Kevin O'Leary: la próxima oportunidad de la IA está en la energía y las criptomonedas buscan nuevo valor

Título del vídeo: Kevin O'Leary Reveals His Next Big Bet

Autor del vídeo: Stock Sharks

Nota del editor: cuando la inversión en IA pasa de la competencia de modelos a la expansión de infraestructuras, el foco del debate del mercado está cambiando de «quién puede desarrollar el modelo más potente» a «quién puede proporcionar la base para el funcionamiento continuo de toda la industria de la IA». Los chips, la potencia de cálculo y la capacidad de los modelos siguen siendo importantes, pero a medida que crece la escala de los centros de datos, el suministro eléctrico, los costes energéticos y los contratos de infraestructura a largo plazo empiezan a convertirse en variables clave que afectan al retorno de la inversión en IA. Cuando el progreso tecnológico se convierte gradualmente en consenso del mercado, surge una cuestión más profunda: si no se puede determinar de antemano el ganador final de la competencia tecnológica, ¿cómo deberían los inversores participar en los beneficios de la expansión de toda la industria?

En una entrevista en el pódcast The Deep End de Stock Sharks, el conocido inversor canadiense y participante habitual de Shark Tank Kevin O'Leary (apodado «Mr. Wonderful») compartió sus últimas opiniones sobre IA, energía, criptomonedas, computación cuántica y asignación de activos. O'Leary amasó su fortuna en sus inicios fundando la empresa de software SoftKey, y hoy su cartera de inversiones abarca tecnología, energía y criptoactivos. En lugar de perseguir un único activo de moda, presta más atención a las limitaciones de recursos que hay detrás de la expansión tecnológica, a los modelos de negocio y a si el crecimiento puede convertirse finalmente en un retorno de capital sostenible.

En esta conversación, O'Leary descompone en realidad la pregunta de «en qué invertir en la próxima fase» en un conjunto de cuestiones estructurales más profundas: ¿de qué recursos depende la expansión tecnológica? ¿Quién captura en última instancia el valor de la industria? ¿Cómo se convierten las nuevas tecnologías en flujo de caja? Y cuando el mercado no puede determinar el ganador final, ¿cómo se debe controlar el riesgo de inversión?

En primer lugar, la lógica de inversión en IA está pasando del liderazgo tecnológico a las limitaciones de recursos. En los últimos años, la inversión en IA se ha centrado principalmente en las grandes tecnológicas, los chips avanzados y la capacidad de los modelos, y los inversores han intentado identificar empresas con ventajas tecnológicas. Pero a medida que aumenta la demanda de potencia de cálculo, la electricidad se está convirtiendo en una condición importante que condiciona la expansión de los centros de datos. Por ello, O'Leary centra su inversión de los próximos tres años en la energía, con especial atención al gas natural, las infraestructuras eléctricas, el uranio y regiones con recursos eléctricos de bajo coste como Canadá y los países nórdicos. Utiliza la típica «estrategia del vendedor de picos y palas»: no es necesario predecir qué empresa de IA ganará finalmente, sino buscar empresas que puedan proporcionar recursos clave a toda la industria. Esto significa que las oportunidades de inversión en la industria de la IA pueden extenderse de las empresas tecnológicas a los eslabones de energía e infraestructuras, pero que la ventaja en recursos se traduzca en rendimientos extraordinarios dependerá aún de los costes de los proyectos, la fijación de precios de los contratos y la capacidad de ejecución.

En segundo lugar, la lógica de valoración de las criptomonedas está pasando de la negociación en el mercado a la adopción real. Anteriormente, el capital institucional se centraba principalmente en Bitcoin y Ethereum, mientras que otros criptoactivos se enfrentaban a problemas de concentración de liquidez, incertidumbre regulatoria y falta de una demanda comercial clara. Pero O'Leary ha empezado a estudiar de nuevo blockchains públicas como Avalanche, no por el comportamiento del precio a corto plazo, sino porque las empresas pueden necesitar distintos tipos de infraestructura blockchain en ámbitos como las finanzas, la logística, los activos deportivos y la gestión de contratos. La cuestión que se plantea es si las futuras aplicaciones blockchain se concentrarán en unas pocas redes de uso general o si se formarán múltiples redes especializadas al servicio de distintos sectores. Este cambio podría crear oportunidades para otras blockchains públicas, pero que las empresas adopten la tecnología blockchain no implica necesariamente que los tokens correspondientes puedan capturar el valor económico correspondiente. Lo que realmente hay que verificar es el uso de la red, los ingresos comerciales y el mecanismo de transmisión de valor a los poseedores de tokens.

