Saltar al contenido

El Cerebro

Biblioteca

Busca por título o materia; no dentro de las notas.

Cadenas de valor y adjacencias entre tesis

analisis fundamental

Fuentes base: Finmagine (Value Chain Analysis), McKinsey (adjacencies), Phillip Capital DIFC (supply chain), Macroplane (AI supply chain map), Oaktree/Howard Marks (second-level thinking), arXiv 2202.10623 (correlación como matriz de adyacencia).

1. Resumen ejecutivo

Una tesis de inversión no vive aislada: toda empresa ocupa un nodo dentro de una cadena de valor (del inglés value chain) que va de la materia prima al consumidor final. El ángulo central de esta sonda es que la tesis de una empresa abre, casi mecánicamente, tesis adyacentes en sus nodos vecinos —hacia arriba (upstream, proveedores) y hacia abajo (downstream, clientes/canales)— y que existe un método reproducible para mapear esas adyacencias antes de que se vuelvan consenso.

Por qué importa al inversor de largo plazo: el análisis financiero tradicional muestra los síntomas (márgenes, ROCE, capital de trabajo); el análisis de cadena de valor muestra la estructura que los produce (Finmagine, 2026-04-06). Dos empresas del mismo sector pueden tener casos de inversión opuestos por ocupar nodos distintos: quien controla el chokepoint (cuello de botella escaso) fija precios; quien está upstream de él es un proveedor de materia prima a merced del spot; quien está downstream posee la relación con el cliente y cobra márgenes recurrentes (Finmagine, 2026-04-06).

Cifras clave:

  • Empresas que crecen hacia adyacencias naturales generan, de media, +1,5 puntos porcentuales anuales de retorno sobre los pares de su industria; las adyacencias basadas en cadena de valor aportan 3–4% de TSR excedentario (McKinsey, 2023-12-18).
  • Una gran empresa típica obtiene ~20% de sus ingresos fuera de su negocio base (McKinsey, 2023-12-18).
  • El buildout de IA recorre ~150 empresas cotizadas en 17 capas de suministro, y la exposición más asimétrica suele estar 3–4 eslabones upstream de los nombres que todos ya poseen (Macroplane, 2026-06-08).

2. Estructura / modelo

Toda cadena de valor se descompone en nodos secuenciales. El modelo de Finmagine los jerarquiza así: Materia prima → Componente → Semiacabado → Producto terminado → Distribución → Plataforma → Capa de servicio (Finmagine, 2026-04-06). Cada nodo tiene tres atributos que hay que calificar: EBIT típico, barrera de entrada y poder de fijación de precios (pricing power).

Mecánica de la adyacencia (el "método", ver sección 4):

  1. Ancla la empresa en su nodo.
  2. Dibuja el flujo completo upstream→downstream.
  3. Califica cada nodo (EBIT / barrera / pricing power).
  4. Marca movimientos recientes (M&A, capex) como up→ o down→.
  5. Extrae las tesis vecinas: ¿quién suministra y quién compra? ¿quién tiene el chokepoint?
  6. Construye la matriz de adyacencia (empresa o tesis) → ¿quién se activa si esta tesis funciona?
  7. Segundo orden: si la tesis es cierta, ¿qué se desencadena en los nodos vecinos?

Ejemplo concreto — la cadena de cables de Polycab (Finmagine, 2026-04-06):

| Nodo | EBIT típico | Poder de fijación | Implicación de tesis | |---|---|---|---| | Varilla de cobre (upstream) | 2–4% | Muy débil (commodity) | El proveedor no puede trasladar costes a Polycab | | Polycab (fabricante) | >4% | Medio-alto en retail | Captura el margen del nodo intermedio | | Distribuidor (downstream) | 2–3% | Débil | No puede exprimir el margen de Polycab |

La lectura: Polycab está rodeada de nodos débiles → estructura de chokepoint digna de prima. Un movimiento upstream a varilla de cobre cambiaría el relato de beneficios (Finmagine, 2026-04-06).

3. Numeros clave

  • Poder de fijación por nodo: en la cadena de cables, la varilla de cobre (2–4% EBIT) y el distribuidor (2–3% EBIT) dejan el poder del lado del fabricante (Finmagine, 2026-04-06).
  • Adyacencias corporativas: +1,5 pp/año de retorno por expandirse a adyacencias naturales; 3–4% de TSR excedentario en las basadas en cadena de valor (McKinsey, 2023-12-18).
  • Cadena de IA como grafo dirigido: ~150 cotizadas en 17 capas; cuellos de botella de un solo proveedor en EUV (ASML), foundry de vanguardia (TSM) y HBM (SK Hynix / MU) concentran el riesgo y el dinero (Macroplane, 2026-06-08).
  • Correlación = adyacencia: el paper arXiv 2202.10623 trata la matriz de correlación cruzada de retornos como una matriz de adyacencia de un grafo ponderado (Aᵢⱼ = |Cᵢⱼ|) para descubrir sectores correlacionados; confirma que en crisis (GFC, COVID) la diversificación por sector pierde efecto (James, Menzies & Gottwald, 2022).
  • Pick-and-shovel: estrategia acuñada en la Fiebre del Oro (1840s–50s) de comprar a los que venden las palas en lugar de a los mineros; flujos más estables pero vulnerables a la caída de la industria soporte (Investopedia, 2011-07-21).

