La era de los agentes inteligentes desde la perspectiva de Baiji: Carta de Baiji Investment, producto insignia 2026, a los inversores

Desde finales de2022, con el surgimiento repentino deChatGPT, la ola de inteligencia artificial no ha dejado de llegar. Los inversores mantienen un gran interés por las inversiones en IA. Recientemente,Anthropic,OpenAI y tambiénX.AI deSpaceX tienen planes deIPO, llevando nuevamente la atención del mercado sobre la inteligencia artificial a su punto más alto.

Coincidentemente, estas tres empresas mencionadas son las posiciones más importantes no cotizadas del producto insignia de Baillie Gifford, el Scottish Mortgage Investment Trust (SMT). Su salida a bolsa también permitirá aSMT obtener grandes beneficios.

La otra cara de la moneda es la controversia en el mercado sobre la inteligencia artificial: el enorme impacto en la industria del software, si los enormes gastos de capital podrán mantenerse, la competencia entre China y EE.UU. en IA, qué industrias pueden ser reemplazadas, entre otras cuestiones.

La inteligencia artificial puede decirse que es el campo que más interesa a Baillie Gifford. Un gestor de fondos de la firma dijo una vez:  “Alrededor del95% de las posiciones en el portafolio tienen algún contacto directo conAI de distintas maneras.“

Sin embargo, no piensen que Baillie Gifford se interesa solo por el concepto puro de inteligencia artificial, sino por su aplicación real. “Esto no es un‘portafolio AI’, sino un portafolio integrado por empresas que usanAI como herramienta universal.” Incluso hay analistas de Baillie Gifford que han dicho:“En el futuro ya no hablaremos específicamente deAI, estará completamente integrada en nuestras vidas, y se manifestará en mayores ingresos y eficiencia.”

Desde esta perspectiva, vemos que Baillie Gifford no considera laAI como un“tema de inversión” independiente, sino como una herramienta universal que, igual que Internet, penetrará todos los sectores.

Más interesante aún, en el siglo de historia de Baillie Gifford, ha atravesado numerosas revoluciones tecnológicas. Han vivido oportunidades de desarrollo y rupturas de burbujas en repetidas ocasiones. Por eso, cómo Baillie Gifford ve la inteligencia artificial es un tema realmente interesante.

El producto insignia de Baillie Gifford: el Scottish Mortgage Investment Trust (SMT) publicó su informe anual. Ya compartimos la primera parte,Tom Slater, gestor de fondos. Ahora continuamos con la carta a los inversores deLawrence Burns, otro gestor deSMT. En esa carta profundiza en el desarrollo y la inversión en IA desde la perspectiva de Baillie Gifford.

Para Baillie, el desarrollo de IA ya ha pasado por la era del diálogo, la era del razonamiento, y ahora está oficialmente en la era de los agentes inteligentes. Actualmente, la industria del software se ve muy afectada,AI está sustituyendo ampliamente la codificación manual. Sin embargo, en la industria hay perdedores y ganadores. La infraestructura del software se desarrollará mucho más en el futuro. Además, los agentes inteligentes tendrán un gran impacto en ámbitos del conocimiento, como la ley, finanzas y consumo. Lo clave es si una empresa puede mantener una ventaja competitiva duradera en la ola de la IA.

Además, la inteligencia artificial no se limita a Silicon Valley; China también tiene varias ventajas en esta transformación, incluyendo laAI física, alta relación coste-beneficio y capacidad de convertir en productos. Esto impulsa a China a crear empresas de valor importante en esta ola de cambio.

Finalmente, Baillie Gifford nos inspira mucho al analizar las reglas reflejadas en cada transformación desde una perspectiva histórica y cómo los inversores deberían responder.

A continuación, la carta a los inversores deLawrence Burns 2026 de Baillie Gifford.

Era de los agentes inteligentes

En enero de2025, la facturación anualizada de la compañía de IAAnthropic era de10 mil millones de dólares.15 meses después, esta cifra ya supera los30 mil millones. En la historia, ninguna empresa ha logrado que sus ingresos crezcan orgánicamente con tal escala y velocidad.Anthropic es una de las compañías de capital privado del Scottish Mortgage Investment Trust (SMT), y ha contribuido a dar paso a la tercera era de la IA generativa.