En tercer lugar, la computación cuántica está introduciendo una nueva variable de seguridad a largo plazo para los criptoactivos. En el pasado, los principales riesgos de mercado de Bitcoin se centraban en la volatilidad de los precios, la regulación y los flujos de capital. Con el desarrollo de la computación cuántica, la capacidad de los sistemas criptográficos actuales para resistir posibles ataques en el futuro se está convirtiendo en otra cuestión digna de debate. O'Leary plantea que, aunque todavía no exista un ordenador cuántico con capacidad real de descifrado, la expectativa del mercado sobre este riesgo podría afectar de forma anticipada a la fijación de precios de los activos. Sin embargo, el llamado Q-Day no tiene un calendario definido, y el avance de la tecnología cuántica no equivale directamente al fallo de los mecanismos de seguridad de blockchain. Más que predecir cuándo se verá amenazado Bitcoin, también presta atención a la posición de empresas como IBM y Google en computación cuántica y tecnologías de seguridad. No se trata solo del riesgo de las criptomonedas, sino de la posible mejora de la infraestructura criptográfica a la que podría enfrentarse el sistema financiero en el futuro.

En cuarto lugar, el método de inversión está pasando de apostar por ganadores a gestionar la incertidumbre. O'Leary no niega el atractivo de los activos de alto crecimiento, pero su experiencia de vender en corto Yahoo en sus inicios le hace dar más importancia a los límites de posición. Mantiene la regla de no superar el 5% del portafolio en una sola acción y el 20% en un solo sector, y controla el riesgo de concentración mediante ventas parciales escalonadas. Este enfoque es coherente con su lógica de inversión en energía, criptomonedas y computación cuántica: cuando la senda tecnológica aún no está clara, participar en el crecimiento potencial mediante la diversificación, en lugar de dejar que una sola predicción determine el rendimiento de toda la cartera. Al mismo tiempo, su análisis de las empresas privadas gira siempre en torno al coste de adquisición de clientes, la tasa de retención y el flujo de caja, y subraya que la tecnología debe traducirse finalmente en una mejora real del negocio.

Si se condensa esta conversación en una sola conclusión, sería: la competencia inversora de la próxima fase quizá ya no consista solo en encontrar la empresa con mayor capacidad tecnológica, sino en identificar qué recursos, infraestructuras y modelos de negocio pueden capturar valor de forma estable durante la expansión tecnológica continua.

En este sentido, O'Leary ya no habla solo de activos concretos como la IA, las criptomonedas o la energía, sino de cómo el mercado reasigna el capital, mide el riesgo y determina el valor de los activos cuando la industria tecnológica pasa de estar impulsada por la narrativa a la materialización comercial. Lo que realmente determina el rendimiento a largo plazo no es necesariamente quién apostó antes por la tendencia tecnológica, sino quién es capaz de capturar flujo de caja de forma sostenida durante el desarrollo de la industria y evitar pagar un precio excesivo por un crecimiento aún no materializado.

A continuación se reproduce el contenido original (ligeramente editado para facilitar la lectura):

Si solo pudiera elegir un tema de inversión para los próximos tres años, la respuesta de Kevin O'Leary sería la energía.

Quizá esto no coincida con lo que el mercado espera de un inversor tecnológico. En los últimos años, el núcleo de la inversión en IA han sido NVIDIA, las empresas de modelos y las grandes tecnológicas. Los inversores intentan determinar quién tiene los chips más avanzados, los modelos más potentes y la plataforma tecnológica con más probabilidades de dominar el futuro.

Pero O'Leary cree que, a medida que la industria de la IA siga expandiéndose, los inversores deben replantearse de dónde procede realmente el valor.

