene mucho que ver con la transición desde la etapa de entrenamiento hasta la etapa de inferencia . Los grandes modelos de lenguaje (LLM) exigen ingentes conjuntos de datos, y las aplicaciones de IA específicas de la función deben entrenarse absorbiendo la mayor cantidad de información relevante posible. Los primeros usuarios de ChatGPT no tardaron en notar respuestas incorrectas y, en algunos casos, alucinaciones, en las que el modelo parecía haberse inventado algo por completo.
Sin embargo, como se ha comentado anteriormente, el crecimiento exponencial de los datos disponibles en Internet y de la potencia de computación de las unidades de procesamiento gráfico (GPU) avanzadas ha propiciado que los LLM y la IA generativa avancen en su recorrido de entrenamiento más deprisa de lo que muchos esperaban. Sospechamos que esta tendencia continuará a medida que aumenta la potencia de computación y los datos disponibles.
La etapa de inferencia será la beneficiaria de estos contratiempos iniciales. Para muchas aplicaciones, ese momento ya ha llegado, y la IA puede implantarse para complementar a los humanos que traten de obtener eficiencias, mejorar la experiencia del cliente y, en muchos casos, colaborar en el descubrimiento de productos, incluido el desarrollo de fármacos.
Sopesar el riesgo y la rentabilidad
Es probable que los inversores tengan que lidiar con riesgos asociados más habitualmente con temas de crecimiento disruptivos. Además de los constructores de infraestructuras de IA y los creadores de plataformas basadas en esta tecnología, muchas empresas han desarrollado estrategias premonitorias sobre cómo integrar la IA en su vertical de negocio. Las rezagadas, por otro lado, no reconocen la magnitud de este cambio radical. El reciente retroceso de las valoraciones relacionadas con la IA lo vimos como un «reseteo» que permitió a los inversores reconocer que, con cualquier periodo de transición tecnológica rápida, habrá una gran dispersión entre ganadores y perdedores; esto les instó a posicionarse en consecuencia.
Los múltiplos de beneficios, especialmente en el caso de las acciones growth, tienden a fluctuar en función de factores que van desde la trayectoria de los tipos de interés hasta el punto del ciclo económico en que nos encontramos. Por otro lado, las ganancias son un barómetro más efectivo de la promesa de una empresa. A diferencia de muchos temas de crecimiento secular, incluso en estas oportunidades tempranas y medias, algunas empresas ya están generando un impresionante crecimiento de los beneficios gracias a sus iniciativas de IA.
La identificación de estos ganadores, junto con la cuantificación de los riesgos reales descritos anteriormente, exige un nivel de diligencia debida que tenga en cuenta todos los factores tecnológicos, normativos, geopolíticos y relativos a modelos de negocio. Podría parecer que la rápida recuperación de un mercado de renta variable concentrado disminuye la necesidad de ceñirse a este enfoque, pero en nuestra opinión, en el punto máximo de despliegue de la IA, debería resultar ganador el que tenga más probabilidades de aprovechar esta tecnología para generar rentabilidades excedentes.