La regulación de la IA en los mercados sube un escalón: el Banco de Inglaterra diseña un botón de emergencia. El banco central británico reconoce que todavía no sabe cómo funcionaría ese mecanismo, pero sostiene que los supervisores no pueden esperar a que la negociación mediante agentes autónomos sea mayoritaria para empezar a construir la respuesta.

Claves de la operación

• Un apagado todavía sin diseño. El Banco de Inglaterra estudia un mecanismo de emergencia para detener sistemas de IA que amenacen la estabilidad financiera, sin concretar su arquitectura ni quién tendría la potestad de activarlo.
• El diagnóstico ya es compartido. La Reserva Federal, el Banco Central Europeo y el Banco de Pagos Internacionales alertan de operaciones correlacionadas, colusión tácita entre algoritmos y dislocaciones de liquidez en episodios de estrés.
• España tiene la infraestructura, no la norma. BME aplica rangos estáticos y dinámicos de precios desde hace más de una década, pero no existe un instrumento equivalente y público para desconectar agentes autónomos.

Sarah Breeden, vicegobernadora del banco central británico, admitió en un podcast de la Wharton School que el diseño sigue abierto. Su advertencia no era sobre la herramienta, sino sobre el calendario: ‘No creo que vayamos tarde, pero tampoco estoy segura de que nos quede demasiado tiempo’.

El riesgo que nadie sabe medir: agentes que se copian entre sí

El temor del Banco de Inglaterra apunta a un mecanismo concreto. Que distintos agentes de IA reaccionen de forma similar ante una misma señal, se coordinen de manera implícita o retroalimenten sus propias decisiones. Una orden de venta puede desencadenar nuevas ventas en cuestión de segundos y transformar una corrección ordinaria en una espiral de volatilidad, problemas de liquidez y caídas abruptas de precios.

La Reserva Federal lleva meses recorriendo el mismo terreno. Su informe de estabilidad financiera advierte de que una utilización generalizada de algoritmos que reaccionan de forma parecida ante los mismos acontecimientos puede exacerbar la volatilidad y provocar movimientos bruscos, episodios de flash crash y dislocaciones en los mercados. No es solo un riesgo de precio, sino de estructura de mercado: operaciones correlacionadas, colusión entre algoritmos, manipulación y una mayor concentración.

Michael Barr, exvicepresidente de Supervisión de la Fed, llegó a señalar que algoritmos diseñados para maximizar beneficios podrían aprender por sí mismos comportamientos que desembocaran en colusión tácita o manipulación, además de estrategias capaces de generar volatilidad significativa. La gobernadora Lisa Cook insistió después en la diferencia con los algoritmos tradicionales: la IA generativa se adapta y resulta difícil de interpretar incluso para los humanos que la diseñan.

El mercado ya no se mueve por lo que deciden los operadores, sino por lo que aprenden miles de sistemas cuya reacción bajo estrés nadie sabe anticipar.

La Fed, el BCE y el BIS comparten el diagnóstico, no la herramienta

El Banco Central Europeo ha empezado a poner a prueba estos riesgos con simulaciones. Un estudio de la entidad reprodujo el comportamiento de distintas arquitecturas de inteligencia artificial y concluyó que determinados algoritmos de aprendizaje por refuerzo alcanzaban un elevado grado de coordinación y podían generar dinámicas extremas comparables a una corrida bancaria. Los modelos de lenguaje mostraron menos tendencia a esos episodios, pero comportamientos más heterogéneos, e impredecibles. La propia arquitectura del modelo se convierte en fuente de inestabilidad.

El Banco de Pagos Internacionales comparte el diagnóstico y añade un matiz operativo. La IA acelera las operaciones y los ajustes de cartera: en condiciones normales mejora la eficiencia, pero en episodios de estrés intensifica las fluctuaciones de precios y presiona la liquidez. El organismo alerta además de la dependencia de un puñado de proveedores de modelos, nube y datos, una vulnerabilidad que no es de mercado, sino de infraestructura.

Los supervisores reconocen que la IA no tiene por qué aumentar necesariamente la inestabilidad. La Fed señala que los modelos capaces de procesar más información también pueden diversificar las señales que usan los inversores y reducir conductas gregarias. El problema es de ritmo. La tecnología avanza más rápido que la capacidad de supervisión, y nadie puede garantizar hoy cómo se comportarán millones de sistemas autónomos en el próximo episodio de estrés.

Qué puede hacer España si el algoritmo se desboca

La discusión llega a Madrid con una paradoja. El mercado español opera con rangos estáticos y dinámicos de precios desde hace más de una década, un mecanismo heredado de la reforma de 2010 y mantenido por BME, hoy integrado en el grupo suizo Six tras la opa cerrada en 2020. Esos rangos detienen una orden, no una estrategia. España tiene la infraestructura, pero no la norma que permita desconectar a un agente autónomo que esté amplificando una caída.

