Microsoft: BofA sube precio objetivo a US$600

BofA sube el precio objetivo de Microsoft a US$600: ¿qué cambió en su tesis?

Bank of America elevó el precio objetivo de Microsoft de US$500 a US$600 y mantuvo su recomendación de compra, un salto que implica un potencial alcista del 18,3% sobre el cierre de US$507,29 registrado al término de agosto. La decisión llegó después de que el banco evaluara los resultados del cuarto trimestre fiscal 2026 de la compañía, descritos en una nota analizada por Bloomberg Línea como una nueva señal de fortaleza para la estrategia de inteligencia artificial del gigante de Redmond.

El ajuste responde a un cambio metodológico concreto: BofA pasó de valorar la acción a 24 veces las ganancias por acción estimadas para 2027 a hacerlo a 28 veces. Detrás de ese múltiplo más alto hay dos argumentos que el banco considera ahora mejor sustentados: la aceleración del negocio de nube y una mayor visibilidad sobre los retornos de las inversiones en IA.

Para un founder, la lectura inmediata es que Wall Street empieza a traducir el gasto colosal en centros de datos, GPUs y modelos en un retorno creíble. La pregunta ya no es si Microsoft gasta demasiado en IA, sino cuánto de ese gasto se transforma en margen.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Azure acelera a 43% y Copilot supera los 30 millones de usuarios pagos

El motor del nuevo optimismo es Azure. Su crecimiento interanual se aceleró del 39% en el tercer trimestre al 43% en el cuarto, y la compañía proyectó una expansión del 45% para el primer trimestre fiscal 2027, una guía que suele ser leída por el mercado como un piso conservador.

El otro dato que movió la aguja fue M365 Copilot. Microsoft superó los 30 millones de usuarios pagos y las incorporaciones netas se duplicaron frente al trimestre anterior, según destacó BofA. A esto se sumó un crecimiento del 84% interanual en las obligaciones de desempeño restantes (RPO), un indicador que refleja ingresos ya contratados pero todavía no reconocidos y que funciona como termómetro adelantado de la demanda futura.

El dato de RPO es relevante porque llega en un trimestre de fuertes inversiones de capital: anticipa que el gasto de hoy en infraestructura se va a monetizar en ingresos diferidos, no solo en capacidad ociosa.

Microsoft vs. AWS y Google Cloud: la carrera por la infraestructura de IA en 2026

Poner el 43% de Azure en contexto obliga a mirar a los otros dos hiperescaladores. En el segundo trimestre calendario de 2026, Google Cloud reportó ingresos por US$24.800 millones, un crecimiento interanual del 82%, con un ingreso operativo de US$8.800 millones y un margen del 35,6%, casi tres veces lo que producía un año antes, según datos recogidos por Yahoo Finance. Alphabet elevó además su guía de capex para 2026 a un rango de US$195.000 millones a US$205.000 millones y cerró con un backlog cloud de US$514.000 millones.

En la misma ventana, Amazon Web Services (AWS) facturó US$42.200 millones, con un crecimiento del 37% interanual y un ingreso operativo que saltó 64% hasta US$16.600 millones, impulsado por la adopción de Trainium, Bedrock y los servicios de IA, cuyo run-rate anual superó los US$25.000 millones, según reportó Yahoo Finance.

El cuadro que surge es claro: los tres hiperescaladores están creciendo a doble dígito alto, pero Google lleva la delantera en porcentaje y AWS en volumen absoluto. Microsoft queda en el medio en cuota y mostrando la mayor aceleración secuencial. El ranking de Gartner en su Magic Quadrant for Cloud AI Infrastructure 2026 colocó a AWS, Google, Microsoft y Oracle como líderes; Microsoft quedó tercero en visión y cuarto en ejecución, una posición competitiva que la propia tesis de BofA intenta revertir.

