Resumen rápido
| Tipo de empresa de IA | Método que suele aportar más información | Qué debes vigilar |
|---|---|---|
| Startup muy temprana | Comparables, rondas y escenarios | Incertidumbre y dilución |
| SaaS de IA con pérdidas | EV/Revenue o EV/ARR | Crecimiento, recurrencia y márgenes futuros |
| Software de IA rentable | DCF + EV/EBITDA + EV/Revenue | Conversión del crecimiento en caja |
| Semiconductores e infraestructura | DCF + EV/EBITDA | CAPEX, ciclo, deuda y márgenes |
| Empresa tecnológica madura | DCF + múltiplos comparables | Cuánto crecimiento ya está descontado |
No existe un múltiplo universal para las empresas de IA.
Una compañía puede merecer una valoración elevada si crece rápido, tiene clientes recurrentes, buenos márgenes potenciales y una ventaja difícil de copiar. Otra puede parecer igual de atractiva desde fuera y, sin embargo, consumir tanto efectivo o depender tanto de terceros que merezca un múltiplo mucho menor.
Por eso, antes de valorar una empresa concreta conviene saber bien qué significa invertir en acciones y qué estás comprando realmente.
Antes de elegir un múltiplo, identifica qué empresa de IA estás valorando
Uno de los errores más comunes es comparar empresas porque las dos aparecen en la categoría “inteligencia artificial”.
Eso no basta.
Una compañía que vende software mediante suscripción tiene una economía completamente distinta a una empresa que diseña chips, construye centros de datos o desarrolla modelos fundacionales.
Software y SaaS de inteligencia artificial
En una empresa de software suelen importar mucho:
- crecimiento de ingresos;
- porcentaje de ingresos recurrentes;
- retención de clientes;
- margen bruto;
- gasto comercial;
- capacidad de subir precios;
- coste de prestar el servicio;
- posibilidad de alcanzar márgenes altos cuando madure.
Aquí los múltiplos de ingresos pueden ser útiles cuando todavía no hay beneficios suficientes para utilizar EBITDA o PER.
Pero hay un matiz importante: dos empresas con $1,000 millones MXN de ingresos no tienen por qué valer lo mismo.
Una puede crecer 50%, retener muy bien a sus clientes y tener un margen bruto alto. Otra puede crecer 15%, perder clientes y necesitar cada vez más gasto para mantener las ventas.
Aplicarles el mismo múltiplo sería una simplificación peligrosa.
Modelos fundacionales y empresas intensivas en cómputo
Una compañía que desarrolla grandes modelos de IA puede tener ingresos crecientes y, al mismo tiempo, afrontar enormes necesidades de infraestructura.
Ahí debes mirar con especial cuidado:
- coste de entrenamiento;
- coste de inferencia;
- contratos de nube;
- dependencia de proveedores;
- consumo de efectivo;
- inversión futura necesaria;
- capacidad de trasladar esos costes al cliente.
Ingresos espectaculares no significan automáticamente buenos flujos de caja.
Ese punto resulta especialmente importante cuando analizas compañías privadas, donde además puede haber menos información financiera pública y las valoraciones de las rondas no equivalen necesariamente al precio que podrías conseguir vendiendo tu participación.
Un ejemplo útil fuera del sector puro de IA es el mercado pre-IPO: nuestra guía sobre cómo invertir en SpaceX desde México muestra por qué una empresa privada, una futura acción cotizada y un derivado no deben tratarse como si fueran lo mismo.
Semiconductores e infraestructura
Un fabricante de chips tampoco debería valorarse igual que un SaaS.
Tiene fábricas, inventario, ciclos de demanda, inversión de capital, depreciación y, según el modelo de negocio, una estructura de costes radicalmente distinta.
Por eso, cuando estudias compañías vinculadas a la industria de semiconductores, suele tener más sentido prestar atención a EBITDA, flujo de caja, CAPEX y ciclo del sector que limitarse a mirar ventas.
Lo mismo explica por qué los ETFs de semiconductores pueden comportarse de forma distinta a un fondo centrado principalmente en software o aplicaciones de IA.