Añadamos otro elemento. MiFID II obliga desde 2018 a notificar y registrar los algoritmos de negociación ante el supervisor, y el CNMV mantiene esa vigilancia. Lo que no existe es una herramienta de intervención sobre modelos que aprenden en tiempo real. El Reglamento Europeo de IA no sitúa la negociación algorítmica entre los usos de alto riesgo que enumera su anexo, y el reglamento de resiliencia operativa digital, en aplicación desde enero de 2025, cubre el riesgo tecnológico de las entidades, no la interacción entre modelos de terceros. Ninguna norma obliga a declarar qué hace un modelo por dentro.

En esta redacción entendemos que el ‘botón del pánico’ resuelve el relato, no el problema. Apagar un sistema exige saber qué está haciendo, con qué señal y a qué velocidad, y esa trazabilidad sigue sin resolverse. Una autoridad que pulse el interruptor sin poder reconstruir la cadena de decisiones puede convertir una corrección en un cierre desordenado.

El botón de emergencia no sustituye la obligación de trazabilidad. El hito que conviene vigilar llegará con los informes de estabilidad financiera que la Fed y el BCE publican en el tramo final del año: si ninguno concreta un protocolo de intervención, la advertencia de Breeden seguirá siendo exactamente eso, una advertencia.

Los data centers de IA en California pagarán desde ahora las mejoras de red y agua que hasta hoy asumían los hogares. El gobernador Gavin Newsom ha firmado siete leyes que reordenan la factura energética de la industria más intensiva en electricidad que ha conocido el estado.

Claves de la operación

• Nueva clasificación tarifaria para los centros de datos. La Comisión de Servicios Públicos de California tendrá que crear una categoría propia, de modo que el consumo de la IA deje de diluirse en la tarifa general de los abonados domésticos.
• Las mejoras de red y agua las paga el promotor. Los proyectos asumirán la ampliación de la infraestructura local que su consumo hace inevitable, en lugar de repercutirla al conjunto del sistema eléctrico.
• Declaración obligatoria de agua y sequía. Los centros propuestos deberán comunicar a los ayuntamientos su consumo estimado de agua, su eficiencia energética y su plan para episodios de sequía.

El paquete no prohíbe nada. Cambia quién paga. Adelantado por el Los Angeles Times antes de la firma, el texto convierte un debate difuso sobre la factura de la luz en una obligación regulatoria concreta.

La pieza central es la nueva clasificación de tarifa que debe diseñar la Comisión de Servicios Públicos de California. Hoy un centro de datos es, a efectos prácticos, un cliente industrial más dentro de una categoría amplia. Con la reforma tendrá su propio epígrafe, y eso abre la puerta a calcular su coste de red por separado. Separar al gran consumidor dentro de la tarifa es la decisión con más consecuencias económicas del paquete.

El segundo bloque es la divulgación. Los promotores tendrán que entregar a los gobiernos locales una estimación de su consumo de agua, información sobre eficiencia energética y un plan de sequía. Para un estado que ha atravesado restricciones hídricas severas en la última década, obligar al sector a poner por escrito cuánta agua necesita es transparencia y también aritmética política: cualquier ampliación futura tendrá que defenderse ante un ayuntamiento con números encima de la mesa.

Los requisitos de consumo energético, hídrico y de combustible completan el marco. El paquete ata la expansión del sector a estándares que hasta ahora no existían y traslada al promotor un riesgo de infraestructura que llevaba años fuera de su balance. El coste del megavatio en California deja de ser una variable externa y entra en la cuenta de resultados.

La IA nunca fue gratis. Simplemente había alguien fuera de la sala pagando la red, el agua y el terreno.

El fin de la electricidad invisible para la IA

La lógica detrás de las siete leyes es sencilla: quien provoca una inversión en red debe pagarla. El problema es que la factura eléctrica de un centro de datos no llega desglosada al ciudadano. Llega agregada, dentro de un recibo que sube cada año y que nadie asocia con el entrenamiento de un modelo de lenguaje. La reforma californiana rompe ese anonimato tarifario.

Para los promotores, el efecto inmediato es un encarecimiento de la fase de desarrollo, no del consumo. Las ampliaciones de subestaciones, líneas, y capacidad hídrica suelen ser el cuello de botella real de un proyecto, y hasta ahora se negociaban con las utilities dentro de un marco que repartía el coste entre todos los clientes. Financiar esas obras en solitario cambia la ecuación de rentabilidad del proyecto y favorece a quien ya tiene suelo conectado frente a quien llega nuevo.

Ahí aparece la contradicción que atravesará los próximos años: los estados compiten por atraer inversión en centros de datos y, a la vez, sus ciudadanos exigen que esa inversión no les suba el recibo. California ha decidido cuál de las dos presiones pesa más. Otros mercados observan si el capital se queda o se muda a Arizona, Texas o Virginia.

