La IA agéntica impulsa CPU, redes y ciberseguridad más allá de Nvidia

La inteligencia artificial empieza a entrar en una fase distinta. Después de varios años en los que buena parte de la inversión tecnológica parecía reducirse a una ecuación bastante cómoda —más IA, más GPU, más Nvidia—, la aparición de los agentes autónomos está ampliando el mapa. Procesadores convencionales, redes ópticas, centros de datos y ciberseguridad aparecen entre los negocios que podrían capturar una parte creciente del gasto.

Es la tesis que defiende Yan Taw Boon, responsable de inversión temática en Asia de Neuberger, para quien la llamada IA agéntica está modificando la infraestructura necesaria para ejecutar inteligencia artificial. La diferencia no es menor: estos sistemas no se limitan a contestar una consulta, sino que pueden encadenar acciones, utilizar herramientas, gestionar procesos y completar tareas con un grado creciente de autonomía. Y eso exige otra combinación de hardware y software.

Nvidia sigue ocupando el centro de ese universo, naturalmente. La compañía registró en su último trimestre publicado 96.221 millones de dólares de ingresos, de los que 89.000 millones procedieron del negocio de centros de datos. Su capitalización, después de rozar los seis billones de dólares a comienzos de octubre, se situaba alrededor de los 5,2 billones al cierre del 20 de octubre. Resulta difícil hablar de inteligencia artificial sin que Jensen Huang aparezca por alguna esquina. Pero precisamente ahí nace la nueva discusión: el próximo gran ganador de la IA no tiene por qué fabricar exactamente lo mismo que Nvidia.

La próxima gran ganadora puede estar fuera de las GPU

Durante la primera gran oleada de inteligencia artificial generativa, la atención se concentró en el entrenamiento de modelos gigantescos. Ese trabajo favorece especialmente a las GPU, procesadores capaces de ejecutar enormes cantidades de cálculos en paralelo, y convirtió a Nvidia en el proveedor imprescindible de buena parte del sector.

La IA agéntica introduce otra carga de trabajo. Un agente que organiza un viaje, modifica una reserva, consulta varias bases de datos, redacta mensajes, compara condiciones y completa una compra no ejecuta una única operación descomunal. Va encadenando muchas decisiones pequeñas, esperando respuestas, moviendo información y coordinando aplicaciones distintas.

Ahí las CPU vuelven a cobrar protagonismo. Boon sostiene que la proporción de procesadores convencionales necesaria para acompañar a las GPU está aumentando considerablemente y señala a AMD, Intel y Arm como compañías expuestas a esa transformación. Morgan Stanley ha llegado a una conclusión parecida: a medida que los agentes realizan tareas más complejas, el gasto informático puede extenderse desde las GPU hacia CPU y memoria.

No significa que las GPU vayan camino del museo. Más bien lo contrario. Significa que alrededor de ellas se está construyendo una maquinaria mucho mayor. La Bolsa, que disfruta buscando “la próxima Nvidia” casi tanto como Hollywood buscando la próxima franquicia, puede estar haciendo mal la pregunta.

Más CPU, más red y centros de datos cada vez mayores

La infraestructura deja de ser un negocio secundario

El cambio también afecta a las comunicaciones internas de los centros de datos. Cuantas más operaciones realizan los modelos y los agentes, mayor es el volumen de información que tiene que viajar entre procesadores, servidores y distintas instalaciones. Mover los datos empieza a ser casi tan importante como procesarlos.

Por eso Neuberger sitúa las redes ópticas entre las áreas con mayor potencial de crecimiento. Los grandes centros de datos necesitan conexiones cada vez más rápidas entre miles de chips y servidores, lo que incrementa la demanda de fibra, transceptores ópticos, chips láser y equipos especializados de red. La escasez de algunos de estos componentes añade presión a una cadena de suministro que ya trabaja a ritmos poco habituales.

