El verdadero significado de GPT-6 Astra: devolver la "narrativa de la IA" del "debate sobre la demanda" al "cuello de botella físico"

La publicación de un modelo está cambiando la dirección del debate en el mercado.

Durante los últimos meses, el mercado ha estado debatiendo una pregunta: “¿Cuánta infraestructura se necesita realmente para satisfacer la demanda conocida de IA?” La implicancia detrás de esta pregunta es: ¿ya se ha sobreinvertido en infraestructura de inteligencia artificial?

Pero según informes de la mesa de operaciones Feng, el informe de Morgan Stanley publicado el 7 de septiembre señala que la importancia de GPT-6 Astra no debe entenderse simplemente como una continuación de la narrativa de expansión (Scaling). No se trata solo de otra actualización de modelo.

Astra representa un salto sustancial en la amplitud de capacidades y en la interoperabilidad, concretamente en cuatro direcciones: capacidad de razonamiento, habilidad en ingeniería, uso de computadoras y ejecución de tareas en el mundo físico. Esto significa que la inteligencia artificial está comenzando a cruzar la frontera hacia la ejecución de razonamientos complejos, tareas de ingeniería profesional, operación directa de computadoras e incluso manejo de tareas del mundo real. Cuantas más cosas puede hacer, más escenarios rentables pueden surgir. OpenAI también mencionó en su último comunicado que mejores modelos abren nuevos “campos laborales”.

El relato de la IA vuelve de la “discusión de la demanda” al “cuello de botella físico”

La aparición de Astra podría virar la pregunta central del mercado de “¿cuánta infraestructura se necesita para servir la demanda conocida de IA?” a: “¿Cuántas nuevas cargas de trabajo se volverán viables económicamente a medida que aumente la inteligencia de los modelos?”

Esta es una pregunta diametralmente opuesta a la anterior. La primera es una duda desde el lado de la demanda, la segunda es una presión desde el lado de la oferta.

• Efecto de elasticidad: Más inteligencia por cada dólar gastado

Los analistas plantean en su informe una lógica económica central: los mejores modelos pueden generar efecto elasticidad: a mayor inteligencia y utilidad obtenidas por cada dólar gastado en IA, se incrementan la cantidad, duración y complejidad de las cargas de trabajo de razonamiento.

Esto es similar a la clásica “paradoja de Jevons”: el aumento de eficiencia no reduce el consumo, sino que lo incrementa en total. Mayor producción de inteligencia por unidad de coste → aplicaciones previamente inviables se vuelven factibles → nuevas cargas de trabajo surgen → la demanda de capacidad de cómputo e infraestructura se expande.

• Expansion significativa del mercado accesible

Los analistas creen que, si las capacidades de Astra se traducen en aplicaciones comerciales útiles, el pool de ingresos accesible para la IA se expandirá enormemente, superando ampliamente los escenarios actuales centrados en chat y programación.

Morgan Stanley estima que el TAM global del trabajo del conocimiento es de unos 22,5 billones de dólares (basado en 900 millones de trabajadores del conocimiento a nivel mundial, con un salario promedio anual de unos 25.200 dólares); el TAM de gasto de los consumidores es de alrededor de 30 billones de dólares, incluyendo retail + turismo (alrededor de 16 billones), conducción autónoma/movilidad (unos 4 billones), delivery de comida (unos 4 billones) y publicidad (unos 3 billones).

• Las restricciones físicas en la oferta son el verdadero cuello de botella

La conclusión de los analistas: la aparición de Astra traslada la narrativa del cuello de botella desde la “formación de la demanda” de vuelta a las “restricciones físicas de la oferta”, es decir, si se puede entregar esta inteligencia a escala.

¿A qué se refiere específicamente? Capacidad de cómputo. Energía eléctrica. Materiales. Mano de obra. Etc.

¿Dónde están específicamente los cuellos de botella físicos?: ABF y HBM4E

La tensión en la oferta tiene dos focos puntuales.

El primero son los sustratos ABF.

Morgan Stanley espera que los sustratos ABF enfrenten escasez a partir de 2027, y que el déficit siga creciendo hasta 2030. La restricción clave: se necesitan al menos dos años para poner en línea nueva capacidad.

El segundo es la complejidad de los procesos posteriores (BEOL) de HBM4E.

El informe señala que los pasos posteriores de HBM4E representan un cambio de paradigma en la fabricación de semiconductores: HBM pasa de ser un apilamiento especializado de memoria 3D a transformarse en un sistema Chiplet personalizado altamente integrado.