Consejo experto: antes de buscar un múltiplo, escribe en una frase cómo gana dinero la empresa y cuál es su principal coste. Si no puedes responder eso, todavía no estás preparado para valorarla.
Qué múltiplos sirven para valorar una empresa de inteligencia artificial
Los múltiplos son útiles porque permiten comparar una empresa con otras similares.
El problema aparece cuando elegimos mal el comparable o utilizamos una métrica que no encaja con la etapa del negocio.
Como referencia metodológica, CFA Institute distingue entre múltiplos basados en el precio de las acciones y múltiplos basados en el valor total de la empresa, y explica la utilidad de métricas como EV/EBITDA y EV/Sales para comparar negocios. CFA Institute: Market-Based Valuation
EV/Revenue: útil cuando todavía no hay beneficios
La fórmula es sencilla:
EV/Revenue = Enterprise Value / ingresos
Supongamos que una empresa tiene un Enterprise Value de $10,000 millones MXN y genera $1,000 millones MXN de ingresos.
Su múltiplo sería:
$10,000 millones / $1,000 millones = 10x ventas
Eso no significa que 10x sea barato ni caro.
Necesitas compararlo con empresas que tengan características razonablemente similares.
Como mínimo, revisa:
- crecimiento;
- margen bruto;
- modelo de negocio;
- recurrencia de ingresos;
- tamaño;
- rentabilidad esperada;
- necesidades de reinversión.
Una empresa que crece 60% anual no debería compararse mecánicamente con otra que crece 10%.
Y una compañía que vende software con ingresos recurrentes no debería compararse sin ajustes con una empresa de infraestructura.
EV/ARR: especialmente útil en negocios recurrentes
ARR significa Annual Recurring Revenue, o ingresos recurrentes anualizados.
Puede ser una métrica muy útil en negocios de suscripción porque intenta aislar la parte de los ingresos que se repite.
Pero aquí también hay mucho margen para equivocarse.
No toda facturación recurrente tiene la misma calidad.
Pregúntate:
- ¿los clientes renuevan?
- ¿aumentan su gasto?
- ¿pueden cancelar fácilmente?
- ¿los contratos son realmente recurrentes?
- ¿hay mucho ingreso puntual mezclado?
- ¿cuánto cuesta mantener a esos clientes?
Error común: valorar una empresa sobre ARR como si todo ese ingreso estuviera garantizado durante años.
No lo está.
EV/EBITDA: cuando el negocio empieza a madurar
Cuando una empresa ya genera resultados operativos relativamente estables, EV/EBITDA empieza a ser más informativo.
La lógica es:
EV/EBITDA = Enterprise Value / EBITDA
Puede facilitar la comparación entre compañías con estructuras financieras distintas porque el Enterprise Value considera el valor del negocio antes de centrarnos exclusivamente en los accionistas.
Sin embargo, EBITDA no es flujo de caja.
Una compañía puede mostrar un EBITDA atractivo y necesitar muchísimo CAPEX para seguir operando.
Esto importa especialmente en semiconductores, centros de datos e infraestructura tecnológica.
PER: útil, pero no para todo
El PER relaciona el precio de la acción con los beneficios.
Funciona mejor cuando:
- la empresa ya es rentable;
- los beneficios son relativamente representativos;
- no existen distorsiones extraordinarias;
- podemos comparar compañías de características parecidas.
Para una startup de IA que pierde dinero, el PER simplemente puede no existir.
En cambio, en una compañía tecnológica madura puede aportar información adicional. Si quieres ver cómo cambia la lógica cuando analizas una empresa consolidada, nuestra guía para invertir en Alphabet desde México es un buen ejemplo de una compañía donde la IA forma parte de un negocio mucho más amplio.
Enterprise Value no es lo mismo que capitalización
Esta diferencia parece pequeña, pero puede cambiar por completo una valoración.
Capitalización bursátil = precio por acción × número de acciones
El Enterprise Value intenta medir el valor del negocio completo y, de forma simplificada:
Enterprise Value ≈ valor del capital + deuda − caja
Por eso debes mantener consistencia.
Si utilizas:
- EV/Revenue;
- EV/EBITDA;
estás trabajando con Enterprise Value.
Si utilizas:
- PER;
- precio/valor contable;
trabajas directamente con el valor atribuible a los accionistas.