La primera era fue la del diálogo, iniciada con el lanzamiento en2022 deChatGPT deOpenAI, cuando los modelos se volvieron capaces de seguir instrucciones en lenguaje natural de forma confiable y entablar conversaciones con los usuarios.

La segunda fue la era del razonamiento, iniciada en2024 en septiembre con el modeloo1 deOpenAI. Los modelos aprendieron a detenerse, pensar por pasos,y

A finales de noviembre de2025, tras el lanzamiento deClaude Opus 4.5 deAnthropic, la llegada de la era de los agentes ya es indiscutible. Ahora los modelos pueden recibir un objetivo y trabajar hacia él en muchos pasos: planificar, usar herramientas, revisar su trabajo y generar resultados útiles sin necesitar constantemente instrucciones humanas.

Cada era se construye sobre la anterior, no la sustituye. Los agentes de hoy son modelos de razonamiento que han aprendido a actuar, así como los modelos de razonamiento aprendieron a pensar en el diálogo.

El auge de los agentes afecta ampliamente nuestro portafolio de inversiones: reestructura la industria del software, aumenta el valor de empresas de consumo, impulsa el ecosistema paralelo de IA en China y exige una cadena de suministro física para satisfacer una demanda de computación que no cesa.

Software

El impacto de los agentes aparece primero y a gran escala en el software. En la vieja industria del software, el trabajo estaba digitalizado, tenía gran valor y objetivos claros, y la retroalimentación era rápida. 

La adaptación de los agentes es veloz. El CEO de Google afirmó que75% del nuevo código ya es escrito por IA. Un fundador de una de nuestras empresas en cartera recientemente nos dijo que su gasto en herramientas de codificación IA para ingenieros superó el salario de los ingenieros humanos. Además, el retorno sobre las herramientas de agentes supera el retorno de los propios ingenieros. EnAnthropic, la IA ya escribe entre el70% y el90% del código.

Vamos hacia un futuro en que el software será cada vez más construido, operado y utilizado por agentes. Esto tiene grandes consecuencias.

Primero, debilita el vínculo entre el valor del software y la cantidad de “usuarios” (usuarios licenciados en una organización), en tanto gran parte del precio de la industria depende de ese número. Segundo, reduce barreras para crear software, aumenta la competencia y erosiona los “moats” existentes basados en código acumulado y complejidad. Tercero, plantea una cuestión más profunda sobre dónde se acumulará valor en cada empresa: ¿en la aplicación de software misma, o en la capa inteligente que comprende tareas, aprovecha datos y guía el trabajo?

La reacción del mercado fue muy rápida. En los últimos12 meses, el valor total de mercado del software global bajó unos2 billones de dólares. Este reajuste tiene algo de sentido: algunos precios previos casi no consideraban el efecto de los agentes en el poder de fijar precios, competencia y captura de valor.

Pero el mercado repreció al sector de software sin distinciones, afectando todas las empresas. No todas las empresas de software son iguales. Hay una diferencia entre software usado por humanos y software que provee infraestructura para otras actividades digitales. Si los agentes cambian la interacción de las personas con las apps, los primeros quedan más expuestos a riesgos. Los segundos pueden beneficiarse, porque los agentes generan más demanda en sus áreas: consultas de datos, chequeo de seguridad, cargas computacionales, pagos e identidad.

Nuestras posiciones en software se orientan más hacia la capa de infraestructura. Si los agentes quieren operar dentro de empresas,Rancher ySnowflake organizan los datos gestionados que los agentes requieren.Cloudflare provee la capa de red y seguridad donde las apps de agentes pueden operar, y ayuda a los sitios web a identificar, controlar y cobrar a los agentesAI por acceso.Adyen yStripe brindan infra de pagos y confianza para que los agentes transaccionen de manera segura para clientes y comercios.Stripe siempre fue cautelosa en no exagerar la velocidad del cambio, creen que el negocio de agentes aparecerá poco a poco antes que un salto abrupto; pero cada paso requiere rieles financieros programables, autorizados y confiables.

