El precio de la memoria en el ciclo de inversión de la IA: ni la crisis económica ni la innovación bastarán para abaratarla

La DRAM de consumo se ha convertido en un subproducto de la inversión en centros de datos. Su abaratamiento dependerá de la maduración de nueva capacidad de fabricación y de la sostenibilidad financiera y física de esa inversión.

Elíes Furió Blasco, Université de  Lyon 

Entre el primer trimestre de 2023 y el primer trimestre de 2026, los ingresos trimestrales de la industria mundial de memoria DRAM pasaron de 9.663 millones de dólares a 97.000 millones, según las series de TrendForce. La comparación parte del mínimo cíclico de 2023, pero ningún episodio anterior de la historia del sector registra una multiplicación por diez en tres años. El consumidor lo percibe en productos concretos: la versión de 128 GB del Framework Desktop, un ordenador compacto pensado para ejecutar modelos de lenguaje en local, costaba 1.999 dólares en febrero de 2025 y 3.449 dólares en julio de 2026.

Ante la pregunta de cuándo bajarán esos precios, circulan dos respuestas. Una espera que una crisis económica general contraiga la demanda; la otra confía en que la innovación tecnológica vuelva a abaratar la producción, como ha hecho durante cinco décadas. Ambas descansan en supuestos que el ciclo actual de precios de la memoria ha dejado de cumplir. La primera supone que el consumidor final es el comprador que determina el precio. La segunda, que el escalado de los procesos de fabricación conserva su ritmo histórico.

Un choque de reasignación, no de escasez física

En el primer trimestre de 2026, los precios de contrato de la DRAM convencional aumentaron entre un 93% y un 98% respecto al trimestre anterior. La propia TrendForce había previsto en enero subidas del 55–60%: el error de previsión rondó los cuarenta puntos. Desde entonces, las subidas se han moderado sin invertirse: la consultora anticipaba un 13–18% para el tercer trimestre y, según fuentes secundarias, elevó al 3–8% su previsión para la DRAM de ordenadores personales en el cuarto trimestre. Su actualización de agosto describe un bloqueo entre compradores y vendedores y anticipa que la oferta destinada a ordenadores personales se reducirá, desplazada por la demanda de servidores.

El origen del choque no es una caída de la producción, sino un cambio en su destino de la misma. Los fabricantes han dedicado la capacidad nueva y los nodos avanzados a memoria de alto ancho de banda (HBM) y a módulos para servidores, sin construir capacidad adicional para memoria convencional. En palabras de Silicon Analysts, se ha producido una migración interna de la composición de productos. Los grandes proveedores de servicios en la nube (hiperescaladores) estadounidenses se aseguraron capacidad por adelantado, y el resto de compradores tienen que aceptar precios más altos.

La estructura del mercado facilita esa estrategia. Según datos de Counterpoint Research recogidos por la prensa financiera, en el segundo trimestre de 2026 Samsung controlaba el 39% del mercado, SK Hynix el 26% y Micron el 25%; las cuotas por ingresos que TrendForce estima para el primer trimestre son coherentes con esas cifras. Los márgenes lo reflejan: SK Hynix opera en memoria convencional con un margen operativo estimado próximo al 80%, el más alto de su historia, y Micron ha previsto un margen bruto cercano al 86% para el último trimestre de su ejercicio fiscal. Para el consumidor, TrendForce estimaba, en noviembre de 2025, que la memoria pasaría a representar más del 20% del coste de fabricación de un portátil y que su precio podría subir entre un 5% y un 15%.

Quién fija el precio de la memoria de consumo

Kalecki (1954) explicaba el precio de las industrias oligopolísticas como un margen sobre los costes directos, cuyo tamaño depende del «grado de monopolio». La memoria añade una particularidad: su grado de monopolio no es estable. En las fases bajistas del ciclo sectorial, tres fabricantes que controlan el 90% del mercado compiten como si fueran cientos y venden a precios cercanos al coste; en cambio, cuando la oferta está restringida en relación con las demandas, la misma estructura sostiene márgenes extraordinarios. Con el coste por bit prácticamente estancado, la duplicación del precio, en 2026 se ha traducido casi íntegramente en margen.