No mezcles numerador y denominador.
Ese error puede generar una valoración aparentemente sofisticada que en realidad está mal construida desde la primera fórmula.
DCF, TAM y escenarios: cómo valorar el futuro sin inventarlo
Los múltiplos te dicen cómo está valorando el mercado negocios similares.
El DCF intenta responder algo diferente:
¿Cuánto valen hoy los flujos de caja que esta empresa podría generar en el futuro?
En teoría es una idea muy limpia.
En una empresa de IA joven, el problema está en que el futuro puede ser cualquier cosa menos limpio.
Cómo funciona un DCF
DCF significa Discounted Cash Flow, o descuento de flujos de caja.
Simplificando mucho:
- estimas los ingresos futuros;
- calculas cuánto podría quedar como beneficio operativo;
- estimas impuestos y reinversión;
- obtienes el flujo de caja libre;
- descuentas esos flujos para llevarlos a valor presente;
- calculas un valor terminal para el periodo posterior a tus previsiones.
El CFA Institute describe el valor de una empresa mediante FCFF como el valor presente de sus flujos de caja libres futuros descontados al coste promedio ponderado del capital. CFA Institute: Free Cash Flow Valuation
En una empresa de IA, las variables críticas suelen ser:
- crecimiento de ingresos;
- margen bruto;
- margen operativo futuro;
- coste de cómputo;
- CAPEX;
- necesidad de contratar talento;
- precio que puede cobrar al cliente;
- competencia;
- tasa de descuento;
- crecimiento terminal.
Aquí está el problema: cuanto más joven es la empresa, más hipótesis necesitas.
Puedes construir una hoja de cálculo impecable y obtener un resultado muy preciso con supuestos completamente equivocados.
El TAM no es la valoración de la empresa
TAM significa Total Addressable Market, o mercado total potencial.
Puede ayudarte a comprobar si tus previsiones tienen sentido.
Pero no deberías hacer esto:
“El mercado de IA podría valer X. Esta empresa capturará 5%. Por tanto, vale Y.”
Entre mercado potencial y valor para el accionista faltan muchas cosas:
TAM → clientes → ingresos → costes → márgenes → reinversión → flujo de caja → valoración
Una empresa puede competir en un mercado gigantesco y seguir siendo una mala inversión si:
- no consigue suficiente participación;
- paga demasiado por captar clientes;
- sus precios caen;
- sus costes aumentan;
- necesita reinvertir prácticamente todo lo que genera.
Lo mismo ocurre con cualquier tendencia popular. Los índices temáticos pueden concentrar empresas relacionadas con una gran narrativa de crecimiento, pero que el tema sea atractivo no significa automáticamente que todas esas compañías estén bien valoradas.
Mejor tres escenarios que una cifra “perfecta”
Para empresas de IA preferimos pensar en rangos de valoración.
Por ejemplo:
| Variable | Escenario conservador | Escenario base | Escenario optimista |
|---|---|---|---|
| Crecimiento | Menor | Razonable | Elevado |
| Margen futuro | Bajo | Medio | Alto |
| Reinversión | Alta | Normal | Más eficiente |
| Múltiplo final | Más bajo | Intermedio | Más alto |
| Valor estimado | Menor | Central | Mayor |
No necesitas cambiar veinte supuestos.
Concéntrate en los tres o cuatro que realmente mueven el negocio.
Después haz sensibilidad.
Por ejemplo:
| Margen bajo | Margen base | Margen alto | |
|---|---|---|---|
| Crecimiento bajo | $4,000 M | $5,000 M | $6,000 M |
| Crecimiento base | $6,000 M | $7,500 M | $9,000 M |
| Crecimiento alto | $8,000 M | $10,000 M | $12,500 M |
Todas las cifras de esta tabla son hipotéticas y solo sirven para explicar el método.
La utilidad no está en descubrir que la empresa “vale exactamente $7,500 millones”.
Está en descubrir que tu valoración puede caer de $10,000 a $6,000 millones simplemente cambiando dos hipótesis razonables.
Eso te dice mucho más sobre el riesgo.
