¿Sigue habiendo potencial alcista en la IA? Estas son las apuestas de Citigroup
La inteligencia artificial sigue acaparando titulares, pero el mercado empieza a mirar en una dirección diferente. Después de meses en los que la atención se ha concentrado en los fabricantes de chips y en los grandes desarrolladores de modelos, Citigroup cree que la siguiente fase del ciclo tendrá otros protagonistas.
La tesis del banco es clara: el valor ya no estará únicamente en construir la inteligencia artificial, sino en hacer que funcione de forma eficiente.
Y ahí es donde aparecen compañías como Snowflake, MongoDB, Datadog o Elastic, empresas que operan en una parte menos visible, pero cada vez más crítica, del ecosistema tecnológico.
LA CAPA DE DATOS GANA PROTAGONISMO
Para Heath Terry, responsable de investigación de inversiones en inteligencia artificial de Citigroup, la mejor oportunidad para la segunda mitad de 2026 se encuentra en la denominada data layer, la capa de software situada entre el almacenamiento de información y las aplicaciones finales.
Es en ese nivel donde los datos son limpiados, organizados y preparados para que puedan ser utilizados por los modelos de inteligencia artificial. A medida que aumenta el uso de estas herramientas, también lo hace la necesidad de gestionar enormes volúmenes de información de forma eficiente.
"Las compañías ganadoras son las que están expuestas al consumo", explica Terry en declaraciones a CNBC. "La inteligencia artificial está impulsando un crecimiento masivo del consumo, especialmente en la capa de datos. Snowflake, MongoDB, Datadog o incluso Elastic, con modelos de negocio ligados al consumo, son donde hay que estar".
MÁS ALLÁ DE LOS GRANDES MODELOS
El analista considera que la competencia entre los grandes modelos de inteligencia artificial, como Anthropic y OpenAI, se está intensificando justo cuando ambos se preparan para un escenario marcado por las esperadas salidas a bolsa y por el crecimiento de modelos de código abierto con capacidades similares y costes considerablemente inferiores.
Sin embargo, independientemente de quién termine liderando esa carrera, todos comparten una misma necesidad: acceder a cantidades cada vez mayores de datos estructurados y fácilmente utilizables. Esa dependencia convierte a las compañías especializadas en gestionar esos datos en una pieza esencial del engranaje tecnológico.
SNOWFLAKE: LA NUBE NEUTRAL DONDE VIVEN LOS DATOS
Snowflake es la apuesta más reconocible de la tesis de Citigroup. Su propuesta de valor es sencilla: ofrece una plataforma de datos en la nube que funciona de forma idéntica sobre AWS, Azure o Google Cloud, sin costes de migración ni dependencia de ningún proveedor concreto.
En un entorno donde cada gran tecnológica lanza su propia plataforma de datos (Redshift, Microsoft Fabric, BigQuery), la neutralidad de Snowflake se ha convertido en su principal ventaja competitiva. Las grandes empresas que operan en múltiples nubes no pueden permitirse gestionar arquitecturas de datos distintas para cada entorno. Snowflake les ofrece una capa unificada.
Los resultados respaldan la tesis. En su primer trimestre fiscal de 2027, la compañía ingresó 1.390 millones de dólares, un 33% más que el año anterior, superando con claridad las estimaciones del mercado. Su tasa de retención neta de ingresos se sitúa en el 126%, lo que indica que los clientes no solo renuevan sino que amplían su gasto año tras año. Las obligaciones de rendimiento pendiente (ingresos futuros ya comprometidos) crecieron un 28% hasta los 4.800 millones de dólares.
La compañía cotiza con múltiplos elevados, en torno a 109 veces los beneficios estimados para los próximos doce meses, lo que refleja tanto las expectativas de crecimiento como el riesgo de ejecución al que se enfrenta.
MONGODB: LA BASE DE DATOS DE LA ERA DE LA IA
MongoDB ocupa un lugar diferente dentro del ecosistema. Si Snowflake gestiona datos estructurados a gran escala, MongoDB es la base de datos elegida para almacenar y consultar datos no estructurados, el tipo de información que generan en mayor volumen las aplicaciones modernas y los agentes de inteligencia artificial.
Su plataforma Atlas integra capacidades de búsqueda vectorial, análisis en tiempo real y consulta en lenguaje natural, lo que la convierte en una infraestructura especialmente relevante para el desarrollo de aplicaciones de IA generativa. MongoDB fue nombrada Google Cloud Partner of the Year por séptimo año consecutivo, lo que da una medida de su posición en el ecosistema.
