Inauguramos un nuevo formato en Quality Value: colaboraciones con gestores que comparten nuestra filosofía de inversión y forma de entender el mercado.

En este caso, lo hacemos junto a Horos AM, uno de los fondos de referencia dentro del enfoque value en España, y en concreto con Miguel Rodríguez, socio fundador y gestor.

Nos conocimos personalmente en los premios Rankia el año pasado. Más allá de compartir algunas ideas de inversión, lo que me llamó la atención fue la alineación en la forma de analizar negocios: foco en fundamentales, pensamiento independiente y una clara orientación al detalle y el largo plazo.

A partir de ahí surge esta colaboración.

El objetivo no es comentar el mercado desde un punto de vista superficial, sino construir un marco de pensamiento común sobre lo que está ocurriendo —especialmente en un contexto donde la inteligencia artificial está empezando a impactar de forma real en los negocios— y cómo posicionarse como inversor.

Sobre ese marco, analizamos dos compañías que ambos hemos incorporado recientemente en cartera:

| Vidrala, uno de los principales productores de envases de vidrio de Europa Occidental: un negocio con baja exposición a disrupción por IA, donde operan dinámicas competitivas muy distintas a las que hoy dominan gran parte del mercado.

| Booking Holdings, la conocida plataforma que conecta proveedores de alojamiento con clientes finales (B2C), cuya cotización se ha visto recientemente castigada por la narrativa en torno a la IA —llegando a corregir más de un 25% en el año—, en nuestra opinión de forma algo irracional.

Dos casos muy distintos en apariencia, pero que responden a una misma lógica de inversión que explicaremos en la primera parte de la publicación.

Lo que vas a leer hoy:

1. Actualidad y visión de mercado.

   En esta primera parte, desarrollamos nuestra visión conjunta sobre el entorno actual:

   • Qué está ocurriendo en el mercado

   • Cómo está afectando la IA a los modelos de negocio

   • Qué implicaciones tiene para la inversión a largo plazo

2. Tesis de inversión.

   En una segunda parte, aterrizamos ese marco en dos ideas concretas:

   • Vidrala

   • Booking Holdings

Artículo elaborado conjuntamente por Miguel Rodríguez (Horos AM) y Alejandro Guadalajara (Quality Value)

1) Actualidad y visión de mercado.

Alejandro Guadalajara (Quality Value):

El inicio de año ha estado marcado por una corrección relevante en todo el ecosistema ligado a la inteligencia artificial.

No solo en software, sino en cualquier negocio donde la IA pueda alterar —positiva o negativamente— el modelo económico.

Lo relevante no es la caída en sí, sino su causa: el mercado ha dejado de dar por hecho quiénes serán los ganadores.

Sectores que hasta hace poco se percibían como “claros beneficiados” —SaaS, proveedores de datos, software con altas ventajas competitivas— han pasado a estar en entredicho.

No porque hayan cambiado sus resultados a corto plazo, sino porque ha cambiado la percepción sobre su valor a largo plazo.

El detonante: avance real en capacidades “agentic”

El punto de inflexión se produce a finales de enero con dos anuncios muy cercanos de Anthropic (Claude):

• 30 de enero de 2026: lanzamiento de plugins “agentic”, orientados a automatizar trabajo por rol (legal, ventas, marketing, análisis de datos)

  

• 5 de febrero de 2026 (Claude Opus 4.6): salto relevante en ejecución multi-paso, mejora en coding/debugging y ampliación del context window hasta 1M tokens

Esto cambia la narrativa de la IA: pasamos de una herramienta de apoyo a una posible sustitución parcial de funciones completas.

Reacción del mercado

Desde el 28 de enero, el S&P 500 Software & Services llegó a caer en torno a un 13%, eliminando cerca de $1T de capitalización en pocos días.

No es un ajuste por resultados.

Es un ajuste por incertidumbre estructural.

Dicho de otra forma: el mercado ha descontado de golpe parte del valor terminal de estos negocios.

Segundo shock: incertidumbre geopolítica

A este movimiento se suma en marzo un nuevo foco de incertidumbre: el conflicto en Irán.

El impacto no es tanto directo en software, sino en:

• Expectativas de crecimiento global

• Coste de la energía

• Percepción de riesgo

El resultado es un entorno donde el mercado penaliza más la incertidumbre y reduce múltiplos.

Recientemente realizamos un análisis geopolítico del conflicto con el mapa del daño, posibles escenarios y cinco acciones que cualquier inversor puede ejecutar para protegerse ante este tipo de situaciones.

Estado actual del mercado

Miguel Rodríguez (Horos AM):

A pesar de la corrección general de los diferentes indices (ver más abajo en la imagen), hay tres elementos que siguen definiendo el entorno:

1. Valoraciones aún exigentes en determinados segmentos

El mercado estadounidense ha sido uno de los grandes protagonistas en los últimos tiempos, impulsado por sus fuertes revalorizaciones durante varios años.

En 2025, sus bolsas continuaron registrando subidas significativas, a pesar de partir ya de valoraciones exigentes.

Este inicio de 2026 como se ha citado anteriormente ha estado marcado por importantes incertidumbres que generaron dudas en los mercados globales, incluido el estadounidense. Sin embargo, estas inquietudes, que afectaron tanto a las cotizaciones empresariales como a los bonos americanos, se han ido disipando dando paso de nuevo a un entorno de mayor optimismo.

En HOROS mantenemos una postura prudente respecto a las valoraciones del mercado americano en general, una preocupación que venimos señalando desde hace años. De hecho, actualmente encontramos pocas oportunidades en este mercado, lo que se refleja en la baja exposición de nuestro fondo global Horos Value Internacional a Estados Unidos, donde al cierre del trimestre la exposición es inferior al 12%.

En contraste, es Europa donde estamos identificando más oportunidades a nivel global, lo que ha llevado a que la exposición del fondo al continente supere el 67%. Otros mercados, como el asiático, donde HOROS Value Internacional cuenta con un peso del 14%, también es una buena fuente de oportunidades si se hace una buena selección de empresas.

2. Nivel de concentración extremo

Gran parte del rendimiento del mercado sigue concentrado en pocas compañías.

Esto genera ciertas dudas sobre la diversificación del índice, ya que tiene una alta dependencia de los resultados de muy pocas compañías. Dicho esto, los resultados de estas compañías han ido acompañando -e incluso superando- las expectativas del mercado y, unido a la entrada de flujos globales, la concentración ha ido creciendo más y más en los últimos años.

De hecho, durante el primer trimestre del año 2026, el S&P 500 llegó a caer un -7%, con las llamadas Siete Magníficas comportándose peor que el mercado, si bien esta corrección ha durado muy poco, por lo que todo sigue igual.

En HOROS vemos con preocupación esta fuerte dependencia de pocas empresas en un contexto de valoraciones elevadas.

3. Descuento significativo en small & mid caps

Donde el castigo ha sido más indiscriminado.

El apetito por los grandes gigantes tecnológicos globales ha dejado rezagadas a las compañías pequeñas y medianas.

En parte, es lógico: en un mercado dominado por la narrativa de la revolución de la inteligencia artificial, estas grandes empresas cuentan con los recursos necesarios para aprovechar los flujos de capital globales y adaptarse con ventaja a esta nueva carrera. Sin embargo, la marcada disparidad en las valoraciones entre las grandes tecnológicas y el universo de compañías de menor tamaño abre, a nuestro juicio, oportunidades de inversión históricas.

En este contexto, como consecuencia de las oportunidades que refleja el mercado, la cartera de Horos Value Internacional ha incrementado en los últimos años su exposición a compañías de pequeña y mediana capitalización.

Aunque no es una comparación perfecta, la capitalización media de las empresas que componen actualmente la cartera supera ligeramente los 8.000 millones de euros, frente a los más de 28.000 millones de euros registrados a cierre de 2018.

En aquel momento, la cartera incluía participaciones en empresas como Alphabet, Baidu o Booking (esta última, por cierto, se ha reincorporado recientemente a nuestras carteras).

Cómo se está posicionando Horos AM:

A partir de este contexto, la aproximación de Horos se basa en nuestros cinco principios a la hora de invertir:

1. Invertir en empresas que podamos entender y visualizar a largo plazo

2. Evitar compañías que tengan deudas elevadas

3. Buscar modelos de negocio con ventajas competitivas

4. Equipo gestor que asigne bien el capital

5. Margen de seguridad

Es cierto que es todavía muy pronto para ver cómo puede afectar la expansión de la IA a las compañías. En este sentido, hemos visto mucha volatilidad en el mercado por el posible efecto que puede tener esto en muchos modelos de negocio.

En nuestro caso, como siempre tratamos de aprovecharnos de la volatilidad del mercado. Esta vez no ha sido una excepción, y hemos invertido en Booking Holdings, que ha estado fuertemente penalizada en el mercado por el efecto de la IA.

Booking es una de esas empresas que cuenta con un modelo de negocio con fuertes ventajas competitivas y en la que, además, su productividad puede verse reforzada por la adopción y mejora de los modelos de IA.

2) Tesis de inversión.

Vidrala (VID)

Miguel Rodríguez (Horos AM):

Vidrala es uno de los principales productores de envases de vidrio de Europa Occidental, aunque también tiene exposición a Iberoamérica tras su entrada en Brasil en 2023.

Management de calidad

Es una empresa familiar, muy bien gestionada y con una enorme bagaje en la adquisición e integración de compañías. Además, su actual consejero delegado, Raúl Gómez (antiguo director financiero de la compañía) es, a nuestro juicio, uno de los mejores gestores en términos de asignación de capital de España.

Oligopolio y resiliencia

La industria del vidrio europea se ha consolidado a lo largo de los últimos 10 - 15 años, convirtiéndose en un sector estable y dominado por muy pocas empresas.

Sin embargo, tiene algunas amenazas que podrían generar incertidumbre en la compañía y el sector, pero también presentar una oportunidad de inversión, tal y como pasó en 2022, con la fuerte subida de los precios del gas tras el inicio del conflicto en Ucrania.

En 2022, los precios del gas se multiplicaron por más de 20 veces.

A un productor de vidrio, que tiene que tener un horno funcionando 24 horas al día 365 días al año (y que no se puede parar y arrancar de nuevo tan fácilmente) y que funciona fundamentalmente con gas, esto le puede afectar de forma muy relevante.

El mercado interpretó que la compañía no podría mantener su margen comercial y cayó en bolsa más de un 25% en un solo trimestre, generando una buena oportunidad de inversión a largo plazo, ya que el mercado es un oligopolio y no es global, con lo que todos los operadores tenían el mismo problema de costes y todos iban a subir los precios.

Quien invirtió en esos momentos, obtuvo una rentabilidad superior al 60% en solo un año.

Estado actual del mercado

Actualmente, tenemos un mercado marcado por 3 problemas:

1. Incremento de los precios de la energía derivado del conflicto en Oriente Medio

2. Lenta recuperación de volúmenes por baja demanda final

3. Irrupción de nuevos competidores que amenazan el oligopolio de Europa Occidental

El incremento de precios energéticos vuelve a ser un problema que tienen todos los productores de vidrio en Europa. Es complicado que haya mucho cambio a un sustitutivo para el aluminio porque los precios también han subido de forma importante.

Afortunadamente, en el caso de Vidrala, los niveles de cobertura son más altos que en el pasado, pudiendo afrontar este periodo de precios altos del gas con mucha más comodidad que en 2022, aprovechándose además de las subidas de precio a cliente final sin que sus costes se vean tan mermados como los de otros competidores.

Cambios en los patrones de consumo global

La baja demanda final en algunos productos derivados del vidrio, atiende a cambios importantes en los patrones de consumo global. El caso más relevante podría ser el de la fabricación de botellas para bebidas espirituosas, donde el consumo en los países desarrollados es cada vez menor en términos de volumen. En otras bebidas como el vino el caso es similar.

Esto ha aflorado una sobrecapacidad en el mercado europeo donde, en los últimos 2-3 años, se ha cerrado el 10% de capacidad para ajustarse.

Los nuevos competidores, especialmente los turcos, que producen a bajo coste, tienen planes de apertura en Europa. El caso de Ciner Glass es el más claro, ya que está en proceso de apertura de una planta en Bélgica y tiene planes para abrir otra en el Reino Unido.

Dicho esto, el mercado se está ajustando y está cambiando. El volumen es mucho más importante que antes. Las compañías de tiradas largas (con más peso en cerveza, como es Vidrala tras la compra de Encirc en Reino Unido), están mejor posicionadas que las compañías que fabrican tiradas cortas (como botellas para bebidas espirituosas), que históricamente daban más valor añadido.

Ahora tener hornos grandes y altos ratios de utilización es clave en la industria europea. Ya no vale eso del lema “el vidrio viaja mal”.

La misma Vidrala, desde sus plantas portuguesas, envía envases de vidrio a una cervecera en Marsella que está a más de 1.500 Km siendo, además, uno de los principales clientes de Vidrala en el continente.

Perspectivas de futuro de Vidrala

El futuro es prometedor para Vidrala, que puede aprovecharse de esta situación gracias a que es uno de los productores de más bajo coste en Europa, fundamentalmente por sus plantas portuguesas.

En este sentido, creemos que seguirá ganando cuota de mercado y podrá mantener ratios de utilización altos en un mercado europeo que ha ido haciendo los ajustes necesarios.

Invertir hoy en Vidrala es comprar el mejor productor de envases de vidrio de Europa, que tiene exposición global y está gestionado de forma excelente, en el entorno de 10x su flujo de caja libre a 3 años, lo que le confiere un potencial a estos precios del entorno del 50%.

One-pager de Vidrala (Quality Value Research)

Alejandro Guadalajara (Quality Value):

En Quality Value compartimos la tesis y visión de Horos Asset Management, y por ello la compañía forma parte actualmente de nuestra cartera.

Como sabéis, entendemos bien la realidad de muchos suscriptores: el tiempo es limitado. Por eso estructuramos nuestras tesis en capas, empezando siempre por un resumen ejecutivo —como el que ha elaborado Horos— y una one-pager que sintetiza la esencia de la tesis en pocos minutos.

Para quienes desean profundizar más allá de esa capa ejecutiva, en determinadas ideas publicamos también tesis completas —como la que compartiremos la próxima semana sobre Hermès— con un análisis más detallado.

En ese espíritu, os compartimos a continuación la one-pager elaborada por Quality Value para que podáis descargarla:

Vidrala One Pager Quality Value Research

580KB ∙ PDF file

Download

Download

Booking Holdings (BKNG)

Miguel Rodríguez (Horos AM):

Booking Holdings, es básicamente una agencia de viajes que pone en contacto a proveedores de alojamiento con clientes finales (B2C).

Las fuertes ventajas competitivas que presenta Booking, especialmente por su efecto de red. Esta ventaja es un círculo virtuoso en el que todos los hosteleros quieren participar porque es el que más usuarios finales y, a su vez, los usuarios buscan alojamiento en Booking porque es el que más alojamientos tiene.

Esta ventaja, incluyendo los millones de acuerdos que tiene la compañía por todo el mundo con los propietarios de los alojamientos, la protege a la compañía de una automatización total por parte de la IA y de la entrada de nuevos competidores.

¿Qué está pasando para estar tan penalizada?

La narrativa de la IA castigó a la compañía en bolsa, llegando a caer en el año más de un 25%.

Al mercado le preocupaba la amenaza que podría suponer que un asistente de IA podría debilitar el negocio de Booking en el sentido de que pudiera buscar y reservar alojamientos, debilitando así su poder de intermediación.

¿Dónde puede estar el posible catalizador?

La mezcla de ventajas competitivas de la compañía debería despejar dudas con los inversores, ya que Booking está muy bien posicionada entre proveedores y clientes de la en una situación de cuasi dependencia.

Además, pensamos que su programa Genius aporta mucha recurrencia y que la IA todavía tendría un coste bajo para el tráfico, con posible espacio para acuerdos de distribución con agentes de IA.

Valoración y precio objetivo

Estaríamos comprando hoy la empresa a por debajo en el entorno de las 10x su flujo de caja libre normalizado.

One-pager de Booking (Quality Value Research)

Alejandro Guadalajara (Quality Value):

Al igual que con Vidrala, os compartimos a continuación la one-pager de Booking Holdings elaborada por Quality Value para que podáis descargarla.

Además, como hacemos actualmente con todas las tesis potencialmente expuestas a disrupción por IA, aplicamos nuestro marco propio de las 7 ventajas frente a la IA, un filtro diseñado para evaluar de forma sistemática si el moat puede resistir —e incluso reforzarse— en un escenario de disrupción.

Sobre esa base decidimos si invertir o no.

En el caso de Booking Holdings, creemos que existen ventajas competitivas clave que hacen muy difícil que la IA o los LLMs puedan reemplazar su posición: por eso compartimos la visión de Horos Asset Management y la compañía se ha incorporado recientemente a la cartera de Quality Value.

Booking Holdings One Pager Quality Value Research

728KB ∙ PDF file

Download

Download

Más información sobre Quality Value Research:

Las tesis de hoy son un ejemplo de lo que encontrarás dentro de Quality Value: ideas de inversión de calidad, con rigor profesional, claridad y enfoque ejecutivo.

Valoramos mucho vuestro tiempo, por eso priorizamos calidad frente a cantidad. Nuestro enfoque es por capas: una primera visión ejecutiva para entender rápidamente lo importante, y una capa más profunda para quien quiera profundizar en la tesis completa.

Además, tendrás acceso a informes sectoriales y macroeconómicos que complementan el análisis micro, como nuestro trabajo sobre el conflicto de Irán o el informe con Juan Ramón Rallo sobre el impacto de la IA, pensados para aportar marcos mentales que ayuden a invertir mejor.

Por último, podrás acceder a mi cartera personal en Quality Value y a una comunidad de inversores de calidad a través de nuestro canal de Discord, donde compartimos semanalmente ideas, dudas y seguimiento de resultados de compañías que cubrimos, como Vidrala o Booking Holdings.

Suscribirse al Research Completo

Más información sobre Horos AM:

Si quieres profundizar en Horos AM, te recomendamos leer sus cartas al inversor. En nuestra opinión, son de una calidad excepcional y constituyen una de las mejores formas de conocer de verdad al equipo gestor.

Más allá de las rentabilidades históricas, las cartas permiten entender cómo piensan, cómo analizan las compañías, cómo gestionan los periodos difíciles y qué nivel de coherencia mantienen entre discurso y ejecución.

Rentabilidad histórica

A largo de estos casi 14 años, las rentabilidades acumuladas de Horos alcanzan el 395% y el 358%, lo que equivale a un 12,3% anualizado en la estrategia internacional y a un 11,9% anualizado en la estrategia ibérica.

Acceso a la última carta publicada en este 2026:

Ver la última carta publicada

Servicios IT y desarrollo de software es un sector que conozco personalmente muy bien. Llevo más de 8 años seleccionando proveedores en esta industria, y es justamente el sector que el mercado y la mayoría de inversores creen que va a ser disruptado de forma más agresiva por la IA.

Para saber si esa tesis bajista es cierta, lo que importa no son los números grandes que mira todo inversor — ventas, márgenes, beneficio neto. Esos llegan tarde y dicen poco. Lo que importa son otras métricas más finas (KPIs) que sí permiten dilucidar si la IA está afectando al negocio de manera positiva o negativa, y hacerlo antes de que aparezca en el P&L.

El objetivo del análisis de hoy es sumergirnos en este informe anual de más de 250 páginas — y en los cuatro anteriores desde 2021 — para sacar esos datos clave, ponértelos de forma sencilla, comparar su evolución, y lo más importante: interpretarlos. En menos de cinco minutos podrás ver y entender datos que la mayoría de inversores no se para a mirar, y entender si el negocio subyacente de Nagarro está siendo atacado por la IA o no.

Tras este análisis, expondremos cuál es nuestra tesis estructural sobre todo el sector y cuáles serán las ventajas competitivas que predominarán en esta nueva era IA y que permitirán diferenciar dentro del sector a los ganadores y los perdedores.

Sabemos que Nagarro es muy seguida por muchos inversores y otras newsletters. Pero también sabemos que el análisis que viene a continuación es especial y no es fácil de encontrar.

Lo que vas a leer hoy:

• ¿Está afectando la IA al negocio subyacente de Nagarro?

• Tesis estructural del sector basada en datos

• Ventajas competitivas que determinarán a los ganadores del sector

• Posición Quality Value

*Al final del artículo podrás descargarte un documento ejecutivo extendido con la tabla maestra completa y otras tablas adicionales que verás en la publicación.

¿Está afectando la IA al negocio subyacente de Nagarro?

Para responder a esta pregunta, llevamos desde Quality Value — como saben los suscriptores del canal de Discord — monitorizando trimestre a trimestre las siguientes métricas.

Vamos a explicar el porqué de cada elección, qué nos están diciendo, y llegar a la interpretación, análisis y conclusión de cómo está afectando la IA al negocio.

Read more

En Quality Value estamos centrados principalmente en acciones —donde creemos que existe la mayor parte de las oportunidades—. Sin embargo, entender otras clases de activo puede ser útil para construir una cartera más robusta y complementada.

En este contexto, hemos querido profundizar en el private equity: una clase de activo históricamente reservada a inversores institucionales, pero que poco a poco empieza a abrirse al inversor particular.

Para ello, conversamos con Ramiro Iglesias, fundador y CEO de Crescenta.

Como siempre, cuando exploramos otras clases de activo nos gusta hacerlo de la mano de quienes las conocen desde dentro. Ramiro aporta precisamente esa doble perspectiva: experiencia institucional en inversión y una visión muy clara sobre cómo está evolucionando el acceso a esta clase de activo.

A lo largo de esta conversación profundizamos tanto en los fundamentos del private equity como en cuestiones más prácticas: dónde se genera realmente el retorno, qué riesgos conviene entender y cómo debería pensar en esta clase de activo un inversor de largo plazo.

El objetivo, como siempre, es ampliar el marco mental de la comunidad y enriquecer el proceso inversor mediante una mejor comprensión de todos los activos y fuentes potenciales de retorno.

Próximamente: Nuevas Tesis Quality

Pero antes de entrar en la conversación, nos gustaría adelantaros brevemente lo que viene en las próximas semanas.

Publicaremos una nueva tesis sobre Hermès, donde analizaremos si la reciente corrección abre una oportunidad o refleja un cambio más profundo en la calidad del negocio.

También llegarán nuestras tesis sobre Vidrala y Booking Holdings, esta última en colaboración con Horos Asset Management junto a Miguel Rodríguez.

Y por último, desvelaremos nuestras TOP 1 y 2 de la cartera actualmente y compartiremos la tesis de una nueva small cap incorporada recientemente a cartera, una spin-off expuesta a un superciclo estructural que creemos sigue ofreciendo atractivo potencial.

Ahora sí, entremos en una clase de activo que muchos observan desde fuera, pero pocos comprenden en profundidad: el private equity.

Pregunta: Alejandro Guadalajara Fundador y CEO Quality Value.

Responde: Ramiro Iglesias Co-Fundador y CEO de Crescenta.

Tiempo estimado de lectura: 20–22 min

1. Origen y tesis de Crescenta

Muchos inversores asocian el private equity a grandes instituciones.

¿Qué problema concreto detectasteis en el acceso a esta clase de activo que justificara crear Crescenta?

Durante años, muchos inversores han asociado el private equity exclusivamente a grandes instituciones. Y, en la práctica, así era: no porque el inversor individual no quisiera acceder, sino porque no existía una infraestructura preparada para atenderle con garantías.

Cuando en 2022 se aprueba la Ley Crea y Crece —que permite invertir en private equity desde 10.000 euros— todos esperaban que las gestoras tradicionales lanzaran productos adaptados al minorista. Pero no ocurrió. ¿Por qué?

Porque la industria no había vivido la digitalización que sí transformó otros sectores financieros. Los procesos seguían siendo muy manuales: suscripciones en papel, verificaciones lentas, operativas pensadas para 50 inversores institucionales, no para miles de particulares. Simplemente, no estaban preparadas para escalar.

Nosotros ya veníamos trabajando en la idea de Crescenta antes de la ley, pero cuando vimos que este cambio regulatorio estaba en el calendario, aceleramos. Teníamos claro que la oportunidad no era solo abrir el acceso, sino hacerlo bien, respetando la esencia del private equity: fondos cerrados, llamadas de capital, disciplina en la inversión y alineación a largo plazo.

Gracias a la tecnología, hemos podido democratizar el acceso sin alterar el funcionamiento tradicional del activo. Hoy gestionamos la demanda de más de 4.000 inversores, con procesos 100% digitales, seguros y eficientes, y con la misma rigurosidad que exige el private equity institucional.

En resumen, Crescenta combina experiencia institucional en inversión con una tesis clara: facilitar el acceso al private equity a inversores particulares a través de la tecnología. Su objetivo es mantener la misma calidad y acceso a producto para que el inversor pueda construir una cartera similar a la que han tenido acceso grandes inversores profesionales.

2. Qué no está viendo el inversor tradicional

Desde fuera, el private equity suele percibirse como “más rentable pero menos líquido”.

¿Cuál es el mayor malentendido que veis en inversores particulares sobre esta clase de activo?

El mayor malentendido que vemos en el inversor particular es pensar que el private equity funciona igual que un fondo tradicional —por ejemplo, un fondo de renta variable o un mixto— y que simplemente cambia la liquidez. Pero no es así: es un activo que sigue una lógica completamente distinta.

Muchos inversores están acostumbrados a ver un valor liquidativo que se mueve cada día o cada mes. En private equity no es así: los retornos no se reflejan de forma continua, sino que se materializan en momentos concretos —cuando se crea valor y cuando se desinvierte. La rentabilidad no se construye día a día, sino a través de decisiones estratégicas y de un trabajo muy intensivo en las compañías. Esa dinámica es nueva para muchos inversores particulares.

También vemos que se tiende a comparar el private equity con productos líquidos, cuando en realidad la forma de generar valor es muy distinta. Aquí hablamos de analizar compañías en profundidad, acompañarlas en su crecimiento y trabajar muy de cerca con los equipos directivos. Esa forma de funcionar hace que el activo tenga una estructura diferente, siempre orientada a maximizar el valor a largo plazo.

Y hay otro punto que desde fuera no siempre se percibe: el acceso. Nosotros invertimos en fondos muy exclusivos, con una demanda muy elevada por parte de inversores institucionales y sofisticados. Poder entrar en esos vehículos tiene un valor en sí mismo, y es algo que el inversor particular no siempre ve a primera vista.

La iliquidez, en cambio, no suele ser un problema. El inversor sabe que está invirtiendo a largo plazo y que esa iliquidez históricamente ha venido acompañada de una prima de rentabilidad.

3. Edge real: dónde se genera el retorno

En mercados públicos, cada vez es más difícil encontrar ineficiencias claras.

¿Dónde se genera realmente el alfa en private equity hoy: selección de fondos, timing, acceso o ejecución operativa?

En private equity, el potencial de alfa sigue siendo muy significativo, pero hoy está mucho más ligado a cómo se crea valor dentro de las compañías que a factores de mercado. Y ese alfa se genera en tres niveles muy claros.

El primer nivel es la ejecución operativa del gestor. El retorno viene de hacer crecer el EBITDA, mejorar márgenes, profesionalizar equipos, impulsar estrategias de buy‑and‑build, acelerar la digitalización o reforzar el gobierno corporativo. Es un trabajo muy intensivo y muy cercano a las compañías, y ahí es donde realmente se marca la diferencia.

El segundo nivel —y donde nosotros, como Crescenta ponemos mucho foco— es la selección de fondos. La dispersión de resultados en private equity es importante: los fondos de top quartile en buyout suelen situarse en torno al 18–22% TIR neta, mientras que los bottom quartile se quedan en el entorno del 5–8%. Además, los estudios de la industria muestran persistencia: los gestores que han estado en el top quartile tienen entre un 60% y un 70% de probabilidad de volver a situarse por encima de la mediana en la siguiente añada. Elegir bien al gestor no es un matiz, es una parte esencial del alfa.

El tercer nivel es el acceso. Los fondos que combinan capacidad operativa y un historial sólido suelen estar muy demandados por inversores institucionales y tienen capacidad limitada. Poder entrar en esos vehículos es una fuente de valor en sí misma, porque te permite estar expuesto a los equipos que realmente están generando retornos diferenciales.

En resumen, el alfa en private equity hoy se genera en tres sitios: en cómo se crea valor dentro de las compañías, en quién gestiona los fondos y en quién tiene acceso a esos gestores.

4. Selección de fondos: el verdadero filtro

No todos los fondos son iguales, pero desde fuera es difícil diferenciarlos.

¿Qué variables clave analizáis para decidir en qué fondos invertir y cuáles descartáis rápidamente?

En Crescenta, nuestro valor añadido está en cómo seleccionamos los fondos. El producto es la parte más importante de nuestro trabajo y donde realmente se marca la diferencia. Para ello analizamos tres bloques: cuantitativo, cualitativo y legal.

En la parte cuantitativa, buscamos consistencia. Analizamos métricas como TVPI, DPI, estabilidad de los vintages, loss ratio, uso de apalancamiento, precios de entrada, eficiencia del capital invertido y, algo clave para nosotros, cuánto tarda el fondo en devolver capital y en liquidarse por completo. También revisamos las palancas reales de creación de valor: crecimiento de ingresos, mejora de márgenes, expansión de múltiplos o reducción de deuda.

En la parte cualitativa, nos centramos en la gestora y el equipo. Evaluamos la evolución de la firma, la estabilidad del equipo, la gobernanza interna, la alineación de intereses y cómo están repartidos los economics. Buscamos equipos con baja rotación, con experiencia demostrada y sin dependencia excesiva de una sola persona —es decir, sin key‑man risk en el sourcing o en la generación de retornos.

Y el tercer bloque es la revisión legal y fiscal. Validamos que la estructura del fondo sea apta, que cumpla con la regulación española y que las cláusulas que negociamos en nuestra Side Letter nos protejan adecuadamente.

Este proceso nos permite identificar rápidamente qué fondos cumplen con nuestros estándares.

