Morgan Stanley: los 7 sectores que ganarán con la IA

Morgan Stanley ya no mira solo a Nvidia

Morgan Stanley estima que Estados Unidos destinará alrededor de US$860.000 millones a inversiones relacionadas con inteligencia artificial durante 2026. El dato aparece en su informe On the Markets de octubre de 2026, donde el banco plantea que la próxima etapa del ciclo ya no se jugará únicamente en los fabricantes de procesadores.

Durante los últimos años, hablar de IA en Wall Street fue casi sinónimo de hablar de Nvidia. Gigantes como Microsoft, Google y Amazon multiplicaron sus inversiones para construir centros de datos cada vez más potentes, y el entusiasmo bursátil quedó concentrado en los chips. Morgan Stanley considera que esa concentración empieza a abrirse.

La pregunta que ahora recorre las mesas de análisis es distinta: qué empresas lograrán convertir la IA en una mejora concreta de sus resultados y cuáles se beneficiarán de la infraestructura necesaria para sostener su crecimiento.

Los sectores que entran al radar

Para responderla, el banco amplió su cobertura temática e incorporó dos conceptos nuevos: inteligencia artificial soberana y localización de semiconductores. El análisis permite evaluar la exposición de más de 3.800 empresas de todo el mundo, desde fabricantes tradicionales de componentes electrónicos hasta industriales que se beneficiarían del aumento de la inversión tecnológica.

Los sectores que quedaron destacados en el informe:

• Semiconductores y equipamiento: fabricantes de procesadores y maquinaria especializada, en un contexto de esfuerzos por reducir la dependencia de proveedores extranjeros. AMD, Taiwan Semiconductor (TSM) y ASML.
• Infraestructura y centros de datos: construcción de instalaciones, redes y sistemas de almacenamiento. Equinix (EQIX), Digital Realty (DLR), Vertiv (VRT) y Arista Networks (ANET).
• Ciberseguridad: protección de información estratégica y continuidad de los sistemas tecnológicos. Palo Alto Networks (PANW), CrowdStrike (CRWD), Fortinet (FTNT) y Zscaler (ZS).
• Software y servicios informáticos: herramientas para incorporar IA en empresas y organismos públicos. Microsoft (MSFT), Salesforce (CRM), ServiceNow (NOW) y Accenture (ACN).
• Telecomunicaciones: operadores que podrían convertirse en socios estratégicos de gobiernos y grandes tecnológicas. AT&T (T), Verizon (VZ), Deutsche Telekom (DTE) y América Móvil (AMX).
• Bienes de capital y materiales: equipamiento industrial e insumos necesarios para construir infraestructura tecnológica. Caterpillar (CAT), Eaton (ETN), Schneider Electric (SU) y ABB (ABBN).
• Energía e infraestructura eléctrica: abastecimiento energético que requieren los centros de datos. Constellation Energy (CEG), NextEra Energy (NEE), GE Vernova (GEV) y Williams Companies (WMB).

El informe estima que las compañías con exposición moderada, significativa o central a la IA soberana podrían registrar un crecimiento de sus ganancias por acción en la franja alta de los dos dígitos durante 2027 y 2028, según las proyecciones de consenso recopiladas por el banco.

Del que construye la IA al que la usa

El segundo cambio que identifica Morgan Stanley es la rotación desde las empresas que hacen posible el desarrollo de la IA hacia aquellas que consiguen incorporarla a su actividad.

Michael Wilson, director de inversiones y estratega jefe de acciones estadounidenses de la entidad, explica que el mercado ya comenzó a mostrar esa rotación, especialmente entre empresas grandes y de calidad. La diferencia tiene una implicancia concreta: mientras una tecnológica necesita destinar miles de millones de dólares a procesadores o centros de datos, otra empresa puede adoptar soluciones de IA para reducir costos operativos, automatizar procesos y mejorar su productividad con una fracción de ese capital.

Para quien vende software o servicios B2B, ahí hay una señal: cada punto de productividad que estas compañías buscan capturar es un presupuesto que se abre para proveedores de automatización, integración y datos.

El riesgo: US$1,1 billones en alquileres que todavía no operan

El entusiasmo convive con una advertencia que Morgan Stanley considera cada vez más relevante. Construir la infraestructura necesaria requiere cantidades enormes de capital, y algunas de las principales empresas tecnológicas ya encuentran dificultades para financiar esos proyectos exclusivamente con el efectivo que generan sus negocios.