El mecanismo que conecta los centros de datos con el portátil de un particular es el coste de oportunidad de la oblea (wafer) de silicio. Cada oblea puede convertirse en memoria convencional o en HBM, y el fabricante la destina al producto que más ingresos netos le deja. Mientras la HBM sea más rentable, el precio de la memoria convencional tiene que subir hasta igualar esa rentabilidad alternativa. El consumidor ha dejado de ser el comprador marginal en la determinación de precios: el precio que paga lo fija la demanda de los centros de datos.

El precio de la memoria de consumo lo fija la rentabilidad alternativa de la oblea en los centros de datos, no la demanda de consumo.

El mecanismo tiene un límite interno, porque a medida que sube el precio de la memoria convencional se reduce la ventaja de la HBM. Los datos de 2026 lo muestran. Según TrendForce, el precio medio de SK Hynix, el fabricante más volcado en HBM, creció menos que el de sus rivales porque los precios de contrato de la HBM bajaron en 2026, mientras Samsung, con más peso de la memoria convencional, registró la mayor subida. Las estimaciones divulgativas que atribuyen a la HBM márgenes entre tres y cinco veces superiores reflejan probablemente la situación de 2024–2025, no la actual.

Una explicación del mecanismo

Cuando se dice que el mecanismo tiene un límite interno, se está queriendo significar que el mecanismo se frena a medida que actúa. El razonamiento tiene cuatro pasos.

  1. El punto de partida. Cada oblea puede destinarse a HBM o a memoria convencional, y el fabricante elige el uso que más ingresos netos le deja. En 2024–2025 la HBM era mucho más rentable por oblea, así que los fabricantes le fueron destinando cada vez más.
  2. El efecto. Al desviar obleas hacia la HBM, disminuye la oferta de memoria convencional y su precio sube. Este es el mecanismo que explica el encarecimiento de la memoria de consumo.
  3. El límite. Esa misma subida hace que cada oblea dedicada a memoria convencional rinda más, y la diferencia de rentabilidad entre ambos usos se estrecha. Cuando se iguala, el fabricante deja de tener motivo para seguir desviando obleas. El mecanismo no empuja el precio al alza sin fin: lo lleva hasta el nivel en que ambos usos rinden lo mismo.
  4. Un ejemplo con cifras puramente ilustrativas, no reales: una oblea convertida en HBM genera 30.000 dólares, y convertida en DDR5, 10.000. El fabricante desvía obleas a HBM. Si la DDR5 escasea y su precio se triplica, esa oblea pasa a generar también 30.000, y el incentivo desaparece. Si además el precio de la HBM baja, la igualdad se alcanza antes.
  5. La evidencia. Es lo que sugieren los datos de 2026. Los precios de contrato de la HBM bajaron mientras los de la memoria convencional se duplicaban. Samsung, con más peso de la memoria convencional, registró la mayor subida de precio medio de los tres grandes fabricantes. SK Hynix, el más volcado en HBM, creció menos.

No obstante, el límite no actúa de inmediato, en el corto plazo. La HBM se vende con contratos plurianuales, y parte de su capacidad de apilado y encapsulado no puede reconvertirse fácilmente, así que la reasignación en sentido inverso llega con retraso. Asimismo, el límite solo afecta a este mecanismo concreto. Si la escasez total de obleas persiste, los precios de ambos tipos de memoria pueden seguir subiendo a la vez.

Por qué una recesión general no bastaría

La última gran caída del precio de la memoria sí tuvo un origen macroeconómico. Los precios empezaron a bajar a finales de 2021 y se hundieron en 2022, cuando coincidieron la subida de tipos, la guerra de Ucrania y los confinamientos en China. Los precios de la DRAM y la NAND se redujeron a la mitad, SK Hynix recortó a la mitad su inversión y Micron redujo su plantilla en torno a un 10%. Los fabricantes bajaron sus tasas de utilización al 74–82%, y Samsung y SK Hynix perdieron más de 16.000 millones de dólares en su negocio de chips en 2023.

