La maldición del ganador en inversiones IA

1. El problema de identificar al ganador

La «maldición del ganador» (winner’s curse) es un concepto clásico de la economía conductual que describe una situación en una subasta: el ganador tiende a haber pagado un precio superior al valor real del objeto porque ha sobrestimado su valor más que los demás postores. En el contexto de las inversiones en inteligencia artificial, este fenómeno se manifiesta de forma especialmente aguda.

Relacionado: Dollar-cost averaging: 100 años de datos | Leer bonos: qué dicen los yields

Invertir en IA plantea un problema fundamental: al inicio de una revolución tecnológica, es casi imposible identificar a los ganadores finales. En 1995, durante el amanecer de internet, ¿quién habría apostado por Amazon, Google y Meta como ganadores absolutos? La mayoría de los inversores profesionales apostaron por Netscape, Yahoo y AOL. La lección es clara: la tecnología correcta no siempre es la empresa correcta.

2. Las capas de la IA y sus riesgos

Para entender dónde puede materializarse la maldición del ganador, desglosemos la cadena de valor de la IA en capas:

Capa 1 — Infraestructura (NVIDIA, AMD, TSMC): La capa más beneficiada hasta ahora. NVIDIA tiene un monopolio de facto en GPUs para entrenamiento. Pero aquí el riesgo es de competencia futura (AMD, chips propietarios de Google/Amazon/Microsoft) y de normalización de márgenes. El PER de NVIDIA en 2026 (por encima de 40) descuenta un crecimiento que puede no materializarse.

Capa 2 — Modelos fundacionales (OpenAI, Anthropic, Google): La competencia es feroz. Los modelos se están mercantilizando —los precios de API han caído más de un 80% en tres años—. La ventaja competitiva no está clara y los costes de entrenamiento son astronómicos. Muchos inversores han pagado precios de startup unicornio por empresas cuyo foso aún está por demostrar.

Capa 3 — Aplicaciones (Copilot, Notion AI, Canva Magic): La capa más atractiva para el inversor porque las aplicaciones pueden construir relaciones directas con clientes y generar ingresos recurrentes. Pero el riesgo es que las capas inferiores (modelos) decidan competir directamente con ellas.

3. Estrategias para evitar la maldición

Tres enfoques basados en evidencia:

Invertir en el ecosistema, no en el caballo ganador: En lugar de apostar por una empresa de IA concreta, invertir en índices diversificados que capturen la exposición general (Nasdaq 100, S&P 500 Information Technology, o ETFs temáticos como Global X Robotics & AI).

Esperar a que el polvo se asiente: Las revoluciones tecnológicas pasan por fases. La fase de exuberancia inicial suele ir seguida de un invierno de IA (AI winter) donde las valoraciones se corrigen. Comprar después de la corrección, cuando los negocios reales emergen, ha sido históricamente más rentable.

Aplicar valoración rigurosa: Preguntar: ¿cuál es el flujo de caja libre actual de esta empresa? ¿Cuánto necesita crecer para justificar su valoración actual? Con tipos de interés al 4%, el inversor debería exigir un retorno del 8-10% sobre el capital invertido, no una promesa de crecimiento infinito.

4. Casos históricos que deberían preocuparnos

La historia está llena de tecnologías transformadoras que destruyeron capital para los inversores. El ferrocarril transformó la economía del siglo XIX, pero la mayoría de los inversores en ferrocarriles quebraron. Internet transformó el mundo, pero el índice NASDAQ Composite tardó 15 años en recuperar su pico de 2000.

La lección no es evitar la IA, sino ser consciente de que una tecnología transformadora no es lo mismo que una inversión rentable. La diferencia está en la estructura del mercado: si la tecnología está en manos de muchas empresas compitiendo ferozmente, los beneficios irán a los consumidores (vía precios más bajos), no a los inversores. Si la tecnología está en manos de unas pocas con fosos sólidos, entonces sí hay oportunidad.

5. Fuentes

• Thaler, R. H. (1992). The Winner’s Curse: Paradoxes and Anomalies of Economic Life. Princeton University Press.
• Shiller, R. (2000). Irrational Exuberance. Princeton University Press.
• Perez, C. (2002). Technological Revolutions and Financial Capital. Edward Elgar.
• Bousquin, T. (2024). «AI Investing: Lessons from the Internet Bubble». Financial Times.
• Damodaran, A. (2025). «Valuing AI Companies: A Framework». Musings on Markets.
• CB Insights (2025). State of AI Report: Funding, Exits, and Valuation Trends.

6. Sugerencia de imagen

Gráfico de burbujas donde cada burbuja representa una empresa de IA, con tamaño proporcional a capitalización y color según margen operativo (verde = rentable, rojo = pérdidas). El gráfico debe mostrar que la mayoría de las burbujas grandes son rojas (altas valoraciones, pocos beneficios). Fondo oscuro. Estilo visualización Financial Times.

Ver también en el glosario: Tipos De Interés, Monopolio, Startup, Bonos