Tras vender todas sus acciones en Nvidia y recortar drásticamente su posición en Tesla, Peter Thiel aviva el debate sobre un posible sobrecalentamiento en el sector de inteligencia artificial. ¿Su jugada anticipa el estallido de la burbuja tecnológica, o es una estrategia más en un ciclo dominado por la volatilidad y las narrativas grandilocuentes?
Mercados y Finanzas.22 de noviembre de 2025
Redacción MBALa inesperada decisión de Peter Thiel de liquidar por completo su inversión en Nvidia y reducir cuidadosamente su exposición a Tesla ha dejado al mercado preguntándose si las señales de alarma sobre una posible burbuja en inteligencia artificial están empezando a materializarse. Mientras el sector tecnológico vive uno de sus momentos de mayor euforia —impulsado por expectativas de transformación total, pero también por valoraciones cada vez más desafiantes—, los movimientos del capital institucional funcionan como advertencias sutiles para trabajadores, estudiantes y profesionales que miran de cerca el pulso entre innovación y riesgo financiero.
A continuación, se analiza en profundidad las razones y el contexto de la venta de Thiel, el estado actual del “AI trade”, y qué lecciones pueden extraer inversores minoristas y gestores sobre la relación entre tecnología, burbujas y ciclos económicos.
En su 13F del tercer trimestre, Thiel Macro LLC reportó la venta del 100% de su participación en Nvidia, unas 537.742 acciones valoradas en torno a 100 millones de dólares según los precios medios del periodo julio‑septiembre. En paralelo, el fondo redujo su posición en Tesla en alrededor de un 76%, pasando de un valor de unos 212 millones de dólares a apenas 74,4 millones al cierre del trimestre.
El volumen, por sí solo, no derriba a dos megacaps capaces de mover más dinero en una sesión que el tamaño total de la cartera de Thiel Macro, pero sí envía una señal: cuando un inversor que había defendido durante años el papel central de Nvidia en la infraestructura de IA decide salir por completo, está manifestando algo más que una simple toma de beneficios táctica. Thiel venía advirtiendo desde principios de año que las valoraciones de algunos líderes de la ola de IA recordaban a los excesos de 1999‑2000, una comparación que suena cada vez menos excéntrica y más mainstream en los informes de mercado.
Desde la explosión de ChatGPT a finales de 2022, la IA generativa se convirtió en el nuevo mito fundacional de Silicon Valley: una promesa de productividad infinita, nuevos modelos de negocio y, sobre todo, retornos extraordinarios. Esa narrativa se tradujo en flujos masivos de capital hacia todo lo que sonara a IA, desde los gigantes tecnológicos hasta las startups más especulativas, con un nivel de concentración bursátil que no se veía desde la burbuja puntocom.
Los síntomas de sobrecalentamiento se acumulan: una proporción creciente del valor del S&P 500 depende de un puñado de compañías hiperexpuestas a la IA, mientras que encuestas a gestores revelan que el “AI trade” es percibido simultáneamente como el mayor consenso y el mayor riesgo de cola del mercado. Al mismo tiempo, informes sobre la adopción real de IA en empresas señalan que una enorme mayoría de pilotos y proyectos no está generando todavía beneficios tangibles, lo que introduce una brecha entre expectativas bursátiles y resultados económicos medibles.
El caso de Nvidia condensa mejor que ningún otro la paradoja de la supuesta burbuja de la IA: la compañía sigue batiendo expectativas de ingresos y beneficios, y declara que la demanda de sus GPU Blackwell está “fuera de serie”, al punto de agotar capacidad durante varios trimestres. Desde el punto de vista de resultados trimestrales, cuesta encontrar grietas obvias; desde el punto de vista de valoración, la historia cambia.
Analistas que siguen de cerca el ciclo tecnológico recuerdan que, en anteriores olas de innovación, las compañías líderes solían tocar techos de múltiplos precio‑ventas entre 30 y 40 antes de entrar en fases de corrección prolongada, niveles que Nvidia ha rondado o superado en distintos momentos del rally. Además, parte de la demanda actual está alimentada por gigantes tecnológicos que destinan decenas de miles de millones a infraestructura de IA sin tener todavía claro un modelo de monetización sostenible, lo que introduce el riesgo de un ajuste brusco si esos presupuestos se recalibran.
El caso de Tesla es distinto pero conectado: el mercado ha dejado de ver a la compañía solo como fabricante de autos eléctricos y la ha recodificado como una apuesta por software, conducción autónoma y robótica, otorgándole una “prima de IA” sobre otros actores industriales. Esa reasignación narrativa explica parte de su resiliencia bursátil pese a presiones competitivas, márgenes más ajustados y un entorno regulatorio más exigente para vehículos eléctricos.
Sin embargo, la materialización plena de esa promesa depende de hitos tecnológicos y regulatorios que están lejos de ser triviales, desde la validación masiva de sistemas de conducción autónoma hasta la viabilidad comercial de humanoides en entornos productivos. Vender Tesla en este punto no implica negar su potencial de largo plazo, sino cuestionar si la etiqueta de “super‑acción de IA” que el mercado le ha asignado se corresponde con la velocidad real a la que ese futuro puede convertirse en flujo de caja.
