UBS Global Wealth Management Chief Investment Office es una de las plataformas de research más grandes y multidisciplinarias del mundo, con varios cientos de analistas distribuidos por Zurich, Nueva York, Singapore y otras geographies. Su edición de septiembre 2025 sobre IA firmada por Ulrike Hoffmann-Burchardi (CIO Americas y Global Head of Equities) y Nikolaos Fostieris (Global Equity Strategist) revisa los 10 "CIO Views" originales que UBS publicó al inicio del rally IA (a finales de 2022 - principios de 2023) y los actualiza tras casi tres años de evolución del fenómeno.
La pieza es deliberadamente más optimista que los papers que hemos comentado recientemente (Sparkline, Man Group, Schroders). UBS mantiene que las apuestas estructurales sobre IA siguen vigentes, que los retornos siguen siendo desproporcionados a favor de los AI beneficiaries, y que la próxima fase del ciclo continuará entregando alpha si los inversores están posicionados correctamente. Para BISSAN, este paper es útil precisamente como contrapeso analítico — no porque coincida con nuestra postura value (que es más cautelosa) sino porque articula coherentemente el caso optimista que muchos otros gestores siguen defendiendo.
1. CIO View 1 (revisited): la IA sigue siendo el primary driver
El primer chart del paper es probablemente el más explícito argumento del case bullish.
Las cifras son contundentes. ACWI AI (un índice construido por UBS de empresas con exposure significativo a IA — incluye hyperscalers, semis, chip designers, software AI-enabled, y enablers de la cadena de valor) ha entregado +148% acumulado desde el lanzamiento de ChatGPT en noviembre 2022, frente a un +35% del ACWI ex-AI. Es decir, la prima ha sido de aproximadamente 4x.
Desde el último forecast UBS (probablemente otoño 2024), el gap se ha mantenido: ACWI AI +24% adicional vs ACWI ex-AI +9%. Esa diferencia de 15pp en un año es uno de los gaps más grandes de la historia para una cohorte sectorial vs el resto del mercado.
Para BISSAN, este chart presenta una pregunta operativa incómoda. Si hubiéramos posicionado clientes con overweight AI desde 2023, los retornos habrían sido excepcionales. Pero nuestro mandato value + horizonte largo nos exigió cautela en valoraciones cuando los multiples de Nvidia, Microsoft y otros llegaron a niveles que históricamente predecían retornos sub-óptimos. Esa cautela costó alpha relativo durante 2023-2025. La pregunta hacia adelante: ¿continuará el outperformance AI, o llegamos a un punto de reversión?
2. CIO View 2 (revisited): el capex AI continúa acelerando
UBS argumenta que el capex AI no solo no está saturándose — está acelerando.
Las proyecciones UBS para 2027 son agresivas. El AI data center capex global pasaría de 55 mil millones $ en 2023 a 600 mil millones $ en 2027 — un incremento de aproximadamente 11x en cuatro años. Como porcentaje del total data center capex global, AI pasaría del 30% al 86%. Es decir, prácticamente todo el capex nuevo en data centers durante 2025-2027 estaría destinado a IA.
Estas cifras son consistentes con (aunque más altas que) las que citan otros providers: McKinsey proyecta 5,2 billones $ acumulados a 5 años (lo cual encaja con UBS si añadimos años posteriores). Sparkline cita números similares. El consenso institucional es que el capex está creciendo significativamente y que el cuello de botella es power/land/permits, no capital.
Para BISSAN, este nivel de capex es exactamente lo que preocupa a Sparkline y Man Group en sus análisis: ¿quién monetiza estos 5+ billones de dólares? UBS no responde directamente esa pregunta — asume que la demanda final aparecerá. Es una assumption razonable pero no probada. La razón por la que mantenemos posiciones value defensivas en nuestras clases LP y Pólvora es exactamente porque esa monetización no está asegurada.
3. CIO View 6 (revisited): vertical integration en los AI enablers
Una observación interesante de UBS es cómo la estructura de la industria IA ha evolucionado. Inicialmente, los analistas describían el AI stack en tres capas distintas: chips (Nvidia, AMD), cloud (AWS, Azure, GCP), aplicaciones (varias empresas software). UBS observa que los grandes hyperscalers se están integrando verticalmente en toda la cadena.
La tabla es reveladora. Cada uno de los grandes players opera en TODOS los layers de la cadena. Google diseña su propio chip (TPU), corre su propio cloud (GCP), entrena su propio LLM (Gemini), y vende aplicaciones final-user (Duet AI, advertising). Microsoft tiene Maia chip + Azure cloud + investment en OpenAI + Github/Office Co-pilot. Amazon tiene Trainium/Inferentia + AWS + recommendations chatbot. Y empresas asiáticas (Tencent, Baidu, Alibaba, Huawei) replican el modelo dentro de China.
Para BISSAN, esta verticalización tiene tres implicaciones competitivas. Primera, los moats de los hyperscalers se profundizan — controlan más del value chain y por tanto más del valor capturable. Segunda, los pure-plays en cada layer (e.g. empresas que solo hacen chips o solo cloud) van a tener dificultad creciente para competir con players integrados. Tercera, el riesgo de antitrust action contra estos players se incrementa — pero la administración Trump en USA es percibida como menos agresiva en antitrust que Biden lo fue, lo cual reduce el risk perceived.
