Por qué los modelos chinos baratos de IA podrían ser un chute para Nvidia y Micron
El nuevo modelo Kimi K3 de Moonshot AI promete abaratar la inteligencia artificial, lo que podría disparar su uso en empresas y, de rebote, la demanda de chips como los de Nvidia y Micron.
La inteligencia artificial china vuelve a dar un golpe en la mesa. Moonshot AI, una startup respaldada por Alibaba, ha presentado Kimi K3, un modelo de lenguaje que presume de competir con los mejores del mundo pero a un coste mucho menor. La noticia ha caído como un jarro de agua fría en algunos rincones del mercado, con el miedo a que una IA más barata reduzca la necesidad de chips caros. Pero, si rascamos un poco, la historia podría ser justo la contraria.
El razonamiento es sencillo: cuando algo se abarata, se usa más. Si entrenar y ejecutar modelos de IA se vuelve significativamente más barato gracias a innovaciones como las de Moonshot, la barrera de entrada para miles de empresas se desploma. De repente, la IA generativa no es solo cosa de gigantes tecnológicos con presupuestos infinitos, sino que cualquier compañía puede integrarla en sus procesos. Eso significa más cargas de trabajo, más consultas y, en última instancia, más necesidad de infraestructura.
Aquí es donde entran los fabricantes de chips. Nvidia, con sus GPU que dominan el entrenamiento y la inferencia, sería un beneficiario directo de una explosión en el volumen de uso. Aunque cada modelo individual requiera menos potencia, el efecto red de tener millones de empresas usándolos podría disparar la demanda agregada. Micron, por su parte, juega un papel crucial con sus memorias de alto ancho de banda (HBM), imprescindibles para mover datos a la velocidad que exigen estos sistemas. Más modelos en funcionamiento equivalen a más servidores y, por tanto, más memoria.
El caso de Kimi K3 no es aislado. Forma parte de una tendencia más amplia en la que laboratorios chinos, como DeepSeek, están demostrando que se puede hacer más con menos. Aunque esto genera incertidumbre a corto plazo sobre el gasto en chips, la historia a largo plazo apunta a una democratización de la IA que expandiría el mercado total. Es la clásica paradoja de Jevons aplicada a la tecnología: la eficiencia no reduce el consumo, lo multiplica.
Por supuesto, hay riesgos. Las tensiones geopolíticas y los controles de exportación de Estados Unidos podrían limitar el acceso de estas empresas chinas a los chips más avanzados, lo que añade una capa de complejidad. Pero, por ahora, el mensaje para inversores en semiconductores es que el pastel de la IA podría estar a punto de hacerse mucho más grande, y Nvidia y Micron tienen un cuchillo bien afilado para llevarse su porción.
El análisis de Salseo
- La clave está en el volumen, no en el margen unitario: si los modelos se abaratan, la adopción masiva por parte de empresas podría multiplicar la demanda de chips, compensando de sobra una posible caída en el gasto por modelo.
- Nvidia se beneficia directamente porque sus GPU son el estándar para entrenar e inferir, y una mayor base de usuarios significa más ventas de tarjetas, aunque cada una se use de forma más eficiente.
- Micron tiene un papel menos obvio pero igual de potente: la explosión de cargas de trabajo en la nube requiere memoria de alto ancho de banda (HBM), un producto donde Micron está ganando cuota y que tiene márgenes elevados.
- El verdadero riesgo no es tecnológico, sino político: si las tensiones entre EE. UU. y China se intensifican, las restricciones a la exportación de chips podrían frenar este escenario alcista, limitando el mercado al que pueden acceder Nvidia y Micron.