Aquel episodio operó, sin embargo, a través de un comprador distinto: fue la resaca de la sobreinversión en electrónica de consumo durante la pandemia, en un mercado dominado por teléfonos y ordenadores. En 2026 la demanda de consumo lleva meses debilitada (en abril, TrendForce constataba que el encarecimiento frenaba la renovación de ordenadores) y los precios han seguido subiendo. Una recesión general reduciría todavía más esa demanda, pero los fabricantes podrían reasignar la capacidad liberada a servidores. TrendForce ya anticipaba en 2025 que la respuesta del mercado de consumo sería una caída de volúmenes, no una corrección de precios.

La crisis que sí importaría

En este contexto, puede pensarse que el canal relevante es la inversión de los hiperescaladores. Según FactSet, Alphabet, Amazon, Meta, Microsoft y Oracle invertirán en conjunto más de 690.000 millones de dólares en sus ejercicios fiscales de 2026. La relación con la memoria es circular: Microsoft atribuye unos 25.000 millones de su inversión de 2026 a la inflación de los componentes, de modo que el encarecimiento de la memoria infla una parte de la inversión que lo sostiene.

La financiación de esa inversión muestra rasgos que Minsky (1986) reconocería. La deuda incremental ha pasado de cubrir el 9% de la inversión en 2024 al 32% a mediados de 2026; Alphabet completó en junio una ampliación de capital de 84.750 millones de dólares y Oracle prevé captar 40.000 millones. Estas empresas conservan flujos de caja enormes, por lo que el recurso a financiación externa no implica fragilidad financiera inmediata; aunque sí que hace depender la continuidad de la inversión de los mercados de capitales.

El mecanismo bajista más verosímil es contable. Según Silicon Analysts, las amortizaciones de los hiperescaladores crecen entre un 30% y un 40% anual y comprimirán mecánicamente sus márgenes; y ante una reducción de márgenes, los directores financieros suelen responder moderando la inversión, como hizo Amazon en 2022–2023. A ello se suma una restricción física: diversos análisis sitúan ya en la disponibilidad de energía, y no en los chips, el principal cuello de botella de los centros de datos.

Los indicadores de septiembre de 2026 no muestran todavía esa corrección. Las previsiones de inversión se han revisado repetidamente al alza, y para alcanzar el billón de dólares en 2027 bastaría con un crecimiento del 36,5%, menos de la mitad que en 2026. Micron sostiene que la escasez durará más allá de 2027, aunque los fabricantes tienen interés en transmitir expectativas de escasez persistente, que refuerzan su posición en la negociación de contratos a largo plazo.

La contribución de la innovación en el pasado y en el futuro

Durante medio siglo, la innovación abarató la memoria de forma casi automática. La ley de Wright (1936) establece que el coste unitario cae un porcentaje fijo cada vez que se duplica la producción acumulada. Para la DRAM, Irwin y Klenow (1994) estimaron con datos de siete generaciones de chips entre 1974 y 1992 una tasa de aprendizaje media del 20%. La densidad de la DRAM se duplicaba aproximadamente cada 18 meses.

Ese régimen se ha agotado. En la última década, la densidad total de la DRAM solo se ha duplicado, frente a aumentos del orden de cien veces por década en su época dorada; los condensadores de cada celda son ya estructuras tridimensionales con relaciones de aspecto próximas a 100:1. Una prepublicación técnica reciente sostiene que el coste por bit lleva más de una década estancado y que ese estancamiento, a diferencia de la subida de precios, responde a límites físicos y no al mercado.

La innovación no ha desaparecido, pero ha cambiado de función. Un nuevo nodo de fabricación puede producir alrededor de un 70% más de bits por oblea, aunque la transición reduce temporalmente la producción. Su efecto ya no es un abaratamiento continuo, sino un salto de oferta concentrado en el momento en que el nodo madura, que se suma a la dinámica de telaraña del sector.