5. Riesgos ocultos

El discurso comercial suele centrarse en retornos históricos.

¿Cuáles son los principales riesgos que un inversor debería entender antes de invertir en private equity y que normalmente no se explican bien?

El principal riesgo es la iliquidez, que ya hemos comentado. Pero hay dos riesgos menos visibles que el inversor debe entender igual de bien.

El primero es el riesgo del vehículo. No todos los formatos de acceso al private equity funcionan igual. Los fondos cerrados tradicionales son los que históricamente han generado la mayor parte de la rentabilidad del sector, mientras que los vehículos semilíquidos son más recientes y, en muchos casos, todavía no cuentan con un track record completo. Es importante que el inversor entienda qué puede esperar de cada estructura y cómo encaja en su horizonte temporal.

El segundo es el riesgo del gestor. La dispersión entre los mejores fondos y la media del mercado es muy elevada, y esa diferencia explica gran parte del retorno del private equity. Por eso la selección es crítica: no basta con invertir en “el sector”, sino en los gestores que han demostrado crear valor de forma consistente en distintos entornos. Aquí es donde la labor de los especialistas marca la diferencia, porque permite acceder a los fondos adecuados y evitar decisiones basadas únicamente en el tamaño o la notoriedad de una marca.

6. Liquidez y horizonte temporal

Una de las grandes barreras es la iliquidez.

¿Cómo debería pensar un inversor su asignación a private equity dentro de una cartera global para no cometer errores de timing o liquidez?

Un inversor debería pensar su asignación a private equity como una parte complementaria y estratégica de la cartera, no como un sustituto de los activos líquidos. Es un activo que aporta estabilidad, diversificación y alfa, pero exige una visión de largo plazo.

Lo importante es dimensionarlo bien: una exposición que el inversor pueda mantener durante todo el ciclo, sin necesidad de vender antes de tiempo y sin presiones de liquidez. El capital se va llamando y devolviendo de forma gradual, y los retornos no se materializan de manera continua, así que es clave entrar con la expectativa correcta.

Cuando la asignación está bien calibrada, el private equity encaja de forma natural dentro de una cartera global y evita errores de timing o de liquidez. Es una inversión que funciona mejor cuando se mantiene en el tiempo y se combina con activos líquidos que cubren las necesidades a corto plazo.

7. Comparativa con mercados públicos

Desde una perspectiva de asignación de capital:

¿En qué entornos de mercado tiene más sentido aumentar exposición a private equity frente a renta variable cotizada?

El private equity merece un lugar permanente en las carteras a largo plazo porque su capacidad de generar rentabilidad es estructural. Ahora bien, hay entornos concretos en los que aumentar la exposición resulta especialmente atractivo.

En primer lugar, después de periodos de fuerte rendimiento en los mercados públicos, cuando las valoraciones en bolsa se estiran y aumenta la dispersión. En ese entorno, la capacidad del private equity para crear valor a través del control, la mejora operativa y la alineación a largo plazo se vuelve más potente, porque los retornos se generan mediante la ejecución a nivel de compañía y no dependen de los movimientos generales del mercado.

En segundo lugar, el private equity destaca en entornos donde los fundamentales pesan más que la ingeniería financiera. Cuando los mercados pasan de una fase en la que los múltiplos se expanden con facilidad a otra en la que el crecimiento de beneficios y la mejora operativa son los motores principales, el private equity “recupera su prima”. Es en estos contextos cuando las fortalezas del activo —profesionalizar equipos directivos, mejorar márgenes, acelerar la transformación digital o reposicionar estratégicamente las compañías— se convierten en los principales impulsores del retorno. La capacidad de impulsar cambios directamente dentro de las empresas permite generar valor de forma más consistente y menos dependiente del entorno de mercado.

En tercer lugar, el private equity es especialmente atractivo para inversores que buscan creación de valor activa y a largo plazo. En horizontes amplios, el activo ha generado una prima significativa frente a los mercados públicos, impulsada por ventajas estructurales como el control en la gobernanza, la intervención operativa y la alineación de incentivos. Estas palancas permiten a los gestores transformar compañías en lugar de limitarse a mantenerlas, y esa prima estructural se vuelve aún más potente cuando los mercados premian los fundamentales por encima del sentimiento.

Por último, el private equity sigue siendo un complemento muy potente a la renta variable cotizada, porque su modelo de creación de valor se apoya en la transformación de las compañías y no en los movimientos de corto plazo del mercado. Aunque el entorno influye —como ocurre en cualquier activo— los retornos del PE se generan principalmente a través de la ejecución operativa, la gobernanza y la alineación a largo plazo. Esto lo convierte en un diversificador eficaz y en una fuente estable de retorno a lo largo del tiempo, incluso en periodos en los que los mercados públicos están funcionando bien.

8. Momento actual del mercado

Tras años de abundante liquidez y ahora un entorno más restrictivo:

¿Cómo ha cambiado el atractivo del private equity en el contexto actual de tipos de interés y valoración?

El atractivo del private equity no ha desaparecido; simplemente ha cambiado de forma. Con tipos más altos y un coste de capital distinto, el foco ha pasado de la expansión de múltiplos y la deuda barata a la creación de valor operativo, que es donde el sector siempre ha sido más fuerte.

Las valoraciones se han normalizado (vs. 2021), y eso está generando puntos de entrada más razonables en muchas estrategias. Además, hoy hay más diferencias entre compañías y sectores: no todo se mueve en bloque. Eso hace que la selección y la ejecución importen más que nunca, y favorece a los gestores que realmente saben identificar buenas oportunidades y crear valor operativo.

En este entorno, el private equity sigue siendo muy atractivo para inversores de largo plazo porque combina capacidad de transformar compañías, horizontes largos que permiten capturar el valor creado, y menor dependencia del ruido de mercado.

El mercado es más selectivo, sí, pero no en el sentido negativo: simplemente se está premiando más la calidad, tanto en gestores como en estrategias. Para un inversor disciplinado, este contexto es una oportunidad para entrar en fondos con un enfoque en fundamentales.

9. Caso práctico / aprendizaje accionable

Para un inversor que quiera empezar a explorar esta clase de activo:

Si tuvieras que darle solo 2–3 reglas claras para hacerlo bien desde el principio, ¿cuáles serían?

1) Elige bien con quién invertir: el private equity no es un activo para ir solo de primeras ni para improvisar. La diferencia entre hacerlo bien y hacerlo mal está en quién te acompaña: alguien que conozca a los gestores, que sepa seleccionar fondos, que construya carteras equilibradas y que esté exclusivamente enfocado en private equity. Empezar de la mano de un especialista te coloca desde el primer día en estrategias de calidad.

2) Diversifica en el tiempo y en la cartera: el private equity funciona mejor con compromisos periódicos: construir una secuencia de entradas, año tras año, suaviza ciclos y te asegura exposición continua a distintas añadas. Y lo mismo dentro de la cartera: tiene sentido empezar entrando a través de una cartera diversificada de gestores e ir aportando cada año.

3) Entender bien la iliquidez y cómo encaja en tu cartera: el private equity no es un activo para mirar cada mes; es una inversión de largo plazo sin liquidez inmediata. Antes de empezar, hay que tener claro qué parte de tu patrimonio puedes dejar trabajar durante años y cómo encaja esta exposición dentro del resto de tu cartera. Cuando la iliquidez está bien dimensionada, el PE aporta estabilidad, disciplina y un motor de retorno muy atractivo.

10. Decisiones, errores y aprendizaje

Mirando atrás en vuestra trayectoria, el private equity es una industria donde muchas decisiones no son visibles desde fuera.

¿Cuál ha sido una decisión de inversión o estratégica que, con el tiempo, viste que fue un error —y qué cambió en vuestra forma de invertir a partir de ahí?

En nuestro caso no hablaría de un error concreto, porque todo lo que estamos haciendo hoy es el resultado de una planificación muy deliberada. Crescenta no nació de una oportunidad táctica, sino de un trabajo de más de cinco años definiendo qué queríamos construir, qué tipo de exposición queríamos ofrecer y cómo debía encajar en las carteras de nuestros inversores.

Si algo hemos aprendido en ese proceso es la importancia de anticipar. Hoy sabemos con mucha antelación qué estrategias vamos a incorporar, qué gestores queremos tener en cartera y cómo secuenciar los productos para que encajen en un plan de largo plazo. Esa visión previa nos ha permitido evitar decisiones reactivas y centrarnos en construir algo que realmente aporta valor y consistencia.

Más que corregir errores, lo que hemos hecho es refinar continuamente el modelo para asegurarnos de que cada fondo que lanzamos responde a esa visión: productos sólidos, con gestores de primer nivel y con un papel claro dentro de la asignación estratégica de nuestros clientes.

Aviso legal: Las inversiones de capital privado conllevan riesgos significativos como: riesgo de pérdida total o parcial de la inversión, volatilidad, iliquidez de los activos, restricciones para la desinversión y plazos de inversión prolongados. Más información sobre riesgos y condiciones aquí

En un portfolio que rara vez supera las 10-15 posiciones, es un ratio muy alto, por eso hemos querido compartir una reflexiones sobre los motivos y nuestra estrategia.

Además, en la publicación de hoy cubriremos:

Primero, la última empresa opada: Secure Waste Management (TSX: SES), qué opinamos de la oferta y qué hemos decidido hacer.

Y segundo, desvelamos una nueva situación especial en la que ya hemos invertido: una auto-OPA con protección odd-lot, con fecha límite en 2 días y un spread bruto del 73%. (*Nota: esta situación como otras parecidas, fue compartida en nuestro canal discord hace unas semanas)

Lo que vas a leer hoy:

1. Por qué tanta OPAs — Y qué dice este dato de nuestra estrategia.

2. Secure Waste Management (TSX: SES): La 9ª OPA

3. Nueva oportunidad: auto-OPA con Odd-Lot - Expira en 2 días.

Próximo sábado: conversamos con el CEO de Crescenta

Como es habitual, antes del análisis de hoy se adelanta lo que viene: una nueva Conversación Quality. Se sale puntualmente del mercado cotizado para explorar otra clase de activo. No por dispersión, sino porque una cartera robusta exige entender las alternativas para tomar la mejor decisión.

Esta vez le toca al private equity. Hablamos con Ramiro Iglesias, fundador y CEO de Crescenta, una plataforma que está facilitando el acceso a este tipo de activo mediante estructuras adaptadas al inversor particular.

El foco de la conversación es triple: cómo funciona realmente el private equity por dentro, qué condiciones debe cumplir para tener sentido en una cartera (horizonte, iliquidez, tamaño de posición) y dónde están los riesgos que la industria tiende a minimizar. Para quien quiera entender mejor esta clase de activo, la conversación se publicará el próximo sábado.

1) Por qué tanta OPAs — Y qué dice este dato de nuestra estrategia.

Antes de entrar en los detalles, merece la pena hacer una reflexión sobre por qué estamos recibiendo tantas ofertas de adquisición.

Nuestra filosofía es sencilla: compramos empresas de calidad a buenos precios, con un sesgo natural hacia small caps y micro caps — aunque cuando vemos oportunidad en empresas grandes, como está sucediendo ahora, no somos rígidos y las aprovechamos. Siempre que cumplan con nuestros criterios de calidad y valoración.

El mercado de small caps lleva infravalorado desde 2022. Los flujos de capital se han concentrado mayormente en las grandes empresas y en los principales índices, y simplemente no llegan a las pequeñas, aunque estas sigan ejecutando bien, creciendo y presentando buenos resultados.

¿Qué ocurre en estos escenarios? Dos cosas. O bien la propia directiva, muchas veces con fundadores al mando, recompra su empresa porque sabe lo que vale.

O bien el capital privado se aprovecha de la ineficiencia para sacarla de bolsa a precios que no representan su verdadero valor.

Esto es algo que hemos comentado muchas veces: en bolsa, a diferencia de la mayoría de profesiones, puedes hacer un mal trabajo y que te vaya bien, o hacer un trabajo excelente y que el mercado no te lo reconozca.

No hay que capitular, el trabajo bien hecho y la consistencia se paga.

Esto último está pasando muy a menudo en small caps. Haces todo bien, la empresa ejecuta, los números acompañan, pero la cotización no se mueve.

Puedes empezar a dudar. A pensar que estás cometiendo errores.

Y entonces llega el sector privado, ve exactamente la misma calidad e infravaloración que tú veías, y compra la empresa.

A veces pagando primas superiores al 110%, como nos ocurrió con Aluflexpack, empresa small cap suiza de envases de mucha calidad.

A la lista de Relatech, Sourcense, Sababa Tech, Kape Tech, Majorel, Aluflexpack, Keywords Studios y Data Group, se ha unido la semana pasada Secure Waste Management.

2) Secure Waste Management (TSX: SES): La 9ª OPA

Secure es una empresa canadiense especializada en gestión de residuos industriales y energéticos. Esta semana comunicaba que había llegado a un acuerdo para la venta de la compañía a GFL Environmental.

Hay que ser honestos: no todas las OPAs que recibimos son buenas. Algunas, como la de Majorel, fueron excelentes — un +43% siendo Top 3 de cartera. Esta, en cambio, nos parece insuficiente y frustrante para quien conoce el valor real de lo que tiene entre manos.

Habíamos comprado hace dos meses y estábamos construyendo posición.

Solo teníamos un 1,5% de la cartera, y la OPA nos deja de momento una rentabilidad acumulada aproximada del 20%.

Nuestra valoración de la oferta

El 13 de abril, GFL anunció la adquisición de Secure a C$24,75 por acción, en un deal valorado en C$6.400 millones, estructurado 80% en acciones de GFL y 20% en efectivo.

Consideramos que la transacción infravalora significativamente a Secure.

Se paga a aproximadamente 11-12x EBITDA 2026 cuando los comparables del sector cotizan a unas 14,6x. Y estamos hablando de una compañía con márgenes EBITDA del 34%, conversión de free cash flow superior al 50% y ROIC del 20,9% — métricas que lideran su grupo de pares.

La estructura del pago es particularmente perjudicial para el accionista de Secure.

Con GFL desplomándose un 10% tras el anuncio y cotizando cerca de mínimos de 52 semanas, el valor real implícito se sitúa más cerca de C$22-23 que de los C$24,75 anunciados. El prorrateo hará prácticamente imposible cobrar el 100% en efectivo.

Nuestra decisión: mantener

Al ser una posición pequeña (1,2% del portfolio) y contar con amplia liquidez en estos momentos, hemos decidido mantener por dos razones.

Primera, una recuperación de GFL mejoraría el valor implícito del deal.

Segunda, asignamos una probabilidad baja pero real (10-15%) de que el acuerdo se rompa, ya sea por objeciones regulatorias del Competition Bureau canadiense o por la aparición de un ofertante superior.

Si eso ocurre, conservaríamos una empresa que nos gustaba mucho: altísima calidad, activos irreplicables y vientos de cola seculares en Western Canada.

Dicho esto, el proceso deja un sabor amargo: este management y este board no han cuidado bien a sus accionistas. También es posible que si durante el camino vemos buenas oportunidades donde invertir ese capital, vendamos antes del cierre.

Seguiremos esta operación como hacemos con todas las de la cartera, tesis que hemos publicado o acciones que tenemos en el radar en el canal de Discord. Si ya eres suscriptor y aún no estás, únete hoy mismo. Y si aún no eres suscriptor, aprovecha para suscribirte y tener acceso al canal Discord y a la oportunidad que vamos a explicar a continuación.

Suscribirse al research completo ahora

3) Nueva oportunidad: auto-OPA con Odd-Lot - Expira en 2 días.

No todas las oportunidades en el mercado vienen de analizar negocios de calidad a largo plazo.

Algunas surgen de situaciones muy concretas donde la estructura de una operación genera ineficiencias claras.

Este es uno de esos casos.

Como los recientes publicados de Everybody (+12% en 3 meses) o Yext odd lot (+4% en 1 mes) ilustran bien el tipo de oportunidades que buscamos y de la que los suscriptores se aprovechan.

No estamos ante una tesis fundamental, sino ante un arbitraje táctico, con un horizonte corto y basado en la mecánica de una operación corporativa específica.

El mercado, en general, tiende a ignorar este tipo de situaciones o a no ejecutarlas correctamente, lo que abre una ventana de oportunidad con un perfil riesgo/retorno interesante para posiciones pequeñas.

Vamos a explicar de forma simple y visual (3-5 min de lectura) la operación, por qué existe esta ineficiencia y cómo posicionarse correctamente.

One-pager (1/2min)

A continuación tenéis el one-pager que solemos compartir de cada tesis. De forma rápida y visual podréis entender la operación.

Posteriormente podrás descargarte la tesis. Es una situación sencilla, por lo que en 3-5 minutos te la podrás leer, comprender y tomar una decisión de entrada o no.

Read more

Algunas surgen de situaciones muy concretas donde la estructura de una operación genera ineficiencias claras.

Este es uno de esos casos.

No estamos ante una tesis fundamental, sino ante un arbitraje táctico, con un horizonte corto y basado en la mecánica de una operación corporativa específica.

El mercado, en general, tiende a ignorar este tipo de situaciones o a no ejecutarlas correctamente, lo que abre una ventana de oportunidad con un perfil riesgo/retorno interesante para posiciones pequeñas.

En este artículo explicamos la operación, por qué existe esta ineficiencia y cómo posicionarse correctamente.

Lo que vas a leer hoy:

1. Qué es la operación y cómo funciona (self-tender offer)

2. Dónde está la ineficiencia (ventaja odd lot)

3. Análisis del spread y retorno potencial

4. Contexto de la compañía (solo lo necesario)

5. Escenarios y probabilidades

6. Guía paso a paso para ejecutarlo

7. Riesgos clave y errores a evitar

8. Plan de acción y timing

A continuación, podrás descargarte la tesis completa en formato visual, pensada para leerse en menos de 5 minutos.

One-pager (1/2min)

Read more

Desde entonces, la evolución ha sido significativa:

• La acción ha pasado de ~5€ a 15,3€ (última cotización tras la caída reciente), multiplicándose por 3x

• El EBITDA, por su parte, se ha multiplicado por 8,5x desde 2019

Es decir, más allá de la volatilidad reciente, hablamos de una historia de creación de valor operativa muy relevante.

El pasado martes 31 de marzo, presentó sus resultados de 2025 y ofreció su guidance para 2026, además de detallar la hoja de ruta para la integración de Carrefour Italia dentro del grupo.

La reacción inicial del mercado fue positiva: ese mismo día, las acciones llegaron a subir en torno a un 10%. Sin embargo, en las dos sesiones posteriores el movimiento se giró con fuerza, hasta acumular una caída cercana al 27% desde máximos post-resultados y situarse, a fecha de hoy, aproximadamente un 19% por debajo del cierre previo a la presentación.

La compañía realizó la presentación en un evento en Milán al que fuimos invitados, aunque finalmente no pudimos asistir.

Aun así, hemos podido mantener posteriormente dos reuniones con la directiva (jueves y viernes): en concreto, con Fabio, CFO del grupo, y con Benedetta Mastrolia, directora de relaciones institucionales y con inversores e hija del CEO, Angelo Mastrolia.

Ambas reuniones fueron francamente útiles. Nos permitieron plantear de forma directa las principales dudas que surgieron tras los resultados y, sobre todo, después del guidance presentado para 2026.

En el artículo de hoy vamos a recopilar y ordenar toda la información obtenida en esas conversaciones, junto con lo publicado por la propia compañía, para ofrecer a nuestros suscriptores el análisis mas completo de la situación actual.

El objetivo es responder, con el máximo rigor posible, a las preguntas que hoy se está haciendo el mercado:

• ¿Fueron realmente buenos o malos los resultados?

• ¿Por qué la acción pasó de subir con fuerza a desplomarse en apenas dos sesiones?

• ¿Sigue intacta la tesis de inversión o se ha roto?

Una vez puestos todos los datos encima de la mesa, expondremos nuestra lectura de la situación, los riesgos que vemos, los elementos que creemos que el mercado está interpretando mal y qué escenarios consideramos más probables a partir de ahora.

Además, explicaremos qué hemos hecho nosotros con la posición, porque, pese al nivel de negatividad actual, creemos que en los próximos días/semanas podrían producirse cambios relevantes en la percepción del mercado.

Lo que vas a leer hoy

1. Tesis bajista: porqué ha caído la acción.

2. Tesis alcista: lo que el mercado no esta viendo.

   • Valoración completa de suma de parte (Sotp)

3. Conclusiones y balance de la situación

4. Qué hemos hecho en Quality Value

*Importante: todos los puntos se analizarán a partir de la información publicada por la compañía y se complementarán con las aclaraciones obtenidas en las reuniones mantenidas con la directiva.

1. Tesis bajista: porqué ha caído la acción

La situación actual de NewPrinces es bastante más compleja de lo que puede parecer tras una lectura rápida de los resultados. No es una historia que pueda resumirse de forma seria en un tuit, ni siquiera en un hilo largo.

Aquí no estamos ante un caso blanco o negro. Como ocurre muchas veces en bolsa, la realidad está en una zona intermedia que exige contexto, matices y bastante trabajo de interpretación.

Por eso antes de ofreceros un análisis rápido y superficial de la situación hemos preferido hacer nuestro trabajo: reunir la máxima información posible, contrastarla con distintos inversores y gestores que siguen la compañía y con los que mantenemos contacto, y mantener dos reuniones con la directiva para aclarar las cuestiones que, a nuestro juicio, eran más importantes.

Con todo ello, creemos que ya se puede construir una visión bastante clara de la situación. Una visión que incluye elementos preocupantes, pero también factores positivos que conviene no perder de vista y que creemos que el mercado esta pasando por alto.

Los puntos positivos fueron los que el mercado pareció poner en precio inicialmente el martes, impulsando la acción al alza.

Los puntos negativos, en cambio, son los que terminaron dominando la lectura del miércoles y el jueves, provocando una corrección muy severa. Y son precisamente esos puntos los que más hemos trabajado con la directiva en nuestras reuniones.

Por eso vamos a empezar por la tesis bajista: porque es la parte que más preocupa hoy al inversor, la que mejor explica la caída de la acción y la que permite entender con mayor precisión qué ha cambiado —o qué cree el mercado que ha cambiado— tras esta presentación.

Nuestro objetivo con este informe es sencillo: poner a tu disposición la mejor información posible, ya filtrada, ordenada y analizada, para que después cada inversor pueda sacar sus propias conclusiones. Nosotros, por supuesto, también explicaremos las nuestras.

Y, honestamente, creemos que será difícil encontrar un análisis sobre NewPrinces con este nivel de detalle, precisamente por la cantidad de información que hemos podido recopilar y contrastar directamente con la compañía.

¿Qué ha pasado realmente con el guidance de Carrefour?

Este es, sin duda, el punto clave y lo vamos explicar en detalle a continuación.

Es el principal motivo por el que parte del mercado ha cuestionado —o directamente roto— la tesis de inversión.

La discrepancia es evidente.

En la call del 2 de diciembre, la directiva comunicaba un escenario que implicaba, para 2026:

• EBITDA de Carrefour: ~€150M

• EBITDA combinado del grupo: >€400M

Sin embargo, apenas cuatro meses después, el mensaje cambia de forma sustancial:

• EBITDA de Carrefour: ~€70M

• EBITDA combinado: ~€310M

A esto se añade otro elemento crítico: el break-even del negocio de Carrefour se desplaza hasta 2028. Es decir, no será hasta entonces cuando el negocio empiece a generar beneficios de forma estructural.

Este punto es especialmente relevante porque el entendimiento general del mercado —incluido nosotros mismos y muchos fondos con los que hemos hablado— era que Carrefour Italia iba a generar caja prácticamente desde el inicio por que así nos lo habían confirmado.

La diferencia, por tanto, no es menor. Es un cambio material en la narrativa.

¿Qué explicación ofrece la directiva?

Esta fue la primera pregunta que trasladamos directamente a Fabio (CFO):
¿qué ha cambiado para pasar de un escenario a otro en tan poco tiempo?

La respuesta, aunque no lo reconoce de forma explícita, apunta a un error en la comunicación inicial.

El guidance de diciembre estaba basado en un escenario objetivo (“the target we had in mind”), no en la realidad operativa del activo en el momento de la adquisición.

Y aquí es donde el contexto es clave y fue explicado por la directiva.

La situación real de Carrefour Italia antes de la compra

El activo que adquiere NewPrinces no es un negocio estable listo para optimizar. Es un negocio que estaba en proceso de descomposición operativa.

El plan de Carrefour Francia ha inicios de 2025 era:

• Reducir el 50% de la plantilla para hacer el negocio más vendible

• Vender el perímetro de forma fragmentada, por zonas o formatos

• Deshacerse del corporate center, que nadie quería asumir

• Preparar el activo para salida, no para crecimiento

Esto tiene varias implicaciones relevantes:

1. El negocio ya estaba deteriorándose antes de la compra

2. Se estaba optimizando para venta, no para operación

3. Se había perdido talento durante el proceso

4. Proveedores y clientes estaban en modo defensivo

En otras palabras: NewPrinces no compra un negocio “listo para ejecutar”, sino un activo que ha sido gestionado para ser desmontado.

¿Por qué el EBITDA real es mucho más bajo?

Con este contexto, la desviación tiene algo más de sentido:

• Menos personal del necesario → peor ejecución en tienda → caída de ventas

• Pérdida de talento clave → debilitamiento estructural del negocio

• Proveedores más duros → presión en márgenes y working capital

• Deterioro operativo previo → base más baja de la esperada

La fragmentación nunca se llegó a ejecutar porque NewPrinces finalmente compró todo el bloque, pero ha implicado heredar un negocio en peor estado del que el mercado asumía.

¿Qué están haciendo ya para revertir la situación?

La directiva ha comunicado que ya están haciendo acciones concretas para cambiar la dinámica del negocio:

1) Integración comercial inmediata
Están introduciendo productos de Princes dentro de Carrefour.
La compañía reporta +42% YoY en presencia de productos propios en tienda.

2) Promociones y tráfico
Están aplicando estrategias de “quick wins”: bundles, descuentos cruzados y cambios en layout para recuperar tráfico.

3) Reposicionamiento del consumidor
Reconocen que el cambio de percepción aún no se ha materializado.
Esto necesita tiempo (“winning time”).

4) Gestión agresiva del working capital
Desde el día 1 están renegociando condiciones con proveedores.
Ya están viendo mejoras en generación de caja.

5) Plan de reformas (2026–2027)
Tienen un pipeline de transformación de tiendas.
El proceso requiere 2–3 meses por formato.

El mercado puede interpretar la ausencia de un guidance concreto como una señal de falta de control sobre la situación.

La directiva es consciente de ello. Sin embargo, en nuestras conversaciones nos ha trasladado que existe un plan claro, bien estructurado, y que tienen visibilidad interna sobre los pasos a seguir.

No sería la primera vez que se enfrentan a un contexto de este tipo.
Y, en experiencias anteriores, han demostrado capacidad para ejecutar en situaciones complejas.

¿Qué señales positivas están viendo ya de las acciones aplicadas?

La directiva transmite lo siguiente:

• Diciembre fue fuerte: ~€25–29M de EBITDA en un solo mes

• Se empieza a ver ya mejora visible en working capital

No son pruebas definitivas, pero sí indican que la operación esta funcionando de momento.

¿Por qué no dan guidance claro para 2026?

La respuesta es directa: falta de visibilidad.

Llevan 3–4 meses operando el activo y no quieren comprometerse, han preferido esta vez ser más conservadores que en diciembre.

Lo que sí dejan entrever es lo siguiente:

• Capex estimado: ~€50M

• EBITDA 2026: estimación conservadora ~€70M

• Objetivo interno: ~€100–120M, que sería €10M de media al mes. Recordemos que en diciembre, aunque es el mejor mes, hicieron €30M.

Y nos transmiten donde a partir de que umbral empezaría a generar caja el negocio:

• A ~€70M → no hay generación de caja

• A ~€100M → el negocio empieza a sostenerse

¿Volverían a hacer la operación?

Esta es la pregunta que le hice directamente a Fabio.

La respuesta del CFO fue clara: sí, sin duda.

Y el argumento es interesante:

En Italia, prácticamente ningún operador local pierde dinero en este negocio.
Los únicos casos problemáticos han sido operadores extranjeros (Carrefour y Auchan).

Su tesis es que, con un enfoque más adaptado al consumidor local, el negocio va a ser rentable con una seguridad muy alta.

¿Está en riesgo el “círculo virtuoso” de NewPrinces?

Otra duda relevante que les transmití: si Carrefour puede romper el modelo histórico de creación de valor del grupo que hemos explicado en las tesis de NP.

La respuesta de la directiva fue que no, y aquí introducen una idea importante, ahora mismo hay dos empresas diferentes cotizando de forma separada y con dos visiones diferentes a corto-medio plazo:

• Princes (industrial / M&A) sigue su estrategia habitual:

  • mantiene el pipeline de M&A (3 operaciones potenciales)

• NewPrinces Retail (Carrefour) se gestiona como unidad separada

  • Se centra en ejecución e integración

Esto reduce, en teoría, el riesgo de contagio entre negocios.

Nuestra lectura de la situación:

Aquí hay que ser claros: ha habido un error grave de comunicación.

Entendemos el contexto —activo complejo, poco tiempo de gestión, incertidumbre—
pero no es coherente ni aceptable pasar de €150M a €70M en cuatro meses.

Nuestra interpretación, tras hablar con ellos, es la siguiente:

• Diciembre se comunicó con un exceso de optimismo

• Enero–febrero han sido más débiles (son meses estacionalmente flojos)

• El nuevo guidance busca ser conservador

• El objetivo interno está más cerca de €100–120M

Esta inconsistencia ha generado una pérdida de credibilidad alta por parte de los inversores.

Y en bolsa, la incertidumbre es su mayor enemigo.

¿Cuál es la tesis bajista real?

La tesis negativa que está viendo el mercado es clara:

Carrefour es un activo demasiado grande y complejo, no consiguen darle la vuelta, consume caja y termina deteriorando el balance del grupo.