Quién asume la próxima ola de centros de datos

El reparto de costes no es un asunto exclusivamente californiano. En España, el equivalente a esa nueva clasificación son los peajes de acceso, que fija la CNMC y que ya distinguen entre tipos de consumidor. Los grandes clientes electrointensivos cuentan con un estatuto propio, pero el sector de centros de datos ha crecido en Aragón, Castilla-La Mancha y Madrid sin una categoría que refleje su perfil real de consumo.

La comparación con el caso español ilumina el problema. Iberdrola y Endesa están en el centro de la ecuación: despliegan la red que necesitan los nuevos centros de datos y trasladan al regulador el coste de anticipar esa inversión. Si la tarifa no distingue al gran consumidor que exige una subestación nueva, el conjunto de los usuarios acaban financiando un activo que rentabiliza otro.

Nadie discute que el agua y la electricidad son recursos limitados. Lo que se discute es el orden: si primero se atrae la inversión y después se negocia el coste, el margen se pierde. La experiencia regulatoria española, eso sí, enseña que los cambios tarifarios tardan años y suelen acabar en litigio.

Las preguntas que California deja abiertas en Bruselas

La reforma abre una cuestión incómoda para Europa. La UE ha diseñado su política de IA con el foco en la seguridad, la transparencia de los modelos y la competencia, y ha dejado el coste energético en manos de los mercados nacionales. California acaba de mostrar una vía legislativa distinta, más terrenal, que ataca el problema por el recibo de la luz.

Observamos un patrón que se repite a los dos lados del Atlántico: la regulación llega cuando el coste deja de ser tolerable para el votante, no cuando el riesgo tecnológico se hace evidente. El primer freno real a la expansión de la IA no será el cómputo, sino el agua y los kilovatios.

Queda por ver cómo se materializa. La CPUC tendrá que abrir el procedimiento para definir la nueva clasificación tarifaria, un trámite que en California rara vez es rápido y que suele terminar en los tribunales cuando los afectados son grandes. El sector sostiene que la factura acabará trasladándose a sus clientes. Ese procedimiento es el próximo hito: lo que salga de él marcará el listón que otros estados y otros gobiernos copiarán o rechazarán. Más contexto normativo en la entrada sobre centros de procesamiento de datos.

La fiebre por la inteligencia artificial ya no es solo una historia de GPU. El cuello de botella se ha desplazado a la memoria y la inversión en memoria IA se ha convertido en la siguiente parada del ciclo. La industria de semiconductores ha pasado en pocos trimestres de preocuparse por el exceso de oferta a hacerlo por la escasez, un giro que El Economista ha repasado sobre el eslabón menos visible de la cadena de chips.

Claves de la operación

• El cuello de botella se ha movido de la GPU a la memoria. La HBM, la DRAM y la NAND han dejado atrás el ciclo de exceso de oferta y afrontan una demanda que crece con cada nuevo modelo de IA y cada nuevo centro de datos.
• Cinco compañías cubren cinco posiciones distintas de la cadena. Micron, Sandisk, Rambus, Western Digital y Seagate van de la fabricación de memoria a la interconexión y al almacenamiento masivo, con recorridos y riesgos que no tienen nada que ver entre sí.
• España mira el ciclo desde la barrera. Ningún valor del IBEX 35 tiene exposición directa a la cadena de memoria, así que el inversor español depende de brókeres internacionales, fondos sectoriales o ETF para tomar posición.

El cuello de botella ya no está en la GPU

Durante dos años el mercado ha mirado al mismo sitio: los procesadores gráficos. Primero fueron las GPU; después llegaron la electricidad, las redes y la fibra. Ahora toca fijarse en dónde se guardan y cómo se mueven esos datos. La construcción de centros de datos y los nuevos modelos de IA obligan a multiplicar al mismo tiempo la capacidad de memoria y el espacio de almacenamiento.

En esa parte del sistema aparecen tres nombres propios. La memoria de alto ancho de banda, o HBM, alimenta a los procesadores más avanzados con información a enorme velocidad. La DRAM funciona como memoria de trabajo y la NAND sostiene el almacenamiento en unidades SSD.

Debajo queda la tecnología que muchos asociaban a la informática de hace veinte años: el disco duro. Sigue siendo insustituible cuando hay que guardar volúmenes gigantescos a un coste razonable, y los centros de datos lo saben. Nadie ha encontrado todavía una alternativa igual de barata por terabyte.

Cinco apuestas, cinco matemáticas distintas

La selección cubre la cadena por tramos y cada nombre responde a una lógica distinta. Cinco compañías, cinco formas de ganar dinero con el mismo fenómeno, aunque con niveles de entrada que exigen paciencia y disciplina.