El modelo de la telaraña (Kaldor, 1934; Ezekiel, 1938) describe mercados en los que la producción se decide con los precios de hoy, pero llega al mercado años después. Si el retraso es largo y la oferta responde con fuerza, el mercado oscila entre escasez y exceso. En la memoria, una fábrica nueva tarda entre dos y tres años en producir, la capacidad se añade en grandes bloques y, según SemiAnalysis, las transiciones de nodo continúan, aunque la demanda caiga, de modo que la oferta de bits sigue creciendo en plena fase bajista. En 2019, IC Insights estimaba que las ventas de DRAM caerían de 99.400 a unos 62.000 millones de dólares. La caída de 2022–2023 fue aún más profunda.

La capacidad que viene, y cuándo llega

La producción de obleas de DRAM crece hoy a un ritmo del 6–8% anual. Las nuevas fábricas de Samsung y SK Hynix no producirán a escala antes del segundo semestre de 2027; la primera fábrica nueva de Micron, en Idaho, empezará a producir DRAM a mediados de ese año, y su planta de Hiroshima apunta a 2028. En Corea, la primera fábrica de SK Hynix en Yongin recibirá equipos desde el segundo trimestre de 2027, y la nueva planta de Samsung en Pyeongtaek prevé producción masiva a finales de 2028. ASML entregará 56 escáneres EUV en 2027, de ellos 7 a Samsung y hasta 20 a SK Hynix para memoria.

Las fuentes no coinciden al describir la estrategia de los fabricantes. En marzo, TechPowerUp informaba de que no veían justificación para ampliar más allá de lo previsto. En agosto, la prensa financiera recogía planes muy ambiciosos: un aumento de producción del 50% en Samsung, unos 600 billones de wones de SK Hynix en Yongin con un calendario adelantado doce años, y 27.000 millones de dólares de inversión de Micron. La misma fuente afirma que la producción de 2027 está vendida en su totalidad y, a la vez, que los planes de expansión son excesivamente agresivos. La contradicción se disuelve si se separa la oferta de 2027, ya comprometida, de la capacidad que llegará desde 2028. El riesgo reside en esa capacidad, decidida en plena escasez, que madurará en un entorno de demanda desconocido, como advierte Morningstar.

Quedan dos fuerzas más. La primera es la entrada de nuevos competidores, la destrucción creativa de Schumpeter (1942). El fabricante chino CXMT ya suministra a algunos fabricantes de portátiles y está siendo probado por Apple, pero los controles de exportación estadounidenses y una baja localización de equipos pueden limitar su expansión. La segunda es la eficiencia en el uso de la memoria: cuantización, arquitecturas de mezcla de expertos, compresión. Aquí opera la paradoja que Jevons (1865) observó con el carbón y que la literatura posterior ha documentado ampliamente (Alcott, 2005): si la inferencia se abarata, se usa más, y la demanda total de memoria puede crecer en lugar de reducirse. Las técnicas de software frenan el crecimiento del uso de DRAM, pero no su coste por bit.

Cuándo y cómo una inflexión

Las previsiones convergen en situar el punto de inflexión entre finales de 2027 y 2028: IDC espera estabilización a mediados de 2027, Counterpoint sitúa el primer giro posible en el cuarto trimestre y el consejero delegado de Intel no prevé alivio antes de 2028; los propios fabricantes sitúan el fin de la escasez a finales de 2028. El historial de estas previsiones aconseja prudencia. En enero de 2026, un análisis que agregaba varias consultoras daba un 60% de probabilidad a que los precios empezaran a bajar en el tercer trimestre de 2026; seis meses después, ese trimestre pasaría a subidas de dos dígitos. En este mercado las previsiones fallan en ambas direcciones, porque la demanda depende de decisiones de inversión que se revisan cada trimestre.

