Infraestructura de IA bajo presión: quién depende de OpenAI y Anthropic

El fin de semana, Dario Amodei encendió un debate con su ensayo "We Must Pace the Frontier" ("Debemos marcar el ritmo de la frontera"); Sam Altman y Elon Musk se sumaron, y OpenAI aplazó su salida a bolsa como muy pronto a 2027. La factura llegó esta mañana temprano: los futuros del Nasdaq cayeron casi un 2 %.

Ya se explicó en detalle por qué esto es, en el fondo, sobre todo posicionamiento competitivo y menos un debate de seguridad. Hoy toca la pregunta que de verdad importa para tu cartera: si los dos laboratorios líderes realmente frenaran, ¿a quién le pegaría, y con qué fuerza?

Si todavía no la leíste, hazlo primero: Slowdown en el desarrollo de IA: ¿debate de seguridad o protección de la competencia?

Para intentar entender, repasamos los activos favoritos de nuestro ranking de Cadena de Valor de IA para ver que tan expuestos están realmenten OpenAI y Anthropic y los clasificamos en 3 niveles:

Nivel 1 = Directo: relación contractual o de participación accionaria con OpenAI o Anthropic.

Nivel 2 = Indirecto vía plataforma: la empresa le vende a los hiperescaladores y fabricantes por contrato, que a su vez sirven a OpenAI y Anthropic. Trainium, TPU, Azure, Oracle.

Nivel 3 = Sistémico: la empresa se beneficia del gasto de capital en IA en general. OpenAI y Anthropic son ahí una parte entre muchas, a menudo pequeña.

Importante: exposición no es lo mismo que riesgo. Una empresa puede tener una exposición alta y, aun así, ser menos vulnerable si su capacidad ya está completamente vendida de todas formas. De eso se trata hoy.

Nivel 1: aquí la exposición es directa
Broadcom — Hock Tan dijo en la conferencia de resultados del tercer trimestre que Anthropic se convertirá en 2027 en su mayor cliente de XPU (chips personalizados de IA), y OpenAI en el segundo. Para Anthropic: cerca de 1 GW de capacidad TPU en 2026, 5 GW en 2027, y una perspectiva de 10 GW en 2028. Para OpenAI, el acelerador "Jalapeño", con una proyección de más de 5 GW para el año fiscal 2028. El objetivo de ingresos por chips de IA: unos 115.000 millones de dólares en el FY27 y 230.000 millones en el FY28. Exposición máxima — los dos laboratorios son el cliente 1 y 2 de Broadcom, la base misma de sus cifras del FY28.

Microsoft, Amazon, Alphabet — los tres son, a la vez, accionistas, prestamistas y proveedores. Microsoft tiene alrededor de un 27 % de OpenAI (que se diluiría hacia un 23 %), y OpenAI representa cerca de un 45 % del backlog de la nube de Microsoft. Amazon es el mayor inversor externo de Anthropic (cerca de un 15 %), y a cambio Anthropic comprometió más de 100.000 millones de dólares en gasto de AWS a 10 años, y hasta 5 GW de capacidad Trainium (los chips de IA propios de Amazon). Alphabet tiene un 14-15 % de Anthropic (tope fijado contractualmente), más un acuerdo de TPU por hasta un millón de chips. Aquí la exposición viene de las ganancias de valoración de esas participaciones y de los contratos de nube.

Arm — desde el inicio, "socio tecnológico inicial clave" del proyecto Stargate. Pero su exposición real pasa por SoftBank, que ha invertido de forma acumulada unos 65.000 millones de dólares en OpenAI, y usa su participación en Arm como palanca de financiación — así que SoftBank u Oracle también saldrían perdiendo. Exposición indirecta, vía la cadena de financiación.

SK Hynix, Samsung, Micron — Samsung y SK Hynix firmaron con OpenAI una carta de intención por hasta 900.000 obleas de DRAM al mes para Stargate. A eso se suma un pedido de HBM (memoria de alto ancho de banda) de OpenAI reportado en unos 71.000 millones de dólares. Exposición nominalmente alta, pero sobrestimada en términos económicos reales.

Nivel 2: exposición a través de la plataforma
NVIDIA — expuesta de forma directa a través de la carta de intención con OpenAI (originalmente hasta 100.000 millones de dólares, materializada en la práctica como una participación de 30.000 millones en la ronda de inicios de 2026), y del financiamiento de Ohio por hasta 105.000 millones de dólares para una capacidad inicial de 4,25 GW. Con Anthropic, hasta 10.000 millones de dólares. Sin embargo, medido sobre el total de sus ingresos, el peso de estos dos laboratorios es claramente menor que en Broadcom, porque Nvidia vende además a nubes tradicionales, neoclouds, proyectos soberanos y clientes corporativos.

