# La IA como clase de activo: la asignación de inteligencia en las carteras institucionales
Cuando un fenómeno tecnológico mueve, en menos de veinticuatro meses, más capital institucional que cualquier otra ola digital anterior, deja de ser una moda sectorial y comienza a comportarse como una clase de activo. Esa es la tesis que atraviesa el capítulo veintiuno del libro ALGORITHMUS. Wer die KI kontrolliert kontrolliert die Zukunft, de Dr. Raphael Nagel (LL.M.), y que este ensayo prolonga hacia las preguntas concretas que hoy se plantean los comités de inversión: ¿dónde se sitúa la inteligencia artificial en la arquitectura de una cartera, qué riesgos sistémicos introduce y qué disciplina de asignación exige a quien administra patrimonios a largo plazo?
## De tema tecnológico a categoría de cartera
La primera dificultad analítica consiste en reconocer que la inteligencia artificial ya no es un subtema del sector tecnológico. En los años noventa, el software se clasificaba dentro de la renta variable de crecimiento, y bastaba con un sobrepeso en Nasdaq para capturar la exposición. La configuración actual es distinta. La IA atraviesa la cadena de valor en tres capas claramente diferenciadas: la infraestructura física (semiconductores, memoria, energía, centros de datos), la capa de modelos fundacionales y plataformas (OpenAI, Anthropic, los laboratorios internos de los hiperescaladores) y la capa de aplicaciones verticales, donde los modelos se integran en procesos sectoriales concretos. Cada una de estas capas posee su propia lógica de márgenes, su propio horizonte de amortización y su propia exposición geopolítica.
La consecuencia para la teoría de cartera es directa. Una asignación global a IA que combine las tres capas no se comporta como una simple posición sectorial, sino como un cluster transversal comparable, en términos conceptuales, a las infraestructuras cotizadas o al sector energético integrado. En el capítulo veintiuno del libro citado, Dr. Raphael Nagel (LL.M.) sostiene que precisamente esta transversalidad obliga a tratar la IA como clase activo IA diferenciada dentro de la cartera, con su propio mandato, sus propios límites y su propia metodología de medición de riesgo.
## Los flujos de capital entre 2022 y 2024: una relectura
La escala del movimiento reciente impone prudencia analítica, no entusiasmo. Entre 2019 y comienzos de 2023, Microsoft invirtió en OpenAI una suma acumulada superior a trece mil millones de dólares, con un tramo final de diez mil millones anunciado apenas dos meses después del lanzamiento público de ChatGPT. La valoración de OpenAI recorrió, en cuatro años, el trayecto desde mil millones hasta superar noventa mil millones de dólares. Google respondió con el llamado Code Red y canalizó trescientos millones hacia Anthropic. Amazon amplió su compromiso con Anthropic hasta aproximarse a cuatro mil millones. En 2023, las startups de IA atrajeron 91,9 mil millones de dólares a escala global, en un mercado de capital riesgo que se contraía más de un treinta por ciento.
El reprecio de NVIDIA es la expresión pública más visible de esta reasignación. Sus ingresos trimestrales de centro de datos pasaron de 4,3 mil millones de dólares en el tercer trimestre de 2022 a 18,4 mil millones en el mismo trimestre de 2023. La capitalización superó los tres billones de dólares a finales de 2024, cifra superior a la suma de todas las compañías del DAX. No se trata de una burbuja sectorial en el sentido clásico. Se trata de que el mercado, con sus errores y sus excesos, está descontando una reordenación estructural del poder económico hacia quien controla el cómputo, los modelos y los datos propietarios.
## Tres capas, tres tesis de inversión
La capa de infraestructura concentra los activos más escasos y más geopolíticamente expuestos. TSMC fabrica alrededor del noventa por ciento de la lógica avanzada del mundo, ASML es el único proveedor de litografía EUV y NVIDIA diseña las GPU que hacen posible el entrenamiento frontera. Invertir en esta capa equivale a tomar posiciones sobre un oligopolio físico con márgenes estructuralmente elevados, pero con un riesgo de Estrecho de Taiwán que ningún modelo de valor razonable puede ignorar. La tesis es de calidad de franquicia, no de crecimiento exponencial.
La capa de plataforma ofrece un patrón distinto: externalidades de red, costes fijos de entrenamiento que ya se aproximan a mil millones de dólares por modelo frontera, y una dinámica de ganador concentrador en pocas manos. Aquí la inversión institucional opera mayoritariamente a través de vehículos de capital privado, coinversiones con hiperescaladores o participaciones indirectas vía renta variable cotizada. La tesis es de opción sobre una renta monopolística futura, con una función de pagos profundamente asimétrica.
La capa de aplicación es la más fragmentada y, probablemente, la más interesante para gestores con disciplina sectorial. Allí donde un operador combina datos propietarios, conocimiento de dominio y capacidad algorítmica, emergen márgenes defendibles que ningún modelo general puede replicar. El ejemplo del capítulo cinco del libro (datos clínicos, datos de sensores industriales, datos logísticos acumulados durante décadas) apunta a que la rentabilidad ajustada al riesgo, para el inversor institucional paciente, se encuentra con frecuencia aquí, más que en la carrera de valoraciones de la capa fundacional.