La magnitud del gasto ayuda a entender el fenómeno. TrendForce calcula que los ocho mayores proveedores mundiales de servicios en la nube —entre ellos Google, Amazon, Microsoft y Meta— superarán conjuntamente los 710.000 millones de dólares de inversión en 2026, alrededor de un 61% más que un año antes. Ya no se trata únicamente de comprar chips: hay que levantar edificios, garantizar electricidad, refrigerar servidores, instalar redes y conectar enormes cantidades de equipos.

Ese dinero está produciendo ganadores bastante menos conocidos por el público que Nvidia. Fabricantes de servidores, compañías eléctricas, proveedores de refrigeración, especialistas en componentes ópticos o empresas dedicadas a gestionar centros de datos empiezan a participar del mismo ciclo. Super Micro, por ejemplo, acaba de elevar sus previsiones trimestrales gracias a la demanda de servidores para IA, otro recordatorio de que la fiebre del oro suele enriquecer también a quienes venden las palas.

La ciberseguridad encuentra un cliente nuevo: las máquinas

Hay otra consecuencia menos vistosa, pero quizá más profunda. Un agente autónomo necesita permisos para entrar en servicios, consultar documentos, enviar correos, realizar pagos o modificar información. En otras palabras, necesita una identidad digital verificable.

Eso convierte la gestión de identidades en uno de los puntos delicados de la nueva arquitectura. Boon menciona compañías como Palo Alto Networks y Okta dentro de este mercado: cuando millones de agentes empiezan a actuar en nombre de personas y empresas, distinguir quién puede hacer qué deja de ser un problema administrativo y se convierte en una cuestión de seguridad.

La web, de hecho, ya empieza a llenarse de tráfico automatizado. Cloudflare ha descrito 2026 como el primer año en el que, dentro de determinadas mediciones de su red, el tráfico no humano ha superado al humano, al tiempo que las solicitudes procedentes de agentes de IA han crecido con enorme rapidez. Conviene tratar las cifras con cuidado porque el porcentaje cambia según se contabilicen páginas HTML, todas las peticiones HTTP o distintas categorías de bots. La dirección del movimiento, sin embargo, es difícil de discutir: las máquinas están dejando de ser visitantes marginales de internet.

Y una máquina puede trabajar a las tres de la madrugada, probar miles de combinaciones y repetir una operación sin aburrirse. Fantástico para automatizar una empresa; algo menos divertido cuando el agente que llama a la puerta pertenece al atacante. La ciberseguridad asociada a la IA empieza así a dejar de parecer un complemento para convertirse en infraestructura.

Asia conserva buena parte de las piezas que hacen posible la IA

El auge de los agentes tampoco cambia una realidad geográfica incómoda para Estados Unidos y Europa: buena parte de la fabricación avanzada sigue concentrada en Asia.

La estrategia de Neuberger presta especial atención a Taiwán, Corea del Sur y Japón, un triángulo en el que se concentran actividades esenciales de la cadena de semiconductores. Taiwán domina la fabricación avanzada, Corea del Sur tiene una posición extraordinaria en memoria y Japón conserva proveedores decisivos de materiales y equipos industriales.

TSMC ofrece una buena fotografía del momento. El fabricante taiwanés mantiene inversiones gigantescas para ampliar capacidad y está estudiando nuevas instalaciones en Estados Unidos mientras la demanda de chips vinculados a inteligencia artificial sigue tensionando la oferta. Su beneficio del tercer trimestre creció con fuerza y la compañía ha elevado sus previsiones de crecimiento, una señal de que el ciclo de inversión continúa atravesando prácticamente toda la cadena.

Pero los precios también importan. Neuberger redujo durante el verano algunas posiciones en fabricantes asiáticos de memoria después de fuertes revalorizaciones y trasladó parte de esa exposición hacia la ciberseguridad estadounidense. Es una diferencia relevante entre identificar una tecnología prometedora y comprar cualquier acción que lleve las letras IA pegadas al folleto. Una gran industria no garantiza una buena inversión a cualquier precio.