Haciendo uso de la máxima cautela, pueden establecerse tres escenarios:

Escenarios para el precio de la DRAM de consumo

Escenario

Desencadenante

Precio de la DRAM de consumo

Horizonte

Central: meseta y normalización gradual

La nueva capacidad entra en producción mientras la inversión en IA crece a menor ritmo

Estabilización en niveles elevados en 2027 y descenso progresivo

2027–2028

Corrección de telaraña

Desaceleración de la inversión en IA (amortizaciones, financiación o energía) coincidente con la entrada de nuevas fábricas

Caída brusca, de magnitud comparable a la de 2022–2023

Finales de 2027 y 2028

Escasez prolongada

Aceleración sostenida de la inversión en IA y disciplina de capacidad

Precios elevados más allá de 2028

Desde 2029

El escenario central es el más probable con la información actual. El de corrección es menos probable, pero sería el de mayor efecto sobre los precios, y gana peso a medida que se acerca la entrada en producción de la nueva capacidad. Para seguir la evolución basta con cinco indicadores:

  • la variación trimestral de los precios de contrato de TrendForce (el primer trimestre en negativo marcaría el cambio de fase);
  • las previsiones de inversión de los hiperescaladores, junto con su crecimiento en la nube y sus obligaciones pendientes, que FactSet recomienda vigilar;
  • los inventarios de los fabricantes, hoy en mínimos y que en 2023 llegaron a cuatro meses de producción;
  • los anuncios de recortes de producción; y
  • el volumen de memoria de CXMT en productos occidentales.

Qué implica para el consumidor que necesita comprar

Hicks (1974) distinguía entre mercados de precios flexibles, que se ajustan a la oferta y la demanda, y mercados de precios fijos, donde el precio se forma sumando un margen al coste. La memoria pertenece a los primeros: sus contratos se renegocian cada trimestre. El portátil, a los segundos. De ahí se siguen dos consecuencias. La transmisión llega con retraso: TrendForce anticipa que los portátiles seguirán encareciéndose a medida que los componentes caros entren en los inventarios. Y es probablemente asimétrica: la literatura sobre transmisión de costes documenta que los precios finales suben deprisa y bajan despacio (Bacon, 1991), aunque no hay estimaciones específicas para la electrónica de consumo en este episodio. Para quien necesite hoy un equipo con mucha memoria, esperar seis o doce meses difícilmente abaratará la compra. Quien pueda esperar tiene en 2028 un horizonte razonable, con la incertidumbre de que la corrección llegue de forma gradual o brusca.

Nota sobre los datos.

Las cifras de precios e ingresos proceden de notas de prensa y resúmenes de TrendForce; los datos de empresas, de prensa financiera y boletines especializados, contrastados cuando ha sido posible; las previsiones y estimaciones de analistas se utilizan de forma cualitativa. Las cifras de inversión de los hiperescaladores difieren entre fuentes según el perímetro y el periodo de cómputo. Información cerrada el 21 de septiembre de 2026.

Referencias académicas citadas

  • Alcott, B. (2005). Jevons’ paradox. Ecological Economics, 54(1), 9–21.
  • Bacon, R. W. (1991). Rockets and feathers: the asymmetric speed of adjustment of UK retail gasoline prices to cost changes. Energy Economics, 13(3), 211–218.
  • Ezekiel, M. (1938). The cobweb theorem. The Quarterly Journal of Economics, 52(2), 255–280.
  • Hicks, J. R. (1974). The Crisis in Keynesian Economics. Oxford: Basil Blackwell.
  • Irwin, D. A. y Klenow, P. J. (1994). Learning-by-doing spillovers in the semiconductor industry. Journal of Political Economy, 102(6), 1200–1227. https://doi.org/10.1086/261968
  • Jevons, W. S. (1865). The Coal Question: An Inquiry Concerning the Progress of the Nation, and the Probable Exhaustion of Our Coal-Mines. Londres: Macmillan.
  • Kaldor, N. (1934). A classificatory note on the determinateness of equilibrium. The Review of Economic Studies, 1(2), 122–136.
  • Kalecki, M. (1954). Theory of Economic Dynamics: An Essay on Cyclical and Long-Run Changes in Capitalist Economy. Londres: George Allen & Unwin.
  • Minsky, H. P. (1986). Stabilizing an Unstable Economy. New Haven: Yale University Press.
  • Schumpeter, J. A. (1942). Capitalism, Socialism and Democracy. Nueva York: Harper & Brothers.
  • Wright, T. P. (1936). Factors affecting the cost of airplanes. Journal of the Aeronautical Sciences, 3(4), 122–128.
Esta entrada fue publicada en Economía, Inteligencia Artificial. Guarda el enlace permanente.