AI infrastructure technology supply chain: JPMorgan considera que la operación de infraestructura de IA está en una encrucijada, pero espera que el capex y la demanda de la cadena de suministro sigan siendo resilientes.

Visión general

JPMorgan evalúa si el rally de infraestructura de IA puede continuar ante dudas sobre la monetización del cómputo, la regulación de seguridad de IA y la financiación de hyperscalers. Su conclusión es constructiva: la economía actual de IA y las condiciones de la cadena de suministro aún respaldan un fuerte crecimiento del capex, con oportunidades en equipos de semiconductores, empaquetado avanzado, sustratos y óptica NPO.

Perspectivas principales

JPMorgan estructura la siguiente fase de la operación de infraestructura de IA en torno a tres preguntas: si comprar cómputo sigue siendo rentable para proveedores de modelos y de IA vertical; si las preocupaciones de seguridad y regulación reducirán la demanda; y cómo los hyperscalers financiarán más capex al entrar muchos en flujo de caja libre negativo. Su respuesta es positiva. Considera que vender cómputo sigue siendo muy rentable y que la economía actual de los tokens también hace sostenible comprarlo. Cita márgenes brutos de inferencia reportados de 60-80% y estima que un proveedor hipotético de modelos podría generar US$20-40bn de ingresos anuales por GW, frente a US$10bn por GW por año en 2025. Más de 80 compañías de IA vertical habrían alcanzado más de US$100m de ARR rápidamente, como evidencia de creación de valor aguas abajo. El informe sostiene que los modelos open source elevarán, no reducirán, la demanda de hardware. Espera que reduzcan el coste de tokens hacia la tendencia histórica de caída de 80-90%, tras la anomalía de 1H26 causada por escasez de cómputo y agentic AI. En un mercado con limitaciones de cómputo, tanto modelos propietarios frontier como open source deberían aumentar fuertemente su consumo de tokens. Tokens más baratos ampliarían la adopción y crearían más aplicaciones verticales; el progreso open source también presionaría a los laboratorios frontier para acelerar el entrenamiento. JPMorgan considera las preocupaciones de seguridad de IA un obstáculo de corto plazo, no una señal de desaceleración estructural del entrenamiento. Los modelos continúan avanzando rápidamente, incluido el potencial de recursive self-improvement. El lanzamiento de modelos puede estar limitado por restricciones de alignment, pero el entrenamiento frontier no debería frenarse. El informe cree que el avance puede abrir nuevos mercados direccionables en los próximos 1-2 años, como ocurrió con coding y flujos agentic en los últimos 18 meses. La financiación es el principal riesgo para inversores. Aunque muchos hyperscalers entran en flujo de caja libre negativo, JPMorgan ve margen para crecer: la deuda neta sobre capital es de 13%, el crecimiento de nube pública puede acelerar el flujo de caja operativo y tanto hyperscalers como compradores downstream pueden emitir capital. En 2Q26, el backlog de Google Cloud fue US$514bn, el de AWS US$496bn y las obligaciones de desempeño comercial restantes de Microsoft US$678bn. El aumento de tipos y la mayor percepción de riesgo en parte de la financiación de IA siguen siendo factores a vigilar. En la cadena asiática, el informe considera especialmente atractivos los equipos de producción de semiconductores hacia 2027. Espera que se conviertan en un cuello de botella a medida que TSMC aumente la inversión en N2, N3 y A14, y que Intel, Samsung Foundry, Terafab y fundiciones de nodos maduros también eleven capex. El capex de DRAM y NAND debería crecer con rapidez en 2027-28; la inversión china en memoria también debería acelerarse durante los próximos dos años. La capacidad limitada, mayores costes de insumos y pedidos urgentes sustentan aumentos de precios. Las elecciones de equipos son Advantest, Tokyo Electron, Chroma, Grand Process Technology y ASMPT. Los sustratos IC y el empaquetado avanzado siguen siendo cuellos de botella. La capacidad está concentrada entre proveedores Tier-1 como Unimicron e Ibiden y tarda hasta ~2.5 años en construirse; los OSAT también están limitados por espacio de clean room. Más contenido de sustratos y empaquetado avanzado en aceleradores de IA deberían ampliar la brecha de oferta-demanda, con potencial adicional por CPUs de servidores y EMIB-T desde finales de 2027. JPMorgan prefiere Unimicron e Ibiden en sustratos y ASE en empaquetado avanzado. La interconexión será una restricción clave de eficiencia de clústeres. JPMorgan prefiere NPO durante los próximos dos años y espera adopción por Google, AWS y NVIDIA; CPO es el futuro de largo plazo, pero la cadena de suministro necesita más maduración, especialmente para scale-up. En memoria, espera un mercado ajustado hasta al menos 2028 y precios al alza hasta 2027, pero advierte sobre despeccing de HBM, eficiencia algorítmica y traslado de KV cache a DDR o NAND. Espera apoyo inversor moderado hasta que una nueva evolución de modelos eleve materialmente la demanda de memoria por función. Para 2027, prevé aumentos de precios porcentuales más fuertes que en 2026 en fundiciones, especialmente de 8 pulgadas maduras, OSAT, sustratos, equipos y CCL de gama alta. TSMC debería subir precios en todos los nodos, frente a solo nodos avanzados en 2026; las fundiciones maduras de 8 pulgadas podrían subir 10-15%, frente a 8-10% en 2026. Memoria y materiales PCB serían las excepciones, con menor ritmo de aumentos.