Según el informe, las grandes proveedoras de infraestructura de cómputo están reinvirtiendo más del 40% de sus ventas en gastos de capital vinculados con IA, una proporción que comenzó a presionar sus flujos de caja y las llevó a recurrir a nuevas fuentes de financiamiento.

El banco calcula que estas compañías acumulan compromisos por aproximadamente US$1,1 billones en alquileres de centros de datos que todavía no comenzaron a operar, a lo que se suman acuerdos de compra de equipamiento y capacidad productiva que superan los US$1,7 billones.

El problema aparece cuando se considera que buena parte de esas obligaciones se asumió bajo la expectativa de que la demanda seguirá creciendo durante varios años. Una expansión inferior a la prevista, o un encarecimiento del financiamiento, podría afectar considerablemente la rentabilidad de esas inversiones.

El contexto global: el gasto en infraestructura no se frena

El diagnóstico de Morgan Stanley no está aislado. Goldman Sachs estima que los cinco mayores hyperscalers gastarán cerca de US$800.000 millones en capex durante 2026, un 94% más que en 2025, y proyecta US$1,2 billones para 2027 y US$1,4 billones para 2028, según reportó 247wallst.com. La firma calcula además que se invertirán unos US$7,6 billones en infraestructura de IA entre 2026 y 2031.

El cuello de botella se corre de los chips hacia lo físico. Según la Agencia Internacional de la Energía, citada en ese mismo análisis, el consumo eléctrico de los centros de datos pasará de 485 TWh en 2025 a 950 TWh en 2030, y el de los centros orientados a IA se triplicaría.

Del lado del financiamiento, S&P Global proyecta que seis grandes hyperscalers gastarán US$1,3 billones en capex en 2027 y que solo Microsoft tendrá flujo de caja libre positivo ese año, según publicó Fool.com. S&P Global señala que Microsoft acumula más de US$329.000 millones en obligaciones futuras de alquiler, por delante de Meta, con US$279.000 millones.

¿Qué significa esto para tu startup?

Que la tesis de inversión se ensanche también ensancha el mapa de clientes y de costos para una startup tecnológica. Tres lecturas prácticas:

• Vende a los sectores que ahora tienen presupuesto. El comprador que más va a gastar en 2027 no es solo el laboratorio de IA: es la utility, la aseguradora de salud, el operador de telecomunicaciones o el fabricante industrial que necesita digitalizar, proteger y automatizar. Reescribe tu pitch para ese perfil y deja de competir por el mismo cliente tecnológico que todos persiguen.
• Trata el cómputo y la energía como costo estructural, no como variable. Si tu producto depende de inferencia intensiva o de procesamiento pesado, el precio y la disponibilidad de capacidad van a definir tu margen. Negocia acuerdos de capacidad a mediano plazo y modela escenarios donde el costo sube, en lugar de asumir que bajará para siempre.
• Separa la narrativa del negocio. Morgan Stanley advierte que muchas cotizaciones podrían ya incorporar estas expectativas. Aplícalo a tu producto: que un sector reciba capital no significa que exista demanda pagada. Valida con clientes que tengan partida presupuestaria asignada antes de rediseñar tu roadmap alrededor de una tendencia.
• Mira la oportunidad regional. América Móvil aparece entre las telecomunicaciones del radar, y la localización de semiconductores abre espacio para proveedores industriales y de servicios en LATAM y en España. Donde se construye infraestructura, hace falta software de gestión, mantenimiento, trazabilidad y cumplimiento normativo: un mercado menos glamoroso y mucho menos competido.

La conclusión del informe es que la oportunidad no desaparece, se reparte. Para un founder, eso significa que la IA dejó de ser un tema exclusivo de infraestructura y se convirtió en un problema de adopción, productividad y costos de energía que atraviesa industrias enteras.

Fuentes

• Morgan Stanley anticipa los sectores que ganarán con la IA (fuente original)
• Goldman Sachs Says a $7.6 Trillion AI Spending Boom Is Coming
• 6 Hyperscalers Driving the AI Revolution Are Projected to Spend $1.3 Trillion on Capex in 2027