Operacionalmente: la cadena de valor IA "diversificada" probablemente no exista — los hyperscalers verticalmente integrados son la jugada principal. Eso significa que para tener exposición seria a IA, hay que tener exposure directo a Google, Microsoft, Amazon (los tres con presencia full-stack), más Nvidia (que mantiene una posición especial como proveedor de la mayoría de chips de training).
4. CIO View 10 (revisited): capacidades convergiendo hacia AGI
El chart más impresionante del paper es el que documenta la velocidad de progreso de capabilities de LLMs.
La métrica es ingeniosa: "la tarea humana más larga (por duración) que un LLM puede completar con al menos 50% de éxito". Conviene leer el chart con cuidado: las fechas que aparecen en el eje horizontal (May-2018, Oct-2019, Feb-2021, Jul-2022, Nov-2023, Apr-2025) son simplemente las marcas equiespaciadas del eje temporal, no las fechas de lanzamiento de cada modelo. Lo relevante es la posición vertical de cada punto, que mide la duración de tarea alcanzada. Ordenados de menor a mayor capacidad: GPT-2 queda por debajo de los 10 segundos, GPT-3 en torno a 10 segundos, GPT-3.5 alrededor de 30 segundos, GPT-4 unos 10 minutos, Claude-3.7 sonnet cerca de 1 hora, y Grok-4 y GPT-5 rozando las 2 horas. En escala logarítmica, la trayectoria es prácticamente lineal — exponential growth.
UBS calcula que esta capacidad se duplica cada 7 meses. Si esa cadencia continúa: en 2027, los LLMs podrían completar tareas de 8 horas (jornada laboral completa). En 2029, tareas de 32 horas (varios días). En 2031, tareas de varios meses. Si esos hitos se cumplen incluso parcialmente, las implicaciones para productividad laboral son monumentales.
Para BISSAN, este chart es razón suficiente para no descartar el caso bull de IA. Aunque preferimos enfoque value y diversificación, sería miope ignorar que la capacidad técnica de los LLMs está avanzando a un ritmo sin precedentes en la historia de la computación. Si esa capacidad se traduce en valor económico — y hay muchas evidencias de que sí lo hace, en sectores como software development, contenido creativo, customer service, biomedicina — los retornos a IA infrastructure podrían materializarse incluso a las valoraciones actuales.
5. Implicaciones para BISSAN
Tres lecturas operativas del paper UBS.
Primera, no abandonar exposición a IA, pero hacerlo via vehículos diversificados. En nuestras clases Pólvora y LP mantenemos exposure a las Mag 7 via el peso natural del S&P 500 y MSCI World, complementado por exposure equiponderada (que reduce la sobre-concentración). Para clientes con apetito específico de growth, podemos abrir un sleeve táctico (3-5% NAV) con ETF temáticos AI selectos — pero solo para clientes que comprenden el riesgo direccional.
Segunda, la verticalización refuerza la tesis "comprar el infrastructure layer". Si Google/Microsoft/Amazon están integrando verticalmente, los proveedores de chips críticos (Nvidia, AMD, TSMC, ASML) siguen siendo necesarios. Y los proveedores de power (utilities con generación renovable + storage), real estate especializado (REITs data centers), y network infrastructure (telcos + fiber) capturan parte del value sin pagar los multiples de los hyperscalers. Esto es coherente con la tesis KKR que comentamos esta semana.
Tercera, mantener disciplina de valoración en single-name exposure. UBS es positivo pero no establece price targets concretos. La forma profesional de mantener exposure IA sin asumir riesgo de valoración excesivo es: (a) prefer cesta diversificada a apuestas single-name; (b) usar ETFs equiponderados o factor-tilted; (c) evitar exposure direccional a empresas que cotizan a múltiplos sin precedentes (Palantir, CoreWeave, AppLovin) salvo para clientes con apetito específico.
6. Crítica honesta al paper UBS
Tres caveats que vale la pena mencionar.
Primero, sesgo institucional. UBS Wealth Management es una de las gestoras más grandes del mundo y tiene clientes con exposure material a equity tech. Defender la tesis IA es coherente con la cartera de los clientes y con los flujos hacia los productos UBS. No invalida el análisis pero requiere contexto.
Segundo, ausencia de discusión sobre tail risks. El paper UBS no aborda escenarios de cola — qué pasa si la productividad IA no se materializa al ritmo esperado, qué pasa si las regulaciones EU/USA frenan la expansión, qué pasa si China bloquea exports de chips críticos. Esos riesgos están en el paper Sparkline Capital y Man Group pero ausentes en UBS.
Tercero, las valoraciones de partida son altas. UBS dice "AI underappreciated" pero la realidad cuantitativa es que Nvidia cotiza con forward P/E ~35x, Microsoft ~32x, Google ~28x — todos significativamente por encima de sus medias históricas. Para que esos multiples sean justificados, los earnings crecimientos tienen que materializarse muy fuerte y sostenidos. El paper no responde "y si no se materializa, qué pasa?".
Combinando esto con los otros papers que hemos cubierto (Sparkline, Man Group, Schroders, JPM LTCMA), nuestra postura sigue siendo equilibrada: SÍ exposure a IA, NO concentración tóxica en Mag 7 cap-weighted, SÍ rotación a infraestructura física y early adopters fuera del epicentro tech. Esa es la mezcla que mantenemos en las carteras BISSAN para el cierre de 2025.