Esto explica el comportamiento del mercado:

• Princes se mantiene estable (~€1B de valoración)

• NewPrinces cae con fuerza (~€660M de market cap)

El mercado, a día de hoy, como podréis ver en la parte de las valoraciones, está asignando un valor negativo a Carrefour.

Es decir, solo Princes cotiza entorno a €1B, mientras que NewPrinces que es dueña del 82% de Princes y del 100% de Carrefour cotiza a €660M.

¿Cuál es el downside real?

Hay dos elementos clave que en nuestra opinión limitan el riesgo en caso de producirse la tesis bajista:

1) Leases (~€400M)

No son deuda financiera pura.

Pueden cancelarse (con penalización), pero son flexibles, o al menos mucho más flexibles.

Así nos lo ha comunicado la propia directiva, quienes nos transmiten que si las tiendan no funcionan pueden cancelar los contratos con 3 meses de pre-aviso.

2) Activos inmobiliarios

La empresa es propietaria de:

• 38 tiendas

• Valoradas en ~€420M (tasación independiente)

• Ubicaciones prime en Italia

Este valor podría aumentar tras la transformación de las tiendas, tal y como nos transmite la propia directiva.

Además, si sumas:

• Inmuebles

• Activos industriales (fábricas y maquinaria) de Princes

• Headquarters (ej. Royal Liver Building)

Obtienes ~€1B de valor en libros (confirmado por la compañía).

Escenario extremo

Incluso en un escenario negativo donde se cumple la tesis bajista:

• Pueden cancelar leases

• Pueden vender activos inmobiliarios

Y solo con valor de los activos, sin contar con el negocio, cubriría el market cap actual.

Esto no elimina el riesgo, pero sí define un suelo económico razonable.

Dinámica reciente: ventas y cortos

El cambio de guidance ha provocado:

• Ventas o reducciones relevantes de algunos fondos (pérdida de confianza)

• Y la entrada de 2 fondos haciendo un short sellers

Esto ha provocado que el miércoles y jueves se produjera un sell-off relevante con:

• Volúmenes >2.5M acciones

• Muy por encima de la media histórica

La directiva es consciente de esta situación y ya ha tomado medidas.

Ha trasladado el caso a las autoridades competentes ante la posibilidad de que existan prácticas irregulares y ha dejado claro que está dispuesta a actuar en consecuencia.

¿Qué puede pasar ahora?

Aquí aparece un posible catalizador táctico:

Si la compañía acelera re-compras de forma masiva puede hacer que los cortos podrían verse forzados a cubrir.

Esto por un lado crea valor, al re-comprar acciones a buenos precios, y además puede cambiar el momentum a corto plazo.

2) Tesis alcista: lo que el mercado no esta viendo

Después de analizar en detalle los elementos negativos, es importante equilibrar la visión.

Porque, más allá del ruido generado por Carrefour, hay una serie de factores que el mercado está pasando por alto —o, al menos, no está poniendo en valor correctamente.

2.1. El core del negocio sigue funcionando

Si aislamos el ruido de las adquisiciones, los resultados de 2025 muestran un punto importante:

El negocio base sigue ejecutando en línea con lo esperado.

• Resultados en línea con guidance

• Sin desviaciones relevantes en el core

• Demanda estable en un negocio estructuralmente defensivo

Esto es clave.

Porque implica que el problema actual no es estructural del grupo, sino específico de la integración de Carrefour.

2.2. Un balance más sólido que hace un año

Uno de los mayores riesgos en operaciones de este tamaño suele ser el balance.

Adquirir un activo complejo con apalancamiento puede poner en jaque toda la estructura financiera si la ejecución falla.

Aquí, sin embargo, la situación es distinta.

Tras las operaciones de Diageo, Plasmon y Carrefour Italia, el grupo ha pasado de una posición de deuda a una posición de caja neta (ajustada excl leases).

Incluso incluyendo leases:

• Deuda neta: ~€83M

• EBITDA: ~€310M

• Ratio deuda/EBITDA: ~0.27x

Para un negocio defensivo, este nivel de apalancamiento es prácticamente irrelevante.

Y, sobre todo, es una mejora muy significativa respecto a hace un año:

• En el informe de 2024 se citaba: ~1.9x

  

• En el de 2025: ~0.27x

El balance, lejos de deteriorarse, ha mejorado.

2.3. ¿Caja o deuda? Una distinción clave

Aquí hay un matiz importante que el mercado no siempre interpreta bien: la naturaleza de los leases.

Desde un punto de vista contable, pueden tratarse como deuda. Pero económicamente no son equivalentes a la deuda financiera tradicional.

La diferencia es crítica:

• La deuda financiera exige pago independientemente de la evolución del negocio

• Incluye covenants → riesgo real en escenarios negativos

• No es flexible

En cambio, los leases:

• Están ligados a activos operativos

• Pueden renegociarse o cancelarse (con coste, pero con salida)

• No generan el mismo riesgo sistémico

Por eso, desde una perspectiva de valoración, tiene sentido analizarlos de forma separada.

Bajo esta óptica, la compañía cuenta con:

• ~€319M de caja disponible

Y eso abre dos palancas claras:

• Recompras de acciones

• Nuevas operaciones de M&A

2.4. Un equipo directivo con histórico probado

En este tipo de situaciones, el activo más importante no es el negocio, es quién lo gestiona.

Y aquí el track record es difícil de ignorar.

Es la misma directiva que:

• Ejecutó el turnaround de Centrale del Latte

• Transformó Princes en una máquina de generación de caja

  

• Construyó el modelo de generación de caja actual del grupo:

Y ha conseguido hitos históricos como:

• ~£400M de FCF vía optimización de working capital en Princes

  • ~£140M en los primeros 5 meses

• El grupo ha pasado de ~€28M de EBITDA a ~€240M

  • ~8.5x en 6 años

• FCF: de ~€17M a ~€160M

Y, además:

• ROCE consistentemente elevado

• Disciplina en balance

• Ejecución operativa contrastada

Este no es un equipo sin experiencia enfrentándose a activos complejos.

Es, precisamente, donde mejor han ejecutado históricamente.

2.5. Alineación total: la familia controla el 55%

Otro punto relevante —y muchas veces infravalorado— es la alineación de la directiva con el accionista.

La familia controla aproximadamente el 55% del capital.

Esto implica:

• Exposición directa a la creación (o destrucción) de valor

• Horizonte de largo plazo

• Incentivos alineados con el accionista

No es una gestión orientada a corto plazo ni a optimizar métricas trimestrales.

6. Valoración: una anomalía clara

Aquí aparece uno de los puntos más interesantes que ya hemos mencionado anteriormente.

Actualmente, el mercado está valorando NewPrinces de forma inconsistente:

• NewPrinces (holding) cotiza por debajo del valor de su participación en Princes (~82%)

• Es decir, el mercado está asignando valor nulo o negativo al resto del negocio

Esto es, estructuralmente, una anomalía.

Y suele ocurrir en momentos de:

• Ruido elevado

• Incertidumbre

• Pérdida de confianza

No implica que el mercado esté “equivocado” en el corto plazo, pero sí que puede estar sobre-rreaccionando.

Valoración de la suma de la partes

Para valorar el holding de NewPrinces utilizamos dos enfoques complementarios:

1. Valoración a precios de mercado de sus participadas cotizadas

2. Valoración por múltiplos comparables (peers) aplicados a cada negocio

El objetivo no es obtener un número exacto, sino acotar un rango razonable de valor.

Método 1: Valoración a precios de mercado

En este primer enfoque utilizamos:

• Valor de mercado actual de Princes (contando con la caja)

• Valor de mercado de Centrale del Latte

• Valor estimado de Carrefour Italia, asumiendo un escenario conservador (~€70M EBITDA) y aplicando un múltiplo prudente

Bajo estas hipótesis:

• Valor estimado del holding: ~€1.2B

• Market cap actual: ~€666M

Esto implica un descuento relevante frente al valor implícito de sus activos.

Método 2: Valoración por múltiplos (peers)

En este segundo enfoque partimos de los datos operativos:

• EBITDA Princes: ~€240M (guidance)

• EBITDA Carrefour: ~€70M (escenario conservador)

• Caja: ~€319M

Aplicando múltiplos comparables a cada negocio, obtenemos:

• Valor bruto estimado: ~€1.8B

Para ser conservadores, aplicamos:

• Descuento de holding del 30%

Resultado:

• Valor ajustado: ~€1.3B

Infravaloración y upside por escenario

Ambos métodos —a pesar de sus diferencias— convergen en una misma idea:

La compañía cotiza con un descuento significativo frente a su valor fundamental, lo que ofrece un margen de seguridad alto a estos precios.

Para nosotros, la mejor forma de valor NP es a través del método 2 con 30% de descuento por holding.

7. Programa de re-compras: soporte directo a la acción

La compañía no solo reconoce esta infravaloración, sino que está actuando en consecuencia.

• Ha continuado re-comprando acciones en marzo como podemos ver en el comunicado del 2 de abril:

  

• Ha reiterado que considera la cotización actual atractiva y ha comunicado su intención de seguir con el programa en un comunicado del pasado jueves:

Detalles del programa actual de re-compras

Actualmente:

• Programa autorizado: hasta el 20% del capital

• Ejecutado: ~2.6%

Si ejecutaran el restante ~17.4% a un precio medio de ~€18:

• Inversión estimada: ~€138M

• Sobre una caja de ~€319M

Es decir, tienen capacidad real para sostener el programa sin tensionar el balance.

Conclusión de la tesis alcista

La situación actual no es la de un negocio deteriorado estructuralmente.

Es la de:

• Un core sólido

• Un balance robusto

• Un equipo con historial probado

• Una anomalía clara de valoración

• Y una situación puntual compleja (Carrefour)

La clave está en cuál de las dos narrativas se impone:

• Si Carrefour se convierte en un problema estructural → tesis bajista

• Si Carrefour se estabiliza y mejora progresivamente → fuerte re-rating

Y, a estos niveles, el mercado parece estar descontando un escenario bajista.

3) Conclusiones y balance de la situación

El ajuste en las expectativas de Carrefour —pasar de un escenario cercano a €150M a uno en torno a €70M— es significativo.

Y es razonable que parte del mercado lo haya interpretado como una pérdida de credibilidad.

Muchos inversores se han sentido decepcionados, e incluso engañados. Y, en cierta medida, es una reacción comprensible.

Por nuestra parte, también se ha producido una pérdida de confianza.

Pero, ¿ha habido engaño?

Nuestra lectura, tras analizar la situación en detalle y contrastarla directamente con la compañía, es que no.

No creemos que haya existido dolo ni una intención deliberada de engañar al mercado.

El juicio que hacemos es: ha sido un error de comunicación relevante, fruto de una estimación excesivamente optimista en un contexto de presión por ofrecer noticias positivas y visibilidad muy limitada.

Este matiz en nuestra opinión es importante.

Porque no es lo mismo un problema de integridad que un problema de ejecución o de criterio.

¿Por qué se produce esta desviación?

Para entender el cambio de €150M a €70M, hay que situarse en el momento en el que se dio el guidance inicial.

En diciembre, la compañía contaba con:

• Cuentas auditadas de 2024

• Primeras semanas tras la integración

• Un mes de diciembre especialmente fuerte (~€25–30M de EBITDA)

Ese primer dato, junto con las primeras acciones implementadas, generó una señal inicial positiva.

A esto se suma otro factor: la presión del mercado en ese momento.

Tras la IPO de Princes, la acción había sufrido, y existía una clara necesidad de reconstruir confianza.

En ese contexto, la compañía opta por comunicar un escenario que, con la información disponible entonces, representaba un caso optimista.

Cuatro meses después, con más visibilidad operativa y tras unos meses (enero–febrero) más débiles —algo habitual en el sector—, la lectura cambia.

Y la respuesta es un guidance mucho más conservador.

Sobre la comparativa con la IPO

Algunos inversores han interpretado este episodio como una repetición del guidance de la IPO.

Creemos que conviene separar ambos casos.

En la IPO, la compañía aspiraba a una determinada valoración que finalmente no se materializó por condiciones de mercado (baja liquidez en UK).

El resultado fue:

• Menor capital levantado

• Mayor participación retenida en NewPrinces, menor dilución del accionista

• Mayor inversión por parte de la familia

Desde un punto de vista de largo plazo, esto incluso puede considerarse positivo para el accionista.

No es, por tanto, una situación directamente comparable con lo ocurrido ahora, con la IPO no hubo negligencia y sobre estimación de guidance, además la directiva así nos lo comunicó siempre en las conversaciones que mantuvimos con ellos durante los meses previos y posteriores.

Lo que sí es innegable

Dicho esto, hay un punto que no admite matices:

El recorte de guidance ha sido demasiado abrupto.

Pasar de un escenario a otro en tan poco tiempo genera:

• Inconsistencia en el mensaje

• Pérdida de credibilidad

• Incremento de la incertidumbre

Y, en mercado, la incertidumbre la descuenta con fuerza.

¿Ha sido excesiva la reacción del mercado?

En nuestra opinión, sí.

La caída ha sido intensa, y en parte se ha visto amplificada por dos factores:

• Salida de inversores tras pérdida de confianza

• Entrada de posiciones cortas en una acción con liquidez limitada

Esto no invalida el problema, pero sí puede haber llevado la reacción más allá de lo estrictamente fundamental.

La otra cara de la moneda

Frente a este error de comunicación, hay varios elementos que siguen intactos:

• El negocio core continúa funcionando correctamente

• El balance es hoy más sólido que hace un año

• La capacidad de generación de caja del grupo está demostrada

• La directiva es la misma que ha ejecutado uno de los mejores turnarounds del mercado europeo reciente

• La alineación de la familia es incluso mayor que en el pasado

• Y la valoración actual descuenta un escenario muy negativo ofreciendo margen de seguridad alto.

Nuestro balance

Puestos todos los elementos sobre la mesa, nuestra conclusión es la siguiente:

El error existe, es relevante y tiene consecuencias.

Merma, pero no invalida ni rompe, a día de hoy en nuestra opinión, la tesis de inversión.

Creemos que, en términos agregados:

• Los factores positivos siguen teniendo más peso que los negativos

• Pero el perfil de riesgo ha aumentado

• Y la visibilidad a corto plazo es menor

Implicación en cartera

La consecuencia directa es clara.

La confianza en la directiva se ha visto afectada.

Y esa confianza es un elemento central en cualquier tesis de inversión

Por tanto:

• No podemos tener el mismo peso que tenía anteriormente

• La compañía tendrá que reconstruir esa confianza con ejecución

• Y será necesario ver consistencia en los próximos trimestres

4) Qué hemos hecho en Quality Value

Hay un punto que el mercado, en parte, sí ha reflejado —pero que creemos que aún no se está interpretando correctamente—:

Hoy no estamos ante una sola compañía, sino ante dos realidades distintas conviviendo dentro del mismo grupo.

Dos negocios, dos narrativas

Por un lado, tenemos Princes:

• El negocio industrial

• El core histórico del grupo

• El generador de caja

• El motor del modelo de “serial acquirer”

Un negocio que, a la luz de los resultados de 2025:

• Sigue creciendo

• Sigue generando caja

• Sigue ejecutando en línea con su track record

Además:

• Plasmon ya se integra junto a Diageo dentro de Princes Group

• Se mantiene el guidance comunicado en octubre

• El modelo de crecimiento vía adquisiciones sigue intacto

Y, sobre todo: es donde se concentra la caja del grupo.

Contexto macro para Princes

Respecto al entorno macro (energía, transporte, conflicto en Irán), la compañía reconoce presiones en costes, pero también deja claro que tiene herramientas para gestionarlas:

• ~70% de la energía cubierta para 2026

• Gestión activa del restante 30%

• Capacidad de trasladar costes (pass-through)

• Optimización logística y ajustes de precios

La lectura es clara:

Hay riesgos, pero no hay descontrol.

El tono es prudente, pero consistente con un negocio defensivo bien gestionado.

Infravaloración de Princes: aún está poco reconocida

Princes, en nuestra opinión, esta cotizando con un descuento alto frente a comparables:

Esta infravaloración creemos que esta provocada por:

• La IPO es reciente

• Aún no aparece correctamente en muchos screeners

  

• El mercado no ha terminado de digerir su valor real

• Efecto contagio de la incertidumbre de Newprinces con Carrefour.

Esto genera una situación interesante: el activo de mayor calidad del grupo todavía no está plenamente reconocido por el mercado.

Y todo ello sin contar con el potencial de las nuevas adquisiciones.

¿Qué hemos hecho nosotros?

Ante una situación como esta, había dos caminos:

• Reaccionar en caliente

• O parar, analizar y decidir con información completa

Nuestra decisión ha sido clara:

• No vender en pánico

• Reunirnos con la directiva

• Contrastar la información

• Y construir una visión con perspectiva

Y poner toda esta información a disposición de los suscriptores.

Ajuste de posición: disciplina ante todo

La situación ha cambiado. Y eso debe reflejarse en cartera.

Hasta ahora, la posición tenía un peso elevado (~30%).

A estos niveles, ese peso ya no es adecuado.

Por dos razones:

1. Pérdida de confianza tras un error de comunicación relevante

2. Mayor incertidumbre operativa en el corto plazo

Por tanto, la decisión es:

→ Reducir exposición de forma significativa

Pero no salimos

A pesar de lo anterior, no hemos decidido vender la posición.

¿Por qué?

Porque, a día de hoy, seguimos viendo elementos estructurales muy sólidos:

• Seguimos creyendo en la directiva y en su capacidad operativa

• Creemos en el racional estratégico de Carrefour y el potencial de integración vertical (end-to-end) con todas sus sinergias

• Creemos que el precio de las acciones no demuestra el valor del activo

• Y, sobre todo, creemos en el track record del equipo gestor

Un factor adicional: presión real en la directiva

Hay un elemento que muchas veces no se tiene en cuenta, pero que para nosotros es relevante:

La familia controla ~55% del capital.

Eso implica que:

• La caída reciente (~30%) impacta directamente en su patrimonio

• El nivel de presión es elevado

• El incentivo a ejecutar correctamente es máximo

En nuestra experiencia, este tipo de situaciones suele generar:

Más foco, más disciplina y mayor intensidad en la ejecución.

Estrategia de reducción selectiva

De momento no hemos vendido ninguna acción.

Como hemos dicho no vendemos en pánico y menos en una situación compleja como esta que requiere un análisis reflexionado.

La estrategia pasa a ser más selectiva y equilibrada.

Objetivo a día de hoy:

→ Reducir exposición total a ~10%

Distribución:

• ~8% en Princes

• ~2% en NewPrinces (holding / Carrefour)

La lógica es clara:

• Mantener exposición al negocio estable, predecible y generador de caja

• Mantener una posición táctica en el turnaround (mayor riesgo, mayor potencial)

Timing de ejecución táctico

A corto plazo, creemos como hemos dicho que existe una oportunidad táctica.

Actualmente:

• NewPrinces cotiza con un descuento muy elevado

• Inferior incluso al valor implícito de su participación en Princes

Este gap en nuestra opinión no es sostenible en el tiempo.

Además, hay posibles catalizadores:

• Aceleración del programa de recompras

• Normalización del flujo vendedor

• Cobertura de posiciones cortas

No es el escenario base hablar de un “short squeeze”, pero sí de una posible mejora en el momentum si cambia la narrativa.

Plan de acción

La ejecución será progresiva:

• Reducir exposición en NewPrinces conforme se cierre el gap de valoración

• En paralelo, aumentar peso en Princes si continúa en estos niveles

Últimas conclusiones:

No estamos ante una situación cómoda.

Pero tampoco ante una tesis rota.

Estamos ante un caso donde:

• El mercado ha penalizado con dureza

• La confianza se ha deteriorado

• Pero los fundamentales clave siguen en pie

Y en este tipo de escenarios, más que nunca, la diferencia la marca el trabajo realizado previamente, el trabajo que hemos hecho posteriormente reuniéndonos con la directiva (relación trabajada previamente) recopilando toda la información (para los suscriptores del research) y la disciplina en el proceso y la toma de decisiones.

Un mensaje a los suscriptores del research

Entiendo la frustración de estos últimos días. Nosotros también la sentimos. Tenemos skin in the game fuerte en esta tesis y en la mayoría de las las que compartimos.

Pero quiero ser honesto con vosotros, como siempre lo he sido.

La realidad del mercado

En bolsa puedes hacer las cosas bien — analizar todo, tener los datos, construir la tesis correcta — y que el precio no te acompañe.

Y puedes hacerlo mal, sin trabajo detrás, y que la acción suba. Eso es parte del juego. Lo que no puedes hacer es cambiar tu proceso cada vez que el mercado te lleva la contraria, porque entonces no tienes proceso.

En los últimos años, lo que ha funcionado ha sido claro: grandes empresas, infraestructura de IA, mercado americano, mercado español, metales, industriales, activos reales, negocios “aburridos” como cementeras o recogida de basura. Todos los inversores posicionados en esos sectores lo han hecho bien, mejor o peor, pero todos con buenas rentabilidades.

El resto — y ahí estamos nosotros — lo hemos pasado mal.

Somos un research enfocado en small caps, principalmente europeas, con sesgo hacia negocios que conocemos en profundidad porque he trabajado en ellos en puestos directivos durante más de 10 años: software, consultoría, marketing, proveedores tech B2B o negocios de personas. Negocios que entendemos y controlamos. La regla más básica de la inversión: invierte solo en lo que entiendes.

Las small caps europeas y estos sectores llevan desde 2021-22 castigados en bolsa. No sus negocios, que siguen creciendo. La discrepancia entre precio y valor se ha ampliado considerablemente.

Por eso hemos recibido estos años 8 OPAS en nuestra cartera, porque el mercado público no reconoce la calidad e infravaloración de estos sectores, pero el privado si y se aprovecha de ella.

Pero entendemos la frustración de esperar, año tras año, cada vez pesan más. Os lo aseguro porque nosotros lo vivimos igual.

Qué estamos haciendo al respecto

No vamos a capitular, creemos que existe una de las mayores oportunidades de las últimas décadas en el mercado de smalls caps europeas, en la filosofía Quality, en los sectores que cubrimos y en especial en las acciones tenemos en cartera.

Cuando más nos duele el estomago es cuando más tenemos que aguantar. Es donde residen las mayores oportunidades de inversión.

Pero tampoco vamos a ignorar la realidad.

Si una tesis se rompe vendemos, si una tesis se deteriora reducimos. No nos debe temblar el pulso, pero no podemos guiarnos por las emociones.

Por otro lado, la realidad es que el mercado hoy descuenta que la IA puede disrumpir casi cualquier negocio. Eso genera incertidumbre, y la incertidumbre contrae valoraciones. Aunque estas empresas sigan presentando buenos datos, las valoraciones pueden seguir comprimidas más tiempo del que esperamos. Debemos contar con que sea el crecimiento de ingresos lo que impulse las acciones, porque este ciclo puede durar más de lo previsto.

Al mismo tiempo, los negocios que el mercado percibe como protegidos de la disrupción de la IA gozan de mayor certidumbre, y sus valoraciones pueden expandirse.

Debemos tener esto en cuenta y actuar en consecuencia.

Por eso, como ya hemos compartido en Discord y detallaremos en la próxima actualización de cartera, estamos ajustando la estrategia de cartera con dos bloques: un bloque de empresas expuestas a la narrativa IA, con mayor diversificación para gestionar el riesgo, y un bloque de empresas no disruptibles, más concentrado, para capturar la expansión de múltiplos.

Esto también implica ampliar nuestro círculo de competencia.

Las últimas tesis han sido sobre situaciones especial que han funcionado muy bien como Everybody y Yext, y las próximas tesis incluirán empresas de otros sectores — como Vidrala, Asta Energy, MSCI o Visa — negocios fuera del ámbito IA, nuevos sectores o empresas grandes con ventajas competitivas claras.

No dejamos de ser especialistas en small caps europeas, situaciones especiales y software, es nuestro edge, pero con nuevos sectores añadimos capas que mejoran el perfil de la cartera, mejoramos el servicio general del research con expertos en situaciones en situaciones o contenidos macro de la mano de lideres de opinión como J.M Rallo que complementa nuestros análisis micro y mejoran los conocimientos de toda la comunidad.

Sobre NewPrinces

¿Nos equivocamos?

Como hemos empezado el articulo esta tesis la dimos a conocer en 2021 a todo el público y desde entonces la acción, contando estos niveles de precio tras la caída, se ha multiplicado por 3x y su EBITDA por 8.5x. Valor ha creado.

A día de hoy y si el periodo temporal que valoramos es desde máximos de 25€ a mediados del año pasado, podemos pensar que ha sido un error mantenerla. Pero con los datos que teníamos antes de la presentación del 31 de marzo y las conversaciones mantenidas con la directiva meses antes, la tesis y la decisión de la inversión eran, en nuestra opinión, correctas. Arriesgadas en nuestro caso por la concentración, sí — pero eso depende de la aversión al riesgo y la situación personal de cada uno.

Nos habíamos preparado para el escenario que se ha dado. En la última actualización de diciembre señalamos como riesgo que los números no fueran los esperados, porque teníamos la sensación de que ni la propia directiva los tenía del todo claros. Si fallaban en el guidance, el mercado sobre-reaccionaría. Por eso manteníamos un 10% en liquidez. Además, contábamos con la protección de que la empresa actuase con re-compras para estabilizar la acción, como han comunicado que van a hacer.

A día de hoy muchos inversores pueden pensar que la tesis esta rota, nosotros creemos que ha sido tocada, pero creemos que puede seguir cumpliéndose a largo plazo. Mientras tanto nos posicionamos en consecuencia.

Mi compromiso con vosotros

Mi trabajo es ofreceros el mejor contenido de inversión posible: tesis con la mejor información disponible, marcos mentales, formación, entrevistas con gestores de reconocido prestigio o directivos importantes, informes sectoriales, análisis macro de la mano de J.M. Rayo, y acceso directo a directivas como hemos hecho precisamente con NewPrinces. Es decir, ofrecer el servicio que yo mismo pagaría por tener.

Estoy convencido — humildemente — de que todos los suscriptores del research son mejores inversores hoy que hace cuatro años, cuando nació este proyecto. No porque todas las ideas hayan funcionado, sino porque el proceso, el conocimiento y la disciplina que habéis construido son vuestros para siempre.

Los resultados en bolsa van por ciclos. El proceso y la formación es lo que permanece para siempre.

Agradezco la confianza de todos vosotros. Y vamos a seguir construyendo el mejor research boutique de habla hispana.

Una de las coberturas que ofreciamos para proteger nuestra cartera era esta: en un entorno dominado por la volatilidad macro, tiene mucho sentido mantener parte de la cartera en situaciones especiales.

¿Por qué?

Porque son oportunidades menos dependientes de la narrativa del mercado y más de un catalizador propio y concreto de la compañía.

Mientras muchas acciones se mueven al ritmo de los titulares macro, este tipo de situaciones suelen permanecer más estables hasta que se acerca el evento que puede desbloquear valor.

Por eso nos gustan especialmente en momentos como el actual: combinan des-correlación, catalizador y potencial revalorización en un plazo relativamente corto.

Eso es precisamente lo que traemos hoy.

Lo que vas a leer hoy

1. Situación especial: dual listing + up listing.

2. Catalizador a la vista: Junio 2026

3. La acción es la siguiente:

   • One pager (1/2 minutos)

   • Tesis central (10 minutos) (Posibilidad descarga para imprimir y leer en papel)

(NEW) Mejoras en el servicio:

Desde hoy, Mirna y Sebastián se incorporan a Quality Value como dinamizadores del canal privado de Discord.

Ambos son inversores especializados en situaciones especiales, una estrategia a la que hoy dedican el 100% de su tiempo y con la que obtuvieron una rentabilidad del 28% durante el último año.

No llegan como perfiles externos, muchos ya los conocéis porque son miembros activos de la comunidad que ya venían aportando ideas de gran calidad, algunas de las cuales acabaron convirtiéndose en tesis publicadas e incluso en inversiones ejecutadas por nosotros.

Casos ya publicados como Everybody (+12% en 3 meses) o Yext odd lot(+4% en 1 mes) ilustran bien el tipo de oportunidades que buscamos.

Su incorporación refuerza una parte muy valiosa del Research: la identificación de situaciones especiales donde el retorno depende menos del ciclo de mercado y más de un evento concreto que puede desbloquear valor.

Si quieres acceder a este servicio, al Discord privado y al resto del Research, puedes suscribirte aquí:

Acceder al Research y al discord privado

1) Situación especial: dual listing + up listing

Muchos suscriptores ya están familiarizados con este tipo de situaciones y pueden ir directamente al punto 2.

Pero antes quiero detenerme un momento para explicar de forma breve en qué consisten para quienes las vean por primera vez.

¿Qué es un dual listing?

Un dual listing significa que una empresa pasa a cotizar simultáneamente en dos bolsas de valores.

En el caso de hoy, cotiza en una bolsa menor y está a punto de añadir una segunda cotización en Estados Unidos, previsiblemente en el New York Stock Exchange (NYSE), mediante la emisión de ADS (American Depositary Shares). Ahora explicamos mejor este término.

Tras completar el proceso, un inversor podrá comprar acciones de esta empresa tanto en la bolsa actual como en Nueva York. Misma empresa, dos escaparates.

¿Qué es un up-listing?

Técnicamente, la empresa de hoy ya tiene presencia en el mercado estadounidense: cotiza bajo el ticker SMSOF en el mercado OTC (Over-The-Counter), que es un mercado secundario, no regulado, con liquidez mínima.

Es el equivalente financiero de un callejón sin señalización. Prácticamente ningún fondo institucional puede comprar ahí, no hay cobertura de analistas, y la mayoría de inversores retail americanos ni siquiera la encuentran en su bróker.

El up-listing consiste en pasar de ese mercado OTC a una bolsa de primera categoría como el NYSE. La acción deja el callejón y se instala en la Quinta Avenida, con escaparate y letrero luminoso. Mismo producto, pero ahora visible para millones de compradores potenciales que antes no tenían acceso.