Más allá de Thiel, varias señales sugieren que el capital institucional empieza a mirar la fiesta de la IA con más escepticismo. Bancos centrales como el Banco de Inglaterra han advertido que las valoraciones de ciertos segmentos tecnológicos vinculados a la IA se asemejan ya, en métricas históricas, al pico de la burbuja puntocom, subrayando que la concentración de valor en pocas compañías no se veía desde hace medio siglo.
En paralelo, algunos grandes fondos y hedge funds han reducido de forma notable sus posiciones en Nvidia y otros nombres “estrella” del ecosistema de chips y centros de datos, mientras vigilan de cerca la escalada de deuda y gasto de capital para financiar infraestructura de IA. El temor no es solo que los múltiplos estén altos, sino que se haya configurado una especie de “finanzas circulares”, donde las mismas empresas se apalancan mutuamente en un circuito de expectativas difícil de sostener si llega una desaceleración global o un shock regulatorio.
La respuesta más honesta es incómoda: sí hay rasgos claros de burbuja, pero eso no significa que el estallido sea inminente ni que la tecnología subyacente sea humo. Estudios académicos y análisis de think tanks coinciden en que la IA actual cumple casi todos los criterios clásicos: enorme incertidumbre sobre los modelos de negocio finales, gran número de actores “puros” apostando todo a un solo campo, fuerte presencia de inversores novatos y un relato casi mesiánico sobre el impacto transformador de la tecnología.
En ese sentido, la comparación de Thiel con la etapa previa al pinchazo puntocom no pretende negar que internet —o ahora la IA— cambien el mundo, sino recordar que el calendario de la adopción económica suele ser mucho más lento que el calendario bursátil. En la práctica, esto puede traducirse en un escenario donde algunas compañías emblemáticas sobreviven y prosperan tras una corrección severa, mientras una multitud de jugadores secundarios desaparecen o quedan absorbidos, dejando a muchos inversores minoristas atrapados en el ajuste.
Si algo enseña la historia de las burbujas tecnológicas —del ferrocarril británico en el siglo XIX a las telecoms y las puntocom— es que el problema no suele ser la tecnología en sí, sino la manera en que el sistema financiero sobreproyecta beneficios inmediatos sobre promesas de largo plazo. La inversión inicial tiende a sobredimensionarse, seguido por un periodo de desencanto y consolidación en el que los ganadores reales emergen con modelos más sobrios y regulaciones más estrictas.
En la década de 2000, quienes mantuvieron posiciones en empresas como Amazon o Apple pese al colapso inicial vieron retornos extraordinarios, pero muchos otros nombres —con narrativas igual de seductoras en su momento— nunca se recuperaron. La moraleja para hoy es doble: no basta con “estar en IA” para garantizar retornos, y el precio que se paga por participar en esa historia importa tanto como la calidad técnica de la compañía detrás del ticker.
Para trabajadores, profesionales y pequeños ahorristas que han entrado al mercado atraídos por el brillo de la IA, la tentación es leer la jugada de Thiel como una orden de “salida total”. Sin embargo, el mensaje más razonable es menos dramático y más incómodo: revisar la propia tesis de inversión, el horizonte temporal y la tolerancia al riesgo, en lugar de copiar mecánicamente a un gestor con objetivos, información y constricciones muy distintas.
Si la tesis fundamental no ha cambiado —por ejemplo, confiar en que Nvidia siga capturando una parte relevante del gasto en infraestructura de IA durante años—, episodios de volatilidad pueden ser oportunidades para mejorar precios de entrada, siempre que no se esté sobreexpuesto a unos pocos nombres. En cambio, si la exposición a “acciones de IA” se ha vuelto desproporcionada respecto al resto de la cartera, la decisión de Thiel puede servir como recordatorio útil de que nadie se arruinó tomando beneficios y reduciendo concentración cuando el consenso está en su punto máximo.
Desde una mirada algo más amplia y progresista, la discusión sobre la “burbuja de la IA” no se agota en las curvas de precios; también habla de cómo se distribuye el riesgo entre élites financieras y ciudadanía común. A diferencia de otras épocas, hoy cualquier persona con un móvil puede participar en la especulación tecnológica mediante apps de trading gamificadas, mientras el marco regulatorio avanza a un ritmo mucho más lento que los nuevos productos de inversión ligados a IA.
Si el ciclo termina en una corrección severa, es probable que las grandes tecnológicas sobrevivan y se reconfiguren, pero las pérdidas se repartan de forma regresiva entre pequeños inversores, fondos de pensiones y ahorros de largo plazo. Que una figura como Thiel, con acceso privilegiado a información y asesoría, se adelante a ese posible escenario es racional desde su perspectiva; la pregunta incómoda es cuánto de ese riesgo sistémico puede y debe ser mitigado desde la regulación financiera y la política económica antes de que la música pare.