Para un founder que construye sobre cualquiera de estas nubes, la conclusión práctica es que la guerra de precios y la introducción de modelos especializados está haciendo caer el costo por inferencia, pero la dependencia del proveedor sigue siendo una decisión estratégica de primer orden.

Maia 200 y la apuesta de Microsoft por su propio silicio de IA

El otro eje de la tesis de BofA es la eficiencia. Microsoft trabaja en una cartera diversificada de modelos propios y de terceros, con la lógica de que no toda tarea empresarial necesita un modelo de frontera. BofA mencionó como ejemplo el modelo MAI-Code-1-Flash, que habría mostrado un desempeño comparable al GPT-5.6 en tareas habituales de Excel, pero a un costo menor, y otros modelos MAI que redujeron el consumo de GPU hasta 84% en PowerPoint y 89% en Dynamics 365, según cifras del banco recogidas por Bloomberg Línea.

En paralelo, la compañía mejoró la ingeniería de su flota de CPU y GPU y, según BofA, multiplicó por cuatro el rendimiento de las cargas de trabajo de Copilot desde comienzos de año. También redujo casi 50% el tiempo necesario para poner en funcionamiento nuevos chips GPU en sus regiones principales.

El paso más visible es Maia 200, su chip interno para IA, lanzado en enero de 2026 y construido por TSMC en proceso de 3 nanómetros, con más de 140.000 millones de transistores, 216 GB de memoria HBM3e y más de 10 petaFLOPS de rendimiento FP4, de acuerdo con TechTarget. Microsoft afirma que ofrece 30% más de rendimiento por dólar que la generación anterior y que ya está operando cargas reales, incluidos los modelos de OpenAI y M365 Copilot. Los modelos MAI diseñados para correr sobre Maia 200 alcanzarían, según la compañía, 40% más de rendimiento por watt, la cifra que destacó BofA.

La siguiente escala es Maia 300, cuya presentación está prevista para septiembre y para la que Microsoft estaría negociando con TSMC una capacidad superior a las 300.000 unidades con entrega en 2027, con un objetivo de más de un millón de chips a largo plazo, según reportó eWeek citando a Reuters y The Information. Microsoft también estaría sondeando clientes externos, incluida Anthropic, para reducir su dependencia de Nvidia. Andrew Wall, general manager de Azure Maia, confirmó la apuesta por el silicio propio aunque matizó que las cifras publicadas no reflejan la escala real del programa.

Para los fundadores, el dato relevante no es solo que Microsoft fabrique chips, sino que el movimiento presiona a la baja los precios de inferencia en todo el ecosistema y abre la puerta a un competidor creíble al duopolio Nvidia-CUDA en cargas de inferencia masiva.

¿Qué significa esto para tu startup?

La subida del precio objetivo no cambia el día a día de una startup, pero sí redefine el marco en el que toman decisiones de infraestructura.

Acciones concretas para founders:

Revisa tu mix de modelos por tarea. La estrategia de Microsoft de enrutar cada consulta al modelo más eficiente confirma que el sweet spot ya no es usar siempre el modelo más grande. Si tu producto usa GPT-4 para resumir correos, probablemente estás pagando diez veces más de lo necesario.
Aprovecha la presión competitiva en inference. AWS Trainium, Google TPU y ahora Maia 200 están empujando el precio por token a la baja. Si tu burn depende de llamadas a APIs, vuelve a cotizar; los contratos anuales negociados en 2025 ya no reflejan el mercado de 2026.
Piensa en lock-in como riesgo financiero, no solo técnico. El hecho de que Microsoft necesite mejorar márgenes vía silicio propio y modelos especializados sugiere que la próxima ronda de cambios en pricing y capabilities llegará más rápido que en ciclos anteriores.

La tesis de BofA es, en el fondo, una apuesta a que el gasto en IA de Microsoft se transforme en economía unitaria, no solo en capacidades. Para quien construye productos sobre esa infraestructura, esa transición ya empezó a notarse en la factura.