4. Posicion / marco conceptual

El marco teórico es la posición de nodo como determinante de invertibilidad (Finmagine, 2026-04-06) cruzado con el concepto de chokepoint: el valor no vive en el producto ni en el conocimiento, vive donde hay un cuello de botella escaso y difícil de ampliar (Tim Kapp, 2026-03-05). Cuando un cuello de botella se libera, el poder migra al siguiente nodo vinculante —la "ley de valor en sistemas restringidos" (Tim Kapp, 2026-03-05). Eso es, en esencia, el motor de las adyacencias: la tesis de un nodo dice dónde se está trasladando el poder de precios.

Conecta con otras ideas del Cerebro:

  • fosos moats — el chokepoint es la forma estructural del foso.
  • fuerza de precios — el pricing power se mide por nodo, no por empresa.
  • second order thinking — las adyacencias son el puente de primer a segundo orden.
  • asymmetric upside — la exposición más asimétrica suele estar 3–4 eslabones upstream (Macroplane, 2026-06-08).
  • analisis-fundamental — la cadena de valor es la extensión estructural del análisis de sector.
  • cadenas suministro ia (página a crear) — mapa vivo de la cadena de IA.

El método de mapeo (protocolo reproducible):

  1. Anclaje de nodo: coloca la empresa en Materia prima→…→Servicio.
  2. Mapeo de flujo: dibuja la cadena completa con nombres de empresas reales en cada nodo.
  3. Calificación de nodos: EBIT típico / barrera / pricing power (chokepoint vs trampa commodity).
  4. Movimientos recientes: clasifica M&A/capex como up→ o down→ ( Finmagine, 2026-04-06).
  5. Extracción de tesis vecinas: lista quién suministra (upstream) y quién compra (downstream); señala el chokepoint.
  6. Matriz de adyacencia: grafo dirigido donde cada arista = "si esta tesis funciona, esta empresa/nodo se beneficia". Usa correlación de retornos como proxy quant (arXiv 2202.10623).
  7. Segundo orden: pregunta "¿y entonces qué?" para cada nodo vecino y registra las consecuencias en second order thinking.

5. Catalizadores y riesgos

Novedades recientes (Google News RSS, agosto 2026):

  • a16z lanza el fondo "Machine Age" para atacar cuellos de botella de suministro de IA (WSJ, 2026-08-28) — valida que el capital inteligente se concentra en chokepoints de la cadena (Fuente: news.google.com/rss/search?q=Andreessen+Horowitz+Machine+Age+fund).
  • "How Do You Invest In The AI Value Chain?" (Seeking Alpha, 2026-08-12) — la pregunta del mercado ya no es "qué IA" sino "dónde en la cadena" (Fuente: news.google.com/rss/search?q=How+Do+You+Invest+In+The+AI+Value+Chain).
  • UPS invierte >$2.000M en cadenas de suministro más resilientes (2026-08-24) — el gasto en resiliencia de cadena es un catalizador downstream para logística (Fuente: news.google.com/rss/search?q=UPS+supply+chain+investment).

Riesgos:

  • Falsa adyacencia: no todo nodo vecino es una buena tesis; un nodo commodity upstream puede no tener pricing power (Finmagine, 2026-04-06).
  • Correlación en crisis: en shocks, la diversificación por sector colapsa y los nodos vecinos caen juntos (arXiv 2202.10623).
  • Migración del chokepoint: el poder se traslada cuando se libera el cuello de botella (Tim Kapp, 2026-03-05) — la adyacencia de hoy puede quedar obsoleta.

6. Valoracion / implicaciones practicas

Qué debe hacer el inversor:

  • No analices la empresa suelta: dibuja siempre su nodo y sus vecinos. Si la tesis es "Polycab captura margen", la adyacencia upstream (varilla de cobre) y downstream (distribuidores) son pistas de riesgo/oportunidad (Finmagine, 2026-04-06).
  • Usa rondas de financiación y capex como capa de señal: un cluster de rondas en infraestructura IA implica que la capa de aplicación está por explotar —busca la oportunidad no financiada (Faster Than Normal, 2026-02-12).
  • Prioriza el chokepoint: paga prima por el nodo con pricing power escaso, no por el nodo commodity (Finmagine, 2026-04-06; Tim Kapp, 2026-03-05).
  • Cuantifica la adyacencia: construye la matriz de correlación cruzada; si dos tesis cotizan como el mismo nodo, estás doblemente expuesto (arXiv 2202.10623).