Señal de alerta: si para justificar el precio de mercado necesitas crecimiento extraordinario, márgenes perfectos y un múltiplo final muy elevado al mismo tiempo, el precio probablemente ya incorpora un escenario muy exigente.
¿Y si la empresa todavía es una startup?
Un DCF puede hacerse, pero no siempre es el método que más información aporta.
Cuando los ingresos todavía son pequeños, los márgenes futuros son inciertos y la empresa puede necesitar varias rondas adicionales, la falsa precisión se vuelve especialmente peligrosa.
La Asociación Española de Contabilidad y Administración de Empresas incluye DCF, múltiplos y métodos complementarios en la valoración de startups, y subraya que la elección depende de las características y la fase de desarrollo de cada compañía. AECA: El proceso de valoración de startups
Para una startup muy temprana tiene más sentido combinar:
- ronda de financiación más reciente;
- empresas comparables;
- crecimiento;
- calidad de los clientes;
- economía unitaria;
- necesidades futuras de capital;
- escenarios;
- riesgo de dilución.
Y aun así debes aceptar que el rango puede ser muy amplio.
Ejemplo: cómo valorar una empresa de IA con múltiplos
Vamos a usar una compañía completamente ficticia.
Imagina IA México, S.A., una empresa de software empresarial.
Estos números son solo un ejemplo ilustrativo:
- ingresos anuales: $1,000 millones MXN;
- crecimiento: alto;
- EBITDA: negativo;
- deuda: $200 millones MXN;
- caja: $500 millones MXN;
- mayoría de ingresos mediante contratos recurrentes.
Como todavía pierde dinero, utilizar EV/EBITDA o PER aportaría poco.
Podríamos empezar por EV/Revenue.
Escenario 1: múltiplo de 6x ventas
Enterprise Value:
$1,000 millones × 6 = $6,000 millones MXN
Si la empresa tiene $500 millones de caja y $200 millones de deuda:
Equity Value aproximado:
$6,000 + $500 − $200 = $6,300 millones MXN
Escenario 2: múltiplo de 10x ventas
$1,000 millones × 10 = $10,000 millones MXN de Enterprise Value
Ajustando caja y deuda:
$10,000 + $500 − $200 = $10,300 millones MXN de Equity Value
La misma empresa pasa de valer aproximadamente $6,300 millones a $10,300 millones MXN sin cambiar un solo peso de sus ingresos.
Solo cambiamos el múltiplo.
Ahí está la verdadera pregunta:
¿Por qué debería pagar 10x en lugar de 6x?
Podría estar justificado si tiene:
- crecimiento mucho mayor que sus comparables;
- retención excelente;
- margen bruto superior;
- clientes muy difíciles de perder;
- producto difícil de replicar;
- costes de IA decrecientes;
- camino claro hacia beneficios.
Pero si ese 10x solo se justifica porque “la inteligencia artificial está de moda”, el análisis es débil.
Error común: buscar primero el múltiplo que hace que el precio parezca atractivo y construir después la historia que lo justifica.
Hazlo al revés.
Primero analiza el negocio. Después decide qué rango de múltiplos tendría sentido.
Qué hace que una empresa de IA merezca una prima o un descuento
Dos compañías pueden utilizar modelos muy parecidos y merecer valoraciones completamente distintas.
Factores que pueden justificar una valoración más alta
Crecimiento de calidad. No basta con vender más. Importa cuánto cuesta conseguir ese crecimiento y cuánto se conserva después.
Ingresos recurrentes. Los contratos estables hacen más predecible el negocio.
Buenos márgenes. Si cada peso adicional de ingresos deja cada vez más beneficio, el modelo puede escalar mejor.
Ventaja competitiva real. Datos propios, distribución, integración con el cliente, tecnología difícil de replicar o costes de cambio elevados pueden tener mucho valor.
Capacidad de financiar el crecimiento. Una empresa que puede crecer sin pedir capital constantemente tiene menos riesgo de dilución.
Economía unitaria sólida. Un producto puede ser espectacular técnicamente y económicamente mediocre.
Factores que deberían hacerte exigir un descuento
Dependencia de terceros. Si toda la aplicación depende de una API que puede subir precios o replicar sus funciones, el riesgo es mayor.
