- Las acciones de sectores como software y servicios de información han caído debido a la percepción de amenaza por la IA.
- Históricamente, el mercado ha tenido dificultades para identificar perdedores en momentos de cambio tecnológico, como en el caso de Western Union y el teléfono de Bell.
- Durante la burbuja de las puntocom, el Dow Jones superó al S&P 500, mostrando que las empresas de la 'vieja economía' pueden ser resilientes.
- Expertos sugieren que empresas como DoorDash y Mastercard pueden ser más fuertes de lo que el mercado indica, debido a sus modelos de negocio sólidos.
- La falta de fiabilidad de los modelos de IA actuales sugiere que las decisiones de inversión no deben basarse únicamente en la percepción de la tecnología.
La revolución de la inteligencia artificial (IA) ha generado un gran revuelo en los mercados financieros, especialmente en sectores como el software y los servicios de información. Recientemente, las acciones de empresas consideradas vulnerables a esta nueva tecnología han sufrido caídas significativas. Sin embargo, la historia muestra que el mercado a menudo tiene dificultades para identificar a los verdaderos perdedores en momentos de cambio tecnológico. Un análisis más profundo sugiere que, en lugar de seguir la corriente de la percepción popular, podría ser más beneficioso buscar oportunidades en las empresas que están siendo subestimadas por el mercado.
A lo largo de la historia, hemos visto ejemplos claros de cómo los mercados pueden errar al juzgar el impacto de nuevas tecnologías. Por ejemplo, cuando el ferrocarril de vapor comenzó a operar en el Reino Unido en 1825, muchos inversores en canales de navegación ignoraron la amenaza durante años, lo que resultó en pérdidas significativas. De manera similar, Western Union desestimó la llegada del teléfono de Alexander Bell, lo que llevó a la compañía a perder su posición dominante en el mercado de telecomunicaciones. Estos ejemplos subrayan la tendencia del mercado a sobrestimar el impacto inmediato de las nuevas tecnologías y subestimar la resiliencia de las empresas establecidas.
En la burbuja de las puntocom a finales de los años 90, el mercado también mostró una incapacidad notable para distinguir entre ganadores y perdedores. Las acciones de empresas de “nueva economía” se dispararon, mientras que las de la “vieja economía” fueron desechadas. Sin embargo, en los años siguientes, muchas de estas empresas tradicionales demostraron su fortaleza y recuperaron terreno. El Dow Jones, que estaba más expuesto a la vieja economía, superó al S&P 500, que estaba cargado de tecnología, durante el período de 2000 a 2003. Esto demuestra que las valoraciones pueden ser engañosas y que las empresas que parecen estar en declive pueden ofrecer oportunidades de inversión atractivas.
En el contexto actual de la IA, muchos analistas han señalado a empresas como DoorDash y Mastercard como potenciales perdedores. Sin embargo, algunos expertos, como Jonathan Tepper, argumentan que estas empresas tienen modelos de negocio sólidos y están bien posicionadas en mercados regulados. La clave está en reconocer que, aunque la IA puede transformar ciertos sectores, no todas las empresas serán igualmente afectadas. Las plataformas que han desarrollado fuertes efectos de red, como las de viajes y bienes raíces, han demostrado ser difíciles de desplazar, incluso por gigantes tecnológicos como Google.
Mirando hacia el futuro, es crucial que los inversores mantengan una perspectiva crítica y analítica. La falta de fiabilidad de los modelos de IA actuales, que pueden generar errores significativos, sugiere que no es prudente basar decisiones de inversión únicamente en la percepción de la tecnología. En lugar de seguir la tendencia de invertir en lo que parece ser el futuro brillante de la IA, los inversores podrían beneficiarse al buscar valor en empresas que están siendo injustamente castigadas. Este enfoque a largo plazo puede ofrecer rendimientos más seguros y sostenibles en un entorno de mercado volátil.
Comentarios (0)
Inicia sesion para participar en la conversacion.