SK Hynix Levanta Recorde de $26,5B en IPO de Nasdaq; CEO Advierte que 2027 Será la Peor Escasez de Memoria en la Historia
SK Hynix, el fabricante de memoria surcoreano que controla el 56,4% de los ingresos global de HBM (memoria de alto ancho de banda), completó el mayor IPO extranjero en la historia de EE.UU. el 10 de julio de 2026, recaudando $26,5 mil millones a $149 por acción de depósito americana. El trato superó el récord de 2014 de Alibaba ($25 mil millones) e inusualmente fue precificado con prima (2,9% por encima del cierre de Seúl) en lugar de descuento. La demanda fue extraordinaria: más de 7 veces sobresuscrita con órdenes de más de 500 inversores institucionales. Las acciones abrieron +14% en debut y cerraron en $168,01, arriba 12,8%.
El CEO Kwak Noh-jung le dijo a Reuters en el día del IPO que 2027 será "el peor año en la historia de la industria desde la perspectiva de oferta." Pronóstica que la demanda del cliente superará la capacidad de SK Hynix más allá de 2030, impulsada por la expansión de infraestructura de IA e hiperscalers. Toda la producción de HBM, DRAM y NAND de SK Hynix en 2026 ya está vendida. Los clientes están bloqueando contratos a largo plazo, señalando que esperan escasez prolongada. SK Hynix reportó ganancia operativa récord de 47 billones de won ($31 mil millones) en 2025—el doble de 2024 y por encima de una pérdida en 2023.
Los ingresos del IPO financiarán expansiones de capacidad: fab de primera fase en Yongin, una línea de empaque avançado P&T7 en Cheongju, equipo de litografía EUV, más una planta de empaque avançado de $4B en Indiana (elegible para subsidios de CHIPS Act de $458M). Para arquitectos de infraestructura y equipos de IA, la confianza de SK Hynix en hacer pedidos de suministro a largo plazo y su pronóstico de escasez más allá de 2030 señalan escasez de HBM sostenida—planifique tiempos de entrega de varios años y considere estrategias de implementación soberana o regional. La concentración de mercado del 56% HBM y escasez estructural deben solicitar debates de diversificación para cargas de trabajo de inferencia críticas.