Marco de análisis

JPMorgan comienza con la economía unitaria del cómputo de IA y el impacto de open source, evalúa las restricciones regulatorias y de financiación al capex de hyperscalers, y después transmite esa perspectiva de demanda a través de la cadena de semiconductores. Usa backlog de nube pública, capex, flujo de caja operativo, apalancamiento, revisiones de EPS y comparaciones de valoración para respaldar su visión sectorial.

Notas metodológicas

• Marco de análisis sectorialMarco de oferta y demanda

  Análisis de oferta y demanda de cómputo de IA, capacidad de semiconductores, sustratos, empaquetado, memoria y equipos.

  El informe conecta la demanda de cómputo de IA y la capacidad limitada de fabricación con capex, cuellos de botella y resultados de precios.

• Marco de análisis sectorialTransmisión entre tramos de la cadena de valor

  Transmisión de la economía del cómputo de IA desde proveedores de modelos y nube hacia equipos, empaquetado, sustratos y óptica.

  JPMorgan usa la cadena desde demanda de tokens y gasto de hyperscalers para identificar proveedores asiáticos potencialmente beneficiados.

• Métodos de valoraciónValoración por P/E y PEG

  Comparación de P/E forward para tecnología asiática excluyendo memoria.

  El informe usa P/E forward como referencia para considerar atractivas las valoraciones de hardware tecnológico.

• Métodos de valoraciónValoración por P/B

  Comparación de P/B forward para tecnología asiática.

  El informe incluye P/B forward como referencia adicional de valoración para la tecnología asiática.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Advantest (6857.T)

  Top pick y beneficiario de equipos de semiconductores ante mayor capex de fundiciones y memoria.

  Fortalezas

  Cuellos de botella previstos en equipos y capacidad de herramientas limitada.

  Comparación

  Incluido entre los proveedores preferidos de equipos de producción de semiconductores.

  Riesgos

  Una desaceleración de financiación o demanda de capex podría debilitar los pedidos.

• Tokyo Electron (8035.T)

  Top pick y beneficiario de equipos de semiconductores ante mayor inversión en fundiciones y memoria.

  Fortalezas

  Demanda amplia de equipos esperada con la aceleración de expansión de capacidad.

  Comparación

  Incluido entre los proveedores preferidos de equipos de producción de semiconductores.

  Riesgos

  Una desaceleración de financiación o demanda de capex podría debilitar los pedidos.

