Monetizar las expectativas
26/04/2026
Hay un material del que casi nadie habla fuera de la industria de semiconductores y que, sin embargo, se ha convertido en el recurso más disputado de la cadena de suministro dentro de la inteligencia artificial. Estamos hablando del fosfuro de indio: un cristal compuesto que se sintetiza en hornos a más de mil grados centígrados, principalmente en fábricas chinas, y que sirve para fabricar láseres capaces de convertir señales eléctricas en pulsos de luz. Esos láseres permiten que los miles de procesadores de un centro de datos de IA se comuniquen entre sí a velocidades de Terabits por segundo. El caso es que, sin conversación entre procesadores, no hay modelo de lenguaje, no hay inferencia en tiempo real y no hay inteligencia artificial a escala.
Lo que ha ocurrido en los últimos meses en torno a este material y a las empresas que lo transforman en componentes funcionales, es una historia reveladora de cómo el mercado descuenta el futuro, a veces con razón y a veces con una prisa que nos debería preocupar.
AXT es una empresa cotizada de California que fabrica sustratos de fosfuro de indio sobre los que se construyen los láseres y desde noviembre su valoración en bolsa se ha multiplicado por diez, facturando ochenta y ocho millones al año y perdiendo veintiuno. Hay más ejemplos similares en la cadena de suministros, como la empresa sueca Sivers Semiconductors quienes diseñan los láseres que se fabrican de esos sustratos, y es un caso muy similar al mencionado anteriormente. También hay otras más reconocidas en el sector, como Lumentum o Coherent, en la que Nvidia invirtió el pasado mes dos mil millones en cada una de ellas, pues necesitan sus láseres para los switches con óptica co-packaged que ya están enviando a sus centros de datos.
La idea detrás del término técnico de óptica co-packaged es que los procesadores de un centro de datos de IA necesitan intercambiar una cantidad ingente de datos entre sí. El cobre ha sido lo que se ha usado durante décadas para esas conexiones, sin embargo, generan calor, consume energía y no funcionan bien más allá de pocos metros a las velocidades que la IA exige. La solución es sustituir esas conexiones por luz. Integrando un motor óptico directamente en el paquete del procesador que se alimenta de una fuente de luz externa, un láser de onda continua que forma un conjunto de rayos luminosos estables y precisos. Broadcom ya envió el pasado año más de cincuenta mil switches con esta arquitectura. Y el pasado mes Nvidia presentó sus propias plataformas, Spectrum-X y Quantum-X construidas sobre tecnología de empaquetado de TSMC (Taiwan Semiconductor Manufacturing Company).
El mercado al ver esto, ha decidido revalorizar de golpe toda la cadena de suministro. Y quizá aquí es donde conviene detenerse. Cuando una tecnología pasa la fase de desarrollo a la de despliegue inicial, los inversores tienden a proyectar la adopción total al precio actual. Es un patrón que se ha repetido con el ADSL en los 2000, con la nube en 2014, y con el 5G en 2020. En todos los casos se acabó adoptando de forma masiva. También, en todos los casos quienes invirtieron en el pico de la narrativa quedaron atrapados durante años. Por tanto, siempre conviene preguntarse cuánta de esa adopción ya está en el precio.
Lo que sí es un hecho verificable es que la escasez de láseres existe. En diciembre TrendForce documentó: Nvidia ha bloqueado la capacidad de los principales proveedores, los plazos de entrega se extienden más allá de 2027, y los fabricantes de módulos ópticos están buscando alternativas. Por tanto, la necesidad es real y la tecnología funciona. El problema no es el producto, es la escala, y la escala requiere de tiempo, capital y cualificaciones industriales que todavía se encuentran en proceso.
La fotónica tiene altas probabilidades de que sea la infraestructura sobre la que se construya la siguiente generación de centros de datos. Pero la historia de los mercados nos enseña que acertar con la tecnología es una cosa y acertar con el timing es otra. Y que la distancia entre ambas se mide, casi siempre, en años de paciencia que los múltiplos actuales no contemplan.