Más allá del software

El efecto de los agentes no está limitado al desarrollo de software. La mayoría de los trabajos basados en conocimiento, al desglosarlos, pueden resumirse en: leer, escribir, razonar y usar software. Combinadas, estas tareas completan el trabajo. Justamente, esas son las habilidades en las que los agentes ahora se destacan. Durante mucho tiempo, trabajos que parecían especializados, como preparar un memo legal, sintetizar ensayos clínicos, construir modelos financieros o revisar solicitudes de patentes, son especializados en el plano del conocimiento, pero en el plano de operación cognitiva son tareas universales. En consecuencia, los agentes no son una herramienta de un sector, sino de muchos sectores.

La misma lógica aplica a las empresas de consumo. Los agentes pueden convertirse en asistentes para nuestra vida diaria, compras y finanzas. Si un asistenteAI transversal se sitúa entre el cliente y la plataforma, crea riesgos. Pero las plataformas más fuertes controlan los activos necesarios para el agente: confianza, historial del cliente, pagos, crédito, logística, catálogo y red de comercios. Así, Amazon,MercadoLibre ySea Limited buscan crear sus propios agentes verticales para sus plataformas y permitir compras fuera de ellas.

Nubank ofrece una posibilidad similar en el sector financiero. Cuando los agentes aún no eran populares, su fundadorDavid Vélez nos dijo que la ambición deNubank era ser el banquero personal en el bolsillo de cada cliente. Los agentes pueden materializar esa meta: ayudan a administrar pagos, entender gastos, decidir cuándo pedir un crédito, generar ahorros y encontrar la mejor tasa del mercado. Los agentes mejoran la transparencia de precios, personalizan opciones según cada individuo y reducen la fricción para actuar. ParaVélez, es una oportunidad. Como operador de bajo costo,Nubank tiene total potencial para aprovecharla.

Pocas empresas quedarán intactas por el desarrollo de los agentes. Para algunas, crearán nueva demanda; para otras, amenaza a los actuales pools de ganancias; para muchas, vivirán ambas situaciones. Ese será el principal reto de crecimiento para nosotros en los próximos años.SMT puede afrontar ese reto porque invertimos tanto en mercados públicos como privados. Muchas de las empresas que lideran IA siguen sin cotizar, y nuestro acceso nos permite entender mejor el ritmo de mejora, la adopción y el valor que la tecnología puede generar.

Fuera de Silicon Valley

Enfrentar ese reto requiere también una perspectiva geográfica. Es fácil interpretar la historia de la IA como la historia de Silicon Valley. Para las capacidades de modelos de frontera, esa interpretación es más o menos correcta, pero es incompleta. China no es solo seguidora de IA; desarrolla distintas fortalezas bajo condiciones diferentes.

La primera es IA física. La simulación es vital, pero la mejora más rápida en inteligencia encarnada ocurre cuando el entrenamiento virtual se combina con despliegue real. La base industrial de China es clave porque brinda la mayor capacidad de implantación de IA física. La mayor instalación de robots industriales, una densa cadena de suministro local, políticas de apoyo. El sector de vehículos eléctricos ya combina software, hardware y manufactura basada en costos, y es la mejor prueba. Una de nuestras participaciones, Horizon Robotics, está justo en la intersección entre IA y el mundo real, y aspira a expandir autos autónomos hacia robots más amplios.

La segunda es la relación costo-beneficio. Las restricciones de EE.UU. a chips avanzados impulsan a las empresas chinas de modelos a hacer más con menos. Esto es clave porque la computación en la era de los agentes será mucho más intensa que en la era del diálogo. Para una adopción masiva, el costo debe bajar mucho. MiniMax, una de nuestras participaciones, desarrolló modelos open source que se acercan a la frontera a una fracción del coste de entrenamiento, parte de un ecosistema chino que acerca la inteligencia al punto de costo. Los modelos baratos no tienen que ganar todos los benchmarks, es importante que la inteligencia sea lo suficientemente barata como para integrarse en agentes de software, apps de consumo, flujos de trabajo empresariales, robots y autos.