• ASMPT (0522.HK)

  Top pick vinculado a equipos de semiconductores y estrechez de capacidad de empaquetado.

  Fortalezas

  Se beneficia de demanda de equipos y capacidad limitada de clean room.

  Comparación

  Nombrado entre los proveedores de equipos preferidos por JPMorgan.

  Riesgos

  Una desaceleración de financiación o demanda de capex podría debilitar los pedidos.

• Unimicron (3037.TW)

  Proveedor preferido Tier-1 de sustratos IC.

  Fortalezas

  Capacidad concentrada, largos plazos de construcción y mayor contenido de sustratos en paquetes de IA.

  Comparación

  Preferido junto con Ibiden entre proveedores Tier-1 de sustratos.

  Riesgos

  La eficiencia de hardware de IA o menor crecimiento de aceleradores podría afectar la demanda.

• ASE Technology Holding (3711.TW)

  Líder preferido de empaquetado avanzado.

  Fortalezas

  El empaquetado avanzado sigue limitado por capacidad y aumenta su intensidad en IA.

  Debilidades

  La disponibilidad de clean rooms limita la capacidad de la industria.

  Comparación

  Identificado como líder de empaquetado avanzado.

  Riesgos

  La demanda de aceleradores de IA o la inversión en empaquetado podría ralentizarse.

Datos clave

• Ingresos anuales hipotéticos de AI tokens por GWUS$20-40bn annuallyEstimación aproximada de JPMorgan para un proveedor de modelos, frente a US$10bn por GW por año en 2025.
• Margen bruto de inferencia reportado para modelos frontier60-80%Rango citado por el informe.
• Compañías de IA vertical con ARR superior a US$100m80+Citado de un informe de Sapphire Venture como evidencia de creación de valor downstream.
• Caída histórica del coste de tokens80-90%Descenso histórico del coste por token citado por el informe.
• Deuda neta sobre capital de grandes hyperscalers13%El informe considera que deja capacidad para financiar crecimiento de capex.
• Backlog de nube pública en 2Q26Google US$514bn; AWS US$496bn; Microsoft US$678bnMedidas de backlog u obligaciones de desempeño restantes reportadas por empresas.
• Plazo de construcción de capacidad de sustratosUp to ~2.5 yearsFactor que respalda una escasez persistente de sustratos.
• Aumento previsto de precios de fundiciones maduras de 8 pulgadas en 202710-15%Frente a 8-10% en 2026, según el informe.

Impacto e implicaciones

JPMorgan considera que la ausencia de señales inminentes de caída del capex, revisiones estables de EPS de tecnología asiática y restricciones de oferta respaldan el ecosistema de infraestructura de IA pese al sentimiento débil. Ve la mejor configuración en equipos, sustratos, empaquetado avanzado y óptica NPO a corto plazo; los fundamentos de memoria siguen siendo positivos, pero requieren mayor confianza en la intensidad futura de la demanda.

Riesgos

• Las restricciones de seguridad o alignment de IA podrían retrasar nuevos modelos aunque el entrenamiento continúe.
• La financiación de hyperscalers es un riesgo clave ante flujo de caja libre negativo, tipos crecientes y mayor percepción de riesgo en financiación de IA.
• La competencia open source y la incertidumbre de monetización en la capa de modelos siguen siendo preocupaciones del mercado.
• Cambios de especificación de HBM, eficiencia algorítmica o el traslado de KV cache a DDR o NAND podrían reducir la demanda de memoria.

Aspectos que vigilar

• Evidencia de monetización sostenida en las capas de modelos y aplicaciones de IA, identificada como catalizador clave.
• Crecimiento de flujo de caja operativo, emisión de deuda y capital de hyperscalers para financiar capex.
• Ritmo de avance de modelos de IA y restricciones de seguridad o alignment sobre despliegues.
• Cuellos de botella de equipos, capacidad de clean room, oferta de sustratos y calendario de adopción de NPO y EMIB-T.
• Si futuros avances de modelos de IA aumentan materialmente la demanda de memoria por función.