Con la empresa de hoy ocurren las dos cosas a la vez: dual listing y up-listing (OTC → NYSE). Es una combinación potente.

¿Por qué es alcista para la acción?

Hay cinco razones concretas que os explicamos en el siguiente cuadro:

En resumen: el dual listing + up-listing no cambia nada del negocio, pero sí cambia quién puede comprar la acción, cuánta gente la ve, y a qué múltiplo el mercado la valora. Es un catalizador de re-rating puro.

2) Catalizador a la vista: Junio 2026

Esta empresa lleva más de un año preparando su salto a Wall Street.

Los accionistas acaban de aprobar la emisión de ADS y la autorización tiene vigencia hasta principios de junio de 2026, lo que sitúa la ventana más probable para el debut en EE.UU. entre abril y junio.

El CEO ha confirmado la intención de completar el proceso en 2026, aunque ha matizado que serán conscientes de las condiciones de mercado.

La acción como la mayoría de su sector y la bolsa en general acaba de caer con fuerza por la guerra de iran, precisamente justo cuando se acerca este momento.

Y aquí es donde se pone interesante para el inversor paciente, porque en la ventana de mayo-junio de 2026, además del up-listing, confluye otro catalizador.

Un dividendo del ~3-5%.

Esta empresa paga dividendo una vez al año, normalmente con fecha ex-dividendo en la primera semana de junio y pago en julio.

A precios actuales — tras la caída reciente — eso supone una rentabilidad por dividendo de aproximadamente el 3-5%.

Si compras antes de la fecha ex-dividendo, cobras ese porcentaje en efectivo solo por estar ahí.

Que se une al up-listing.

La ventana para completar la cotización en EE.UU. cierra precisamente en junio.

El CEO acaba de confirmar públicamente — tanto en el press release como en la conference call con analistas — que tienen la intención de completar el dual listing en junio de 2026.

Las semanas previas y posteriores al debut en NYSE deberían traer flujos de nuevos inversores, inicio de cobertura por analistas americanos y potencial inclusión en índices.

Y después del listing, más retorno al accionista.

El CEO también confirmó que una vez completado el dual listing, reactivarán el programa de re-compra de acciones, que está pausado durante el proceso.

Tienen, según sus propias palabras, “capacidad de caja suficiente para hacer ambas cosas” — dividendo y buybacks simultáneamente.

En resumen: tenemos una acción que ha caído por factores ajenos al negocio, con los fundamentales mejorando (como veremos cuando analicemos los resultados), un catalizador de re-rating a 2-3 meses vista, un dividendo del 3-5% como colchón y la promesa de re-compras adicionales tras el listing.

3) La acción es la siguiente:

A continuación desvelamos la acción y desarrollamos la tesis de inversión de forma clara, visual y accionable, para que puedas entender rápidamente qué está pasando, por qué creemos que existe oportunidad y cómo planteamos la inversión.

Incluye:

• Qué acción es: introducción breve a la compañía

• One-pager visual (1-2 min): la situación explicada de forma simple y directa

• Desarrollo de la tesis (5-10 min):

  • Análisis de los últimos resultados publicados

  • Como funciona realmente un dual listing: ¿hay dilución en este caso?

  • Valoración frente a comparables

  • Nuestra estrategia con esta posición

  • Seguimiento de la tesis en Discord

• Posibilidad de descarga de la tesis PDF para poder imprimirla en papel y hacer vuestro estudio y seguimiento.

Que acción es: introducción a la empresa

La acción de la que estamos hablando es:

Read more

La escalada militar entre Estados Unidos, Israel e Irán ha alterado de forma abrupta el equilibrio en Oriente Medio, ha puesto en jaque el tráfico por el Estrecho de Ormuz —clave para el suministro energético mundial— y ha devuelto el petróleo al centro del tablero macro.

Aproximadamente una quinta parte del comercio mundial de petróleo y gas transita por esa vía (Estrecho de Ormuz), por lo que cualquier disrupción tiene implicaciones inmediatas para inflación, mercados y sentimiento inversor

Hoy, en Quality Value Research, analizamos qué está ocurriendo realmente, qué impacto puede tener sobre tu cartera, cuáles son los escenarios más probables y qué ideas —en acciones, ETFs y coberturas— pueden ayudarte a protegerte o incluso aprovechar el momento.

Lo que vas a leer hoy

1. La cronología clave

2. El mapa del daño actual: general y por sectores

3. Los tres escenarios posibles

4. Qué hacer ahora + 5 opciones para protegerte

En 5-10 minutos de lectura tendrás una visión clara del conflicto, de sus posibles derivadas y de las principales decisiones que un inversor debe plantearse ahora mismo.

Antes de entrar en detalle, os dejo una breve mención que creo que puede resultar útil. Como inversor, me interesa seguir aprendiendo sobre otras áreas más allá de la bolsa, y una de ellas es el capital privado. Aunque se centra en compañías en fases más tempranas, muchas de las dinámicas que se analizan ahí también son útiles para entender small caps y micro caps cotizadas.

Por eso me ha parecido interesante la formación (Private Equity Program) que ofrece actualmente Crescenta sobre cómo se financian, transforman y escalan las compañías. Tendrá lugar del 23 al 25 de marzo, partir de las 19hr (hora de Madrid) en formato online.

Os dejo a continuación el enlace a la sesión gratuita. Solo hay 500 plazas disponibles. Aprovecha una de las que han puesto a disposición de Quality Value.

Disclaimer: La inversión tiene riesgos, la rentabilidad no está garantizada. Más info en crescenta.com/condiciones

1) La cronología clave

El conflicto llega en un momento macro especialmente delicado.

Hasta hace apenas unos días, el mercado descontaba un escenario relativamente favorable: inflación más controlada, posibles bajadas de tipos en EE. UU. y cierta estabilización en Europa.

Pero esta semana tanto la Fed como el BCE han optado por mantener tipos sin cambios y han endurecido el tono ante el impacto del shock energético sobre inflación y crecimiento.

La Fed mantuvo los tipos en 3,50%-3,75% y sigue apuntando a un único recorte este año, mientras el BCE dejó su tipo clave en el 2% y advirtió de mayores riesgos para la eurozona.

Esto es importante porque el shock llega en un momento en el que el mercado había reducido, no aumentado, sus coberturas geopolíticas.

A continuación, los hechos clave desde el 25 de febrero:

2) El mapa del daño actual: ganadores y perdedores

Tres semanas después del inicio del conflicto, el daño ya empieza a ser claramente visible en energía, transporte, bolsas y expectativas macro.

Sin embargo, el mercado podría no haber descontado todavía el peor escenario: varios analistas siguen advirtiendo de que el pico de pánico podría producirse en las próximas 1-3 semanas.

Este es el mapa de calor actual a 19 de marzo de 2026:

El Estrecho de Ormuz: el choke point que lo cambia todo

El Estrecho de Ormuz no es “solo” petróleo. Es uno de los grandes cuellos de botella del sistema económico global. Por él transita cerca de una quinta parte del petróleo mundial, pero también flujos críticos de gas natural licuado, productos energéticos y rutas logísticas esenciales.

Por eso, cuando Ormuz se bloquea o entra en riesgo, el impacto no se limita al barril: se transmite a inflación, transporte, industria y sentimiento de mercado.

¿Dónde estamos en el ciclo de pánico?

La historia sugiere que el petróleo rara vez toca techo al inicio de este tipo de crisis. En conflictos comparables, el pico suele llegar entre varias semanas después del primer shock. Y como el conflicto apenas entra ahora en su tercera semana, es perfectamente posible que lo peor en precio del crudo aún no se haya visto.

De hecho, algunas estimaciones del sector plantean que, si no hay destrucción de demanda, el re-equilibrio del mercado podría exigir precios claramente superiores a los actuales. En otras palabras: escenarios de $150/barril ya no parecen extremos.

3) Los tres escenarios posibles

Desde nuestro punto de vista, el conflicto puede evolucionar hacia tres desenlaces plausibles.

No son predicciones —porque en geopolítica las certezas duran poco—, sino escenarios de trabajo que permiten ordenar el riesgo y tomar decisiones de cartera con más criterio.

Las probabilidades que asignamos se basan en el consenso de analistas geopolíticos, ajustado a la información disponible a 19 de marzo de 2026.

Escenario Base (55%): conflicto intenso, pero limitado en duración

Nuestro escenario central sigue siendo el de un conflicto duro, pero relativamente acotado en el tiempo.

Wells Fargo Investment Institute y Capital Economics también coinciden: “lo más probable es un conflicto intenso pero relativamente corto.”

La lógica es sencilla: ambos bandos afrontan restricciones crecientes. Irán conserva capacidad de disrupción, pero también sufre un fuerte desgaste político, militar y económico. Al mismo tiempo, Estados Unidos tampoco puede sostener indefinidamente un shock energético severo sin asumir un coste político interno relevante.

En paralelo, el mercado sigue operando con la idea de que la disrupción en Ormuz será grave, pero no permanente, y de que en algún momento terminará imponiéndose una vía de negociación o contención.

En este escenario, el golpe macro sería relevante pero manejable: menor crecimiento, inflación más alta durante algunos trimestres y bancos centrales en pausa, sin necesidad inmediata de volver a subir tipos. La Fed ya ha optado por mantener tipos sin cambios, y el BCE ha hecho lo mismo mientras advierte de más riesgos para crecimiento e inflación.

Escenario bajista - bearish (25%): shock energético estructural

El principal riesgo es que el conflicto deje de ser un shock transitorio y pase a convertirse en un problema estructural.

Si la disrupción se prolonga durante más semanas y los flujos energéticos del Golfo siguen bloqueados, el mercado podría necesitar precios mucho más altos para destruir demanda y reequilibrarse.

Wood Mackenzie (research especialista en oil & gas) estima que la pérdida de unos 15 millones de barriles diarios podría empujar el crudo hacia los 150 dólares por barril, y Reuters recoge que un shock más severo ya está llevando a bancos y estrategas a contemplar escenarios claramente más negativos para bolsas, crecimiento y estabilidad financiera.

En ese escenario, el riesgo dejaría de ser solo inflacionista: pasaríamos a una combinación mucho más peligrosa de menor crecimiento, inflación persistente y condiciones financieras más duras. Los países más vulnerables serían los grandes importadores energéticos y los emergentes con balances más frágiles.

Escenario alcista - bullish (20%): La resolución sorpresa

Irán ha dado señales contradictorias: el canciller Araghchi dice "nunca hemos pedido un alto el fuego" (CBS News - 15 de marzo), pero el presidente Pezeshkian habla de "compromiso con la paz con condiciones" (Financial Times - 18 de marzo).

Existe una posibilidad real de que la mediación de Omán, Rusia o China facilite un acuerdo rápido.

En este escenario, el shock sería un episodio de 3–4 semanas con impacto macroeconómico limitado fuera del Golfo.

3) Mapa sectorial del impacto: ganadores y perdedores

A continuación, desglosamos el impacto sectorial esperado bajo el escenario base y el escenario bajista, para identificar dónde se concentra el riesgo y dónde pueden aparecer oportunidades. *(Click en la imagen para verla ampliada).

🟩 Sectores beneficiados:

🟧 🟥 Sectores más perjudicados:

5) Qué hacer ahora: 5 acciones concretas que estamos ejecutando

Hasta aquí, el análisis.

A partir de este punto, vamos a lo que de verdad importa: qué estamos haciendo con el capital.

Porque en mercados como este, entender el contexto ayuda, pero lo que marca la diferencia es actuar bien antes que el resto.

En esta parte compartimos:

• Los 4 principios que están guiando nuestras decisiones

• Los indicadores clave que estamos vigilando para anticipar el siguiente movimiento

• Y las 5 acciones concretas que ya estamos ejecutando en cartera: protección, nuevas compras y posiciones que podrían beneficiarse si el mercado sigue ajustando mal el riesgo

Es la parte más útil del informe.

La más accionable.

Y probablemente la que más valor puede aportar en las próximas semanas.

Lo que hagas ahora puede condicionar gran parte de tu resultado de 2026.

Los 4 principios de actuación de un inversor inteligente para este tipo de conflictos:

Read more

Que vas a leer hoy

1. Nueva empresa en cartera

2. Tesis de inversión

   • One-pager: entender la situación en 2 minutos

   • Tesis ejecutiva 3-5 minutos)

3. Nuestra estrategia de posición

1) Nueva empresa en cartera

La compañía en la que acabamos de invertir —y que ha pasado directamente al TOP 4 de la cartera— es:

Read more

Conducido por Alejandro Guadalajara - Fundador y CEO de Quality Value.

Tiempo de lectura: 15-18 minutos

Tras las últimas Conversaciones Quality con John Tidd (Hamco), Marc Bidou (CEO Bilendi), o Simon Zaks (Director IR Teleperformance) hoy seguimos incorporando a figuras de primer nivel para entender cómo piensan y ejecutan un proceso de inversión disciplinado.

En esta ocasión conversamos con Tomás Maraver, Socio Fundador y CIO de Nartex Capital. Tras desarrollar su carrera en Londres en firmas como JP Morgan, KKR y King Street, fundó Nartex con una filosofía clara: invertir en compañías con ventajas competitivas estructurales, crecimiento predecible y retorno incremental sobre capital creciente.

Desde 2022, el fondo ha obtenido una rentabilidad histórica del 18,5% desde el inicio, resultado de un universo invertible deliberadamente acotado y una disciplina explícita de valoración bajo un enfoque QARP (Quality at a Reasonable Price).

Esa rentabilidad es el resultado; el objetivo de esta conversación es entender el marco mental y el proceso que la sustentan: cómo se selecciona, cómo se valida y cómo se gestiona el riesgo cuando se invierte en calidad.

En esta conversación analizamos:

• La construcción de su universo de 120 compañías globales.

• Qué entiende por barreras de entrada “reales” y cómo las verifica.

• Cómo integra valoración, convexidad y correlación en la construcción de cartera.

• Su visión sobre small caps, sector financiero, IT software y el impacto competitivo de la IA.

Índice

Bloque 1: Criterios de calidad y “moat”

Bloque 2: Small caps, monopolios naturales y valoraciones

Bloque 3: El “ecosistema” de acciones y la concentración

Bloque 4: Valoración y múltiplos

Bloque 5: Sector financiero, Visa/Mastercard/Moody’s y FactSet

Bloque 6: Inteligencia Artificial, burbuja y sector IT/servicios

Bloque 7: Ronda rápida

Suscríbete a Quality Value Research

Bloque 1. Criterios de calidad y “moat”

Alejandro Guadalajara (Quality Value):
Para empezar, compartimos una misma filosofía de inversión, lo que yo llamo Quality Value: comprar negocios de calidad (Quality) a precios razonables (Value).

A partir de ahí, me gustaría ir desgranando cómo lo aplicas en tu proceso de inversión.

Pregunta 1

Alejandro Guadalajara (Quality Value Research):
Cuando hablamos de Quality, ¿cuáles son para ti los requisitos indispensables que debe cumplir una empresa para entrar en tu universo de inversión?

Tomás Maraver (Nartex Capital):

Nartex cubre exhaustivamente un universo de 120 compañías globales con modelos de negocios ganadores que cumplen tres criterios:

• Monopolios u oligopolios naturales

• Crecimiento estructural y predecible

• ROIICs (retorno sobre capital incremental invertido) crecientes

Pregunta 2

Hay una frase tuya que me gusta mucho: buscáis “empresas que controlen la oferta de un producto o servicio cuya demanda va a ser cada vez mayor”.

¿Cómo estimas que un producto o servicio va a tener una demanda duradera durante la próxima década?

Tomás Maraver (Nartex Capital):

Nuestro ADN y principales diferencias frente a los fondos de inversión tradicionales son el proceso de inversión y la gestión activa de riesgos (los cuales han sido claves para conseguir un rendimiento muy superior a ellos). Ellos se apoyan en fuentes de información que llamamos tradicionales (información de las propias compañías e informes de los grandes bancos de inversión), que suelen ofrecer una visión sesgada y cortoplacista que muchas veces no refleja la realidad.

Nosotros vamos mucho más allá.

Nuestro proceso combina las mejores prácticas de los grandes Private Equities y Hedge Funds globales (que es lo que Tomás ha estado haciendo toda su trayectoria profesional):

• Redes de expertos: tenemos acceso a seis plataformas globales que nos ponen en contacto directo con clientes, proveedores, competidores y ex-empleados para entender qué está pasando en realidad, no lo que te vende la compañía y/o el informe del banco.

• Información alternativa: son datos muy especializados que nos permiten monitorizar en tiempo real si nuestra tesis de inversión se está cumpliendo y si hay puntos de inflexión.

• Herramientas cuantitativas: usamos herramientas de primer nivel como Venn de Two Sigma (uno de los mayores Hedge Funds cuantitativos del mundo) para asegurarnos de que las fuentes de retorno están descorrelacionadas entre sí, medir/controlar la exposición factorial y simular escenarios adversos para evaluar cómo se comportaría nuestra cartera.

Para una demanda duradera, además de nutrirnos de informes de industria por especialistas del sector, consultores y los datos de las compañías (la propia compañía y sus proveedores y clientes), utilizaríamos redes de expertos e información alternativa para obtener mayor certidumbre y poder modelar las distintas fuentes de crecimiento (precio, volumen y mix).

¿Qué tipo de señales o indicadores miras para validar esa tesis de demanda estructural?

Tomás Maraver (Nartex Capital):

Desafortunadamente no se puede generalizar y depende de cada industria y compañía; p. ej., la penetración de mercado (no era lo mismo invertir en publicidad digital —Meta y Alphabet— hace 3 años vs. ahora), la situación competitiva (en el ecosistema de la nube, que era un oligopolio ordenado, han aparecido múltiples competidores), el gap entre el valor del producto y su precio (UMG, donde se está empezando a monetizar este diferencial) y un largo etc.

Lo que está claro es que nos apoyaremos en el proceso de inversión mencionado anteriormente para no tener que especular y poder basarnos en hechos concretos.

Pregunta 3

En esa misma línea, ¿cómo identificas que ese foso defensivo (moat) es realmente sostenible a largo plazo y no algo transitorio?

¿Te centras más en ventajas de costes, intangibles, regulación, red de distribución…?

¿Qué te hace descartar una empresa porque su moat no te parezca lo suficientemente robusto?

Tomás Maraver (Nartex Capital):

Para nosotros, en el mundo de la inversión hay dos grandes mentiras: (i) decir qué va a hacer el mercado (que es obvio que nadie sabe) y (ii) la utilización sistemática e indiscriminada del concepto barreras de entrada. Para Nartex este concepto es fundamental y es una condición indispensable para entrar en nuestro universo.

Bajo nuestro punto de vista existen cinco barreras de entrada:

• Capacidad instalada

• Infraestructura no regulada

• Propiedad intelectual

• Efecto red

• Costes de cambio

Si no cumple uno de estos cinco criterios (en muchos casos se dan varios a la vez) no puede entrar en nuestro universo.

Nuestro trabajo (con el proceso de inversión contado anteriormente) es asegurarnos de que esas barreras se mantienen y son sólidas.

En síntesis — Bloque 1 (Criterios de calidad y “moat”)

• Nartex acota su universo a 120 compañías globales con monopolios/oligopolios naturales, crecimiento estructural y ROIIC incremental creciente.

• La validación de tesis se apoya en proceso: redes de expertos, información alternativa y herramientas cuantitativas (control de exposición y escenarios).

• Las barreras de entrada son condición indispensable y se estructuran en cinco categorías: capacidad instalada, infraestructura no regulada, propiedad intelectual, efecto red y costes de cambio.

Bloque 2. Small caps, monopolios naturales y valoraciones

Pregunta 4

En Quality Value, y en gran parte de la comunidad, solemos invertir mucho en small caps, porque pensamos que son negocios menos seguidos, potencialmente más baratos y con más recorrido de crecimiento… pero también es más difícil encontrar verdadera calidad.

En tu caso, que buscas monopolios u oligopolios naturales, empresas que controlen la oferta, ¿las small caps son, en general, invertibles para ti o las miras con más escepticismo?

Tomás Maraver (Nartex Capital):

Nuestro market cap mínimo (salvo muy contadas excepciones) es 10.000 millones. Para nosotros, empresas de menos tamaño no nos suelen encajar por dos motivos:

• La calidad de la información. Como mencionaba anteriormente, para nosotros el proceso de inversión es fundamental y en empresas por debajo de este normalmente no podemos llegar (utilizando las redes de expertos y la información alternativa) a la profundidad de análisis que necesitamos para tener convicción. Nuestra experiencia en private equity en compañías pequeñas nos ha hecho muy escépticos de la capacidad del equipo gestor de anticiparse a los movimientos de sus industrias y frecuentemente te encuentras con sorpresas muy desagradables.

• Riesgo de iliquidez. Empresas que no superan este tamaño hacen más arriesgado tener posiciones porque, en el caso de que se rompa la tesis, la pérdida potencial es difícil de estimar por la falta de compradores.

Esto no quiere decir que no haya oportunidades en este segmento, por supuesto que las hay, pero no es donde nosotros estamos especializados.

Nosotros en nuestras small caps vemos muchas oportunidades.

Pregunta 5

Hoy en día las pequeñas compañías cotizan, en términos generales, a múltiplos más bajos que las grandes.

¿Cómo ves este segmento actualmente?

¿Crees que hay una oportunidad estructural en small caps o, desde tu prisma de monopolios/oligopolios, sigue habiendo menos ideas interesantes que entre las grandes?

Tomás Maraver (Nartex Capital):

Como decía en la pregunta anterior, no es nuestro foco.

Lo que nosotros vemos a nuestra escala es probable que también esté pasando en la vuestra.

Ahora mismo tenemos un sesgo fuerte a compañías de menor capitalización dentro de nuestro universo.

En síntesis — Bloque 2 (Small caps, monopolios naturales y valoraciones)

• Nartex fija un umbral mínimo de capitalización (10.000 millones, con excepciones puntuales) por profundidad analítica y ejecutabilidad del proceso.

• Señala dos riesgos principales en compañías pequeñas: limitaciones de información/proceso y riesgo de iliquidez si la tesis se rompe.

• Aun sin ser su foco, observa un sesgo actual hacia menor capitalización dentro de su propio universo.

Bloque 3. El “ecosistema” de acciones y la concentración

Pregunta 6

Una parte de tu enfoque que me parece especialmente interesante es tu “ecosistema” de acciones: una lista relativamente reducida, de unas 100 compañías de calidad, de las que finalmente seleccionas unas 25 para la cartera. En mi caso, he desarrollado algo similar, el Ecosistema Quality Value, con más de 200 valores, incluyendo muchas small caps.

¿Qué ventajas te aporta trabajar con un universo tan concentrado (unas 100 compañías)?

Tomás Maraver (Nartex Capital):

Como decía anteriormente, en nuestro universo solo están las empresas que cumplen nuestros estrictos criterios de selección. Es donde nosotros nos sentimos cómodos invirtiendo, ya que pensamos que son las que dan la mejor relación riesgo-retorno.

Asimismo, como bien dices, esto nos permite una especialización absoluta y un nivel de profundidad enorme. En mi caso llevo cubriendo este universo más de 10 años y nuestro equipo de análisis está segmentado por industrias (son cuatro analistas y cada uno cubre unas 30 compañías). Esta especialización estamos convencidos de que es tremendamente positiva, ya que nos permite conocer las compañías mejor que nadie e identificar riesgos y oportunidades con mayor facilidad.

En momentos de mercado en los que ese universo se pone “caro” en bloque, ¿no corres el riesgo de verte obligado a pagar múltiplos demasiado exigentes?

Tomás Maraver (Nartex Capital):

Es importante destacar que, a diferencia de otros fondos quality, para nosotros la valoración es muy importante. Somos muy disciplinados respecto al riesgo múltiplo. De hecho, somos un fondo de calidad a un precio razonable (QARP, Quality at a Reasonable Price). Por tanto, el no sobrepagar es parte de nuestro día a día.

Pensamos que el universo es lo suficientemente amplio y diverso como para que siempre existan oportunidades. Como te decía antes, llevo más de 10 años cubriéndolo (en los que he vivido momentos de mercado muy distintos) y casi siempre he sido capaz de encontrar oportunidades atractivas en términos absolutos y, desde luego, en términos relativos. En momentos extremos (finales de 2021, por ejemplo), cuando quality está muy caro, también lo está todo lo demás y tu alternativa es tener caja, un juego muy difícil.

Curiosamente, ahora te diría que es el momento más atractivo desde la crisis puntocom; hay oportunidades espectaculares.

Pregunta 7

En un escenario en el que tu universo de 100 empresas estuviera claramente sobrevalorado, ¿cuál sería tu reacción natural?

¿Reducirías número de posiciones (más liquidez, más concentración en muy pocas)? ¿O preferirías ampliar tu ecosistema y añadir nuevas compañías aunque no cumplan al 100% el perfil típico de monopolio/oligopolio?

Tomás Maraver (Nartex Capital):

Como decía en la pregunta anterior, no es algo que piense que vaya a producirse. Nosotros nunca estamos en cash, siempre estamos invertidos, ya que (como he dicho antes) desconfiamos de nuestra capacidad (y de la de nadie) de predecir qué va a hacer el mercado.

En síntesis — Bloque 3 (Ecosistema y concentración)

• Un universo reducido permite especialización extrema (cobertura de 10+ años y equipo segmentado por industrias) y mayor profundidad de análisis.

• La valoración importa: QARP (Quality at a Reasonable Price) y disciplina explícita frente al riesgo de múltiplo.

• No trabajan con market timing: permanecen invertidos y consideran que incluso en entornos extremos la alternativa de caja es un “juego difícil”.

Bloque 4. Valoración y múltiplos

Pregunta 8

En cuanto a la valoración, ¿trabajas con un “múltiplo máximo” que no estás dispuesto a pagar (PER, EV/EBIT, EV/FCF…), o depende totalmente del negocio, su visibilidad y su crecimiento?

Tomás Maraver (Nartex Capital):

Depende totalmente de cada caso; el múltiplo (o precio) hay que verlo en el contexto del crecimiento, la visibilidad sobre este crecimiento y lo eficiente que es una compañía a la hora de crecer.

El múltiplo de valoración más importante es EV/FCF; el resto están sujetos a juegos contables.

¿Podrías darnos alguna guía práctica sobre cómo piensas el binomio calidad/precio en tu día a día?

Tomás Maraver (Nartex Capital):

Una inversión es una expectativa sobre un descuento de flujos de caja futuros.

En primer lugar, eliminamos una inmensidad de variables que pueden afectar a esta expectativa; por eso miramos solo 120 compañías y no miramos más (hemos escogido lo de mayor calidad según nuestros criterios).

Las métricas que miramos son las expuestas anteriormente y un largo trabajo de análisis (al que hemos eludido en las preguntas anteriores) nos lleva a un caso base en el que estimamos el IRR de la inversión con una salida en cinco años; normalmente asumimos una compresión de múltiplo en la salida.

Luego analizamos ese IRR desde tres puntos de vista:

• Visión diferencial. Buscamos tener unas expectativas superiores a las del mercado (si no, la tesis ya está en el precio). Para esto es fundamental nuestro proceso de inversión del que hablé antes.

• Convexidad. Cómo serían los retornos en un caso pesimista donde la industria y compañía tengan problemas y cómo compara eso con el caso base.

• Encaje en la cartera. Nos aseguramos de que no correlaciona los riesgos de la cartera, para no tener excesivo peso en un conjunto de ideas que realmente dependan de lo mismo.

En síntesis — Bloque 4 (Valoración y múltiplos)

• No existe un “múltiplo máximo” fijo; el precio se interpreta en función de crecimiento, visibilidad y eficiencia de crecimiento.

• EV/FCF es el múltiplo clave; el resto puede distorsionarse por contabilidad.

• La decisión se ancla en un IRR a cinco años (con compresión de múltiplo en salida) y se evalúa por visión diferencial, convexidad y encaje/correlación en cartera.

Bloque 5. Sector financiero, Visa/Mastercard/Moody’s y FactSet

Pregunta 9

En vuestro factsheet se ve actualmente una exposición elevada al sector financiero y servicios financieros, alrededor del 33%, con nombres como Visa, Mastercard o Moody’s.

¿Qué tienen en común estos negocios para que tengan un peso tan relevante en cartera?

Tomás Maraver (Nartex Capital):

Hay que destacar que, si bien hay negocios que sí están claramente correlacionados (como Visa y Mastercard), no tienen nada que ver con Moody’s y S&P o Deutsche Boerse y Tradeweb). Es decir, las compañías que suman ese 33% no tienen fuentes de retornos que estén correlacionadas entre sí, aunque las engloben dentro del mismo sector.

Nosotros buscamos que un mismo driver de retornos no supere el 10% de la cartera, de tal manera que la cartera pueda soportar todo tipo de entornos. Específicamente en el sector financiero existen negocios que nos encantan porque son negocios con posiciones de mercado imposibles de desintermediar, que se benefician de efectos red, un IP único y tienen captura regulatoria, con demandas estructuralmente crecientes y que no necesitan grandes inversiones para seguir creciendo y que, además, están a múltiplos muy atractivos.

¿No te preocupa la concentración sectorial o crees que el “riesgo real” está más en la calidad del negocio que en el sector formal al que pertenece?

Tomás Maraver (Nartex Capital):

Como decía anteriormente hay que ver que hay debajo de los sectores, insisto en que ningún driver de retorno supone más de un 10% de la cartera. Además, como ya he explicado, para nosotros la calidad es innegociable. Si no cumplen nuestros estrictos criterios de selección (monopolios u oligopolios naturales, crecimiento estructural y sostenible, y ROIICs crecientes) directamente no las miramos.

Hay compañías que están en sectores diferentes, pero tienen correlación, p.ej. Amadeus y Airbus, nosotros lo analizamos desde el punto de vista de la economía real, no necesariamente desde una clasificación sectorial superficial.

Pregunta 10

En la comunidad de Quality Value hemos trabajado recientemente una tesis sobre FactSet.