Nvidia sigue dominando, aunque también concentra el riesgo

La paradoja aparece precisamente en Nvidia. Morgan Stanley calcula que alrededor del 91,7% de sus ingresos previstos para 2027 están expuestos a la inversión en infraestructura de inteligencia artificial, más que en ninguna otra gran compañía analizada por el banco. Al mismo tiempo, la firma considera que Nvidia mantiene una de las mejores relaciones entre riesgo y potencial dentro del sector. Es decir: su extraordinaria fortaleza y su mayor vulnerabilidad nacen de la misma fuente.

El mercado ha empezado a mirar esa dependencia con algo más de desconfianza. Las acciones de Nvidia han corregido desde sus máximos de comienzos de octubre mientras crecen las dudas sobre cuánto dinero deberán seguir desembolsando los grandes operadores de IA y cuánto tardarán esas inversiones en producir retornos suficientes.

La inquietud también alcanza a las llamadas neoclouds, compañías que financian enormes centros de datos para alquilar capacidad informática. Algunas estructuras utilizan cantidades importantes de deuda, justo cuando el coste del dinero vuelve a preocupar a los inversores. Nvidia, además, ha invertido miles de millones en empresas de su propio ecosistema y mantiene compromisos relacionados con capacidad informática. El círculo funciona estupendamente mientras la demanda continúa creciendo; los mercados, que a veces descubren la prudencia con cierta puntualidad británica, empiezan a vigilar qué ocurriría si el ritmo aflojara.

La inversión en IA entra en una fase menos sencilla

El verdadero cambio quizá sea ese. Durante los primeros años del auge bastaba con identificar quién fabricaba los chips más difíciles de conseguir. La siguiente fase será más fragmentada.

Los agentes necesitarán CPU para coordinar tareas, memoria para manejar contextos mayores, conexiones ópticas para mover información, centros de datos para ejecutar los modelos y sistemas de seguridad para controlar sus permisos. Después vendrán dispositivos, robots, software empresarial y aplicaciones que todavía no existen.

Nvidia puede continuar creciendo dentro de ese mundo; de hecho, su plataforma Vera Rubin ha sido diseñada expresamente para cargas de trabajo relacionadas con IA agéntica y la compañía está integrando GPU, CPU, redes, almacenamiento y software en sistemas cada vez más completos. Pretender que Nvidia observa pasivamente cómo aparece el nuevo mercado sería bastante ingenuo.

Pero la oportunidad económica se está ensanchando. Y con ella, el riesgo. El gasto de capital es gigantesco, las valoraciones siguen siendo elevadas en numerosos segmentos y todavía queda por demostrar cuánto dinero producirán muchas aplicaciones autónomas. La tecnología puede cambiar el mundo y, aun así, dejar por el camino inversiones mediocres. Internet ya enseñó esa lección hace un cuarto de siglo; Wall Street posee una capacidad bastante entrañable para olvidarla.

Una carrera con más participantes que antes

La IA agéntica está desplazando el foco desde el modelo que responde hacia la infraestructura capaz de actuar. Ese movimiento explica por qué CPU, redes ópticas, ciberseguridad, memoria y centros de datos aparecen cada vez con más frecuencia en las carteras tecnológicas y en los informes de los grandes bancos.

Nvidia continúa siendo el gigante alrededor del cual gira buena parte del sistema, con ingresos y márgenes que todavía parecen de otra liga. Pero precisamente el crecimiento de ese ecosistema está creando negocios a su alrededor. La próxima gran compañía de esta revolución quizá no tenga que derrotar a Nvidia, ni siquiera competir directamente con ella. Puede limitarse a vender una de las piezas que millones de agentes necesitarán para trabajar. Y, visto el tamaño de la infraestructura que se está levantando, piezas no van a faltar.