Su planteamiento no es abandonar la inversión tecnológica, sino reducir la dependencia de un único ganador tecnológico. Gane quien gane la competencia de modelos, todas las empresas necesitarán electricidad, terrenos, centros de datos y otras infraestructuras.

Esta es la razón por la que está desplazando su foco de inversión hacia la energía.

Y en el mercado de las criptomonedas, O'Leary está realizando una reevaluación similar: los activos blockchain que antes obtenían su valoración principalmente del comercio de mercado y de las entradas de capital, ¿podrán demostrar en el futuro un valor económico sostenible mediante aplicaciones comerciales reales?

La próxima oportunidad de la IA no está en los modelos, sino en la energía que los alimenta

O'Leary no es pesimista sobre las perspectivas a largo plazo de la IA.

Reconoce que las grandes tecnológicas han generado rendimientos considerables en la última ronda de inversión en IA, y que los inversores que mantienen acciones o índices relacionados ya se han beneficiado. Pero para la siguiente fase de inversión, le preocupa más una cuestión: si no está claro qué empresa de modelos ganará finalmente, ¿se puede seguir participando en el crecimiento de la industria de la IA?

Su respuesta es invertir en energía.

O'Leary lo denomina Picks and Shovels (estrategia del vendedor de picos y palas). En una fiebre del oro, en lugar de predecir quién conseguirá extraer oro, es mejor invertir en las empresas que suministran herramientas a los buscadores de oro.

La industria de la IA tiene una estructura comercial similar. Las empresas de modelos necesitan chips, los chips necesitan centros de datos para funcionar, y los centros de datos necesitan electricidad abundante y estable. Por tanto, tanto si OpenAI, Anthropic u otras empresas tecnológicas ganan más cuota de mercado, es probable que la demanda de electricidad aumente a medida que se expanda la infraestructura de computación.

O'Leary afirma que en los próximos 36 meses se centrará en las empresas energéticas y en ámbitos como la generación con gas natural, las turbinas, las infraestructuras eléctricas y las minas de uranio. Lo que valora no es que estos activos tengan un concepto de IA, sino que puedan convertirse en insumos necesarios para el desarrollo de toda la industria. Esto explica también por qué es optimista sobre Canadá y los países nórdicos.

En la entrevista, O'Leary menciona en varias ocasiones las ventajas energéticas de Finlandia, Noruega y la provincia canadiense de Alberta. Considera que estas regiones disponen de recursos eléctricos de coste relativamente bajo, y que algunos contratos de suministro a largo plazo pueden tener precios inferiores a 6 centavos por kilovatio-hora.

Para los grandes centros de datos que necesitan funcionar a largo plazo, el coste de la electricidad puede afectar directamente a la rentabilidad del proyecto. Aunque cambie el panorama competitivo entre las empresas de modelos, las empresas que poseen terrenos, condiciones de conexión a la red y contratos eléctricos a largo plazo podrían seguir prestando servicio a distintos clientes.

Bitzero, en la que invierte, es un ejemplo concreto de este planteamiento. Según explica O'Leary, Bitzero generó flujo de caja con la minería de Bitcoin, pero lo que más valora son los contratos eléctricos a largo plazo y los recursos de infraestructura que la empresa ha conseguido en Noruega y Finlandia.

Para él, la minería es solo uno de los negocios actuales; lo que realmente puede tener valor a largo plazo es la capacidad de acceso a la energía de la empresa. Si en el futuro las empresas de computación en la nube o de IA necesitan construir centros de datos en la zona, Bitzero tendrá la oportunidad de participar en proyectos relacionados aprovechando sus recursos existentes. El atractivo de este modelo de negocio reside en que el proveedor de infraestructura no necesita necesariamente determinar qué modelo de IA utilizará finalmente el cliente.

Por supuesto, disponer de recursos eléctricos no equivale a tener ya beneficios estables. Los proyectos aún deben resolver cuestiones como la conexión a la red, la adquisición de equipos, los contratos con clientes y el gasto de capital, y la ventaja de precio de los contratos de suministro a largo plazo debe poder cubrir los costes integrados de construcción y operación. Pero O'Leary cree que, en comparación con buscar un único ganador en la competencia de modelos, la infraestructura energética ofrece otra forma de participar en el crecimiento de la IA.