¿FactSet forma parte de tu ecosistema de 100 compañías?

Tomás Maraver (Nartex Capital):

Desafortunadamente no, pero leeré vuestra tesis con mucha atención.

Si es así, ¿cómo la valoras frente a otras como Moody’s, S&P Global, etc.?

Tomás Maraver (Nartex Capital):

En nuestra opinión el negocio de calificación crediticia, la mayoría de las ganancias de Moody’s y S&P Global, es excepcional. No es discrecional para la gran mayoría de emisores y hay un gap sustancial entre el coste del producto y los beneficios para un emisor. Además, tiene un crecimiento estructural que es modelable (muros de refinanciación dan mucha visibilidad combinada con las subidas de precios anuales) y unas barreras de entrada infranqueables.

Los negocios de servicios de información que ambas tienen son conceptualmente más parecidos a FactSet pero, a diferencia de este, en el caso de Moody’s y S&P Global es prácticamente todo información propietaria y orientada a los segmentos con mayor crecimiento. En un mundo donde la IA permite agregar información desestructurada pública a un coste ínfimo, esto es la clave.

FactSet tiene parte de información propietaria y parece que el mercado la está penalizando excesivamente; aun así, la calidad del negocio, humildemente, nos parece inferior; también lo es la valoración.

¿Qué te gusta (o qué te frena) de este tipo de modelos de datos y software financiero?

Tomás Maraver (Nartex Capital):

El coste de producción de software o de agregar información des-estructurada ha colapsado con la IA. Si el modelo de negocio se basaba en dar una solución conveniente, tener escala y distribución, creemos que ha cambiado totalmente el paradigma y ahora son sectores no invertibles.

Si tienen una combinación de:

• data propietaria

• un servicio que sea “mission critical” (por. ej., es parte de tu flujo de pagos) y con cero tolerancia a errores (no vale ser parte del workflow)

• lock-in regulatorio

• gap grande entre precio y valor añadido

Están en una buena posición para beneficiarte, porque la IA baja tus costes y te permite lanzar nuevos productos, pero han de tener estas características. Si no, nos resulta demasiado complejo intentar adivinar cómo van a evolucionar las barreras de entrada.

En síntesis — Bloque 5 (Financiero, datos y FactSet)

• La concentración sectorial se gestiona por drivers de retorno: buscan que un mismo driver no supere el 10% de cartera, aunque las compañías se agrupen en un mismo “sector”.

• En financiero priorizan negocios difíciles de desintermediar, con efecto red, IP, captura regulatoria, demanda estructural y bajo requerimiento de capital.

• En datos/software, la IA reduce costes de producción y cambia barreras de entrada; solo modelos con data propietaria, carácter mission critical, lock-in regulatorio y gran gap precio/valor serían defendibles.

Bloque 6. Inteligencia Artificial, burbuja y sector IT/servicios

Pregunta 11

En tu carta a partícipes has comentado que, en tu opinión, estamos viendo una burbuja en torno a la IA, aunque es difícil saber cuándo puede pinchar.

Dentro de nuestra comunidad seguimos de cerca empresas de servicios IT y desarrollo de software (EPAM, Accenture, etc.), donde la inversión en IA todavía no se ha traducido de forma clara en los números.

¿Cómo ves el sector de servicios IT/consultoría tecnológica en este contexto de IA?

Tomás Maraver (Nartex Capital):

Es un sector que tiene características atractivas, crece PIB+ y no requiere mucho capital; aunque las barreras de entrada no son altas, es difícil ser exitoso si no tienes escala y especialización, especialmente de cara a las grandes corporaciones.

Las transiciones anteriores, como la deslocalización en los 2000 o la transición a la nube de 2010 en adelante, generaron deflación en parte de los servicios que ofrecían y cambios en la forma de cobrar, pero se dieron eficiencias para los clientes y hubo ganadores (como Accenture) y perdedores en este sector.

No son compañías que estén en nuestro universo y, siendo totalmente francos, ahora mismo no tenemos claro cómo van a ser las ramificaciones de la IA dada la deflación enorme de costes que vemos en ciertas migraciones, aunque la información es contradictoria y hay compañías como Palantir haciendo afirmaciones extravagantes que no son verdad.

Nos cuesta modelar con convicción la tensión entre la deflación y capacidad de cobrar por sus servicios de las consultoras de IT vs. el aumento de transformaciones digitales que sin duda se está acelerando.

En síntesis — Bloque 6 (IA y servicios IT)

• Servicios IT tiene rasgos atractivos (PIB+ y bajo capital), pero barreras de entrada limitadas y necesidad de escala/especialización para grandes corporaciones.

• Las transiciones tecnológicas previas generaron deflación y cambios de modelo; hubo ganadores y perdedores.

• Hoy la IA introduce una deflación potencial difícil de modelar con convicción, lo que complica asignación de capital en el sector.

Bloque 7. Ronda rápida

Para terminar, una pequeña ronda rápida, más personal:

Pregunta 12

Tu mayor acierto como inversor: ¿qué inversión destacarías y por qué?

Tomás Maraver (Nartex Capital):

Meta, 4 veces nuestro dinero en tres años (ya no estamos invertidos). La destaco porque es un ejemplo de una mega cap donde el mercado estaba dominado por una narrativa que nada tenía que ver con la realidad que observábamos hablando con sus clientes, ofreciendo una valoración que ahora parece ridícula. Es algo similar, aunque no tan extremo, a lo que estamos viviendo ahora en ciertas empresas de calidad.

Pregunta 13

Tu mayor error: ¿qué operación te ha enseñado más y qué aprendiste de ella?

Tomás Maraver (Nartex Capital):

No invertir en GE. No solo por el error inicial, sino por haber cometido el error tres años seguidos, a pesar de tener visibilidad progresivamente mayor en la tesis. Fuimos excesivamente conservadores por un conjunto de motivos (entre ellos tener a Safran en la cartera a una valoración más atractiva) y no valoramos la oportunidad de costes del spin-off y otras dinámicas asociadas a este tipo de situaciones.

Pregunta 14

Un libro que recomendarías a cualquier inversor que quiera profundizar en la filosofía Quality + Value.

Tomás Maraver (Nartex Capital):

• Invirtiendo en calidad. Lawrence A. Cunningham, Torkell T. Eide y Patrick Hargreaves

• Tú puedes ser un genio en la bolsa. Joel Greenblatt

• 100 to 1 in the stock market. Thomas W. Phelps

Pregunta 15

Por último, ¿qué consejo le darías a un inversor particular que gestiona su propia cartera y quiere mejorar sus resultados a largo plazo?

Tomás Maraver (Nartex Capital):

Hay muchos clichés y todos muy importantes: conoce la compañía en la que estás invirtiendo, calidad por encima de valor, sé atrevido cuando otros tienen miedo y viceversa, no inviertas en compañías con mucha deuda, etc., que cualquier resumen de la vida de Buffet destaca.

Yo recalcaría dos cosas:

• En España, si inviertes en un fondo y rotas a otro, no tienes que pagar plusvalías fiscales. Esto es una ventaja enorme que solo tenemos aquí. Si prefieres invertir en compañías, tienen que ser muy sólidas a muy largo plazo; esto es muy difícil, así que acota tu universo a las pocas compañías que cumplen las características que hemos expuesto. Si no, acabas pasando por caja sin beneficiarte del interés compuesto en el largo plazo.

• Por encima de todo, no te dejes llevar por las modas. Es muy duro escuchar al amigo que ha comprado el último chicharro y se cree un genio, pero el sentido común acaba imperando y lo más importante es la relación riesgo-retorno. El patrimonio cuesta mucho generarlo; es mejor ser la tortuga que la liebre.

Nota editorial Quality Value:

Lo primero: la rentabilidad importa. Y en Nartex no es un argumento de marketing, sino la consecuencia visible de un universo acotado, criterios exigentes y un proceso diseñado para reducir sesgos y gestionar riesgos de forma activa.

En Quality Value compartimos ese principio —calidad a precios razonables— y también trabajamos con un universo propio: el Ecosistema Quality Value al que tienen acceso los suscriptores del research.

Nuestra diferencia es que, por tamaño y enfoque, tendemos a incorporar más small caps, donde el mercado suele ser menos eficiente y no sufrimos las mismas limitaciones de liquidez que un fondo grande como Nartex.

Y, sobre todo, compartimos una idea central: la ventaja competitiva está en el proceso. En los próximos artículos de la saga sobre software gracias a nuestra experiencia en la industria incorporaremos voces de insiders de cada sector (red de contactos, parte del proceso mencionado por Nartex) para contrastar tesis, detectar puntos de inflexión y entender cómo se redistribuye el valor con la IA.

Menos narrativa. Más datos e información real.

Accede a todo el Research

Si te ha resultado útil esta conversación, en Quality Value encontrarás ese mismo enfoque aplicado de forma continua al análisis de inversión: tesis completas, seguimiento de compañías, informes sectoriales y acceso a ideas exclusivas para suscriptores de pago.

Un research pensado para quienes valoran el proceso por encima de la narrativa y la disciplina por encima del impulso.

Además, tras el reciente anuncio de Quality Value Research en LinkedIn, hemos activado un 20% de descuento durante este mes para nuevos suscriptores.

Hazte suscriptor aquí

Para abordar el debate con el rigor que exige un asunto de esta magnitud, contamos con la participación de Juan Ramón Rallo, uno de los economistas más influyentes del ámbito hispanohablante, con el objetivo de analizar punto por punto el extenso memo de Citrini y señalar los errores conceptuales y omisiones estructurales que identificamos.

Además, tenemos el placer de anunciar que J.R. Rallo se incorpora a Quality Value Research como editor de la nueva sección de Economía. Este espacio nace con un propósito claro: aportar análisis macroeconómico riguroso y estructural que complemente y refuerce nuestras tesis de inversión e informes sectoriales, integrando el contexto económico dentro del proceso inversor de forma coherente y sistemática.

A partir de ahora, el suscriptor contará con un servicio más completo: nuestras tesis e informes seguirán siendo el eje central, pero respaldados por una comprensión macroeconómica estructural que los contextualiza y fortalece.

La réplica original fue un trabajo extenso y detallado. El memo de Citrini exigía una respuesta igualmente profunda, abordando cada uno de sus argumentos con precisión analítica.

No obstante, hoy queremos ofrecer una versión estructurada en tres niveles:

1. Una síntesis ejecutiva de los principales puntos del análisis, para extraer las ideas clave de forma clara y accesible.

2. Un bloque específico sobre qué implica este escenario para el inversor, con conclusiones operativas y accionables para la construcción de cartera.

3. Un one-pager visual centrado en la tesis central del debate: los mecanismos económicos que corrigen el “Ghost GDP”, los riesgos reales de la transición y los 3 tipos de activos a priorizar (y qué vigilar)

Para quienes deseen profundizar, dejaremos disponible el análisis completo.

Lo que viene

Asimismo, este domingo publicaremos una conversación especialmente relevante con uno de los referentes de la filosofía Quality Value: Tomás Maraver, fundador y CIO de Nartex Capital. En un momento en el que la inversión en calidad y valoración vuelve a estar en debate, analizaremos junto a él el estado actual del mercado, la disciplina en la asignación de capital, sectores como IT y software, y el impacto de la inteligencia artificial en la configuración de ganadores y perdedores.

Lo que vas a leer hoy

¿Crisis de inteligencia o explosión de oportunidades?

1. Réplica completa de Juan Ramón Rallo

2. Síntesis ejecutiva del análisis

3. Implicaciones para el inversor

4. One-pager visual: los 3 tipos de activos a priorizar (y qué vigilar)

Tiempo estimado de lectura (síntesis): 5–10 minutos.

Acceso al Research de Quality Value

Si eres un inversor ocupado y buscas research riguroso en formato ejecutivo —ideas, tesis y seguimiento explicados con máxima claridad—, puedes suscribirte al Research de Quality Value. Incluye acceso al canal Discord, base de datos con +250 acciones y el archivo completo de tesis e informes.

Suscríbete a Quality Value Research

1) Réplica completa de Juan Ramón Rallo

Para quien quiera profundizar, aquí está el documento completo en ambos idiomas:

• Castellano (original)

• Inglés (traducción)

Tiempo estimado de lectura: 20–30 min.

2) Síntesis ejecutiva del análisis

Tiempo estimado de lectura: 5–10 min.

1. El escenario de Citrini: el “Ghost GDP”

Tesis de Citrini:

La IA genera una explosión de productividad, pero destruye empleo cualificado más rápido de lo que la economía puede reabsorberlo.

La renta salarial cae, el consumo se debilita, el crédito se tensiona y el sistema financiero entra en espiral.

El resultado sería un “Ghost GDP”: producción que aparece en las cuentas nacionales, pero que no se traduce en ingresos disponibles para las personas.

Síntesis crítica de Rallo:

Citrini confunde un shock de redistribución de renta con destrucción estructural de demanda.

La producción no desaparece: cambia el canal por el que circula la renta.

2. La incertidumbre radical: esta vez sí es diferente (pero no sabemos cómo)

Punto clave:

Si la IA es realmente una tecnología sustitutiva del trabajo humano a escala general, estamos ante algo sin precedentes históricos.

El rango de resultados va:

• desde prosperidad material sin precedentes

• hasta riesgo existencial.

Tesis de Rallo:

Construir escenarios con precisión de “macro memo 2028” en un entorno de incertidumbre existencial es epistemológicamente temerario.

La transición puede describirse.

El equilibrio final no.

3. El dolor de la transición es real

Rallo concede algo fundamental:

La descapitalización del capital humano específico es real.

Ejemplos:

• Product managers,

• analistas financieros,

• desarrolladores junior,

• consultores de fricción organizativa.

La IA puede volver irrelevante su ventaja comparativa en pocos años.

Esto no es retórica: es un coste humano auténtico.

Pero dolor de transición ≠ colapso estructural permanente.

4. Capital y trabajo: el giro conceptual

Aquí está el núcleo teórico del artículo.

Citrini sostiene:

La IA rompe la complementariedad histórica capital-trabajo.

Rallo responde:
Incluso si capital y trabajo se vuelven sustitutivos, el capital sigue siendo propiedad humana.

Y el capital implica tres funciones irreductibles:

1. Espera (time preference)

2. Absorción de incertidumbre

3. Juicio empresarial original

La IA puede ejecutar juicio derivado.

No puede ejercer juicio original mientras sea instrumento.

Por tanto:
La relación capital-trabajo puede romperse.
La relación capital-propietario humano no.

Suscríbete a Quality Value Research

5. El mito del Ghost GDP

Rallo dice: la producción nunca es “fantasma” porque, cuando se produce más con IA, el dinero no desaparece: cambia de manos.

Si baja el salario, sube el beneficio. Ese beneficio:

• se reparte (dividendos / recompras) o se invierte, y/o

• la competencia lo obliga a bajar precios.

Y cuando bajan precios, la gente compra lo mismo pagando menos y le queda dinero para otras cosas.

Conclusión: no se evapora la demanda. Se redistribuye la renta y aumenta el poder adquisitivo vía abaratamiento.

6. IA como gran nivelador empresarial

Este es uno de los bloques más potentes.

La IA no solo abarata consumo.
Abarata producir.

Reduce:

• el capital humano necesario,

• el capital intelectual,

• las barreras de entrada.

Esto puede facilitar la transición de:
trabajador → propietario de capital.

La pregunta relevante no es:
“¿Habrá nuevos empleos?”

Sino:
“¿Bajará lo suficiente el umbral para participar como capitalista?”

Si baja drásticamente, la dinámica cambia por completo.

7. Transición financiera: sí, habrá estrés

Rallo no niega el riesgo financiero.

Contratos firmados bajo supuestos del régimen anterior pueden romperse:

• Hipotecas

• Private credit

• SaaS con ARR apalancado

• Modelos de intermediación obsoletos

Habrá repricing.
Habrá impagos.
Habrá tensión.

Pero eso es ajuste entre regímenes productivos, no prueba de colapso estructural permanente.

Es transición contractual, no implosión ontológica de la demanda.

8. La omisión clave: el Estado

Citrini modela el colapso sin modelar la reacción del mayor agente económico.

Rallo señala tres reacciones previsibles:

1. Reconfiguración fiscal
   Si la renta migra a capital, la base imponible migra con ella.

2. Redistribución política
   Los perdedores votan.

3. Intervención financiera
   Fed y Tesoro no observan pasivamente un colapso hipotecario.

Ignorar la reacción estatal sesga el escenario hacia el dramatismo.

9. Conclusión: transición vs destino

El error central que Rallo identifica:

Confundir el coste del ajuste con el equilibrio final.

El verdadero “canario” no es la demanda agregada.

Es:

• la velocidad de la transición,

• la capacidad institucional de adaptación,

• y el control humano sobre la IA.

Si la IA sigue siendo instrumento:
la economía se reconfigura.

Si deja de ser instrumento:
el debate económico pierde sentido.

10. El “canario” real: qué vigilar de verdad

Qué dice Citrini:
“El canario sigue vivo” = aún hay tiempo antes de que el colapso (demanda/crédito/hipotecas/Estado) sea inevitable.

Qué replica Rallo:
El canario no es “la demanda agregada colapsando porque se seca la nómina”.

Eso asume tres cosas que no se sostienen:

1. que la demanda solo circula por salarios,

2. que la gente solo participa como trabajador,

3. que las instituciones no se adaptan.

Entonces, ¿cuál es el “canario” que hay que vigilar?

Rallo dice que el riesgo principal no es “se acaba la demanda”, sino si la transición se gestiona bien o mal. Hay 3 cosas a vigilar:

1. Velocidad del cambio
   Si la IA cambia el mercado más rápido de lo que la gente puede adaptarse (reciclarse, recolocarse o emprender).
   Clave: cuánta gente queda “colgada” y durante cuánto tiempo.

2. Respuesta del Estado
   Si el gobierno amortigua el golpe (ayudas, impuestos, regulación) sin frenar la creación de riqueza.
   Riesgo: pasarse y matar incentivos / inversión.

3. Control de la IA
   La pregunta previa a todo: ¿la IA seguirá siendo una herramienta bajo control humano, o empezará a marcar los fines y decisiones?

Cierre conceptual:

El riesgo no es que la IA produzca demasiado.

El riesgo es confundir el dolor del ajuste con un destino inevitable y, por pánico, aplicar políticas que frenen la creación de riqueza (porque sin creación de riqueza no hay redistribución sostenible).

3) Si Rallo tiene razón: qué implica y qué hacemos como inversores

Si el marco de Rallo es correcto, la IA no “rompe” la economía por falta de demanda. Lo que hace es cambiar por dónde circula la renta (menos salarios, más beneficios y, sobre todo, precios más bajos por competencia).

El ajuste puede ser duro y desordenado, pero el destino no tiene por qué ser catastrófico.

Qué hacemos en cartera (acciones concretas)

Con este marco estructural, el objetivo es convertir un debate macro en decisiones de inversión. A continuación resumimos 5 acciones concretas que, en nuestra opinión, tienen sentido aplicar como inversores: explicadas de forma clara, ejecutiva y orientadas a cartera.

Para cerrar, compartimos para su descarga una Guía rápida de los 3 tipos de activos a priorizar (y qué vigilar), en formato one-pager visual.

1) Buscamos “ganadores por productividad”

Read more

→ English version

Un artículo publicado por Citrini —una de las firmas de research más reconocidas del sector— generó un intenso debate en redes sociales y medios financieros. Bloomberg llegó a señalarlo como uno de los catalizadores de la corrección que sufrieron las compañías de software el lunes 23 de febrero.

El informe plantea un escenario hacia 2028 en el que la inteligencia artificial, impulsada por un crecimiento exponencial de la productividad, desencadena una disrupción de tal magnitud que terminaría erosionando la economía real y generando desequilibrios estructurales profundos.

Se trata de un análisis ambicioso, elaborado y bien documentado. Sin embargo, a nuestro juicio, contiene supuestos económicos discutibles y omite ciertos mecanismos de ajuste que históricamente han operado en procesos de transformación tecnológica.

Para abordar esta cuestión con el rigor que merece, hoy contamos con la participación de uno de los economistas más influyentes en el ámbito del análisis macroeconómico en el mundo hispanohablante: Juan Ramón Rallo.

Rallo es doctor en Economía, profesor universitario y uno de los principales exponentes contemporáneos del pensamiento liberal y la escuela austriaca. Su trabajo combina profundidad teórica, análisis histórico y capacidad divulgativa, lo que le convierte en una referencia obligada cuando se trata de interpretar grandes transformaciones estructurales como la que estamos viviendo.

Además, nos complace anunciar que esta colaboración no será puntual. Juan Ramón Rallo se incorpora como editor de la nueva sección de Economía de Quality Value, un espacio dedicado al análisis macroeconómico y estructural que complementará nuestras tesis de inversión e informes temáticos, permitiendo a nuestros lectores integrar el contexto macro en su proceso de asignación de capital.

Sin más, os dejamos con este primer artículo, cuyo objetivo es identificar los mecanismos económicos que probablemente operarán en esta transición hacia el nuevo paradigma tecnológico, así como los errores teóricos que pueden distorsionar su interpretación —sin pretender anticipar ni el calendario ni la forma concreta en que estos procesos se materializarán.

Suscríbete a Quality Value Research

¿Crisis de inteligencia o explosión de oportunidades?

Un artículo de CitriniResearch ha generado un notable revuelo en redes sociales durante los últimos días, y no es difícil entender por qué. El escenario que describe —redactado como si fuera una macro memo de junio de 2028— es, cuando menos, inquietante.

Su tesis central puede resumirse así: la IA está generando un crecimiento de productividad sin precedentes, pero ese crecimiento es estructuralmente incapaz de circular por la economía real porque destruye precisamente la base de ingresos laborales sobre la que reposa toda la arquitectura del consumo, el crédito y la fiscalidad americanos. Las máquinas producen, pero no gastan. Los trabajadores desplazados gastan menos. Las empresas reinvierten el ahorro en más IA, que desplaza a más trabajadores. La dinámica se re-troalimenta sin freno natural, y su aceleración amenaza con fracturar sucesivamente el mercado de crédito privado, el mercado hipotecario y, en última instancia, la solvencia del propio Estado federal. Lo que Citrini llama “Ghost GDP” —output que aparece en las cuentas nacionales pero nunca llega a los bolsillos de nadie— sería la patología central de este nuevo capitalismo cognitivo.

Es un argumento elaborado, bien documentado y, en varios de sus tramos descriptivos, probablemente correcto.

El problema es que confunde la transición con el destino.

Todo lo que Citrini describe —el dolor del desplazamiento laboral, el estrés financiero, la inadecuación de los contratos heredados, la lentitud de la respuesta institucional— son rasgos reconocibles de una economía que atraviesa una reestructuración profunda entre dos regímenes productivos. Lo que Citrini no demuestra, aunque lo asume en cada página, es que esos rasgos transitorios constituyan el estado estacionario del régimen nuevo.

Y esa confusión, entre el coste del ajuste y la naturaleza del equilibrio al que se llega, descansa sobre uno de los errores más antiguos y persistentes de la historia del pensamiento económico.

La incertidumbre radical de lo genuinamente nuevo

Antes de entrar en la crítica sustantiva, conviene detenerse en un punto que el propio Citrini reconoce de pasada pero cuyas implicaciones no extrae: hacer pronósticos sobre el impacto económico de la IA es extraordinariamente difícil. No con la dificultad habitual de cualquier previsión tecnológica, sino con una dificultad cualitativamente distinta. Y la razón es exactamente la que el propio Citrini identifica como fundamento de su tesis: esta vez es distinto.

Si la IA es, como Citrini y muchos otros argumentan, la primera tecnología en la historia que convierte capital y trabajo en factores sustitutivos — la primera innovación globalmente sustitutiva del trabajo humano, no en una tarea específica sino en un rango creciente de capacidades cognitivas —, entonces estamos ante un fenómeno genuinamente sin precedentes históricos.

Y cuando estamos ante algo genuinamente sin precedentes, la capacidad predictiva cae a mínimos, porque no hay experiencia pasada sobre la que construir extrapolaciones fiables. Precisamente porque esta vez es distinto, nadie puede cartografiar desde dentro de la transición el régimen que emergerá de ella. Pero la incertidumbre no es solo cuantitativa (no sabemos cuánto, ni a qué velocidad).

Es existencial en un sentido literal que ninguna otra tecnología ha planteado.

El rango de resultados posibles de la IA no va de “crecemos un poco más” a “crecemos un poco menos”. Va de una prosperidad material sin precedentes en la historia humana a la extinción literal de la especie. La máquina de vapor no planteaba riesgos existenciales. La electricidad tampoco. Incluso la energía nuclear, que sí los planteaba, era una tecnología de aplicación específica cuyo riesgo podía acotarse geográfica y políticamente. La IA es una inteligencia de propósito general que mejora recursivamente y cuyo alineamiento con los fines humanos sigue siendo un problema abierto entre los mejores especialistas del mundo.

El Financial Times publicó hace meses un gráfico que ilustra esta dualidad con claridad: dos escenarios extremos —uno de estancamiento tecnológico y otro de superinteligencia descontrolada— flanquean un escenario central de integración gradual y relativamente ordenada. El abanico real de posibilidades es incomparablemente más ancho que el de cualquier innovación previa.

Y aquí aparece una ironía reveladora en el artículo de Citrini. Su escenario asume implícitamente que la humanidad resuelve el problema difícil: el problema de alineación. En su memo de 2028, la IA sigue mejorando, sigue siendo extraordinariamente capaz, y en ningún momento se desalinea de los fines humanos ni genera una catástrofe existencial. Sobrevivimos a la superinteligencia. Lo que no sobrevivimos, según él, es al ajuste del mercado hipotecario. La humanidad resuelve el desafío sin precedentes de controlar una inteligencia general recursivamente mejorable y se ahoga con un problema que, en comparación, es institucional y de diseño: cómo redistribuir la renta cuando cambia el canal por el que circula.

Es epistemológicamente temerario construir un escenario con tickers, fechas y cadenas causales precisas desde dentro de un fenómeno cuyo rango de resultados incluye la extinción humana.

Nada de esto invalida el ejercicio de Citrini como escenario. Lo que invalida es su pretensión implícita de descripción probable. Lo que podemos hacer — y es lo que intentará este artículo — es identificar los mecanismos económicos que probablemente operarán en la transición (la competencia, el abaratamiento, la democratización del acceso al capital) y los errores teóricos que impiden a Citrini verlos, sin pretender que sabemos cuándo, a qué velocidad ni con qué forma concreta se materializarán.

El dolor de la transición es real

Antes de explicar por qué el diagnóstico de fondo de Citrini es erróneo, conviene dejar claro lo que tiene de acertado, porque la concesión no es retórica sino sustantiva.

Lo que la IA amenaza con destruir — si se desarrolla tanto como Citrini y muchos otros postulan — no es el capital humano en abstracto sino el capital humano específico: la destreza acumulada en tareas concretas que quedarían obsoletas.

El product manager experto en Salesforce, el analista financiero que domina modelos estándar de valoración, el desarrollador junior que traduce especificaciones en código rutinario, el agente de seguros que monetiza la inercia del cliente, el consultor cuyo valor añadido consistía en navegar complejidades que una máquina ya no encuentra tediosas. Si la IA alcanza las capacidades que Citrini describe, la descapitalización de estas cohortes podría ser efectiva e irreversible en el horizonte de su vida laboral. No hay que minimizarlo.

Citrini narra historias concretas —la product manager de Salesforce que pasa de 180.000 dólares anuales a conducir un Uber por 45.000— y esas historias, de materializarse, serían el arquetipo de lo que ocurre cuando una revolución tecnológica descapitaliza el saber hacer específico de una generación. Los artesanos de la Revolución Industrial no se equivocaban al percibir que su mundo se derrumbaba, aunque la humanidad en su conjunto saliera ganando. El coste humano de la transición no es un efecto colateral menor del progreso; es su sombra inevitable, y cualquier análisis que lo ignore merece el reproche de frivolidad. El de Citrini no lo ignora. El mío tampoco.

Pero reconocer el dolor de la transición no es lo mismo que aceptar el diagnóstico de Citrini sobre sus causas profundas, porque ese diagnóstico extrapola los síntomas del ajuste y los presenta como si fueran la descripción de un nuevo régimen permanente. Y ahí es donde el análisis se tuerce.

Esta vez sí es distinto — pero no por lo que Citrini cree.

Hay una objeción legítima a todo lo anterior que el propio Citrini formula y que conviene tomar en serio: esta vez es diferente. En todas las revoluciones tecnológicas anteriores, capital y trabajo eran factores complementarios. La máquina de vapor necesitaba operarios. La electricidad necesitaba ingenieros. El ordenador necesitaba programadores. La cadena de montaje necesitaba, a otro nivel, diseñadores, gestores, supervisores.

Cada innovación aumentaba la productividad del trabajo humano y, con ella, su remuneración. Los ATMs abarataron las sucursales bancarias, así que los bancos abrieron más y contrataron más empleados para tareas de mayor valor añadido. Internet destruyó las agencias de viajes, pero creó industrias enteras —comercio electrónico, redes sociales, economía de plataformas— que absorbieron con creces el empleo destruido. El patrón se repetía con tal regularidad que adquirió fuerza de ley natural: la tecnología destruye empleos y luego crea más.

Citrini señala, con razón, que ese patrón descansaba sobre una premisa que la IA puede estar rompiendo. Cada nuevo empleo creado por la tecnología requería un humano que lo desempeñara, porque la tecnología solo era capaz de ejecutar tareas específicas y acotadas: el capital complementaba al trabajo.

La IA, por primera vez, es una tecnología de propósito general que mejora precisamente en las tareas a las que se redirigirían los trabajadores desplazados. No es una máquina que automatiza una tarea y libera al humano para otra; es una inteligencia general que compite con el humano en un rango creciente de tareas cognitivas y que mejora en esas tareas más rápido de lo que el humano puede reciclarse. La relación entre capital y trabajo podría estar dejando de ser complementaria para volverse sustitutiva. Eso es genuinamente nuevo, genuinamente disruptivo, y minimizarlo sería un error tan grave como el catastrofismo de Citrini pero en dirección contraria.