Al final, la venta de Nvidia y el “rapado” en Tesla por parte de Thiel Macro son menos un acto de clarividencia individual y más una pieza más dentro de una historia mayor: la de un mercado que ha apostado fuerte por la promesa de la IA sin tener todavía claro cómo se traducirá en beneficios sostenibles para la economía real. La cuestión de fondo no es solo si la burbuja estallará, sino quién quedará sosteniendo la estructura cuando eso ocurra y qué tipo de arquitectura tecnológica y financiera queremos que sobreviva a esa sacudida.
Eco Valores se posiciona como el primer broker argentino integrado a TradingView: la promesa es simple y potente para el trader local, ver y operar ByMA y A3 en tiempo real desde el mismo gráfico, con una capa de plataformas (Matriz, eTrader y APIs) pensada para distintos niveles de sofisticación.
La confirmación de que Netflix comprará los estudios y el negocio de streaming de Warner Bros. Discovery por unos 72.000 millones de dólares cierra una de las pujas más intensas que ha visto Hollywood y abre un ciclo completamente nuevo para el entretenimiento global. El acuerdo promete una biblioteca de contenido sin precedentes bajo un mismo techo, pero también desata un huracán regulatorio y político que podría redefinir qué significa competir en la era del streaming.
En un trimestre marcado por la euforia de la inteligencia artificial, NVIDIA revela cifras récord que consolidan su reinado en el mercado de chips, aunque las tensiones geopolíticas y la concentración de poder tecnológico invitan a un escrutinio más profundo sobre el futuro equitativo de la innovación.
Los modelos de inteligencia artificial más avanzados del mundo están apostando 10.000 dólares cada uno en criptomonedas. DeepSeek lidera con ganancias del 40%, mientras Gemini de Google se hunde con pérdidas del 55%. Esto no es un simulador: cada error cuesta dinero real, y el experimento está redefiniendo cómo pensamos sobre las finanzas.
La compañía tecnológica nacida en Argentina invertirá hasta 125 millones de dólares para recomprar sus propias acciones, tras perder más del 70% de su valor en Wall Street, en una señal de resiliencia y confianza en su estrategia de inteligencia artificial
El mayor exchange del mundo enfrenta una tormenta de acusaciones tras el derrumbe simultáneo de múltiples criptomonedas y sistemas bloqueados. En Argentina un grupo de abogados se organiza para ir al ataque. Binance niega manipulación, pero la confianza en los exchanges centralizados vuelve a tambalear.
En un último informe del FMI, las economías de mercados emergentes han sorteado crisis financieras recientes gracias a una combinación inédita de políticas modernas, independencia bancaria y una dosis de fortuna. Pero los desafíos para conservar esa resiliencia apenas han comenzado.
El Banco Central de la República Argentina (BCRA) prohibió la venta de dólar oficial a través de billeteras virtuales, una medida que reaviva tensiones en el mercado cambiario y genera un efecto dominó en el sector fintech, la inclusión financiera y las pequeñas y medianas empresas (PyMEs). Este ajuste normativo es el reflejo de una compleja batalla entre regulación, innovación tecnológica y control monetario.
Tras una década de promesas desmesuradas, la inteligencia artificial deja de venderse como varita mágica y empieza a ser evaluada como lo que es: una infraestructura costosa, poderosa y limitada que ahora debe demostrar resultados concretos. El mercado empieza a exigir pruebas: adopción real, retorno medible y un modelo de negocio que cierre sin quemar fortunas en cómputo y data center.
La promesa de Jensen Huang, CEO de la poderosa empresa Nvidia, no es que dejemos de hablar idiomas, sino que dejen de ser un requisito de acceso al poder económico, tecnológico y cultural. La IA como traductor universal obliga a redefinir qué significa tener “ventaja competitiva” en un mundo donde cualquiera puede ser escuchado en su propio idioma.
Una parte enorme de la medicina moderna se decide lejos de los hospitales: el momento en que un equipo entiende “a qué” atacar dentro del cuerpo o de un virus. AlphaFold, la IA de Google DeepMind, ayuda justo ahí: predice la forma 3D de proteínas y las publica en una biblioteca abierta gestionada junto a EMBL‑EBI, que ya supera los 214 millones de modelos. En 2025 sumó una mejora simple de explicar —poder hacer anotaciones sobre esas estructuras— que vuelve más rápido el trabajo cotidiano que, con el tiempo, alimenta nuevos diagnósticos y tratamientos.
Eco Valores se posiciona como el primer broker argentino integrado a TradingView: la promesa es simple y potente para el trader local, ver y operar ByMA y A3 en tiempo real desde el mismo gráfico, con una capa de plataformas (Matriz, eTrader y APIs) pensada para distintos niveles de sofisticación.
Un repaso a los principales países petroleros del mundo —y de América Latina—, el tipo de crudo que producen y los rangos de costo por barril que necesitan para que sus proyectos upstream sigan siendo viables, según estimaciones de consultoras especializadas.