El crecimiento de la demanda de IA puede reflejarse no solo en los ingresos de las empresas tecnológicas, sino también en el valor económico de la energía, los equipos y las infraestructuras situados aguas arriba.

De la electricidad al uranio

La inversión de O'Leary en energía no se limita al suministro eléctrico actual. También está estudiando la estructura energética de los próximos siete u ocho años, y es especialmente optimista sobre el potencial de desarrollo de los reactores modulares pequeños (Small Modular Reactor, SMR).

Los SMR son una línea tecnológica nuclear que utiliza módulos de reactor más pequeños; algunos diseños pretenden aumentar la flexibilidad de los proyectos nucleares mediante la fabricación y el despliegue modulares. En opinión de O'Leary, si la demanda eléctrica de los centros de datos de IA crece a largo plazo, la energía nuclear tiene la oportunidad de convertirse en una opción importante de suministro estable, y el uranio es el recurso aguas arriba de la cadena industrial correspondiente.

Por ello, ha empezado a prestar más atención a la inversión en minas de uranio. Este juicio sigue dependiendo del avance de la comercialización de la tecnología nuclear. Que los SMR puedan alcanzar costes de generación competitivos en el plazo previsto dependerá aún de la construcción, las aprobaciones regulatorias, la financiación y el suministro de combustible.

Pero la lógica de inversión de O'Leary es coherente: no tiene prisa por apostar por si una tecnología concreta acabará siendo la ganadora del mercado, sino que estudia de antemano los recursos básicos de los que depende la expansión tecnológica.

Canadá es una parte importante de este planteamiento. Considera que Canadá posee gas natural, uranio, potasa, aluminio y otros recursos estratégicos, y que además está junto a Estados Unidos, un gran mercado consumidor de energía. Si Norteamérica sigue aumentando la inversión en capacidad de cómputo e infraestructura eléctrica en el futuro, Canadá podría beneficiarse.

O'Leary revela que su equipo ha establecido una exposición de aproximadamente el 10% al mercado canadiense a través del ETF de gran capitalización canadiense XIU. Esta operación no contó inicialmente con el apoyo unánime del equipo, porque en aquel momento las fricciones comerciales entre Estados Unidos y Canadá aumentaban la preocupación del mercado por la economía canadiense.

Pero O'Leary considera ese pesimismo como una oportunidad de inversión contraria. Cree que, a medida que cambie el entorno político canadiense y avancen los proyectos de desarrollo de recursos, el mercado podría reevaluar el valor de los activos locales.

En la entrevista afirma que esta inversión llegó a superar al índice S&P 500 en 158 puntos básicos, es decir, 1,58 puntos porcentuales. Sin embargo, la entrevista no revela el periodo de comparación completo ni el criterio de cálculo, por lo que esta cifra solo puede considerarse una descripción de su rendimiento inversor personal.

Que Canadá pueda batir al mercado a largo plazo dependerá aún de la materialización de los proyectos energéticos, los precios de las materias primas, las relaciones comerciales y la eficacia de la ejecución de las políticas. Para O'Leary, apostar por Canadá no es simplemente juzgar la recuperación económica, sino apostar por que la expansión tecnológica mundial pueda volver a elevar el valor estratégico de la energía y los recursos naturales.

Las criptomonedas ya no pueden depender solo del impulso del capital; la verdadera cuestión es si las blockchains públicas pueden generar ingresos

Si la inversión en IA está pasando de los modelos a la energía, la reevaluación que O'Leary hace de las criptomonedas va de la negociación en los mercados financieros a la demanda comercial real.

En el marco anterior de inversión en criptomonedas, un supuesto importante era que la entrada de capital institucional impulsaría una demanda de asignación de activos más amplia en todo el sector. Pero O'Leary observa que el capital institucional no fluye necesariamente de forma uniforme hacia todos los criptoactivos.

Recuerda que en una conferencia sectorial anterior con gran participación de inversores institucionales, algunos analistas consideraban que con Bitcoin y Ethereum se podía obtener aproximadamente el 97% de la exposición a la volatilidad de precios del mercado de criptomonedas que estudiaban.