Ahora bien: que capital y trabajo se vuelvan sustitutivos no implica lo que Citrini concluye. Y aquí está el giro decisivo que su análisis no realiza.

El capital no es un ente autónomo que opera por sí mismo.

El capital es propiedad de alguien.

Y ser propietario de capital no es una relación pasiva de mera titularidad jurídica: es el ejercicio continuo de tres funciones que pueden delegarse parcialmente en la máquina pero nunca en su totalidad mientras exista una relación de propiedad entre un sujeto humano y un objeto productivo.

La primera es la espera: todo proceso productivo requiere que alguien sostenga financieramente el intervalo entre la inversión inicial y el resultado final, renunciando a los usos alternativos de esos recursos durante ese período. La IA puede optimizar la secuencia de un proyecto, pero no puede ser ella quien renuncia a los usos alternativos de un capital que no posee. La espera recae sobre quien posee los recursos, y ese alguien es, en una economía humana, un ser humano.

La segunda es la absorción de incertidumbre: alguien debe comprometer su patrimonio en un proyecto cuyo resultado no está garantizado, y solo quien tiene algo que perder puede genuinamente absorber esa incertidumbre. La IA puede afinar predicciones, modelar escenarios y reducir la incertidumbre residual, pero no puede ir a la quiebra; transfiere íntegramente la incertidumbre irreductible a quien la posee.

La tercera es el juicio empresarial: la selección, entre cursos de acción alternativos, del que el agente considera más valioso, asumiendo las consecuencias de esa elección. Aquí conviene distinguir entre juicio original y juicio derivado. La IA puede ejercer juicio derivado: puede seleccionar entre opciones dentro de un marco de criterios que alguien le ha definido, y lo hará con una eficacia creciente. Lo que no puede ejercer — mientras sea un instrumento al servicio de un ser humano y no un agente autónomo — es juicio original: la determinación última de lo que vale la pena intentar frente a lo que no, la decisión de comprometerse o retirarse cuando la información es radicalmente incompleta y las consecuencias recaen sobre un patrimonio real. La relación entre ambos tipos de juicio no es necesariamente secuencial — no es que primero el humano fije los fines y después la IA opere dentro de ellos. Puede ocurrir que la IA genere múltiples propuestas derivadas, explore alternativas que el humano no habría concebido, y las presente como opciones. Pero la elección final entre esas opciones — la validación a posteriori de cuál merece el compromiso de recursos reales — es siempre juicio original, porque recae sobre quien asume las consecuencias. Y esa determinación no es un acto de procesamiento de información — es un acto de agencia que requiere un sujeto con fines propios y un patrimonio que responde por la decisión. Mientras la IA sea instrumento y no sujeto, el juicio original permanece en manos humanas.

Capital, en suma, no es una cosa. Capital es espera, riesgo y juicio empresarial materializados en medios de producción.

Si el capital sigue siendo propiedad humana —y en una economía humana, donde la IA opera como instrumento y no como agente autónomo, lo es por definición—, entonces el ser humano sigue suministrando los factores productivos que la IA no puede sustituir por completo.

La relación capital-trabajo se rompe; la relación capital-propietario humano no.

Y mientras esa relación persista, el ser humano sigue siendo parte irreductible del proceso productivo — no como ejecutor de tareas (ahí la IA gana) sino como agente que espera, arriesga y dirige.

Cabría imaginar un escenario en que la IA deviniera agente autónomo: con fines propios, patrimonio propio y capacidad de asumir consecuencias por cuenta propia. En ese caso, la relación capital-propietario humano sí se rompería — pero ya no estaríamos describiendo una economía humana sino algo cualitativamente diferente que requeriría un análisis propio. Citrini no plantea ese escenario (de hecho, como hemos visto, lo excluye implícitamente al asumir que el problema de alineación está resuelto), y nosotros tampoco lo necesitamos para este argumento.

El mito del Ghost GDP: por dónde circula realmente la renta

El argumento del “Ghost GDP” —output que aparece en las cuentas nacionales pero nunca llega a los bolsillos de nadie— es la versión contemporánea de la teoría del subconsumo, que sostiene que una economía puede generar más output del que es capaz de absorber en forma de demanda efectiva.

La formulación es intuitivamente atractiva —las máquinas no compran proteínas ni pagan hipotecas— pero incurre en el mismo error que Jean-Baptiste Say identificó hace más de doscientos años y que los economistas austriacos desarrollaron después con mayor precisión: la producción no destruye demanda, la crea.

El principio merece explicación, porque es contraintuitivo y porque malentenderlo es lo que conduce a conclusiones como las de Citrini.

La idea de Say no es que “todo lo que se produce se vende” (esa es una caricatura que ni el propio Say sostuvo). Es algo más profundo: en una economía monetaria, nadie produce para acumular bienes sin fin; se produce para intercambiar, y el acto mismo de producir genera la renta con la que se demanda lo producido por otros.

Cuando un agricultor cosecha trigo, su cosecha no es solo oferta: es también su medio para demandar los zapatos del zapatero, que a su vez usará la renta recibida para demandar la madera del carpintero. La producción de cada uno es la fuente de su demanda. La renta agregada de la economía no puede ser inferior al output agregado, porque son la misma cosa vista desde lados opuestos de cada transacción.

¿Qué ocurre cuando la IA produce lo que antes producía un trabajador?

La producción sigue existiendo — y con ella la renta que genera. Solo que esa renta ya no llega al trabajador en forma de salario; llega al propietario de la IA en forma de beneficio, que este gasta, invierte o ahorra (y el ahorro es inversión en el sistema bancario: se presta a quien sí lo gasta o lo invierte). El output no ha desaparecido; el canal de distribución ha cambiado. Citrini observa que el canal antiguo (la nómina) se seca y concluye que la demanda se evapora.

Pero la demanda no se evapora: fluye por otro canal.

Un ejemplo concreto.

Supongamos que una empresa de software sustituye a diez analistas por un sistema de IA. Los diez analistas dejan de percibir sus salarios — eso es el dolor que Citrini describe, y es real. Pero la empresa no ha destruido el output que esos analistas generaban; lo ha replicado a menor coste. La diferencia entre el coste anterior (los salarios) y el coste nuevo (la suscripción a la IA) es ahorro que se convierte en una de tres cosas: beneficio distribuido a los accionistas (que lo gastan o lo invierten), reinversión en nuevos proyectos (que genera nueva actividad económica), o reducción de precios al cliente (que libera renta disponible para otros fines). En ninguno de los tres casos la renta desaparece. Se redistribuye.

Citrini podría responder que este razonamiento ignora la escala: si la sustitución no afecta a una empresa sino a millones, el volumen de renta que cambia de canal puede ser tan grande y tan rápido que el sistema no absorbe la redistribución a tiempo. Es una objeción seria, y merece tomarse en serio. Concedamos, pues, la dinámica de sustitución en toda su extensión. Siempre que la relación productividad-coste de un agente de IA sea superior a la de un trabajador humano en una tarea dada, la empresa tendrá incentivos para captar capital y reemplazarlo. Ese proceso no tiene por qué detenerse, y probablemente no lo hará. Citrini tiene razón en el mecanismo. Donde se equivoca es en el destino del ahorro.

Su narrativa asume que el excedente generado por la sustitución queda atrapado dentro de las empresas que lo ejecutan, alimentando un circuito cerrado de reinversión en más IA que genera más sustitución.

Es el “Ghost GDP”. La imagen es poderosa, pero omite el mecanismo más básico y más potente de la economía de mercado: la competencia.

Cuando una empresa sustituye trabajo por IA y obtiene un margen extraordinario, ese margen es una señal de beneficio que atrae competidores — tanto rivales que ejecutan la misma sustitución como nuevos entrantes que, precisamente porque la IA es barata, pueden replicar la operación con costes de entrada mínimos.

El propio Citrini documenta este proceso con una precisión que contradice su propia tesis: describe cómo decenas de competidores “vibe-coded” fragmentaron DoorDash en semanas, cómo la diferenciación en SaaS colapsó porque la IA igualó las capacidades de desarrollo, cómo los incumbentes entraron en una “knife-fight” de precios con retadores sin estructura de costes heredada. Lo que está describiendo, sin reconocerlo, es la competencia erosionando el margen de la sustitución y transfiriéndolo hacia abajo, al precio que paga el consumidor.

El excedente generado por la IA tenderá a no quedarse en la empresa. Circulará, pero no por el canal que Citrini busca (la nómina), sino por otro que sistemáticamente ignora: el abaratamiento. Cada ronda de sustitución competitiva tiende a reducir el precio del bien o servicio afectado.

Cuando el SaaS que costaba 500 dólares anuales pasa a costar 50 —o cero—, esos 450 dólares no han desaparecido de la economía: son excedente del consumidor que queda libre para gastarse en otra cosa, o excedente del inversor que queda libre para destinarse a otro proyecto. Multiplicado por millones de transacciones, en centenares de sectores simultáneamente, el efecto probable es una expansión masiva del poder adquisitivo real que no aparece como ingreso salarial en ninguna nómina pero que opera exactamente como renta disponible para quien lo recibe.

El GDP de Citrini no es fantasma: circula por un canal que él no está mirando porque sigue buscando la renta en el recibo de la nómina.

Citrini, además, necesita exagerar la concentración del gasto para que la cadena de contagio desde el empleo white-collar al colapso de consumo resulte lo más dramática posible. Y su uso de los datos lo refleja. Afirma que el 10% más rico genera más del 50% de todo el gasto de consumo en Estados Unidos, y que el 20% superior genera el 65%. La cifra procede de un análisis de Moody’s Analytics que ha sido cuestionada por economistas como Antoine Levy, de UC Berkeley, que señala que la metodología imputa consumo a partir de datos de la Reserva Federal que no miden consumo directamente; los datos del Bureau of Economic Analysis, que sí lo miden, sitúan la cifra más cerca del 35%.

La diferencia es significativa, pero lo revelador no es tanto el número exacto como la selección: entre las estimaciones disponibles, Citrini escoge sistemáticamente la que produce el escenario más alarmante.

Y la teoría del subconsumo tiene un defecto aún más profundo: asume implícitamente que el horizonte de necesidades humanas es fijo, que una vez satisfechas las necesidades existentes el excedente no encuentra destino productivo.

La historia económica desmiente sistemáticamente esa premisa. Las necesidades humanas no son un conjunto estático que la producción se limita a satisfacer; son, en parte, un producto endógeno del propio proceso productivo. Cada ampliación cualitativa de las posibilidades de producción reconfigura el horizonte de fines que el ser humano es capaz de imaginar y desear. La imprenta no solo abarató los libros existentes: engendró la novela moderna, la prensa, la divulgación científica —formas culturales que no existían antes y que generaron necesidades enteramente nuevas. La electricidad no solo iluminó lo que ya había: hizo concebible lo que sin ella era impensable.

La IA, que representa por hipótesis la mayor ampliación cualitativa de las posibilidades productivas en la historia humana, no debería contraer el espacio de necesidades insatisfechas sino expandirlo radicalmente.

El “Ghost GDP” de Citrini es una ilusión producida por mirar solo los empleos que desaparecen y no los fines que aún no han sido concebidos.

La IA como gran nivelador:

El tránsito de trabajador a capitalista

El abaratamiento tiene un segundo efecto, quizá más importante que el primero, y que conecta directamente con la cuestión de si la dinámica de sustitución equivale a un colapso de la demanda agregada.

Cada reducción de precios en los inputs que requiere una actividad productiva reduce el umbral de capital necesario para emprenderla —y la reducción más drástica se da precisamente en el input que históricamente ha constituido la barrera de entrada más alta: el capital humano, el componente intelectual y formativo de cualquier actividad.

Consideremos lo que significa concretamente. El contratista de reformas que antes necesitaba 200.000 dólares para montar una operación competitiva —entre software de gestión, diseño, contabilidad, análisis de permisos y planificación de obra— ahora necesita una fracción de eso, porque la IA ha colapsado el coste de todo el componente intelectual de su negocio. El asesor financiero independiente que antes requería un terminal Bloomberg, un equipo de analistas y una licencia de software institucional ahora puede ofrecer análisis de cartera con calidad comparable por unos pocos dólares al mes. El pequeño empresario hostelero que antes subcontrataba contabilidad, marketing y gestión de proveedores a tres empresas distintas ahora integra todo eso en una herramienta que cuesta menos que una cena.

En cada caso, el tránsito es el mismo: de necesitar un departamento para competir a poder hacerlo con criterio propio y una suscripción.

Y el efecto no se detiene en los costes directamente intelectuales, porque prácticamente todo input en una economía moderna incorpora un componente intelectual en su cadena de producción —diseño, logística, gestión de inventario, optimización de procesos, certificación regulatoria—, de modo que el abaratamiento de la inteligencia se propaga indirectamente al coste de inputs que no son intelectuales en sí mismos. El material de construcción no lo fabrica una IA, pero su precio refleja el coste de la cadena completa que lo diseña, lo especifica, lo transporta y lo certifica, y esa cadena tiende a abaratarse en cada eslabón que la IA toca. El efecto cascada reduce el umbral de entrada a la actividad empresarial por vías que exceden con mucho la mera sustitución de trabajo de oficina.

La IA, en este sentido, opera como el gran nivelador de la actividad empresarial.

No solo abarata los bienes de consumo, sino que —y esto es lo decisivo— abarata los costes de entrada al proceso productivo mismo, especialmente aquellos que dependían de formación especializada, acceso a información cara o capacidad analítica que solo las grandes corporaciones podían financiar. Eso no es destrucción de capacidad productiva; es su democratización a una escala sin precedentes.

Y aquí se cierra el argumento que vertebra toda esta réplica.

Si capital y trabajo se vuelven sustitutivos, la pregunta relevante no es si los trabajadores desplazados encontrarán nuevos empleos como trabajadores (quizá muchos no), sino si el umbral para participar en la economía como propietarios de capital —como agentes que esperan, arriesgan y juzgan a través de la IA— baja lo suficiente como para absorber a una proporción significativa de quienes pierden su posición como trabajadores.

Y la respuesta, en una economía donde la inteligencia como input se universaliza y donde el efecto cascada abarata todo lo que la inteligencia toca, es que ese umbral puede caer como nunca antes en la historia.

No se necesita un título universitario ni un departamento corporativo para comprometer recursos propios en un proyecto incierto, sostener la espera de su maduración y seleccionar entre los cursos de acción que la IA pone a disposición.

Se necesita disposición a absorber espera y riesgo —actitudes distribuibles, no monopolizables—, y la IA, al colapsar el coste de todo lo demás, hace que esas actitudes sean lo único verdaderamente necesario.

Es lo que podríamos llamar el efecto de habilitación empresarial de la IA: no solo abarata el consumo, sino que abarata el producir — y con ello amplía el número de personas que pueden participar en la economía como propietarios de capital.

La transición productiva: un saldo indeterminado

Este efecto de habilitación es real, pero su efecto sobre las cohortes concretas que sufren la disrupción no está predeterminado.

La product manager de Salesforce que pierde su empleo de 180.000 dólares opera simultáneamente en dos fuerzas de signo contrario. Por un lado, sufre la descapitalización de su saber hacer específico: las tareas que dominaba ya no valen lo que valían, y su renta salarial cae o desaparece. Por otro lado, vive en una economía donde los costes de emprender se han desplomado, donde las herramientas de IA le proporcionan capacidad analítica, de desarrollo, de marketing y de gestión que hace cinco años habría requerido un equipo de diez personas, y donde su conocimiento del sector y su red de contactos le dan un punto de partida que no cualquiera tiene.

¿Cuál de las dos fuerzas domina? No lo sabemos.

Es genuinamente indeterminado, y depende de variables que no pueden resolverse teóricamente: su situación financiera personal, su disposición al riesgo, la velocidad con que la economía genere nuevas oportunidades empresariales, la calidad de la respuesta institucional.

Lo que sí podemos afirmar es que la indeterminación se resuelve de forma distinta según el horizonte temporal. Para quien está en medio de la disrupción, con una hipoteca que pagar y unos ahorros que se agotan, la fuerza de la descapitalización puede dominar sobre la fuerza de la habilitación durante meses o años. El dolor es real y no hay argumento teórico que lo alivie.

Pero para la generación que viene después —la que crece en un entorno donde las herramientas que antes requerían departamentos enteros están al alcance de cualquiera—, el tránsito de trabajador a capitalista no es un ideal lejano sino una posibilidad cotidiana. Del mismo modo que hoy cualquier persona con un smartphone puede publicar contenido que hace treinta años requería una imprenta o una emisora, mañana cualquier persona con IA podría emprender proyectos que hoy requieren estructuras corporativas. El umbral baja, y con él la barrera que separaba a quienes vendían su trabajo de quienes producían a través de su capital.

El saldo neto de estas dos fuerzas —descapitalización del trabajo específico y habilitación del capital empresarial— determinará la experiencia real de la transición para cada individuo, cada cohorte y cada región. No es un saldo que pueda resolverse a priori ni en la dirección catastrofista de Citrini ni en la optimista.

Lo que sí puede afirmarse es que la fuerza de habilitación existe, que es poderosa, que se intensifica con cada reducción en el coste de la IA, y que Citrini la ignora por completo. Su análisis solo contabiliza la descapitalización y extrapola desde ahí el colapso sistémico. Es como calcular las pérdidas de un incendio sin contabilizar la reconstrucción.

La transición financiera

El tramo más elaborado del artículo de Citrini —y el más eficaz como pieza narrativa— es la cadena de contagio financiero: la sustitución laboral deteriora las rentas salariales, lo que amenaza el servicio de la deuda hipotecaria y la deuda de empresas cuyos modelos de negocio la IA ha dejado obsoletos, lo que fragiliza a los bancos y a las aseguradoras de vida que financian el private credit, lo que endurece las condiciones crediticias, lo que deprime aún más el consumo, lo que acelera la espiral.

El relato es cinematográfico: Zendesk como smoking gun, Athene como eslabón sistémico, las hipotecas prime de San Francisco como última ficha del dominó. Hay que reconocer que, como ejercicio de escenario, es inteligente.

Y no conviene despacharlo con un optimismo que el argumento no justifica. Si aceptamos que la transición productiva puede ser desordenada —y la aceptamos, porque la historia de toda revolución tecnológica lo confirma—, la transición financiera lo será probablemente también, y posiblemente con más violencia.

El sistema financiero no es otra cosa que la cristalización contractual de expectativas sobre flujos futuros de renta. Una hipoteca a treinta años firmada en 2024 incorpora la expectativa de que el deudor mantendrá una renta salarial estable durante tres décadas. Un préstamo apalancado contra el ARR de una empresa SaaS incorpora la expectativa de que esos ingresos recurrentes seguirán recurriendo. La deuda de cualquier empresa cuyo modelo de negocio descansa sobre la intermediación de fricciones humanas —y Citrini documenta muchas— incorpora la expectativa de que esas fricciones persistirán.

Cuando la IA invalida esas expectativas, los contratos entran en tensión.

Y los contratos de crédito son, por diseño, rígidos: se negocian a plazos de décadas, con términos fijos, y no se reestructuran sin un evento crediticio. Que es exactamente lo que Citrini describe.

También es cierto que la evolución de los colaterales del sistema será ambigua. Hay razones para pensar que los activos complementarios de la IA y relativamente escasos —tierra urbana bien ubicada, infraestructura física crítica, ciertos inmuebles— tenderían a revalorizarse en términos reales a medida que todo lo replicable se abarate.

Pero simultáneamente habría activos que perdiesen su función productiva por completo: oficinas diseñadas para plantillas que ya no existen, infraestructura comercial vinculada a modelos de intermediación que la IA ha desmontado, instalaciones especializadas en procesos que dejan de ser necesarios. El efecto neto sobre los colaterales no es unívocamente positivo ni negativo; depende de la composición de cada balance, de cada cartera, de cada zona geográfica.

Que haya disrupciones crediticias significativas, impagos en segmentos concretos de private credit, quiebras de empresas cuyo modelo de negocio la IA ha dejado obsoleto y cuya deuda se firmó bajo supuestos de ingresos que ya no existen, deterioro en hipotecas vinculadas a las cohortes más afectadas por la sustitución, e incluso episodios de estrés sistémico que obliguen a intervenciones extraordinarias de la Reserva Federal y de los reguladores — todo eso es no solo posible sino probable si la velocidad de la transición productiva se acerca a lo que Citrini describe.

Lo que no se sigue es que esas disrupciones financieras constituyan evidencia de un colapso estructural permanente de la demanda agregada.

Son evidencia de que los contratos financieros heredados del régimen productivo anterior necesitan repricing — tanto los que apostaban por la continuidad de rentas salariales estables como los que apostaban por la continuidad de modelos de negocio que la IA está desmontando. Un repricing que será doloroso, desordenado y costoso para quienes están en el lado equivocado, pero que es, en última instancia, el mecanismo por el que el sistema financiero se ajusta a una nueva realidad productiva.

La transición financiera sería, en suma, un reflejo de la transición productiva: previsiblemente tan desordenada como esta y tan costosa como esta.

Pero son efectos de reestructuración entre dos regímenes, no el estado estacionario del régimen nuevo. Los impagos y las quiebras que Citrini describe no son síntomas de una economía que ha dejado de funcionar; son el coste de un sistema financiero que se recalibra desde los supuestos del régimen que se extingue hacia los del régimen que emerge.

Confundir ese coste con el destino permanente de la economía es, una vez más, el error subconsumista: tomar una fotografía del desajuste transitorio y proyectarla como si fuera el equilibrio final.

La reacción del Estado: otra omisión de Citrini

Citrini pretende escribir un informe realista sobre lo que sucede cuando la IA disrumpe la economía americana.

Pero su análisis omite la reacción del agente más grande y más poderoso de esa economía: el Estado.

Y la omisión no es menor, porque la respuesta estatal no es una variable exógena que pueda incluirse o no a voluntad del analista; es una consecuencia endógena de los mismos incentivos que Citrini describe. Cuando millones de votantes pierden su empleo y el sistema financiero entra en estrés, los gobiernos no se quedan mirando.

Actúan — no necesariamente bien, no necesariamente a tiempo, pero actúan. Obviar esa reacción no es rigor analítico; es parcialidad.

Lo que sigue no es una prescripción sobre lo que el Estado debería hacer, sino una descripción de lo que previsiblemente hará, impulsado por los incentivos políticos que la propia disrupción genera.

Consideremos las tres dimensiones más previsibles de esa respuesta.

La primera es fiscal. Citrini presenta la erosión de la base impositiva — los ingresos federales caen porque gravan nóminas y las nóminas se secan — como si fuera un callejón sin salida. Pero los estados no son recaudadores pasivos que observan cómo desaparece su base imponible sin reaccionar. Si la renta migra del trabajo al capital — si el excedente de la productividad de la IA fluye hacia los propietarios de la infraestructura, hacia los accionistas de las empresas que la adoptan, hacia los beneficios corporativos y las ganancias de capital —, el Estado tenderá a desplazar su presión fiscal en la misma dirección. No porque sea deseable (hay argumentos sólidos contra la fiscalidad del capital), sino porque es lo que los incentivos políticos garantizan: un Estado que necesita recaudar y que ve dónde está la renta gravará esa renta. La historia fiscal de los últimos dos siglos es una sucesión de adaptaciones de la base imponible a la estructura productiva de cada época. No hay razón para suponer que esta vez será distinto. El saldo fiscal del Estado no tiene por qué deteriorarse como Citrini describe; tenderá a reconfigurarse, con las distorsiones y costes que toda reconfiguración fiscal conlleva, pero tenderá a reconfigurarse.

La segunda es redistributiva. Los perdedores de la transición — las cohortes cuyo capital humano específico se descapitaliza — constituyen un bloque electoral enorme, concentrado en los segmentos de renta media-alta que más participan en el proceso político. La presión para compensarlos mediante transferencias directas, programas de reciclaje, subsidios al empleo o mecanismos de renta garantizada será previsiblemente inmensa, y los gobiernos — por convicción, por cálculo electoral o por simple miedo al desorden social — tenderán a responder a esa presión. El propio Citrini lo reconoce implícitamente cuando describe propuestas como el “Transition Economy Act” o el “Shared AI Prosperity Act” en su escenario; lo que no hace es incorporar el efecto de esas intervenciones en su cadena causal. Las menciona como parte del paisaje político y las descarta como insuficientes o tardías, sin modelar su impacto amortiguador sobre la dinámica de consumo que él mismo describe como catastrófica. Que la compensación sea imperfecta, tardía y políticamente conflictiva es probable. Que sea inexistente es implausible.

La tercera es financiera. La implosión del crédito privado y del mercado hipotecario que Citrini describe con tanto detalle se produciría — si se produce — frente a una Reserva Federal y un Tesoro que disponen de herramientas probadas para intervenir exactamente en ese tipo de crisis. La compra de MBS, la provisión de liquidez de emergencia, la facilitación de programas de forbearance y refinanciación, el respaldo explícito o implícito a instituciones sistémicas — todo eso fue desplegado en 2008 y en 2020 con resultados que, cualesquiera que sean sus costes a largo plazo, evitaron la cascada de impagos que Citrini da por inevitable. ¿Generará ese tipo de intervención distorsiones, riesgo moral y costes futuros? Sin duda. Pero el analista que pretende describir lo que sucede no puede construir su escenario asumiendo que el banco central observará impasible el colapso del mercado hipotecario sin mover una mano. No es lo que ha hecho nunca. No es lo que previsiblemente hará esta vez.

Ninguna de estas observaciones es prescriptiva. No estoy argumentando que la intervención estatal sea deseable, ni que sus efectos vayan a ser benignos, ni que no genere sus propias distorsiones y problemas.

Estoy argumentando algo más simple: que es predecible.

Y que un análisis que pretende modelar las consecuencias macroeconómicas de la disrupción de la IA sin incorporar la reacción endógena del agente que gasta entre el 40% y el 60% del PIB según el país, que controla la política monetaria, que tiene en sus manos la regulación y que responde directamente a los incentivos políticos generados por la propia disrupción no es un análisis incompleto — es un análisis sesgado en la dirección de su conclusión.

Conclusión

Citrini termina su artículo con una advertencia: “the canary is still alive.”

Lo dice como un llamado a actuar antes de que sea tarde. Comparto la urgencia, pero no el diagnóstico que la motiva.

El canario que hay que vigilar no es el que Citrini describe. Su canario — el colapso de la demanda agregada por la sustitución del trabajo — presupone que la economía solo sabe generar demanda por un canal (la nómina), que el ser humano solo sabe participar en la producción de una forma (como trabajador), y que las instituciones solo saben operar bajo un régimen (el heredado). Ninguna de esas tres premisas sobrevive al escrutinio.

El canario real es otro. Es la velocidad de la transición frente a la capacidad de adaptación de las personas concretas que la sufren: ¿cuántas cohortes quedarán atrapadas entre un régimen que se extingue y otro que no acaba de consolidarse, y durante cuánto tiempo? Es la respuesta política a esa velocidad: ¿será lo bastante ágil para facilitar el tránsito sin ser lo bastante torpe para obstaculizar el proceso de creación de riqueza que lo hace posible?

Y es, por encima de todo, la cuestión que precede a todas las demás y que Citrini da por resuelta sin siquiera plantearla: ¿mantendremos a la IA como instrumento humano, o permitiremos — por negligencia, por prisa o por incapacidad — que termine controlándonos a nosotros?

Si la IA permanece como instrumento, la economía tenderá a ajustarse. El ajuste será doloroso para algunos, políticamente conflictivo y éticamente exigente, aunque el saldo neto puede ser positivo incluso durante la transición.

Pero la dirección probable es hacia un régimen más productivo, con un espacio de creación de valor más amplio y un acceso al proceso productivo más democrático que el actual. Si la IA deja de ser instrumento, ninguno de estos argumentos importa — ni los de Citrini ni los míos.

El canario sigue vivo. Lo que amenaza con matarlo no es que la IA produzca demasiado. Es que confundamos la transición con el destino y, creyendo que el colapso es inevitable, tengamos una visión parcial e incompleta del proceso de transición que nos lleve a sacrificar el proceso de creación de riqueza en nombre de una distribución que solo puede sostenerse si ese proceso continúa.

Suscríbete a Quality Value Research

→ Versión original en español.

Last Sunday, an article published by Citrini—one of the most recognized research firms in the sector—generated an intense debate on social media and in financial outlets. Bloomberg went so far as to identify it as one of the catalysts for the correction that software companies suffered on Monday the 23rd.

The report outlines a scenario toward 2028 in which artificial intelligence, driven by exponential productivity growth, triggers a disruption of such magnitude that it would ultimately erode the real economy and generate deep structural imbalances.

It is an ambitious, elaborated, and well-documented analysis. However, in our view, it contains debatable economic assumptions and omits certain adjustment mechanisms that have historically operated in processes of technological transformation.

To address this question with the rigor it deserves, today we have the participation of one of the most influential economists in the field of macroeconomic analysis in the Spanish-speaking world: Juan Ramón Rallo.

Rallo holds a PhD in Economics, is a university professor, and is one of the leading contemporary exponents of liberal thought and the Austrian school. His work combines theoretical depth, historical analysis, and an ability to communicate complex ideas, making him an essential reference when it comes to interpreting major structural transformations like the one we are experiencing.

Furthermore, we are pleased to announce that this collaboration will not be a one-time event. Juan Ramón Rallo joins as editor of Quality Value’s new Economics section, a space dedicated to macroeconomic and structural analysis that will complement our investment theses and thematic reports, allowing our readers to integrate the macro context into their capital allocation process.

Without further ado, we present this first article, whose objective is to identify the economic mechanisms that will likely operate during this transition toward the new technological paradigm, as well as the theoretical errors that can distort its interpretation—without claiming to anticipate either the timeline or the specific form in which these processes will materialize.

Intelligence Crisis or Explosion of Opportunities?