Cadena de impactos específicos:

• Más capas de interconexión en HBM4E (por ejemplo, SK Hynix introduce dummy bump), lo que obliga a gran parte del gasto de capital en DRAM a destinarse a expandir capacidad BEOL
• El gasto de capital en migración de tecnología de FEOL y el envío de gigabytes DRAM se acelera, y se estima que esto solo podrá lograrse a partir de la segunda mitad de 2027
• Los fabricantes de DRAM priorizan el uso de la capacidad de los equipos, lo que podría retrasar la expansión de NAND

Lo que estas dos restricciones tienen en común: son limitaciones físicas verificables y rastreables, no son cuestión de sentimiento del mercado.

Energía eléctrica: el cuello de botella físico más real

A medida que aumenta la presión regulatoria sobre los centros de datos, el suministro de energía eléctrica se convierte en otro cuello de botella físico clave. Los analistas estiman que la capacidad de cómputo global de los hyperscalers aumentará de unos 35 GW en 2025 a unos 145 GW en 2028, un aumento de alrededor de cuatro veces.

Los analistas apuntan que Estados Unidos enfrenta un déficit eléctrico de 38 GW, e indican que los centros de datos adoptarán cada vez más soluciones propias de autogeneración de energía (behind-the-meter).

Según cálculos de Morgan Stanley, las soluciones behind-the-meter agregan cerca de 3 mil millones de dólares de CapEx por cada GW. Por ejemplo, el costo total de una generación de chips Nvidia Rubin Ultra incluyendo energía behind-the-meter sería aproximadamente 50 mil millones de dólares por GW.

¿Qué está subestimando el mercado?

Los analistas consideran que el mercado está subestimando tres factores:

Primero, los beneficiarios tecnológicos globales del GPT-6 Astra no han sido plenamente valorizados.

Segundo, la duración de la tensión en la oferta podría ser más larga. Las restricciones de ABF y HBM4E BEOL no pueden resolverse en el corto plazo.

Tercero, algunas acciones capaces de subir sin depender de la IA se están fortaleciendo discretamente. Los chips analógicos (STM, NXP, Renesas) están en una etapa temprana de recuperación tras más de tres años en piso en L: reducción de inventarios, estabilidad en precios y mejora en órdenes industriales.

La conclusión no es "comprar más IA"

Prioridades de inversión según Morgan Stanley:

Capacidad de cómputo IA (mayor prioridad) > Redes (siguiente) > Memorias (selectivo) + Chips analógicos (cobertura de ciclo temprano), incluyendo:

• Capacidad de IA: GPU (Nvidia), ASIC (MediaTek, GUC), sustratos ABF (Unimicron, Ibiden), MLCC (Murata, Samsung Electro-Mechanics), encapsulado y pruebas posteriores (Advantest, Tokyo Electron, HwaCom, ASE, KYEC), fuentes de energía (Delta Electronics)
• Redes: GLW, LITE, COHR, KEYS, Furukawa Electric, Fujikura
• Memorias: priorizar crecimiento estructural de market share y localización (CXMT), SK Hynix, Samsung, Kioxia tienen margen táctico alcista si persiste la tensión en la oferta
• No IA: chips analógicos (STMicroelectronics, NXP, Renesas)

La entidad afirma: “Preferimos posicionarnos en compañías que se sitúan en la intersección de ciclos de inferencia más amplios, capacidad física limitada, mayor intensidad de contenido y mayor complejidad de manufactura”.

Aspectos a mantener en claro

El informe de Morgan Stanley no es unilateralmente optimista y advierte tres puntos relevantes:

Primero, las expectativas de la IA ya son muy altas. El mercado ha pasado de “buenos resultados” a “deben ser resultados perfectos” en su tolerancia con las compañías IA; incluso si Astra entrega avances sustanciales, si los resultados no superan ampliamente las expectativas, la reacción bursátil podría ser limitada.

Segundo, se prevé desaceleración del CapEx en 2028. Los precios de las acciones siguen la dirección del cambio en el crecimiento, por lo que la desaceleración puede seguir presionando las valuaciones, incluso si los valores absolutos siguen aumentando.

Tercero, persisten los vientos macroeconómicos en contra. El informe menciona el precio del petróleo, la inflación, la ruta de tasas de interés de la Reserva Federal y la elección estadounidense de 2028 como factores inciertos, y especialmente señala la posible resistencia política a la expansión de centros de datos si los demócratas ganan el Ejecutivo.