La tercera fortaleza china se refleja en nuestra posición en ByteDance: la productización. Doubao de ByteDance muestra cuán rápido la IA generativa puede convertirse en un hábito de consumo masivo cuando se trabaja con una empresa experta en recomendación, diseño de interfaces y viralidad. Lidera el mercado chino con más de226 millones de usuarios activos mensuales. La próxima etapa de IA no será solo definida por quienes tengan los modelos más grandes. También la definirán quienes puedan hacer que la inteligencia sea barata, útil, práctica y habitual.

Cadena de suministro físico

Todos los cambios discutidos impactarán directamente la cadena de suministro físico. Cada era de IA generativa suma nuevas necesidades de computación y no elimina las previas. El entrenamiento de modelos fue el motor inicial de la era del diálogo, y sigue expandiéndose con modelos cada vez mayores en laboratorios de vanguardia. La era del razonamiento agregó una segunda capa: los modelos ya no solo dan respuestas, ahora dedican más computación a resolver, revisar lógica y considerar alternativas. La era de los agentes añade una tercera capa, que crece incluso más rápido.Anthropic muestra que un solo agente consume cuatro veces la computación de una conversación de chat, y sistemas mult-agente consumen unas15 veces más.

Pero el mayor cambio es que, hasta ahora, la demanda de IA estaba limitada implícitamente por la atención humana. Una persona puede hacer cierta cantidad de preguntas por día, cada respuesta debe esperar el siguiente input. Los agentes ya han eliminado esa limitación. Dado un objetivo, un agente puede razonar en docenas de ciclos, operar autónomamente incluso cuando el humano duerme, y colaborar cada vez más con otros agentes en la misma tarea.

Estas tres eras muestran una S compuesta de demanda computacional, ninguna de ellas termina en una meseta, cada una es más empinada que la anterior. Por eso, la demanda por chips crece con fuerza y sin pausa. Este es el fundamento de nuestras posiciones en la cadena de suministro de chips, incluyendo TSMC, una de nuestras mayores posiciones,ASML, y Nvidia, que hemos ido incrementando.

Invertir en la cadena de suministro es apostar por el crecimiento de la IA en sí, no por qué empresa le sacará provecho. Sin importar qué aplicación gane, o qué modelo de frontera domine, la demanda de computación se canaliza por unas pocas empresas. Por eso invertir en la cadena de suministro es una forma excepcionalmente atractiva de beneficiarse del crecimiento de IA.

Patrones de revolución. Entendemos bien que la historia de las tecnologías revolucionarias también es historia de reacciones exageradas del mercado. Incluso las innovaciones más disruptivas, la psicología humana y de mercado tiene una capacidad confiable para valorar mal su trayectoria.

Las ferroviarias del siglo XIX transformaron la economía moderna. En su apogeo en los años 1880, representaban el60% del mercado bursátil estadounidense, luego una serie de recesiones destruyó mucho capital.18th finales, los canales, y la construcción de fibra óptica a fines de los90 del siglo XX siguieron patrones similares: avances tecnológicos genuinos, impactos económicos reales y también exceso financiero.

Debemos esperar que IA tenga una evolución similar a esa historia. Sin embargo, lo racional no es rechazar la revolución tecnológica. No es una decisión segura. Si IA trastorna a la mayoría de las industrias, evitarla no elimina el riesgo, sólo lo traslada. Aún podrías tener empresas que van a ser desplazadas, y no empresas con ventajas generacionales.

La tarea más difícil para el inversor es seguir invertido, pero sin hacerlo indiscriminadamente: diferenciar valor duradero de prosperidad pasajera, infraestructura sólida de aplicaciones vulnerables, empresas que sólo “usan IA” de aquellas que la convierten en ventaja económica sostenible. La aparición de agentes capaces nos hace confiar más en que la demanda por IA puede seguir expandiéndose.

Pero la historia demuestra la importancia de la humildad. En el camino del cambio habrá desperdicio, decepción y sobreinversión. Nuestro trabajo no es creer en todo lo que promete la IA, sino poseer aquellas empresas excelentes que se beneficien conforme la inteligencia se abarate, mejore y llegue a más sectores.

Lawrence Burns

Gestor de fondos SMT

Baillie Gifford)