An article by CitriniResearch has generated considerable commotion on social media in recent days, and it is not difficult to understand why. The scenario it describes—written as if it were a macro memo from June 2028—is, to say the least, unsettling.

Its central thesis can be summarized as follows: AI is generating unprecedented productivity growth, but that growth is structurally incapable of circulating through the real economy because it destroys precisely the base of labor income upon which the entire architecture of American consumption, credit, and taxation rests. Machines produce, but they do not spend. Displaced workers spend less. Companies reinvest their savings in more AI, which displaces more workers. The dynamic feeds back on itself without natural restraint, and its acceleration threatens to successively fracture the private credit market, the mortgage market, and ultimately the solvency of the federal government itself. What Citrini calls “Ghost GDP”—output that appears in the national accounts but never reaches anyone’s pockets—would be the central pathology of this new cognitive capitalism.

It is an elaborated argument, well-documented, and in several of its descriptive passages, probably correct.

The problem is that it confuses the transition with the destination.

Everything Citrini describes—the pain of labor displacement, financial stress, the inadequacy of inherited contracts, the slowness of institutional response—are recognizable features of an economy undergoing deep restructuring between two productive regimes. What Citrini does not demonstrate, though he assumes it on every page, is that these transitory features constitute the steady state of the new regime.

And that confusion, between the cost of adjustment and the nature of the equilibrium reached, rests on one of the oldest and most persistent errors in the history of economic thought.

The Radical Uncertainty of the Genuinely New

Before entering the substantive critique, it is worth pausing on a point that Citrini himself acknowledges in passing but whose implications he does not draw: making forecasts about the economic impact of AI is extraordinarily difficult. Not with the usual difficulty of any technological forecast, but with a qualitatively different difficulty. And the reason is exactly what Citrini himself identifies as the foundation of his thesis: this time is different.

If AI is, as Citrini and many others argue, the first technology in history that makes capital and labor substitutive factors—the first globally substitutive innovation for human work, not in a specific task but in a growing range of cognitive capabilities—then we are facing a genuinely unprecedented phenomenon.

And when we face something genuinely unprecedented, predictive capacity falls to a minimum, because there is no past experience upon which to build reliable extrapolations. Precisely because this time is different, no one can map from within the transition the regime that will emerge from it. But the uncertainty is not only quantitative (we do not know how much, or at what speed).

It is existential in a literal sense that no other technology has posed.

The range of possible outcomes from AI does not go from “we grow a little more” to “we grow a little less.” It goes from material prosperity unprecedented in human history to the literal extinction of the species. The steam engine did not pose existential risks. Neither did electricity. Even nuclear energy, which did pose them, was a technology of specific application whose risk could be geographically and politically bounded. AI is a general-purpose intelligence that improves recursively and whose alignment with human ends remains an open problem among the world’s best specialists.

The Financial Times published a chart months ago that illustrates this duality clearly: two extreme scenarios—one of technological stagnation and another of uncontrolled superintelligence—flank a central scenario of gradual and relatively orderly integration. The actual range of possibilities is incomparably wider than that of any previous innovation.

And here appears a revealing irony in Citrini’s article. His scenario implicitly assumes that humanity solves the hard problem: the alignment problem. In his 2028 memo, AI continues improving, continues being extraordinarily capable, and at no point does it misalign from human ends or generate an existential catastrophe. We survive superintelligence. What we do not survive, according to him, is the adjustment of the mortgage market. Humanity solves the unprecedented challenge of controlling a recursively improvable general intelligence and drowns in a problem that, by comparison, is institutional and a matter of design: how to redistribute income when the channel through which it flows changes.

It is epistemologically reckless to construct a scenario with tickers, dates, and precise causal chains from within a phenomenon whose range of outcomes includes human extinction. None of this invalidates Citrini’s exercise as a scenario. What it invalidates is its implicit claim to be a probable description. What we can do—and is what this article will attempt—is identify the economic mechanisms that will likely operate in the transition (competition, cheapening, democratization of access to capital) and the theoretical errors that prevent Citrini from seeing them, without pretending that we know when, at what speed, or in what concrete form they will materialize.

The Pain of the Transition Is Real

Before explaining why Citrini’s underlying diagnosis is erroneous, it is worth making clear what is correct about it, because the concession is not rhetorical but substantive.

What AI threatens to destroy—if it develops as much as Citrini and many others postulate—is not human capital in the abstract but specific human capital: the expertise accumulated in concrete tasks that would become obsolete.

The product manager expert in Salesforce, the financial analyst who masters standard valuation models, the junior developer who translates specifications into routine code, the insurance agent who monetizes client inertia, the consultant whose added value consisted of navigating complexities that a machine no longer finds tedious. If AI reaches the capabilities that Citrini describes, the decapitalization of these cohorts could be effective and irreversible within the horizon of their working lives. This should not be minimized.

Citrini narrates concrete stories—the Salesforce product manager who goes from $180,000 annually to driving an Uber for $45,000—and those stories, if they materialize, would be the archetype of what happens when a technological revolution decapitalizes the specific know-how of a generation. The artisans of the Industrial Revolution were not wrong to perceive that their world was crumbling, even though humanity as a whole came out ahead. The human cost of the transition is not a minor side effect of progress; it is its inevitable shadow, and any analysis that ignores it deserves the reproach of frivolity. Citrini’s does not ignore it. Neither does mine.

But recognizing the pain of the transition is not the same as accepting Citrini’s diagnosis about its deep causes, because that diagnosis extrapolates the symptoms of adjustment and presents them as if they were the description of a new permanent regime. And that is where the analysis goes astray.

This Time Is Different—But Not for the Reason Citrini Believes

There is a legitimate objection to all of the above that Citrini himself formulates and that is worth taking seriously: this time is different. In all previous technological revolutions, capital and labor were complementary factors. The steam engine needed operators. Electricity needed engineers. The computer needed programmers. The assembly line needed, at another level, designers, managers, supervisors.

Each innovation increased the productivity of human labor and, with it, its remuneration. ATMs made bank branches cheaper, so banks opened more of them and hired more employees for higher-value-added tasks. The internet destroyed travel agencies but created entire industries—e-commerce, social networks, the platform economy—that absorbed far more employment than was destroyed. The pattern repeated with such regularity that it acquired the force of natural law: technology destroys jobs and then creates more.

Citrini points out, rightly, that this pattern rested on a premise that AI may be breaking. Each new job created by technology required a human to perform it, because technology was only capable of executing specific and bounded tasks: capital complemented labor.

AI, for the first time, is a general-purpose technology that improves precisely in the tasks to which displaced workers would redirect themselves. It is not a machine that automates one task and frees the human for another; it is a general intelligence that competes with humans in a growing range of cognitive tasks and that improves in those tasks faster than humans can retrain. The relationship between capital and labor may be ceasing to be complementary and becoming substitutive. That is genuinely new, genuinely disruptive, and minimizing it would be an error as grave as Citrini’s catastrophism but in the opposite direction.

Now: that capital and labor become substitutive does not imply what Citrini concludes. And here is the decisive turn that his analysis does not make.

Capital is not an autonomous entity that operates by itself.

Capital is owned by someone.

And being an owner of capital is not a passive relationship of mere legal title: it is the continuous exercise of three functions that can be partially delegated to the machine but never entirely as long as a property relationship exists between a human subject and a productive object.

The first is waiting: every productive process requires that someone financially sustain the interval between the initial investment and the final result, renouncing the alternative uses of those resources during that period. AI can optimize the sequence of a project, but it cannot be the one who renounces the alternative uses of a capital it does not possess. The waiting falls on whoever owns the resources, and that someone is, in a human economy, a human being.

The second is the absorption of uncertainty: someone must commit their patrimony to a project whose outcome is not guaranteed, and only someone who has something to lose can genuinely absorb that uncertainty. AI can refine predictions, model scenarios, and reduce residual uncertainty, but it cannot go bankrupt; it transfers the irreducible uncertainty entirely to whoever owns it.

The third is entrepreneurial judgment: the selection, among alternative courses of action, of the one the agent considers most valuable, assuming the consequences of that choice. Here it is worth distinguishing between original judgment and derived judgment. AI can exercise derived judgment: it can select among options within a framework of criteria that someone has defined for it, and it will do so with increasing efficacy. What it cannot exercise—as long as it is an instrument in the service of a human being and not an autonomous agent—is original judgment: the ultimate determination of what is worth attempting versus what is not, the decision to commit or withdraw when information is radically incomplete and the consequences fall on a real patrimony. The relationship between both types of judgment is not necessarily sequential—it is not that first the human sets the ends and then the AI operates within them. It may happen that the AI generates multiple derived proposals, explores alternatives that the human would not have conceived, and presents them as options. But the final choice among those options—the a posteriori validation of which deserves the commitment of real resources—is always original judgment, because it falls on whoever assumes the consequences. And that determination is not an act of information processing—it is an act of agency that requires a subject with their own ends and a patrimony that answers for the decision. As long as AI is an instrument and not a subject, original judgment remains in human hands.

Capital, in sum, is not a thing. Capital is waiting, risk, and entrepreneurial judgment materialized in means of production.

If capital continues to be human property—and in a human economy, where AI operates as an instrument and not as an autonomous agent, it is by definition—then the human being continues to supply the productive factors that AI cannot completely substitute.

The capital-labor relationship breaks; the capital-human owner relationship does not.

And as long as that relationship persists, the human being remains an irreducible part of the productive process—not as an executor of tasks (there AI wins) but as the agent who waits, risks, and directs. One could imagine a scenario in which AI became an autonomous agent: with its own ends, its own patrimony, and the capacity to assume consequences on its own account. In that case, the capital-human owner relationship would indeed break—but we would no longer be describing a human economy but something qualitatively different that would require its own analysis. Citrini does not pose that scenario (in fact, as we have seen, he implicitly excludes it by assuming that the alignment problem is solved), and neither do we need it for this argument.

The Myth of Ghost GDP: Through Which Channel Income Actually Flows

The argument of “Ghost GDP”—output that appears in the national accounts but never reaches anyone’s pockets—is the contemporary version of underconsumption theory, which holds that an economy can generate more output than it is capable of absorbing in the form of effective demand.

The formulation is intuitively attractive—machines do not buy protein or pay mortgages—but it incurs the same error that Jean-Baptiste Say identified more than two hundred years ago and that Austrian economists later developed with greater precision: production does not destroy demand; it creates it.

The principle deserves explanation, because it is counterintuitive and because misunderstanding it is what leads to conclusions like Citrini’s.

Say’s idea is not that “everything that is produced is sold” (that is a caricature that not even Say himself held). It is something deeper: in a monetary economy, no one produces to accumulate goods without end; one produces to exchange, and the very act of producing generates the income with which to demand what others produce.

When a farmer harvests wheat, his harvest is not only supply: it is also his means to demand the shoemaker’s shoes, who in turn will use the income received to demand the carpenter’s wood. Each person’s production is the source of their demand. The aggregate income of the economy cannot be less than aggregate output, because they are the same thing viewed from opposite sides of each transaction.

What happens when AI produces what a worker used to produce?

Production continues to exist—and with it the income it generates. Only that income no longer reaches the worker in the form of a salary; it reaches the owner of the AI in the form of profit, which they spend, invest, or save (and saving is investment in the banking system: it is lent to whoever does spend or invest it). The output has not disappeared; the distribution channel has changed. Citrini observes that the old channel (the payroll) dries up and concludes that demand evaporates.

But demand does not evaporate: it flows through another channel.

A concrete example.

Suppose a software company replaces ten analysts with an AI system. The ten analysts stop receiving their salaries—that is the pain Citrini describes, and it is real. But the company has not destroyed the output those analysts generated; it has replicated it at lower cost. The difference between the previous cost (the salaries) and the new cost (the AI subscription) is savings that becomes one of three things: profit distributed to shareholders (who spend or invest it), reinvestment in new projects (which generates new economic activity), or price reductions for the customer (which frees up disposable income for other purposes). In none of the three cases does income disappear. It is redistributed.

Citrini could respond that this reasoning ignores scale: if the substitution does not affect one company but millions, the volume of income that changes channel can be so large and so fast that the system does not absorb the redistribution in time. It is a serious objection, and it deserves to be taken seriously. Let us grant, then, the substitution dynamic in all its extension. Whenever the productivity-to-cost ratio of an AI agent is superior to that of a human worker in a given task, the company will have incentives to capture capital and replace. That process does not have to stop, and probably will not. Citrini is right about the mechanism. Where he is wrong is about the destination of the savings.

His narrative assumes that the surplus generated by substitution remains trapped within the companies that execute it, feeding a closed circuit of reinvestment in more AI that generates more substitution.

This is the “Ghost GDP.” The image is powerful, but it omits the most basic and most potent mechanism of the market economy: competition.

When a company substitutes labor for AI and obtains an extraordinary margin, that margin is a profit signal that attracts competitors—both rivals who execute the same substitution and new entrants who, precisely because AI is cheap, can replicate the operation with minimal entry costs.

Citrini himself documents this process with a precision that contradicts his own thesis: he describes how dozens of “vibe-coded” competitors fragmented DoorDash in weeks, how differentiation in SaaS collapsed because AI equalized development capabilities, how incumbents entered a “knife-fight” on prices with challengers that had no inherited cost structure. What he is describing, without recognizing it, is competition eroding the margin from substitution and transferring it downward, to the price the consumer pays.

The surplus generated by AI will tend not to stay in the company. It will circulate, but not through the channel Citrini seeks (the payroll), but through another that he systematically ignores: price reduction.

Each round of competitive substitution tends to reduce the price of the affected good or service. When SaaS that cost $500 annually drops to $50—or zero—those $450 have not disappeared from the economy: they are consumer surplus that is free to be spent on something else, or investor surplus that is free to be directed to another project. Multiplied by millions of transactions, in hundreds of sectors simultaneously, the likely effect is a massive expansion of real purchasing power that does not appear as wage income on any payroll but operates exactly as disposable income for whoever receives it.

Citrini’s GDP is not ghostly: it circulates through a channel he is not looking at because he keeps searching for income in the payroll receipt.

Citrini also needs to exaggerate the concentration of spending for the chain of contagion from white-collar employment to consumption collapse to be as dramatic as possible. And his use of data reflects this. He claims that the richest 10% generate more than 50% of all consumer spending in the United States, and that the top 20% generate 65%. The figure comes from a Moody’s Analytics analysis that has been questioned by economists such as Antoine Levy of UC Berkeley, who notes that the methodology imputes consumption from Federal Reserve data that do not measure consumption directly; data from the Bureau of Economic Analysis, which does measure it, places the figure closer to 35%.

The difference is significant, but what is revealing is not so much the exact number as the selection: among available estimates, Citrini systematically chooses the one that produces the most alarming scenario.

And underconsumption theory has an even deeper flaw: it implicitly assumes that the horizon of human needs is fixed, that once existing needs are satisfied the surplus finds no productive destination.

Economic history systematically disproves that premise. Human needs are not a static set that production merely satisfies; they are, in part, an endogenous product of the productive process itself. Each qualitative expansion of productive possibilities reconfigures the horizon of ends that human beings are capable of imagining and desiring. The printing press did not only cheapen existing books: it engendered the modern novel, the press, scientific popularization—cultural forms that did not exist before and that generated entirely new needs. Electricity did not only illuminate what already existed: it made conceivable what without it was unthinkable.

AI, which by hypothesis represents the greatest qualitative expansion of productive possibilities in human history, should not contract the space of unsatisfied needs but expand it radically.

Citrini’s “Ghost GDP” is an illusion produced by looking only at the jobs that disappear and not at the ends that have not yet been conceived.

AI as the Great Leveler: The Transition from Worker to Capitalist

Price reduction has a second effect, perhaps more important than the first, and which connects directly with the question of whether the substitution dynamic is equivalent to a collapse of aggregate demand.

Each price reduction in the inputs that a productive activity requires lowers the threshold of capital necessary to undertake it—and the most drastic reduction occurs precisely in the input that has historically constituted the highest barrier to entry: human capital, the intellectual and formational component of any activity.

Consider what this means concretely. The renovation contractor who previously needed $200,000 to set up a competitive operation—between management software, design, accounting, permit analysis, and construction planning—now needs a fraction of that, because AI has collapsed the cost of the entire intellectual component of their business. The independent financial advisor who previously required a Bloomberg terminal, a team of analysts, and an institutional software license can now offer portfolio analysis of comparable quality for a few dollars a month. The small hospitality business owner who previously outsourced accounting, marketing, and supplier management to three different companies now integrates all of that in a tool that costs less than a dinner.

In each case, the transition is the same: from needing a department to compete to being able to do so with one’s own judgment and a subscription.

And the effect does not stop at directly intellectual costs, because practically every input in a modern economy incorporates an intellectual component in its production chain—design, logistics, inventory management, process optimization, regulatory certification—so that the cheapening of intelligence propagates indirectly to the cost of inputs that are not intellectual in themselves. Construction materials are not manufactured by an AI, but their price reflects the cost of the entire chain that designs, specifies, transports, and certifies them, and that chain tends to cheapen at each link that AI touches. The cascade effect reduces the threshold of entry to business activity in ways that far exceed mere office work substitution.

AI, in this sense, operates as the great leveler of business activity.

It not only cheapens consumer goods but—and this is decisive—cheapens the costs of entry to the productive process itself, especially those that depended on specialized training, access to expensive information, or analytical capacity that only large corporations could finance. That is not destruction of productive capacity; it is its democratization on an unprecedented scale.

And here closes the argument that runs through this entire reply.

If capital and labor become substitutive, the relevant question is not whether displaced workers will find new jobs as workers (perhaps many will not), but whether the threshold for participating in the economy as owners of capital—as agents who wait, risk, and judge through AI—falls enough to absorb a significant proportion of those who lose their position as workers.

And the answer, in an economy where intelligence as an input becomes universal and where the cascade effect cheapens everything that intelligence touches, is that this threshold can fall as never before in history.

One does not need a university degree or a corporate department to commit one’s own resources to an uncertain project, sustain the wait for its maturation, and select among the courses of action that AI makes available.

What is needed is a willingness to absorb waiting and risk—attitudes that are distributable, not monopolizable—and AI, by collapsing the cost of everything else, makes those attitudes the only thing truly necessary.

This is what we might call the entrepreneurial enablement effect of AI: it not only cheapens consumption but cheapens production—and with it expands the number of people who can participate in the economy as owners of capital.

The Productive Transition: An Indeterminate Balance

This enablement effect is real, but its effect on the specific cohorts suffering the disruption is not predetermined.

The Salesforce product manager who loses their $180,000 job operates simultaneously under two opposing forces. On one hand, they suffer the decapitalization of their specific know-how: the tasks they mastered are no longer worth what they were worth, and their wage income falls or disappears. On the other hand, they live in an economy where the costs of entrepreneurship have plummeted, where AI tools provide them with analytical, development, marketing, and management capacity that five years ago would have required a team of ten people, and where their knowledge of the sector and their network of contacts give them a starting point that not everyone has.

Which of the two forces dominates? We do not know.

It is genuinely indeterminate, and depends on variables that cannot be resolved theoretically: their personal financial situation, their willingness to take risk, the speed with which the economy generates new business opportunities, the quality of the institutional response.

What we can affirm is that the indeterminacy resolves differently depending on the time horizon. For those in the midst of disruption, with a mortgage to pay and savings running out, the force of decapitalization may dominate the force of enablement for months or years. The pain is real, and there is no theoretical argument that alleviates it.

But for the generation that comes after—the one that grows up in an environment where the tools that previously required entire departments are within anyone’s reach—the transition from worker to capitalist is not a distant ideal but an everyday possibility. Just as today anyone with a smartphone can publish content that thirty years ago required a printing press or a broadcast station, tomorrow anyone with AI could undertake projects that today require corporate structures. The threshold drops, and with it the barrier that separated those who sold their labor from those who produced through their capital.

The net balance of these two forces—decapitalization of specific work and enablement of entrepreneurial capital—will determine the real experience of the transition for each individual, each cohort, and each region. It is not a balance that can be resolved a priori either in Citrini’s catastrophist direction or in the optimist one.

What can be affirmed is that the enablement force exists, that it is powerful, that it intensifies with each reduction in the cost of AI, and that Citrini ignores it completely. His analysis only counts decapitalization and extrapolates from there to systemic collapse. It is like calculating the losses from a fire without accounting for the reconstruction.

The Financial Transition

The most elaborated section of Citrini’s article—and the most effective as a narrative piece—is the chain of financial contagion: labor substitution deteriorates wage incomes, which threatens the servicing of mortgage debt and the debt of companies whose business models AI has made obsolete, which fragilizes banks and life insurers that finance private credit, which tightens credit conditions, which further depresses consumption, which accelerates the spiral.

The narrative is cinematic: Zendesk as the smoking gun, Athene as the systemic link, the prime mortgages of San Francisco as the last domino. It must be acknowledged that, as a scenario exercise, it is intelligent.

And it should not be dismissed with an optimism that the argument does not justify. If we accept that the productive transition can be disorderly—and we do accept this, because the history of every technological revolution confirms it—the financial transition will probably be disorderly as well, and possibly more violently so.

The financial system is nothing other than the contractual crystallization of expectations about future income flows. A thirty-year mortgage signed in 2024 incorporates the expectation that the debtor will maintain stable wage income for three decades. A leveraged loan against a SaaS company’s ARR incorporates the expectation that that recurring revenue will keep recurring. The debt of any company whose business model rests on the intermediation of human frictions—and Citrini documents many—incorporates the expectation that those frictions will persist.

When AI invalidates those expectations, contracts come under stress.

And credit contracts are, by design, rigid: they are negotiated for terms of decades, with fixed terms, and are not restructured without a credit event. Which is exactly what Citrini describes.

It is also true that the evolution of system collaterals will be ambiguous. There are reasons to think that assets complementary to AI and relatively scarce—well-located urban land, critical physical infrastructure, certain real estate—would tend to appreciate in real terms as everything replicable becomes cheaper.

But simultaneously there would be assets that completely lose their productive function: offices designed for workforces that no longer exist, commercial infrastructure linked to intermediation models that AI has dismantled, specialized facilities for processes that cease to be necessary. The net effect on collaterals is not unambiguously positive or negative; it depends on the composition of each balance sheet, each portfolio, each geographical zone.

That there will be significant credit disruptions, defaults in specific segments of private credit, bankruptcies of companies whose business models AI has made obsolete and whose debt was signed under income assumptions that no longer exist, deterioration in mortgages linked to the cohorts most affected by substitution, and even episodes of systemic stress requiring extraordinary interventions by the Federal Reserve and regulators—all of this is not only possible but probable if the speed of the productive transition approaches what Citrini describes.

What does not follow is that these financial disruptions constitute evidence of a permanent structural collapse of aggregate demand.

They are evidence that the financial contracts inherited from the previous productive regime need repricing—both those that bet on the continuity of stable wage incomes and those that bet on the continuity of business models that AI is dismantling. A repricing that will be painful, disorderly, and costly for those on the wrong side, but that is, ultimately, the mechanism by which the financial system adjusts to a new productive reality.

The financial transition would be, in sum, a reflection of the productive transition: foreseeably as disorderly as this one and as costly as this one.

But they are effects of restructuring between two regimes, not the steady state of the new regime. The defaults and bankruptcies that Citrini describes are not symptoms of an economy that has stopped working; they are the cost of a financial system that is recalibrating from the assumptions of the regime that is dying toward those of the regime that is emerging. Confusing that cost with the economy’s permanent destination is, once again, the underconsumptionist error: taking a snapshot of the transitory mismatch and projecting it as if it were the final equilibrium.

The State’s Reaction: Another Omission by Citrini

Citrini purports to write a realistic report about what happens when AI disrupts the American economy.

But his analysis omits the reaction of the largest and most powerful agent in that economy: the State.

And the omission is not minor, because the state’s response is not an exogenous variable that can be included or not at the analyst’s discretion; it is an endogenous consequence of the same incentives that Citrini describes. When millions of voters lose their jobs and the financial system comes under stress, governments do not stand by watching.

They act—not necessarily well, not necessarily in time, but they act. Ignoring that reaction is not analytical rigor; it is partiality.

What follows is not a prescription of what the State should do, but a description of what it will foreseeably do, driven by the political incentives that the disruption itself generates.

Consider the three most foreseeable dimensions of that response.

The first is fiscal. Citrini presents the erosion of the tax base—federal revenues fall because they tax payrolls and payrolls dry up—as if it were a dead end. But states are not passive collectors who watch their tax base disappear without reacting. If income migrates from labor to capital—if the surplus from AI productivity flows to infrastructure owners, to shareholders of companies that adopt it, to corporate profits and capital gains—the State will tend to shift its fiscal pressure in the same direction. Not because it is desirable (there are solid arguments against capital taxation), but because political incentives guarantee it: a State that needs to collect and sees where the income is will tax that income. The fiscal history of the last two centuries is a succession of adaptations of the tax base to the productive structure of each era. There is no reason to suppose that this time will be different. The State’s fiscal balance does not have to deteriorate as Citrini describes; it will tend to reconfigure, with the distortions and costs that every fiscal reconfiguration entails, but it will tend to reconfigure.

The second is redistributive. The losers of the transition—the cohorts whose specific human capital is decapitalized—constitute an enormous electoral bloc, concentrated in the upper-middle income segments that participate most in the political process. The pressure to compensate them through direct transfers, retraining programs, employment subsidies, or guaranteed income mechanisms will foreseeably be immense, and governments—by conviction, by electoral calculation, or by simple fear of social disorder—will tend to respond to that pressure. Citrini himself implicitly acknowledges this when he describes proposals like the “Transition Economy Act” or the “Shared AI Prosperity Act” in his scenario; what he does not do is incorporate the effect of those interventions into his causal chain. He mentions them as part of the political landscape and dismisses them as insufficient or late, without modeling their dampening impact on the consumption dynamic he describes as catastrophic. That compensation will be imperfect, late, and politically conflictive is likely. That it will be nonexistent is implausible.

The third is financial. The implosion of private credit and the mortgage market that Citrini describes in such detail would occur—if it occurs—before a Federal Reserve and a Treasury that have proven tools to intervene in exactly this type of crisis. The purchase of MBS, the provision of emergency liquidity, the facilitation of forbearance and refinancing programs, the explicit or implicit backing of systemic institutions—all of that was deployed in 2008 and in 2020 with results that, whatever their long-term costs, avoided the cascade of defaults that Citrini takes as inevitable. Will this type of intervention generate distortions, moral hazard, and future costs? Without a doubt. But the analyst who claims to describe what happens cannot construct their scenario assuming that the central bank will passively observe the collapse of the mortgage market without moving a finger. That is not what it has ever done. That is not what it will foreseeably do this time.

None of these observations is prescriptive. I am not arguing that state intervention is desirable, nor that its effects will be benign, nor that it will not generate its own distortions and problems.

I am arguing something simpler: that it is predictable. And that an analysis purporting to model the macroeconomic consequences of AI disruption without incorporating the endogenous reaction of the agent that spends between 40% and 60% of GDP depending on the country, that controls monetary policy, that has regulation in its hands, and that responds directly to the political incentives generated by the disruption itself is not an incomplete analysis—it is an analysis biased in the direction of its conclusion.

Conclusion

Citrini ends his article with a warning: “the canary is still alive.”

He says it as a call to act before it is too late. I share the urgency, but not the diagnosis that motivates it.

The canary to watch is not the one Citrini describes. His canary—the collapse of aggregate demand through labor substitution—presupposes that the economy only knows how to generate demand through one channel (the payroll), that human beings only know how to participate in production in one form (as workers), and that institutions only know how to operate under one regime (the inherited one). None of those three premises survives scrutiny.

The real canary is another. It is the speed of the transition versus the adaptation capacity of the specific people who suffer it: how many cohorts will be trapped between a regime that is dying and another that has not yet consolidated, and for how long? It is the political response to that speed: will it be agile enough to facilitate the transit without being clumsy enough to obstruct the wealth creation process that makes it possible?

And above all, it is the question that precedes all others and that Citrini takes as resolved without even posing it: will we keep AI as a human instrument, or will we allow—through negligence, haste, or incapacity—it to end up controlling us?

If AI remains as an instrument, the economy will tend to adjust. The adjustment will be painful for some, politically conflictive, and ethically demanding, although the net balance may be positive even during the transition.

But the likely direction is toward a more productive regime, with a broader space for value creation and more democratic access to the productive process than the current one. If AI ceases to be an instrument, none of these arguments matter—neither Citrini’s nor mine.

The canary is still alive. What threatens to kill it is not that AI produces too much. It is that we confuse the transition with the destination and, believing that collapse is inevitable, have a partial and incomplete vision of the transition process that leads us to sacrifice the wealth creation process in the name of a distribution that can only be sustained if that process continues.

• Idea/lectura: carta de presentación (quién soy y mi experencia) + análisis de EPAM tras caer >25% post-resultados. Nuevo formato: ejecutivo, profesional y fácil de seguir.

• Mercado (5 gráficos): ajuste visible en demanda y empleo en sectores expuestos a IA, con mayor foco corporativo en eficiencia y recortes selectivos.

• Píldora formativa: si el moat se erosiona, el múltiplo puede recortarse y no volver. No utilizar tesis basadas en expansión de múltiplos para ganar márgen de seguridad: buscar crecimiento de fundamentales.

• Para profundizar: entrevista al CEO de Atlassian para entender cómo están pensando los líderes del software este nuevo régimen.

⏱️ Tiempo estimado de lectura: 3–5 min

ÍNDICE

1. Ideas de inversión (y lecturas QV)

2. 5 gráficos clave (señal + implicación)

3. Píldora formativa (1 concepto aplicable)

4. 2 vídeos (seleccionados)

1) Ideas de inversión (y lecturas QV)

El pasado domingo me presenté oficialmente. Si quieres conocer quién está detrás de Quality Value, mi historia y cómo trabajo, te dejo el artículo aquí.

EPAM tras caer -21%: fundamentales, no narrativa IA

Hoy, por otro lado, comparto el análisis post-resultados de EPAM, una de las compañías más seguidas del sector IT Services/software.