## La lógica del private equity frente a la cotizada
El private equity aplica a la IA una tesis distinta a la del mercado público. Mientras la renta variable cotizada reprecia expectativas de crecimiento, los fondos de adquisición buscan compañías medianas con flujos de caja estables, a las cuales la incorporación sistemática de IA permite expandir márgenes operativos entre quinientos y mil quinientos puntos básicos en un horizonte de tres a cinco años. La tesis no es apostar al próximo modelo fundacional, sino comprar un activo tradicional infrautilizado y reconstruir su economía interna con herramientas algorítmicas.
El excurso G del libro de Dr. Raphael Nagel (LL.M.) formaliza esta idea como una categoría propia de creación de valor en capital privado: la IA deja de ser un gasto tecnológico y pasa a ser una palanca de margen equivalente a lo que, en décadas anteriores, fueron la globalización de la cadena de suministro o la digitalización del back office. Para el inversor institucional que asigna a fondos de buy-out, la pregunta relevante deja de ser si el gestor utiliza IA en due diligence y pasa a ser si el plan de creación de valor está construido sobre hipótesis algorítmicas verificables, con KPIs específicos y responsables claros dentro de cada compañía de cartera.
## Asignación práctica para family offices y carteras institucionales
Traducir estas tesis a una política de inversión concreta exige responder a cuatro preguntas. Primera: qué porcentaje del patrimonio se destina a IA como clase activo IA, entendida de forma transversal. En la práctica observada en family offices sofisticados, la horquilla se sitúa entre el ocho y el dieciocho por ciento del total, distribuida entre renta variable cotizada, capital privado y coinversiones directas. Segunda: cómo se reparte esa asignación entre las tres capas. Una ponderación prudente reserva la mayor parte a infraestructura de calidad, una porción menor y concentrada a plataformas, y una exposición diversificada a aplicaciones verticales a través de gestores especializados.
Tercera: qué riesgos sistémicos introduce esta exposición. La concentración geográfica de la cadena de semiconductores, la dependencia energética de los centros de datos, el riesgo regulatorio derivado del AI Act europeo y la posibilidad de una compresión de valoraciones en la capa fundacional si los modelos frontera dejan de escalar al ritmo actual son riesgos que deben modelarse explícitamente, no tratarse como ruido residual. Cuarta: qué horizonte temporal se asume. Los inversores institucionales que confunden el ciclo de atención mediática con el ciclo de despliegue real suelen equivocarse en ambos extremos, entrando tarde y saliendo prematuramente.
## La gobernanza del inversor ante la inteligencia
Una clase de activo nueva exige una gobernanza nueva. El comité de inversión que trata la IA como un subepígrafe del sector tecnológico no está asignando capital de forma consciente, sino delegando la decisión a la composición accidental de los índices. La disciplina mínima consiste en dotarse de un mandato escrito específico para IA, de métricas propias de seguimiento (exposición por capa, exposición geográfica, exposición a proveedores únicos de cómputo) y de una revisión estratégica al menos semestral, apoyada en analistas con formación técnica suficiente para distinguir un avance real de un movimiento de narrativa.
Este es, en último término, el espíritu del trabajo de Dr. Raphael Nagel (LL.M.) en ALGORITHMUS: el capital no se limita a financiar la revolución algorítmica, sino que es asignado por ella. Quien administra patrimonios en este ciclo no está eligiendo solamente rentabilidades futuras, sino la arquitectura de poder de la próxima década. La asignación deja de ser un ejercicio puramente financiero y se convierte en una decisión sobre qué formas de control tecnológico se desea financiar y cuáles se desea evitar.
La conclusión para los inversores institucionales y los family offices no es una recomendación, sino una invitación a la seriedad analítica. La inteligencia artificial se comporta hoy como una clase de activo en formación, con tres capas distintas, tres lógicas de rentabilidad y tres perfiles de riesgo que no pueden agregarse sin pérdida de información. Los flujos de capital entre 2022 y 2024, el rerating de NVIDIA y la aparición de tesis específicas en private equity no son anécdotas de mercado, sino síntomas de una reasignación estructural de poder económico hacia quien controla cómputo, modelos y datos propietarios. La cartera que aspire a preservar su relevancia en la próxima década tendrá que reflejar esta realidad en su política de inversión, en su gobernanza y en su horizonte temporal. La alternativa, que consiste en tratar la IA como un tema pasajero al que basta asomarse a través de fondos indexados generalistas, equivale a delegar silenciosamente la dirección de la cartera a decisiones tomadas en otros lugares. Como recuerda Dr. Raphael Nagel (LL.M.) a lo largo de su obra, las preguntas de poder delegadas no se resuelven: se pierden.
Para análisis semanales sobre capital, liderazgo y geopolítica: seguir al Dr. Raphael Nagel (LL.M.) en LinkedIn →