Julio no rompió la tesis de la IA. Rompió otra cosa.

¡Hola! Te escribe Lalo.

Julio se acaba hoy y no quiero cerrarlo con un resumen. Este mes pasó algo que se está contando mal en casi todos lados, y prefiero usar el espacio para explicarlo.

La versión fácil dice que la burbuja de la IA reventó y que los mercados por fin abrieron los ojos.

Esa versión tiene un problema: no cuadra con los números. Varias de las empresas que supuestamente decepcionaron reportaron los mejores resultados de su historia. Y aun así sus acciones cayeron.

Algo se rompió en julio. Pero no fue lo que te están diciendo.

Leopold Aschenbrenner es un nombre que quizá ya escuchaste. Ex investigador de OpenAI, autor de un ensayo llamado "Situational Awareness" que circuló muchísimo y que decía básicamente una cosa: la construcción de infraestructura para IA va a ser mucho más grande de lo que casi nadie está calculando.

Tenía razón. Y montó un fondo para apostarle a eso.

Le funcionó de manera espectacular. Su fondo, también llamado Situational Awareness, rindió 439% neto en el primer semestre de 2026 y creció hasta unos 20 mil millones de dólares. Desde su arranque acumulaba más de 1,000% después de comisiones.

La apuesta era directa: largo en todo lo que alimenta la construcción de IA, o sea memoria, chips, energía y cómputo, y corto en software, bajo la idea de que la IA se iba a comer a las empresas de software tradicionales.

Y entonces llegó julio.

Sus posiciones grandes en Micron, SK Hynix, SanDisk, Nebius y CoreWeave se desarmaron rápido. Nebius, donde el fondo había revelado una participación de varios miles de millones en mayo, cayó cerca de 48% desde su pico. SanDisk perdió 56% en poco más de un mes. Al mismo tiempo los cortos contra software se movieron en su contra, así que lo apretaron de los dos lados a la vez.

El fondo terminó vendiendo toda su cartera pública a Citadel, el fondo de Ken Griffin, después de llamadas de margen de Goldman Sachs, JPMorgan y Bank of America. Según reportes, la liquidación se hizo en una sola operación enorme.

Guarda este dato porque es el que explica todo lo demás: el fondo operaba con alrededor de cuatro veces de apalancamiento sobre sus posiciones públicas.

Aquí es donde la historia deja de cuadrar si la lees como "reventó la burbuja".

Samsung reportó utilidad operativa de 89.49 billones de wones en el segundo trimestre, unos 62 mil millones de dólares. Un alza de 1,813.8% interanual. Récord por tercer trimestre consecutivo. Se convirtió en el fabricante de semiconductores con mayores ganancias trimestrales del mundo.

Su acción cayó.

Microsoft reportó que Azure creció 43% interanual y que sus ingresos anuales de nube superaron por primera vez los 100 mil millones de dólares, o sea que gastar cantidades absurdas en IA no le estaba destruyendo los márgenes.

Ese sí subió fuerte. Pero fíjate en el contraste: dos empresas centrales del mismo boom, resultados excelentes las dos, reacciones opuestas.

Cuando una empresa multiplica sus ganancias por 18 veces y el mercado la castiga, el problema no está en la demanda. Está en quién tenía las acciones y con qué dinero las había comprado.

Si quieres saber dónde estaba concentrado el riesgo, mira dónde dolió más.

El KOSPI coreano se desplomó casi 10% intradía y activó los circuit breakers, esos mecanismos que detienen la operación cuando la caída es demasiado violenta. Samsung Electronics y SK Hynix cayeron entre 9% y 12% cada uno. LG Innotek perdió 10.89%. Seoul Semiconductor, 8.89%.

En Japón, Kioxia, fabricante de memoria, cayó 13.85%.

Un director de inversiones de Aberdeen lo describió como un proceso de desapalancamiento en curso en Corea, y aclaró que su visión de largo plazo sobre el sector seguía siendo positiva.

Esa frase, "proceso de desapalancamiento", es la clave de todo julio. Mucha gente había comprado la tesis de la IA con dinero prestado. Cuando el precio se movió en contra, tuvieron que vender sin importar lo que siguieran pensando.

Corea y Japón salieron peor porque ahí vive la memoria, y la memoria era la posición más saturada del mundo.

Ahora la parte incómoda, que además es la que menos se está discutiendo.

Hace unos días te conté que Nvidia está en pláticas para respaldar unos 250 mil millones de dólares en financiamiento para que OpenAI arriende un centro de datos de 10 gigavatios en el sur de Ohio, construido por la filial energética de SoftBank. El costo total del proyecto, incluyendo chips, podría superar el medio billón de dólares.