TSMC — fabrica prácticamente todo: los chips de Nvidia, los XPU de Broadcom, Trainium, TPU, Jalapeño. Su exposición es, en ese sentido, del 100 %. Pero su capacidad de CoWoS (una tecnología de empaquetado avanzado) está totalmente vendida, con plazos de entrega de 52 a 78 semanas, y su nodo de 2 nanómetros ya reservado hasta 2028.

Marvell — expuesta de forma indirecta, a través de Trainium (la plataforma de entrenamiento central de Anthropic) y de Maia, el chip propio de Microsoft. No tiene contrato directo con ninguno de los dos laboratorios.

Credo — sus cuatro clientes principales representan cerca de un 84 % de sus ingresos. Todos son hiperescaladores, con un peso creciente de las neoclouds. Los laboratorios de IA solo aparecen ahí como demanda final, no como cliente directo.

Arista, Ciena — los gigantes de nube e IA representaron el 50 % de los ingresos de Arista, con Microsoft, Meta y Oracle como los más pesados — y Oracle actúa, en la práctica, como intermediario ("proxy") de OpenAI. Ciena, por su parte, gana con la conectividad entre centros de datos ("scale-across").

Nivel 3: sistémico

Este nivel agrupa a proveedores que se benefician del gasto en infraestructura de IA en general, donde OpenAI y Anthropic son solo una parte del total — a menudo una parte menor.

- Equipos para fabricación de obleas (Applied Materials, Lam Research, KLA, Advantest, Aehr, FormFactor): venden a las fábricas de chips, no a los laboratorios de modelos directamente. El plazo entre pedido y entrega se mide en trimestres o años.

- Empaquetado avanzado y materiales (Shin-Etsu, Nitto Boseki, Entegris, Ibiden, Murata): un escalón todavía más alejado en la cadena. El sustrato ABF y el vidrio tipo T son cuellos de botella físicos reales — y un cuello de botella físico no reacciona a un simple anuncio de "vamos a frenar".

- Óptica (Corning, Lumentum, Fabrinet, Applied Optoelectronics, Viavi): demanda que viene de los hiperescaladores, ligada a las redes de 800G, 1,6T y CPO (empaquetado óptico). Sin contrato directo con los laboratorios. Dentro de este grupo, Applied Optoelectronics es la que tiene mayor concentración de clientes, y por eso la más volátil. La migración hacia óptica es, además, una necesidad física del sector, no una moda.

- Especialistas en foundry (Tower Semiconductor): exposición prácticamente nula a estos laboratorios — su negocio es analógico, de radiofrecuencia, potencia y sensores.

- Energía y refrigeración (Vertiv, GE Vernova, Siemens Energy, Schneider Electric, Comfort Systems, Vicor, Prysmian): exposición indirecta, con carteras de pedidos ya completas.

- Construcción de centros de datos (Sterling Infrastructure, Dycom): movimiento de tierras, desarrollo de terrenos, fibra óptica, infraestructura eléctrica — uno de los cuellos de botella centrales del sector, junto con la energía.

1. El "pacing" afectaría a la capacidad de los modelos, no al cómputo vendido

La propuesta de Amodei apunta a la velocidad a la que crecen las capacidades de los modelos de frontera, no a la cantidad de cómputo que se vende.

La demanda de cómputo hoy la impulsa la inferencia (ejecutar el modelo ya entrenado), no tanto el entrenamiento. Según Gartner, el gasto en inferencia superó por primera vez al gasto en entrenamiento en 2026. Un crecimiento más lento de las capacidades, combinado con un uso que sigue explotando, significa más inferencia por modelo vendido, no menos.

2. OpenAI y Anthropic están, ellos mismos, acelerando sus compras

La prueba más contundente en contra viene de los propios que están gritando "más despacio". Mientras Amodei escribe sobre frenar el ritmo, Anthropic cerró en 11 meses contratos de cómputo por un monto reportado de unos 517.000 millones de dólares y al menos 14,8 GW. Hasta 5 GW con AWS, más de un millón de chips Trainium2 en el Proyecto Rainier, hasta un millón de TPU con Google, una ampliación en abril de 2026 con Google y Broadcom por más gigavatios a partir de 2027, y encima un compromiso de 30.000 millones de dólares con Azure.

Quien compra 500.000 millones de dólares en cómputo y multiplica por siete sus ingresos en siete meses, más bien quiere dejar fuera de la carrera a la competencia. Si no, ¿por qué Mark Zuckerberg no se suma a este freno? Él no es el número uno, y pide justo lo contrario, más velocidad: "Mark Zuckerberg Says AI Development Needs to Move Faster".