Esta cifra es un juicio de investigación que él transmite, no la proporción de capitalización de mercado de BTC y ETH, pero la lógica de asignación que hay detrás merece atención. Para las grandes instituciones, si unos pocos activos principales ya pueden satisfacer la mayor parte de la necesidad de asignación a criptomonedas, la necesidad de comprar una gran cantidad de tokens pequeños y medianos podría disminuir. Esto haría que el mercado de criptomonedas mostrara una divergencia de capital más evidente.

O'Leary afirma que su cartera llegó a tener 27 posiciones relacionadas con criptomonedas, que después vendió parte de los activos y que algunas de las inversiones restantes sufrieron pérdidas considerables; los principales activos que conserva finalmente son Bitcoin y Ethereum.

Pero no concluye por ello que las demás blockchains públicas hayan perdido todo su valor de inversión. Al contrario, empieza a buscar un nuevo criterio de valoración: si ya no se depende de la subida de todo el mercado de criptomonedas, ¿cómo demuestran las demás blockchains públicas su valor económico?

Cree que la respuesta puede venir de la adopción real de la tecnología blockchain por parte de las empresas.

En la narrativa de mercado anterior, Ethereum solía considerarse una de las redes con más posibilidades de convertirse en infraestructura blockchain de uso general. Pero O'Leary empieza a dudar de que en el futuro todos los sectores vayan a adoptar realmente la misma blockchain pública. Sectores como las finanzas, la logística, el inmobiliario, la gestión de contratos y los activos deportivos no tienen exactamente las mismas necesidades de blockchain.

Las instituciones financieras pueden centrarse en los pagos con stablecoins y la transferencia de activos; las empresas logísticas dan más importancia a la gestión de la cadena de suministro y la ejecución de contratos; y los clubes deportivos pueden querer utilizar blockchain para gestionar coleccionables y activos digitales.

Necesidades empresariales distintas pueden dar lugar a arquitecturas técnicas distintas. Esta es también la razón por la que O'Leary vuelve a estudiar Avalanche. Menciona en particular la capacidad de Avalanche para permitir a las empresas desplegar blockchains personalizadas, y considera que este modelo puede ser adecuado para activos deportivos, coleccionables y otros escenarios que requieren redes empresariales independientes.

En su opinión, las empresas quizá ya no necesiten poner todos sus negocios en una misma red pública, sino elegir distintas infraestructuras blockchain según las necesidades del sector. Esto significa que la futura competencia blockchain podría seguir dos caminos: uno en el que unas pocas redes de uso general dominen, y otro en el que múltiples redes presten servicio a distintos sectores y se interconecten mediante interfaces técnicas.

Todavía no se puede determinar qué modelo acabará imponiéndose. Más importante aún, no existe una relación necesaria entre la tasa de adopción comercial y el retorno de la inversión en tokens. Que una empresa adopte la tecnología de Avalanche no significa que la demanda del token AVAX vaya a crecer necesariamente al mismo ritmo. Los inversores también deben estudiar cómo pagan las empresas las tarifas de red, cómo se generan los ingresos comerciales y si ese valor económico puede transmitirse al token.

Por tanto, O'Leary no dice que vaya a volver a comprar altcoins a gran escala, sino que se plantea establecer posiciones más pequeñas en blockchains públicas después de estudiar aplicaciones concretas. A diferencia de la inversión en criptomonedas anterior, impulsada por la liquidez del mercado, empieza a fijarse en si las empresas necesitan realmente estas blockchains y si la demanda puede generar ingresos comerciales sostenidos.

Desde esta perspectiva, la competencia de la siguiente fase de las criptomonedas quizá ya no consista solo en disputarse el capital de negociación de los inversores, sino en disputarse la demanda empresarial real.

La computación cuántica está cambiando la evaluación del riesgo a largo plazo de las criptomonedas

Cuando O'Leary empieza a estudiar de nuevo el valor comercial de las blockchains públicas, plantea también otro riesgo que podría afectar a todo el sector de las criptomonedas: la computación cuántica.

En el pasado, los inversores evaluaban el riesgo de Bitcoin centrándose principalmente en el precio de mercado, la liquidez, la regulación política y el entorno macroeconómico. Pero con el desarrollo de la computación cuántica, la cuestión de si los mecanismos criptográficos actuales necesitarán actualizarse en el futuro empieza a ser también un tema digno de estudio.