Ese respaldo hace falta, entre otras cosas, porque OpenAI todavía no genera utilidades y por sí sola no puede conseguir una calificación crediticia de grado de inversión.

Detente un segundo en la estructura. Nvidia garantiza el financiamiento. Ese financiamiento le permite a OpenAI arrendarle capacidad a SoftBank. Esa capacidad se llena de chips de Nvidia.

Hay analistas comparando esto con 1999, cuando las empresas se compraban productos entre sí y hacían que la demanda pareciera más fuerte de lo que realmente era. El mismo capital pasa por varias compañías y aparece como ingreso en cada una.

No estoy diciendo que sea fraude ni que el proyecto sea humo. La demanda de cómputo es real y el proyecto se va a construir. El punto es otro: cuando el financiamiento se vuelve circular, se vuelve muchísimo más difícil saber cuánta demanda es genuina y cuánta es contabilidad. Esa incertidumbre es justo la que pone nerviosos a los prestamistas y hace que aprieten al primer sobresalto.

Faltaba una chispa, y llegó de donde varios la esperaban.

Los modelos chinos de alta eficiencia y bajo costo pusieron sobre la mesa una duda que la industria venía esquivando: si se pueden lograr resultados competitivos con una fracción del cómputo, ¿cuál es el retorno real de gastar cientos de miles de millones en infraestructura?

Ojo, nadie está preguntando si la IA sirve. La duda es si el gasto de capital al ritmo actual se justifica.

Y esa duda pega en un lugar muy específico: justo en las acciones de memoria, chips y energía que todo el mundo traía. No mató la tesis. Solo metió suficiente ruido como para que alguien con cuatro veces de apalancamiento no pudiera sostener la posición mientras se resolvía.

Junta las piezas.

La tesis de Aschenbrenner sobre la construcción de IA no se demostró falsa en julio. Hay un detalle que casi nadie menciona: las acciones que se vio forzado a vender rebotaron con fuerza al día siguiente. Varios leyeron eso como señal de que la venta forzada marcó un piso de corto plazo y no un veredicto sobre la IA.

Lo que lo destruyó fue la estructura con la que expresó la tesis. Cuatro veces de apalancamiento convierten una corrección incómoda en una liquidación obligatoria. Y una vez que empiezan las llamadas de margen, el mercado deja de preguntarse si tenías razón. Solo pregunta si puedes pagar hoy.

Hay una diferencia que vale la pena grabarse: perder porque te equivocaste, y perder porque no aguantaste el tiempo suficiente para tener razón. La segunda duele más, porque técnicamente acertaste.

Vale la pena notar también cómo se resolvió. Que Citadel absorbiera el libro completo de una sola vez evitó la espiral clásica, esa donde el fondo vende, el precio baja, el prestamista exige más colateral y el fondo vende otra vez. Fue un desarme más ordenado que el de Archegos en 2021.

Pero tiene costo. Después de episodios así, los prime brokers suelen apretar las condiciones para todos los que traen carteras parecidas: menos apalancamiento permitido y más colateral exigido. Eso le drena liquidez a un tema aunque el mercado en general esté tranquilo.

Traducción: aunque no tengas nada que ver con este fondo, si estás en el mismo trade, tus condiciones se acaban de endurecer.

Cierro con lo que creo que sí te sirve, asumiendo que no traes cuatro veces de apalancamiento en semiconductores coreanos.

Tener razón no alcanza. Necesitas seguir de pie el día que el mercado te la dé. Aschenbrenner acertó en el diagnóstico de fondo y aun así lo sacaron del juego antes de cobrarlo. La estructura con la que sostienes una idea pesa tanto como la idea.

Los fundamentales y el precio se separan por temporadas, a veces largas. Samsung multiplicó sus ganancias y su acción cayó de todas formas. Si tu decisión depende de que el mercado reconozca el valor de inmediato, estás apostándole a los tiempos y no al negocio.

Y el apalancamiento hace algo que casi nadie dimensiona bien: no cambia tu tesis, cambia tu plazo. Con dinero prestado dejas de tener el tiempo que necesitas. Lo tienes rentado, y te lo pueden quitar en el peor momento posible. Eso se vuelve todavía más peligroso cuando todos traen la misma posición, porque la salida se hace angosta justo cuando más gente quiere pasar. El trade de largo en chips y corto en software fue el consenso de la primera mitad del año. Por eso la reversión fue tan violenta.

Julio no mató a la IA. Le quitó el dinero prestado, que es una cosa distinta y bastante más sana a mediano plazo.

Agosto llega con Corea desapalancada, con el proyecto de Ohio todavía sin firmar y con la pregunta del retorno sin responder. Sea cual sea la conclusión, siempre va a haber más espacio para seguir esta historia.

¡Hasta la próxima!