Coste de cómputo elevado. Crecer puede aumentar los ingresos y también destruir margen.
Concentración de clientes. Perder uno o dos contratos puede cambiar completamente las previsiones.
Necesidades continuas de financiación. Cada nueva ronda puede diluir a los accionistas existentes.
Producto fácilmente replicable. Incorporar una capa de IA a un software no crea automáticamente una ventaja sostenible.
Valoración apoyada casi exclusivamente en crecimiento futuro. Cuanto más lejos esté la rentabilidad, más sensible es el resultado a pequeños cambios en las hipótesis.
Aquí conviene separar también empresa atractiva de acción atractiva.
Una compañía puede tener un producto extraordinario y aun así ser una mala inversión si pagas un precio demasiado alto.
Ese riesgo es especialmente visible en sectores con narrativas muy fuertes, como IA, chips y robótica. Por eso puede ser útil comparar la exposición de una acción individual con opciones más diversificadas como los ETFs de inteligencia artificial o incluso los ETFs de robótica.
Qué método usar según la etapa de la empresa
No necesitas utilizar todos los modelos disponibles.
De hecho, normalmente es mejor usar un método principal y otro como contraste.
| Etapa de la empresa | Método principal | Método de contraste |
|---|---|---|
| Preingresos | Rondas, VC y escenarios | Comparables cualitativos |
| Crecimiento con pérdidas | EV/Revenue o EV/ARR | Escenarios y DCF prudente |
| Cerca del punto de equilibrio | EV/Revenue + DCF | EV/EBITDA forward |
| Rentable | DCF + EV/EBITDA | EV/Revenue o PER |
| Madura | DCF | Comparables |
Si analizas una empresa cotizada, también debes comprobar qué expectativas ya están incluidas en el precio.
No basta con decir:
“Va a crecer mucho.”
La pregunta correcta es:
“¿Va a crecer más de lo que ya espera el mercado?”
Esto es especialmente importante en grandes tecnológicas del Nasdaq, donde las expectativas pueden ser tan relevantes como los resultados del negocio.
Los 7 errores que más distorsionan una valoración de IA
- Comparar empresas solo porque ambas utilizan inteligencia artificial.
- Aplicar un múltiplo sin comprobar crecimiento, márgenes y etapa.
- Confundir Enterprise Value con capitalización bursátil.
- Comparar ingresos históricos con múltiplos basados en previsiones futuras.
- Tratar el TAM como si fueran ingresos garantizados.
- Ignorar costes de cómputo, CAPEX y necesidad de financiación.
- Construir el DCF para confirmar el precio que ya querías pagar.
Si evitas estos siete errores, tu valoración probablemente será menos espectacular, pero mucho más útil.
Y si después de analizar una compañía estadounidense concluyes que realmente quieres invertir en ella, el siguiente paso ya no es valoración sino ejecución: revisar acceso al mercado, regulación, divisa y costes entre los brokers para comprar acciones de Estados Unidos desde México.
Primero entiende lo que vale. Después decide si quieres comprarlo.
Conclusión
Valorar una empresa de inteligencia artificial no requiere una fórmula especial para la IA.
Requiere entender qué negocio tienes delante.
Una startup de software con pérdidas puede analizarse primero con EV/Revenue o EV/ARR. Una compañía rentable admite mejor EV/EBITDA, PER y DCF. Un negocio intensivo en infraestructura exige prestar mucha más atención a CAPEX y flujo de caja.
El DCF puede ser muy potente, pero no elimina la incertidumbre. Cuanto más joven sea la empresa, menos sentido tiene fingir que existe una valoración exacta.
Por eso preferimos trabajar con rangos y escenarios.
Si una empresa solo parece barata cuando utilizas el crecimiento más optimista, el margen más alto y el múltiplo más generoso, esa no es una valoración prudente: es una apuesta a que todo salga bien.
La mejor pregunta no es:
“¿Cuánto vale exactamente esta empresa de IA?”
Es:
“¿Qué tendría que ocurrir para justificar el precio que estoy pagando y qué pasa si mis hipótesis son demasiado optimistas?”
Esa pregunta te protege mucho más que cualquier múltiplo aislado.