— dato privado retirado —

7. Veredicto para el inversor

El mapeo de cadenas de valor y adyacencias no es un ejercicio académico: es la forma más honesta de descubrir la siguiente tesis antes del consenso y de medir dónde está realmente tu riesgo. La regla es simple y comprobable: toda tesis bien anclada abre una adyacencia upstream o downstream; si no la ves, es que no has dibujado la cadena. El inversor de largo plazo que internalice el método de los 7 pasos(sec. 4) sustituye el "me gusta el producto" (pensamiento de primer nivel, Howard Marks, 2015) por "sé dónde se traslada el poder de precios".

8. Segundo orden (OBLIGATORIO y central en este wiki)

Implicaciones de las implicaciones:

  • Si la tesis del chokepoint es cierta, el dinero migra del producto final al nodo escaso. Eso choca con la narrativa popular de "comprar la marca": en la IA, los nombres de moda (ensambladores) pueden ser el nodo commodity mientras ASML/TSM/HBM son el chokepoint (Macroplane, 2026-06-08; Tim Kapp, 2026-03-05). Conecta con fosos moats y fuerza de precios.
  • Adyacencia como red, no como lista: tratar la correlación como matriz de adyacencia significa que el "segundo orden" es topológico —una perturbación en un nodo se propaga por aristas, y en crisis todas las aristas se encienden a la vez (arXiv 2202.10623). Esto refuerza second order thinking: el inversor debe mapear el grafo, no coleccionar tickers.
  • Choque con otras fuentes: McKinsey vende la adyacencia como growth corporativo (+TSR); el inversor de valor la usa como descubrimiento de riesgo y asimetría. Misma herramienta, objetivo distinto. Ver analisis-fundamental.
  • Dónde vigilar a 3–5 años (Carlos): (1) la migración del chokepoint de conocimiento→infraestructura/regulatorio/capital (Tim Kapp, 2026-03-05); (2) si los ~150 nodos de IA se consolidan o fragmentan; (3) si el "Machine Age fund" de a16z normaliza la inversión en chokepoints y elimina la asimetría; (4) si la correlación cruzada de la cartera se acerca a 1 (pérdida de diversificación real, arXiv 2202.10623). Páginas sugeridas a crear: cadenas suministro ia, chokepoints pricing power, matriz adyacencia cartera, pick and shovel plays.

9. Fuentes consultadas

  1. Finmagine — Value Chain Analysis: Map Pricing Power & Disruption Exposure — https://finmagine.com/blogs/value_chain_analysis_ai_advisor.php (2026-04-06)
  2. McKinsey & Company — How to reignite growth through adjacencies — https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/how-to-reignite-growth-through-adjacencies (2023-12-18)
  3. Phillip Capital DIFC — Supply Chain Analysis Guide for Equity Investors — https://phillipcapitaldifc.ae/supply-chain-analysis/ (2026-07-14)
  4. Macroplane — The AI Supply Chain Map: Every Public Company in the AI Buildout (2026) — https://macroplane.com/blog/ai-supply-chain-map (2026-06-08)
  5. Oaktree Capital — Howard Marks, "It's Not Easy" (memo on second-level thinking) — https://www.oaktreecapital.com/docs/default-source/memos/2015-09-09-its-not-easy.pdf (2015-09-09)
  6. arXiv — James, Menzies & Gottwald, "On financial market correlation structures and diversification benefits" — https://arxiv.org/abs/2202.10623 (2022)
  7. Investopedia — Pick-and-Shovel Play — https://www.investopedia.com/terms/p/pick-and-shovel-play.asp (2011-07-21)
  8. Tim Kapp — AI Gets the Headlines. Chokepoints Get the Power. — https://www.timkapp.com/articles/ai-gets-the-headlines-chokepoints-get-the-power (2026-03-05)
  9. Faster Than Normal — Recent funding rounds: a real-time signal layer (adjacency framework) — https://fasterthannormal.co/business-frameworks/recent-funding-rounds (2026-02-12)
  10. WSJ vía Google News — Andreessen Horowitz launches "Machine Age" fund for AI supply bottlenecks — https://news.google.com/rss/search?q=Andreessen+Horowitz+Machine+Age+fund (2026-08-28)
  11. Seeking Alpha vía Google News — How Do You Invest In The AI Value Chain? — https://news.google.com/rss/search?q=How+Do+You+Invest+In+The+AI+Value+Chain (2026-08-12)

---

Nota de evolucion 2026-08-30 (elisa)

Asenso a pagina durable del wiki tras revision de la CIO. La sonde de origen (scratchpad/sondas-2026-08-30/cadenas-valor-adjacencias.md) se valido: estructura completa de 9 secciones, seccion de segundo orden presente y >=6 fuentes reales. No se reescribio ninguna afirmacion previa. Trailer de commit: Agente: elisa.