O'Leary denomina Q-Day al momento futuro en el que la computación cuántica podría romper parte de los algoritmos criptográficos actuales.

Su juicio no es que Bitcoin ya esté sufriendo ataques cuánticos, sino que la expectativa del mercado sobre la amenaza potencial podría afectar al precio antes que el propio avance tecnológico. Si los inversores institucionales empiezan a temer que en el futuro los ordenadores cuánticos puedan atacar los sistemas de firma digital actuales, podrían reducir su disposición a asignar capital incluso antes de que se produzca un ataque real.

Él conjetura personalmente que algunos inversores institucionales podrían no asignar Bitcoin a largo plazo debido al riesgo cuántico. Pero este porcentaje no ha sido verificado con estadísticas públicas y sigue siendo un juicio personal suyo.

A nivel técnico también hay que distinguir: que la computación cuántica suponga una amenaza potencial para algunos algoritmos de criptografía de clave pública no significa que todos los mecanismos de seguridad de Bitcoin vayan a fallar a la vez en algún momento. Las redes correspondientes también podrían adoptar criptografía poscuántica mediante actualizaciones de protocolo.

Para O'Leary, este tipo de riesgo abre otra oportunidad de inversión. Si en el futuro las instituciones financieras necesitan actualizar sus sistemas de seguridad, las empresas capaces de ofrecer tecnología de computación cuántica y soluciones resistentes a ataques cuánticos podrían obtener nueva demanda comercial. Por ello empieza a fijarse en los negocios de computación cuántica de empresas como IBM y Google.

Pero sigue habiendo diferencias entre la capacidad de I+D en computación cuántica, los ingresos por comercialización y los productos de seguridad poscuántica, y los inversores no pueden equiparar simplemente el avance tecnológico con el crecimiento de los beneficios empresariales.

De la energía a la computación cuántica, O'Leary estudia en realidad el mismo tipo de cuestión. La adopción masiva de una tecnología no solo crea nuevos productos, sino que también plantea mayores exigencias a las infraestructuras existentes. La IA necesita más energía, las blockchains empresariales necesitan redes capaces de satisfacer demandas comerciales reales, y el desarrollo de la computación cuántica puede impulsar la actualización de la criptografía y los sistemas de seguridad de la información.

Las oportunidades de inversión que surgen de los cambios industriales no se encuentran necesariamente solo en la propia tecnología nueva, sino también en las infraestructuras que deben actualizarse para adaptarse a ella.

De apostar por ganadores tecnológicos a gestionar el riesgo de inversión: al final todo vuelve al flujo de caja

Aunque O'Leary hace bastantes juicios positivos sobre la energía, las blockchains y la computación cuántica, no cree que los inversores deban concentrar grandes cantidades de capital en una sola tendencia tecnológica. Al contrario, considera la diversificación una de las disciplinas de inversión más importantes.

Su regla es: ninguna acción individual puede superar el 5% de la cartera, y ningún sector individual el 20%.

Esta regla está relacionada con su experiencia inversora temprana. Durante la burbuja de internet, O'Leary vendió en corto Yahoo. A medida que la acción subía, se enfrentó continuamente a requerimientos de margen adicionales. Según recuerda, aquella operación llegó a provocar una caída de entre el 40% y el 50% de su patrimonio neto. Aunque Yahoo acabó cayendo, la experiencia de soportar pérdidas latentes y requerimientos de margen durante mucho tiempo le llevó a decidir no volver a vender acciones en corto. Esto también cambió su forma de gestionar la cartera.

Hoy tiende a construir posiciones básicas mediante fondos indexados y luego aumenta moderadamente la asignación a las empresas que le gustan, pero controlando siempre el peso de cada acción individual.

Tesla es un ejemplo. O'Leary recuerda que al principio no aceptaba la elevada valoración de Tesla, pero una idea de su hijo cambió su opinión: Tesla no es solo un fabricante de automóviles, sino también una empresa tecnológica que acumula grandes cantidades de datos a través de los vehículos. Finalmente abrió una posición y, a medida que subía la acción, redujo varias veces para evitar que Tesla tuviera un peso excesivo en la cartera.