Tras publicar, la acción ha caído más de un 20% y el mercado la está tratando como si la IA fuese a “romper” el modelo.

En el artículo separo titular de realidad: ajustamos el guidance, revisamos márgenes (el punto más sensible) y valoramos la compañía sin asumir re-rating: el upside depende de fundamentales y buybacks, no de expansión de múltiplo.

Nuevo formato: capa ejecutiva (2–5 min) + informe extendido (PDF) para quien quiera profundizar.

Leer Análisis EPAM (2/5min)

→ Otros artículos recientes de Quality Value (por si quieres profundizar):

• 🔗 Yext: oportunidad Odd Lot. Qué es, cómo entrar y qué puedes ganar

• 🔗 ¿Por qué he vendido Pluxee?. ¿Oportunidad… o trampa de valor?.

  Actualización final de la tesis tras los últimos acontecimientos: motivos de la venta y la lección de proceso asociada.

• 🔗 OPA sobre Everybody Loves Languages (ELL). Análisis de la situación y estrategia de arbitraje. Cómo plantear la operación, riesgos y estrategia.

2) 5 gráficos clave (señal + implicación)

1. Gasto en software de agencias civiles de EE.UU.: Trump II arranca con recortes histórico

• Qué mide y contexto: Variación YoY del gasto federal en software civil en primeros meses de cada administración; proxy de demanda para vendors como Microsoft, Oracle, Salesforce.

• Insight principal: Trump II colapsa tras pico de +48% en enero: caídas sostenidas de -21% a -69% (feb-oct), muy distinto a recortes puntuales de administraciones previas.

• So what / implicación: Alerta para empresas con exposición federal civil; recorte parece estructural (DOGE). Vigilar guidance y posible rotación hacia vendors de defensa.

2. Impacto de IA en el mercado laboral: aún pequeño, pero primeras señales en contratación

• Qué mide y contexto: coeficientes de regresión que relacionan exposición/adopción de IA con variables laborales por industria (desviación vs. 2015-19); mide si la IA ya está afectando empleo, salarios u horas.

• Insight principal: Casi todos los coeficientes son pequeños y estadísticamente no significativos. Excepción: el coeficiente de job growth con AI adoption empieza a volverse negativo (~-0.15), sugiriendo que industrias que más adoptan IA empiezan a contratar menos.

• So what / implicación: El impacto macro de IA en empleo sigue siendo marginal por ahora, pero el dato de contratación es la primera grieta. Monitorear este coeficiente en próximos meses como indicador adelantado de desplazamiento laboral.

3. Empleo en sectores expuestos a IA: caída sostenida vs. tendencia pre-pandemia

• Qué mide y contexto: Crecimiento de nóminas (empleo, no salarios) YoY vs. tendencia 2015-19 en sectores con alta exposición a IA; mide si estas industrias están contratando más lento de lo normal.

• Insight principal: Ambos grupos (non-tech y tech) llevan 2+ años contratando por debajo de su tendencia pre-pandemia. Diseño gráfico y call centers ~5-10pp bajo tendencia; software publishers destaca con -15pp.

• So what / implicación: No es caída de salarios, sino menor ritmo de contratación en sectores donde IA podría estar sustituyendo tareas. Primera evidencia "dura" que respalda anécdotas de automatización; vigilar si se profundiza o estabiliza.

4. Creación de empleo en industrias afectadas por IA: headwind de 5-10k empleos/mes

• Qué mide y contexto: Promedio mensual de creación de empleo (últimos 3 meses) en industrias con casos de uso de IA establecidos (consulting, diseño, call centers, software, data processing, etc.).

• Insight principal: Desde 2023, el sector destruye empleo neto (~5-10k/mes). Último dato: -7k. No necesariamente implica despidos masivos, sino menor necesidad de contratar al ganar eficiencia con IA.

• So what / implicación: Para empresas del sector: mismo output con menos headcount = mejora de márgenes. Para el mercado laboral: absorción más lenta de trabajadores en estos roles. Positivo para rentabilidad corporativa, más ambiguo para empleo.

5. Despidos que citan IA/tecnología: aceleración en 2H 2025

• Qué mide y contexto: Despidos donde empresas mencionan "IA" o "cambio tecnológico" como factor en anuncios corporativos. Total mayo 2023 - enero 2026: ~95k.

• Insight principal: Salto en 2H 2025: pico de 31k en oct-2025. Las empresas citan IA como justificación, aunque la causa real puede ser ganancias de eficiencia (hacer más con menos), no necesariamente que IA "reemplace" directamente.

• So what / implicación: IA se vuelve narrativa aceptable para justificar recortes ante inversores. Independiente de si es causa directa o pretexto, valida que corporativos ven IA como palanca de márgenes vía reducción de headcount.

3) Píldora formativa (1 concepto aplicable)

Cuando el moat se erosiona, el múltiplo se parte… y puede no volver

En inversión, el riesgo más infravalorado no es que el PER baje “un poco”. Es que el mercado decida que el negocio ya no merece el mismo múltiplo.

Si el moat se erosiona, el PER/EV-EBITDA puede caer a la mitad y quedarse ahí durante años. No es un susto: es un cambio de régimen (rerating estructural).

Esto es exactamente lo que estamos viendo en parte del software: modelos más commoditizados, menos switching costs y más presión por IA.

El mercado deja de pagar “growth SaaS” y empieza a pagar “software normal”.

Que estamos haciendo en Quality Value: no basar la tesis en expansión de múltiplos.

La tesis debe sostenerse con fundamentales (FCF, ROIC, pricing power) y con evidencia de que el moat sigue intacto. Si no, el múltiplo puede no volver.

4) Para profundizar:

• Entrevista al CEO de Atlassian hablado sobre software y SaaS:

Hazte Partícipe y asegura tu plaza ya!

💬 Lo que dicen los partícipes de la comunidad

La opinión de los miembros es lo más valioso. Son ellos quienes mejor reflejan la experiencia y el valor de pertenecer a esta comunidad.

🌟 Incluidos gestores de grandes fondos de inversión:

Pero el headline es engañoso.

En este análisis encontrarás:

• Qué dicen realmente los números (y qué parte es ruido).

• Por qué el guidance no es tan débil como parece.

• La duda central sobre la demanda en la era IA.

• Qué está pasando realmente con los márgenes.

• Cómo valoramos empresas afectadas por IA sin asumir expansión de múltiplos.

• Y qué señales vigilamos para confirmar o invalidar la tesis.

Estructura del análisis

• Nivel 1 — One Pager (≈2 min)

• Nivel 2 — Resumen ejecutivo (≈5 min)

• Nivel 3 — Tesis extendida en PDF (≈15 min)

One Pager (visión en 2 minutos)

Para quien quiera la foto completa antes de entrar en detalle, aquí está el resumen ejecutivo de la tesis:

Resumen Ejecutivo (≈5 min)

Valoramos EPAM por fundamentales, no por re-rating: estimamos EPS 2028 de ~$15.4 y aplicamos un múltiplo conservador de 12x (sin asumir normalización histórica). Eso da ~$185, ~+32% en 3 años (~10% anual). El motor es EPS + buybacks; el re-rating sería upside adicional.

Resultados Q4 y FY2025

• Q4 bate en ingresos y EPS; crecimiento orgánico CC +5.6%.

• FY2025 orgánico ~+4.9% (el +15.4% reportado incluye ~10% inorgánico).

• FCF $613M; conversión FCF/NI 94.7%.

• Buybacks $660M (-6% del float).

Negocio estable, sin aceleración estructural visible.

Guidance 2026

• Ingresos +4.5% a +7.5%.

• Orgánico +3% a +6%.

• Margen Non-GAAP 15–16%.

• EPS +9–12%.

Impacto puntual NEORIS: -100 bps en crecimiento orgánico.

Ajustado, el crecimiento comparable (+4–7%) es similar o ligeramente superior a 2025.

AI: ¿acelerador o freno temporal?

La tesis del CEO es clara: a mayor productividad vía AI, mayor complejidad y mayor demanda de ingeniería.

El segmento AI-native crece +70–80% y podría superar $600M en 2026 (~10% de ingresos).

Esto demuestra que EPAM no es víctima pasiva de la transición.

Pero aquí está la duda central.

La duda real

Aunque somos constructivos con la idea de que AI aumentará la demanda estructural de software, todavía no vemos aceleración clara en el crecimiento total.

Y no es contradictorio.

Cuando el panorama tecnológico cambia cada semana, muchas áreas de negocio adoptan una postura de espera:

¿Por qué aprobar hoy un proyecto grande si en 8 semanas la herramienta, el modelo de costes o el proveedor puede cambiar?

Resultado:

• Más pilotos

• Más POCs

• Ciclos comerciales más largos

• Decisiones de inversión más cautas

Esta dinámica lleva más de dos años. El mercado IT crece, pero la velocidad de decisión sigue siendo lenta. Y eso es lo que frena la re-aceleración.

Nota sobre India (y por qué importa)

EPAM destacó que India está creciendo más rápido que otras geografías y que mantiene pricing premium con expansión de rentabilidad en esa región.

India es el gran motor estructural del sector IT Services.

Será interesante comparar esta evolución con players más concentrados en India como Nagarro, donde el delivery está aún más enfocado en ese mercado.

Si India mantiene pricing y expansión de márgenes, es un argumento fuerte contra la tesis de commoditización masiva, y muy bullish para empresas como Nagarro.

Lo diferencial: capital allocation

Más allá del debate AI, hay un elemento objetivo:

• $613M de FCF en 2025.

• 70–75% destinado a buybacks.

Modelo estimado:

Reducción de acciones ~8% en tres años.

Con múltiplo deprimido (~11x forward), los buybacks son altamente accretive.

Si el crecimiento orgánico es moderado pero estable, el EPS puede crecer doble dígito simplemente por reducción de acciones.

Esto es relevante en un entorno de múltiplo comprimido.

Valoración: sin asumir re-rating

Escenario base (horizonte 3 años):

• EPS 2028: ~$15.40

• Múltiplo conservador: 12x

• Precio objetivo: ~$185

• TIR estimada: ~10% anual

Importante:

No asumimos expansión de múltiplo.

El upside proviene exclusivamente de:

• Crecimiento moderado de beneficios

• Buybacks accretive

Si el múltiplo se normaliza, sería upside adicional no contemplado.

Qué vigilar a partir de ahora

Para confirmar que la demanda acelera de verdad:

• Crecimiento orgánico CC >5% sostenido (alerta si <3%).

• AI-native con crecimiento secuencial consistente.

• Margen Non-GAAP >15% estable.

• Señales de acortamiento en ciclos comerciales.

Disciplina antes que narrativa.

Conclusión

EPAM no está en hiper-crecimiento.

Pero tampoco muestra deterioro estructural en ingresos ni pricing.

El mercado parece descontar un escenario donde AI destruye la demanda de servicios IT.

Hoy los números no respaldan ese escenario extremo.

La clave no es adivinar el múltiplo.

La clave es que el crecimiento orgánico no se deteriore y que los márgenes se estabilicen.

Convicción

Media. Asimetría razonable con múltiplo comprimido, pero sin evidencia aún de re-aceleración estructural.

Tesis extendida en PDF (≈15 min)

El análisis completo incluye: (ver todo el indice abajo)

• Desglose detallado por verticales y geografía

• Ajuste explícito del guidance por efecto NEORIS

• Modelo de buybacks 2025–2028 y sensibilidad en EPS

• Escenarios de valoración con probabilidades asignadas

La descarga del one pager y el informe extendido está disponible de forma exclusiva para suscriptores aquí:

• Acceder al informe completo.

• Acceder al one pager.

El acceso se habilita manualmente tras verificar la suscripción activa (normalmente en menos de 24-48 horas).

Durante más de diez años trabajé en el sector tecnológico gestionando producto digital, presupuestos y decisiones estratégicas en entornos de alta exigencia.

He participado en la construcción y gestión de productos con millones de usuarios activos, como LaLiga Fantasy o LaLiga Plus.

Durante ese tiempo gestioné presupuestos de millones de euros, negocié contratos relevantes con proveedores tecnológicos y tomé decisiones de inversión en desarrollo, cloud, CRM, ERP y servicios digitales que impactaban directamente en eficiencia operativa y resultados.

No he analizado negocios solo desde fuera.

He estado dentro, tomando decisiones donde el capital y la ejecución importan.

Suscríbete a Quality Value Research

De construir producto a analizar empresas

Mi trayectoria profesional se desarrolló principalmente en el ecosistema tecnológico vinculado a LaLiga de Fútbol Profesional.

Empecé en Yeeply, una plataforma de desarrollo de software, donde gestioné proyectos digitales para grandes organizaciones.

Posteriormente me incorporé a LaLiga, donde asumí responsabilidades crecientes en producto y negocio hasta liderar uno de los proyectos más estratégicos de la organización: LaLiga Plus, su plataforma audiovisual.

Durante esos años aprendí algo que hoy aplico al invertir: la ventaja competitiva real no está en el discurso, sino en la ejecución.

Entender cómo se construye un producto, cómo se optimiza un presupuesto, cómo se negocia un contrato tecnológico o cómo se mejora la eficiencia operativa cambia la forma en la que analizas una empresa cotizada.

Cuando evalúo un negocio no miro solo el múltiplo: miro estructura de costes, cultura de producto, calidad de ejecución y capacidad real de generar valor a largo plazo.

Por qué inversión

Llevo más de doce años estudiando inversión de forma estructurada y disciplinada.

Siempre me han apasionado los negocios: entender cómo se crea valor, cómo se escala y por qué algunas compañías consiguen sostener ventajas competitivas durante décadas.

Creo firmemente que invertir en buenas empresas es la forma más directa y eficiente de participar en esa creación de valor y hacer crecer el capital con visión de largo plazo.

Desde el inicio busqué un método racional, apoyado en datos y con mínima carga emocional. Encontré ese marco en la filosofía Quality Value: empresas excelentes, compradas con margen de seguridad y mantenidas con disciplina.

No es una estrategia novedosa. Es consistencia aplicada durante años.

Crecimiento

Mi primera tesis pública fue NewPrinces (entonces Newlat).

Desde su publicación inicial la compañía se ha multiplicado por tres, y el análisis fue reconocido por Rankia como una de las mejores tesis de inversión de 2025.

Más allá de un caso concreto, la principal validación ha sido el crecimiento del proyecto.

Hoy más de 17.900 inversores leen Quality Value cada semana.

El crecimiento ha sido basado en la calidad del trabajo y en la confianza construida con el tiempo.

Una evolución natural

A finales de 2025 tomé la decisión de dedicarme a Quality Value a tiempo completo.

Después de una carrera consolidada en tecnología, sentí que era el momento de aplicar toda mi experiencia en producto, asignación de recursos y análisis empresarial a construir una firma de research independiente.

No como un cambio radical, sino como una evolución coherente.

Durante años tomé decisiones sobre inversión tecnológica y eficiencia operativa dentro de organizaciones.

Ahora aplico ese mismo rigor al análisis de empresas cotizadas.

Por qué existe Quality Value

Durante mucho tiempo, el research con enfoque institucional estuvo reservado a grandes fondos.

Quality Value nace con una ambición clara:

Ofrecer análisis con rigor profesional, explicado con claridad y en formato ejecutivo, para inversores que valoran su tiempo y su capital.

Sin ruido. Sin sensacionalismo.

Con método y seguimiento.

Lo que viene

La próxima semana publicamos la entrevista con Tomás Miraver, gestor de Nartex Capital y uno de los referentes quality en España.

A continuación iniciaremos una serie en profundidad sobre el estado actual del sector software y el impacto estructural de la inteligencia artificial.

Después de más de una década trabajando en la industria, quiero compartir una visión basada en datos, experiencia directa y perspectiva histórica.

Además, incorporaremos la visión de profesionales en activo —insiders del sector— para contrastar análisis y enriquecer el debate.

Para los suscriptores: si aún no estáis en el canal de Discord, es un buen momento para uniros. En estas semanas, con la temporada de resultados, el intercambio de análisis y conversaciones con directivos está siendo especialmente valioso.

Nos vemos el domingo.

• Idea/lectura: nueva situación especial odd-lot tender — qué es, dónde está la posible asimetría y cómo se ejecuta.

• Mercado (5 gráficos): 5 señales macro/mercado para entender el régimen actual (y qué implican para valoración y riesgo).

• Píldora: las 3 lecciones sobre históricas disrupciones.

• Para profundizar: 2 vídeos seleccionados para centrarte en resultados y escuchar a los profesionales.

⏱️ Tiempo estimado de lectura: 3–5 min

ÍNDICE

1. Ideas de inversión (y lecturas QV)

2. 5 gráficos clave (señal + implicación)

3. Píldora formativa (1 concepto aplicable)

4. 2 vídeos (seleccionados)

1) Ideas de inversión (y lecturas QV)

Una de las mejores formas de capear la volatilidad es combinar la cartera con ideas cuyo resultado no dependa tanto del mercado, sino de un evento corporativo concreto. Ahí encajan las situaciones especiales, un tipo de inversión que en Quality Value nos gusta especialmente.

Hace poco compartimos el arbitraje de Everybody Loves Languages. Hoy traigo otra situación, distinta pero en la misma familia: una odd-lot tender (una oferta de recompra donde, por diseño, los accionistas con posiciones pequeñas pueden tener prioridad). En este caso, además, yo he invertido tras verla compartida por la comunidad en el canal de Discord de situaciones especiales.

Estas operaciones pueden ofrecer una asimetría atractiva para el minorista, pero sólo si se entiende bien el mecanismo y se ejecuta con disciplina: plazos, tamaño de posición y condiciones importan más que la opinión sobre el mercado.

Si nunca has oído hablar de esto, perfecto: en el artículo de hoy lo explico paso a paso y sin jerga, para que entiendas:

• qué es una odd-lot tender,

• por qué puede existir una “ventaja odd-lot” para inversores como nosotros,

• cómo se ejecuta en la práctica (y qué errores evitar).

Por el propio diseño de la operación, el resultado potencial se mueve en una horquilla aproximada de ~4% a ~18% en menos de un mes, si se cumplen las condiciones y asumiendo una ejecución correcta.

Ver Situación Especial (3/5min)

→ Otros artículos recientes de Quality Value (por si quieres profundizar o te los perdiste):

• 🔗 ¿Por qué he vendido Pluxee?. ¿Oportunidad… o trampa de valor?.

  Actualización final de la tesis tras los últimos acontecimientos: motivos de la venta y la lección de proceso asociada.

• 🔗 OPA sobre Everybody Loves Languages (ELL). Análisis de la situación y estrategia de arbitraje.

  Cómo plantear la operación, riesgos clave y estrategia paso a paso.

2) 5 gráficos clave (señal + implicación)

1. PJM: la demanda de data centers supera la nueva oferta eléctrica (hasta 2030):

• Qué mide y contexto: Demanda eléctrica de data centers vs nueva capacidad “útil” en PJM hasta 2030; importa porque marca si habrá energía suficiente.

• Insight principal: La demanda crece más rápido y el déficit se agranda año a año (sobre todo desde 2027).

• So what / implicación: Más riesgo de cuello de botella (precios altos/retrasos); vigilar ampliaciones de red y nueva generación/baterías en PJM.

2. S&P 500: la mejora de márgenes viene (casi toda) de Tech:

• Qué mide y contexto: Margen neto trimestral del S&P 500 sin financieras (2002–2026E) comparando índice total vs “sin Magnificent 7 y Tech”; importa porque indica quién está sosteniendo la rentabilidad del mercado.

• Insight principal: La brecha se ha abierto: el S&P 500 sube a máximos de margen, mientras el resto (sin Tech) se queda claramente por detrás.

• So what / implicación: El mercado depende más de Tech para “tirar” de beneficios; vigilar revisión de márgenes/beneficios en Tech y el riesgo de concentración si esa tendencia se frena.

3. ARR por empleado: cada vez más “ingreso recurrente” con la misma plantilla:

• Qué mide y contexto: Ingreso recurrente anual por empleado (ARR/FTE) 2018–2025, por percentiles y por tamaño de empresa; importa porque es una medida simple de productividad/eficiencia del modelo SaaS.

• Insight principal: ARR/FTE se dispara y la mejora se concentra en la parte alta: la brecha aumenta entre líderes (percentiles altos y empresas grandes) y el resto.

• So what / implicación: Ventaja competitiva más “winner-takes-more”; vigilar si la IA consolida esa brecha (los mejores escalan) o si baja barreras y comprime ARR/FTE en el resto.

4. Software (IGV): el múltiplo se ha comprimido fuerte

• Qué mide y contexto: PER forward (múltiplo de beneficios esperados) del sector software (ETF IGV) desde 2002 y su “prima” frente al S&P 500 equiponderado; importa porque resume cuánto está pagando el mercado por el crecimiento del software.

• Insight principal: El PER se contrae con fuerza desde los picos de 2021–22 y la prima vs mercado se reduce hasta niveles bajos (≈20x y ~19% en el gráfico).

• So what / implicación: Oportunidad si beneficios/crecimiento aguantan, pero el mercado está pidiendo “pruebas”; vigilar revisiones de EPS y si la IA expande o erosiona márgenes (lo que decidirá si el múltiplo re-revalúa o sigue comprimido).

5. Hedge funds y Software: exposición desplomándose

• Qué mide y contexto: Exposición neta de hedge funds a software en Norteamérica (como % de su exposición total) desde 2010; importa porque refleja el “apetito” institucional por el sector.

• Insight principal: Tras el pico de 2021–22, la exposición se ha reducido de forma acusada y el último año cae a mínimos (percentil 0% en 12 meses en el gráfico).

• So what / implicación: Posible viento de cola si hay “reversión” (recompras/rotación) cuando mejore el sentimiento, pero mientras tanto vigilar flujos y resultados: si no se confirma la tesis en números, el posicionamiento puede seguir presionando.

3) Píldora formativa (1 concepto aplicable)

El próximo martes, en lugar del boletín semanal, voy a publicar un informe completo sobre una idea que hoy está a contracorriente: en mi opinión, apoyada en datos, precedentes históricos y la visión de líderes de la industria, el software no está muriendo; está entrando en una fase de expansión.

Como adelanto, aquí van tres lecciones de grandes disrupciones que suelen malinterpretarse al inicio:

1) PCs vs. mainframes → cloud → más demanda
El PC “democratizó” el cómputo, pero no eliminó lo central. Lo amplió: más usuarios → más casos de uso → más software → más datos → y, en consecuencia, más necesidad de infraestructura (hoy, cloud).

2) E-commerce vs. tienda física → omnicanal → más demanda
No fue “online mata tienda”. Fue “online + tienda = mejor servicio”. En muchas categorías, la combinación aumentó la frecuencia de compra, el surtido y el volumen total.

3) Internet/redes vs. medios tradicionales → explosión de contenido → cambia el reparto
El contenido no desapareció: se multiplicó. Lo que cambió fue el reparto de la distribución y la monetización (quién captura la atención y quién se queda el margen).

Patrón común
La nueva tecnología abarata crear y usar, eso expande la demanda total, y el mercado suele pasar del marco mental de “sustitución” al de “integración”. En el proceso, sufren los players débiles y ganan los que se adaptan —y los nuevos líderes.

El martes recibirás el informe ejecutivo (y una capa extendida para quien quiera profundizar) con implicaciones claras: ganadores/perdedores, riesgos y qué vigilar.

4) Para profundizar:

• Análisis de los resultados de Watches of Switzerland | Quality Value:

• ¿Por qué esta empresa es la 1º posición de nuestro fondo? | HOROS AM:

Hazte Partícipe y asegura tu plaza ya!

💬 Lo que dicen los partícipes de la comunidad

La opinión de los miembros es lo más valioso. Son ellos quienes mejor reflejan la experiencia y el valor de pertenecer a esta comunidad.

🌟 Incluidos gestores de grandes fondos de inversión:

Sourcing: Mirna y Sebas (Partícipes)
Research & edición: Quality Value (Alejandro)

Lo que vas a leer hoy:

1. Qué hace Yext (la empresa, en 30 segundos)

2. Qué evento ha anunciado Yext (el catalizador)

3. Qué es un “odd lot” y por qué es interesante

4. Comprando 99 acciones a $5.53: escenarios de ganancia y rentabilidad

5. Cuándo recibes el dinero (calendario y liquidación)

6. Riesgos principales (los 4 que de verdad importan)

7. Cómo lo he ejecutado yo: la forma más simple y segura

8. Guía universal para entrar como “odd lot” (paso a paso + brokers)

Tiempo estimado de lectura: 3-5 minutos.

1) Qué hace Yext (la empresa, en 10 segundos)

Yext ayuda a empresas (cadenas de tiendas, restaurantes, servicios, etc.) a mantener su información correcta y actualizada en internet: Google/Maps, directorios, redes, web, reseñas, preguntas frecuentes, etc.

Si un negocio tiene 200 locales, Yext sirve para que horarios, dirección, teléfono, servicios y contenidos estén coordinados y no haya “datos rotos” por todos lados.

2) Qué evento ha creado Yext (el catalizador)

Yext ha anunciado que va a recomprar acciones (comprarlas ella misma a los accionistas) por hasta 180 millones de dólares.

Lo hace con un mecanismo muy concreto:

• Pone un rango de precio: $5.75 a $6.50 por acción.

• Los accionistas pueden “apuntarse” diciendo:

  • “Te vendo mis acciones a $X” (dentro del rango), o

  • “Te las vendo al precio final que resulte”.

Después, al cerrar el plazo (fecha oficial: 12 de marzo de 2026), Yext decide un precio único final dentro del rango (el llamado precio de compra).

Ese precio final suele ser el más bajo que le permita comprar el máximo posible hasta llegar a los $180M.

Idea simple: es como si Yext dijera: “quiero recomprar mucho, pero no voy a pagar cualquier precio; dime a cuánto me venderías”.

3) Qué es un “odd lot” y por qué es interesante

Un odd lot aquí significa tener una posición pequeña: menos de 100 acciones.

Yext da una ventaja a estos pequeños accionistas:

Si cumples las reglas de odd lot, te compran primero y normalmente evitas el prorrateo (que es cuando la empresa quiere comprar mucho, pero hay demasiada gente vendiendo, y entonces solo te aceptan una parte).

Digo normalmente hay excepción o se reservan el derecho de cambiar la oferta, pero no ocurre en este caso.

Reglas del odd lot (en cristiano)

Para que te traten como odd lot y te den prioridad, necesitas:

1. Tener 99 acciones o menos en total (sumando todas tus cuentas).

2. Ofrecerlas todas (no vale vender solo una parte).

3. Marcar en tu broker la opción “Odd lot” cuando participas en el evento.

4. Asegurarte de que tu precio ofertado no sea más alto que el precio final que se determine (si pides demasiado, puedes quedarte fuera).

4) Comprando 99 acciones a $5.53 — ¿qué puedes ganar?

Coste: 99 × $5.53 = $547.47

Tu ganancia depende del precio final que fije Yext

Te dejo escenarios sencillos (sin comisiones/impuestos):

• Si el precio final es $5.75

  • Cobras: 99 × 5.75 = $569.25

  • Ganancia: $21.78

  • Rentabilidad: 3.98%

• Si el precio final es $6.00

  • Ganancia: $46.53 (8.50%)

• Si el precio final es $6.50

  • Ganancia: $96.03 (17.54%)

Lo importante: lo que hace odd lot es decir tener 99 acciones o menos, es asegurarte que te compren todo (y no te dejen a medias por prorrateo).

En un escenario “medio”, la ganancia ronda los 40€ y, si ejecutas bien el odd lot, la probabilidad de que te acepten la orden es alta.

No es una cifra que cambie una cartera por sí sola, pero este tipo de operaciones pequeñas y repetibles, compartidas semana a semana en la comunidad, suman puntos de rentabilidad y financian con creces la suscripción premium.

Y lo más valioso: te llevas un proceso (cómo identificar, evaluar y ejecutar estas situaciones) que puedes reutilizar toda la vida.

*Aviso legal: Contenido solo informativo; no es recomendación de compra o venta. Ver aviso completo al final del artículo.

5) ¿Cuándo recibes el dinero?

La fecha oficial de fin de la oferta es 12 de marzo de 2026 (hora de Nueva York), salvo que la extiendan.

Después de esa fecha, suele ocurrir esto:

• En 1–2 días hábiles se publica el precio final y resultados preliminares.

• El pago suele llegar unos días hábiles después (depende del proceso de liquidación y de tu broker).

En la práctica, cuenta con que el efectivo se refleje en tu cuenta aprox. dentro de la semana posterior al 12 de marzo, y a veces el broker añade 1–2 días adicionales.

6) Riesgos (los 4 que de verdad importan)

1. Te pasas de 99 acciones (sin darte cuenta por otra cuenta o compra) → pierdes el odd lot.

2. No ofreces todas → pierdes la preferencia.

3. Tu broker tiene un “deadline” interno antes del oficial y llegas tarde → no entras.

4. Error de precio / selección → si pides un precio por encima del final, podrías quedarte fuera y entonces te quedas con las acciones (con el riesgo de que el mercado baje).

No te preocupes, todo el proceso lo iremos comentando en el canal de Discord para Partícipes, paso a paso, para minimizar errores operativos y tener estos riesgos bajo control.

7) Cómo lo he ejecutado yo:

Yo mismo he realizado esta operación:

• He comprado 99 acciones exactas.

• Participar en el tender desde el broker y elegir (puede tardar horas o días en aparecer):

  • “al precio final de la oferta” (si existe esa opción), o

  • un precio conservador dentro del rango para no quedarte fuera por precio.

• Marcar Odd Lot.

• Hacerlo con margen antes del cierre interno del broker.

También iremos detallando cada paso en el canal de Discord “Situaciones Especiales”, para que puedas replicarlo sin fricción.

Si aún no eres Partícipe, puedes unirte y empezar a recibir este tipo de ideas cada semana.

Únete como participe a la comunidad

Y por último solo para los Partícipes, dejo además una guía paso a paso con el procedimiento completo para cada broker:

8) Guía universal para entrar como “odd lot” (sin líos) con cada broker:

Read more