Wall Street mantiene una visión constructiva sobre el valor: 28 de los 39 analistas que cubren el título recomiendan compra con convicción, con un precio objetivo medio de 399 dólares y estimaciones que apuntan a una revalorización potencial de hasta el 57% en el escenario más optimista.
DATADOG: EL TERMÓMETRO DE LA INFRAESTRUCTURA DE IA
Datadog es la apuesta de observabilidad del grupo. Su función es monitorizar en tiempo real el rendimiento de aplicaciones, servidores, bases de datos y sistemas de inteligencia artificial, convirtiéndose en una pieza indispensable a medida que las empresas despliegan infraestructuras de IA cada vez más complejas.
Los números del primer trimestre de 2026 fueron los mejores de su historia: ingresos superiores a 1.000 millones de dólares por primera vez, con un crecimiento del 32% interanual. La acción respondió con una subida del 31% en una sola sesión. Más de 33.200 clientes utilizan la plataforma, el 56% emplea cuatro productos o más, y la compañía ya cuenta con cinco líneas de negocio que superan individualmente los 100 millones de dólares en ingresos recurrentes anuales.
Ese nivel de diversificación dentro de la propia cartera de productos reduce su dependencia de un único vector de crecimiento y aumenta los costes de cambio para sus clientes, algo que el mercado valora especialmente en un entorno competitivo donde los grandes proveedores de nube ofrecen herramientas de monitorización propias.
ELASTIC: BÚSQUEDA E INTELIGENCIA ARTIFICIAL EN TIEMPO REAL
Elastic es quizás la menos conocida del grupo entre el inversor generalista, pero su posición tecnológica es estratégica. La compañía se define a sí misma como la empresa de búsqueda con inteligencia artificial integrada, y su motor es la pieza que permite a las aplicaciones encontrar, filtrar y responder sobre grandes volúmenes de datos en tiempo real.
En el contexto del desarrollo de agentes de IA, sistemas que combinan múltiples modelos para realizar tareas complejas, la búsqueda en tiempo real sobre datos propios se ha convertido en una necesidad crítica. Elastic ha integrado su plataforma de observabilidad con Amazon Bedrock AgentCore para ayudar a las empresas a monitorizar y optimizar sus agentes de IA, y ha sido reconocida por AWS con su especialización en IA agentic.
Además, la compañía ha firmado un acuerdo con la Agencia de Ciberseguridad e Infraestructura de Estados Unidos (CISA) para desplegar su plataforma SIEM como servicio en las agencias civiles federales del país, lo que abre una línea de negocio institucional de largo recorrido.
EL SOFTWARE VUELVE A DIFERENCIAR GANADORES Y PERDEDORES
La mejora de las expectativas sobre este segmento también está cambiando la percepción de todo el sector del software, muy castigado durante los primeros meses del año en un episodio que llegó a conocerse informalmente como SaaS-mageddon.
Ahora, según Terry, el mercado empieza a abandonar las ventas indiscriminadas para volver a diferenciar entre compañías. "Estamos llegando a un mejor momento para el software, donde volvemos a elegir ganadores y perdedores", afirma.
LA SIGUIENTE REVOLUCIÓN ESTÁ EN LA ORQUESTACIÓN
El banco también pone el foco en otra tecnología que podría ganar relevancia durante los próximos años: el denominado model routing, un sistema encargado de decidir qué modelo de inteligencia artificial resulta más eficiente para cada tarea concreta.
En el hardware ya existe un concepto similar conocido como orchestration, que coordina diferentes unidades de procesamiento. En el software, el objetivo es parecido: distribuir cada carga de trabajo hacia el modelo más adecuado para optimizar costes y rendimiento.
"El motivo por el que esa capa de enrutamiento es importante es que optimizar qué modelo resulta más eficiente para cada carga de trabajo será una parte fundamental de cómo las empresas adopten e implanten la inteligencia artificial", explica Terry. Empresas privadas como Not Diamond, Martian u OpenRouter ya trabajan en este ámbito, ayudando a sus clientes a reducir costes mediante la distribución inteligente de tareas entre distintos modelos.
GENERACIÓN DE NUEVOS GANADORES
Ese cambio de enfoque resume la tesis de Citigroup para la segunda mitad del año.
Mientras buena parte del mercado sigue mirando a los grandes nombres de la inteligencia artificial, el banco cree que la siguiente generación de ganadores podría encontrarse en las compañías que trabajan entre bastidores, allí donde los datos dejan de ser una materia prima para convertirse en una ventaja competitiva.