Este enfoque puede hacerle perder parte de las subidas posteriores, pero también reduce el impacto de una sola acción en el rendimiento global de los activos. En la entrevista menciona que, en algunas operaciones con acciones individuales, suele utilizar un rendimiento de aproximadamente el 17% como umbral mínimo objetivo y, una vez alcanzado, se plantea vender más de la mitad de la posición.

Estas son sus reglas personales de negociación y no significan que un take-profit fijo garantice mayores rendimientos a largo plazo. Lo realmente importante es que no quiere que el rendimiento de la cartera dependa por completo del juicio sobre una sola empresa.

Y en la inversión en empresas privadas, O'Leary insiste igualmente en verificar la lógica de inversión con datos operativos. Afirma que, al evaluar empresas, lo que más valora es el coste de adquisición de clientes (Customer Acquisition Cost, CAC) y la tasa de abandono (Churn Rate). El primero refleja cuánto capital necesita invertir la empresa para conseguir clientes, y la segunda sirve para juzgar si los clientes actuales pueden mantenerse.

Si una empresa tiene que aumentar continuamente el gasto en marketing para mantener el crecimiento de los ingresos y, al mismo tiempo, los clientes siguen abandonando, el aparente alto crecimiento puede no tener una buena economía subyacente.

O'Leary también estudia el flujo de caja, el nivel de endeudamiento y los datos operativos de varios trimestres anteriores. Esta es una de las razones por las que es optimista sobre la aplicación de la IA en las empresas. En las empresas privadas en las que invierte, las herramientas de IA ya se utilizan para el análisis financiero, la captación de clientes y las operaciones diarias. Considera que uno de los verdaderos valores comerciales de la IA es ayudar a las empresas a reducir costes operativos y mejorar los márgenes.

También menciona que su equipo empresarial eligió los productos de Anthropic como herramienta interna. Esto le hizo darse cuenta de que el rendimiento de los distintos modelos en el uso empresarial real no es exactamente igual, y que la compra empresarial no depende solo de los rankings públicos de modelos.

Pero sea cual sea el proveedor elegido, el criterio final para medir el valor de las herramientas de IA sigue siendo la mejora operativa. Que la tecnología sea suficientemente avanzada y que la empresa pueda obtener beneficios de ella son dos cuestiones distintas. Esto explica también por qué O'Leary, por un lado, es optimista sobre el desarrollo a largo plazo de la IA y, por otro, dedica gran atención a la energía, las infraestructuras y el flujo de caja empresarial.

Ya no le preocupa solo cuánta demanda de mercado nueva puede crear la tecnología, sino a través de qué mecanismo comercial se convierte esa demanda en beneficios.

Para las empresas energéticas, hay que observar si los recursos eléctricos de bajo coste pueden dar lugar a contratos rentables a largo plazo; para las blockchains públicas, hay que verificar si la adopción empresarial puede convertirse en ingresos reales de red; para la computación cuántica, hay que distinguir entre avances de investigación y productos comerciales reales; y para las aplicaciones de IA, hay que prestar atención a si las empresas pueden reducir costes y mejorar márgenes de forma sostenida.

Si estas condiciones no se cumplen, aunque la industria crezca a largo plazo, los activos correspondientes no obtendrán necesariamente rendimientos acordes con las expectativas del mercado.

Por tanto, todo el planteamiento de inversión de O'Leary puede resumirse en un juicio: en lugar de intentar predecir el ganador final de cada ronda de competencia tecnológica, es mejor estudiar qué empresas pueden proporcionar de forma sostenida los recursos necesarios, obtener ingresos comerciales y convertir el crecimiento en flujo de caja durante la expansión de toda la industria.

De la infraestructura eléctrica de la IA a las blockchains empresariales y la seguridad cuántica, estos temas de inversión pertenecen aparentemente a sectores distintos, pero detrás de todos ellos está la cuestión de cómo se distribuye el valor económico tras la popularización de la tecnología.

Para los inversores, lo que realmente hay que verificar a continuación no es solo si la tecnología sigue avanzando, sino si la valoración que el mercado asigna al crecimiento futuro puede verse respaldada por resultados operativos reales.