3. Las carteras de pedidos están vendidas por completo

La memoria HBM, por ejemplo, está de hecho agotada en SK Hynix y Micron para 2026 y más allá. Las existencias terminadas de DRAM en Samsung y SK Hynix cayeron, según reportes de mercado de comienzos de septiembre, por debajo de diez días. Cada oblea de HBM4 cuesta cerca del triple que la capacidad convencional de DRAM.

TSMC: su capacidad de CoWoS está totalmente vendida, con plazos de entrega extremadamente altos; su nodo de 2 nm ya reservado hasta 2028.

GE Vernova: 116 GW en cartera de pedidos y reservas de turno, sus turbinas de gas prácticamente vendidas hasta 2029, con pedidos que llegan hasta 2031; los precios de las turbinas subieron cerca de un 300 % en tres años. Solo en el primer trimestre de 2026 entraron 2.400 millones de dólares en pedidos de electrificación provenientes de centros de datos — más que en todo 2025.

Vertiv: unos 15.000 millones de dólares en cartera de pedidos firmes, en parte con anticipos ya pagados.

4. El gasto de capital de los hiperescaladores

Microsoft, Amazon, Alphabet y Meta apuntan, para 2027, a más de 1 billón de dólares en inversión combinada. Buena parte de ese dinero va hacia sus propios productos: Copilot, Gemini, Meta AI, cargas de trabajo empresariales, proyectos estatales. OpenAI y Anthropic son ahí un bloque importante, pero no el dominante.

Conclusión

El objetivo de Broadcom para el FY28 —230.000 millones de dólares en ingresos por chips de IA— se sostiene o cae con el ritmo de despliegue de Anthropic y OpenAI. Si ahí se estira la capacidad, el golpe llega primero y con más fuerza aquí. Una razón para elegir con cuidado el tamaño de esa posición.

El riesgo más real, además, no es solo el "pacing" — es la ventana de salida a bolsa que se ha ido postergando. OpenAI iría a bolsa como muy pronto en 2027; el listado de Anthropic sigue apuntando a octubre/noviembre. Construcciones de este tamaño se financian con capital propio y deuda. Una ventana que se cierra encarece el capital y golpea primero a los eslabones peor capitalizados — por ejemplo, Oracle con su concentración en OpenAI, las neoclouds, o SoftBank.

En última instancia, OpenAI no ha detenido por completo su escalamiento. Hablan de una desaceleración puntual en ciertas cargas de trabajo de frontera: hubo una pausa de dos semanas en el aprendizaje por refuerzo de sus modelos más recientes. La mayor ejecución de entrenamiento de frontera planeada sigue pausada por ahora, mientras que entrenamientos y evaluaciones más pequeños continúan con normalidad. Otras cargas de investigación que habían pausado antes ya se reanudaron, tras introducir controles de seguridad adicionales. Esas medidas de seguridad adicionales requieren, a su vez, cómputo considerable — OpenAI calcula el sobrecosto actual de monitoreo en cerca de un 20 % de la capacidad de inferencia supervisada.

Tampoco hay ningún anuncio público de que OpenAI o Anthropic hayan anulado sus grandes acuerdos con Nvidia, Broadcom, AWS, Azure, Google, memoria o centros de datos a raíz de este nuevo debate sobre el "pacing". Al contrario: los programas de expansión ya comunicados públicamente siguen en marcha.

Evaluaciones más exigentes, certificaciones, monitoreo y auditorías elevan los costos fijos del desarrollo de modelos. Eso golpea, en proporción, más fuerte a los laboratorios pequeños y a los proyectos de código abierto que a OpenAI, Anthropic u otros laboratorios de frontera con mucho capital. Eso sería un motivo claro para mantener a la competencia a distancia (compárese Zuckerberg contra OpenAI/Anthropic). Satya Nadella lo resume bien, al advertir contra concentrar el control del desarrollo de la IA en pocas empresas: los modelos cerrados y los de código abierto tendrían que poder coexistir. Un freno voluntario de los laboratorios de frontera occidentales no detiene ni a los modelos chinos ni a otros competidores.

La reacción de hoy vuelve a ser, para mí, uno de esos movimientos de mercado poco diferenciados. El debate en sí sigue siendo lo que ya escribí antes: sobre todo posicionamiento frente al código abierto, y solo en menor parte, seguridad. Si OpenAI y Anthropic realmente quieren frenar, pueden hacerlo de forma voluntaria. Para las empresas que suministran electricidad, cobre, vidrio, obleas y turbinas, eso no cambia prácticamente nada en un horizonte de dos años.

El retroceso generalizado del sector de hoy está tratando a estas empresas como si el ciclo de infraestructura subyacente hubiera cambiado de forma fundamental. Los datos, por ahora, no respaldan eso.