El mercado ha pasado de premiar la potencia de cálculo a premiar la capacidad de mover y conservar los datos que esa potencia reclama.

Micron Technology (MU) es la pieza central de la tesis: fabrica DRAM, NAND y HBM, y trabaja en ampliar capacidad para las próximas plataformas de IA. La compañía, que detalla su catálogo de producto en su web oficial, cotiza en unos niveles que el análisis difundido a través de El Economista interpreta como una pausa previa a mayores ascensos.

La última ventana clara de compra apareció a finales de julio, cuando el título buscó la zona de los 800 dólares y llegó a marcar mínimos en 740. Ese nivel coincidía con el ajuste del 38,20% de Fibonacci del rally iniciado en abril de 2025 desde los 62 dólares, que culminó el pasado junio en los 1.254 dólares. Si la consolidación devuelve el precio a la franja de 800 a 850 dólares, la lectura es de segunda oportunidad para buscar nuevos máximos por encima de 1.255.

Sandisk (SNDK) ha vuelto al mercado como compañía independiente con el negocio de NAND y SSD, y su crecimiento en centros de datos es el argumento principal. Aquí la corrección fue más profunda: el título cayó hasta el 61,80% de retroceso de una tendencia alcista nacida en abril de 2025, en la zona de los 1.000 dólares. Ahora está a punto de superar los 1.850 dólares, umbral que abriría la puerta a los máximos históricos de 2.400. Eso sí, en esa franja el propio análisis recomienda recoger beneficios antes de una previsible fase lateral.

Rambus (RMBS) juega una partida distinta. No fabrica memoria a gran escala: diseña los chips que hacen viajar los datos entre la memoria y el procesador. De poco sirve tener una GPU cada vez más potente si la información no llega hasta ella con la rapidez suficiente. La zona actual de cotización se considera adecuada para empezar a comprar, con la idea de ampliar posiciones si el precio alcanza los 70 dólares, nivel por el que pasa la directriz alcista vigente desde 2020 y que supondría un ajuste del 61,80% de Fibonacci de la tendencia nacida en los mínimos de 2019.

Western Digital (WDC) centra su historia en los discos duros de gran capacidad después de separar su negocio de memoria flash. Menos glamour y más volumen. El título ha alcanzado los 420 dólares, aproximadamente una corrección del 50% del rally nacido en los mínimos de abril de 2025. En ese entorno ya se considera razonable comenzar a comprar, aunque el escenario más atractivo pasaría por una caída a la franja de 300 a 330 dólares, donde se completaría el ajuste del 61,80%.

Seagate (STX) cierra la selección desde el almacenamiento masivo para grandes centros de datos y proveedores de nube. Aquí la recomendación es esperar. No habría que entrar hasta que el título supere los 925 dólares, momento en el que rompería la directriz bajista que acota las caídas y apuntaría a los máximos históricos de 1.140 dólares. El escenario gana fuerza después de que la cotización haya buscado apoyo en la zona de los 700 dólares, equivalente al 38,20% de Fibonacci del rally iniciado en abril de 2025.

El riesgo que nadie quiere mirar en el ciclo de la memoria

Hay un detalle que separa esta tesis de una simple moda temática: la memoria es un negocio profundamente cíclico. Los valores de esta selección acumulan subidas extraordinarias en poco más de un año —Micron pasó de 62 a 1.254 dólares—, de modo que buena parte del relato ya está en el precio. Comprar máximos históricos en un sector que alterna euforia y sobrecapacidad cada pocos ejercicios es una manera cara de equivocarse.

El mapa competitivo tampoco invita a dormir tranquilo. Micron se juega cada contrato de HBM frente a los grandes fabricantes coreanos, y el liderazgo se decide por décimas de rendimiento y por capacidad de producción disponible. Sandisk, Western Digital, y Seagate arrastran la herencia de una industria que durante años fue sinónimo de producto indiferenciado y márgenes ajustados. Su revalorización depende menos de la tecnología que de la disciplina de capital: si los fabricantes vuelven a invertir en exceso, la escasez se convierte en excedente en dos trimestres.

Para el inversor español, el acceso es indirecto. En el IBEX 35 no hay ninguna compañía que fabrique memoria, interconecte chips o venda discos duros a hiperescaladores; las referencias más cercanas del índice, como Indra, operan en defensa y servicios tecnológicos, un terreno distinto. La exposición se canaliza por tanto vía brókeres internacionales, fondos sectoriales o fondos cotizados. El próximo informe trimestral de Micron y las guías de capacidad de la industria coreana marcarán el tono del sector en los próximos meses, y serán la prueba de si la escasez que hoy sostiene el relato tiene recorrido real o si, como ha ocurrido otras veces, el mercado se ha adelantado a un ciclo que aún no ha terminado de madurar.