¿La infraestructura de IA es una burbuja o "unirse para comprar tiempo"? Desglosando la estructura financiera detrás de 3 billones de dólares.

No se trata de un simple debate binario de “burbuja vs no burbuja”; la respuesta puede ser más compleja y precisa de lo que piensas. No tengo una bola de cristal que me permita predecir el futuro. Pero trato de desentrañar la estructura financiera subyacente de este festín y construir un marco de análisis.

El artículo es largo y tiene muchos detalles, primero hablemos de la conclusión:

En cuanto a la dirección, no creo que sea una gran burbuja. Pero hay segmentos individuales que presentan alto riesgo.

Más precisamente, la infraestructura de IA actual se asemeja a una “trampa + comprar tiempo” en una larga marcha. Grandes empresas (( Microsoft, Google, Meta, Nvidia…) utilizan la ingeniería financiera para mover enormes palancas, pero externalizan el principal riesgo crediticio a empresas de propósito especial (SPV) y al mercado de capitales, vinculando estrechamente los intereses de todos los participantes.

Lo que se denomina “comprar tiempo” se refiere a que están apostando su flujo de caja y la paciencia de los recursos externos, para ver si pueden aguantar hasta el día en que “la IA realmente mejore la productividad”.

Si se gana la apuesta, la IA cumplirá la promesa, y las grandes empresas serán las mayores ganadoras. Si se pierde la apuesta (el progreso de la IA no es el esperado o los costos son demasiado altos), los primeros en resultar perjudicados son los recursos externos que proporcionan financiamiento.

Esto no es la burbuja de “exceso de apalancamiento bancario y detonación en un solo punto” de 2008. Es un experimento masivo de financiamiento directo, liderado por los empresarios más inteligentes y con más efectivo del planeta, que descompone el riesgo en muchos fragmentos negociables mediante complejas estrategias de “financiamiento fuera de balance”, distribuyéndolos para que diferentes inversionistas los asimilen.

Incluso si no es una burbuja, no significa que todas las inversiones en infraestructura de IA puedan obtener un buen ROI.

01 Entender el núcleo: el mecanismo de vinculación de intereses de “trampa”.

El llamado “abrazo de grupo” se refiere a que esta infraestructura de IA unirá estrechamente los intereses de las cinco partes:

Las grandes tecnológicas (Meta, Microsoft, Google) y sus socios de grandes modelos (OpenAI, xAI): necesitan poder de cálculo, pero no quieren gastar todo de una vez.

Proveedor de chips (Nvidia): necesita pedidos grandes y continuos para respaldar su valoración.

Fondos de capital privado (Blackstone, Blue Owl, Apollo): necesitan nuevas clases de activos para expandir su gestión de activos y cobrar más tarifas de gestión.

Neocloud (CoreWeave, Nebius) y proveedores de servicios en la nube híbrida (Oracle Cloud Infrastructure): ofrecen infraestructura y potencia de cálculo, pero al mismo tiempo necesitan que grandes empresas firmen contratos a largo plazo para movilizar financiamiento.

Inversores institucionales (fondos de pensiones, fondos soberanos, fondos tradicionales como BlackRock): necesitan un rendimiento estable superior al de los bonos del gobierno.

Y estas cinco partes forman una “comunidad de intereses”, por ejemplo:

Nvidia da prioridad a CoreWeave en el suministro, al mismo tiempo que invierte en su capital.

Microsoft le dio a CoreWeave un contrato a largo plazo, al mismo tiempo que le ayudó a financiarse.

Blackstone proporciona financiamiento de deuda mientras recauda fondos de fondos de pensiones.

Meta y Blue Owl fundan conjuntamente un SPV, compartiendo riesgos.

OpenAI y otros fabricantes de grandes modelos continúan elevando los estándares de parámetros del modelo, capacidad de inferencia y escala de entrenamiento, lo que equivale a aumentar constantemente el umbral de demanda de potencia de cálculo de toda la industria. Especialmente en el contexto de su estrecha vinculación con Microsoft, esta estructura de colaboración de “externalización tecnológica, internalización de la presión” permite que OpenAI, aunque no invierta dinero, se convierta en el catalizador que acelera la competencia global en gasto de capital. No es un inversor, pero sí es el curador real que impulsa el apalancamiento en todo el escenario.

Nadie puede prosperar solo, esta es la esencia de “unirse”.

02 Estructura del capital — ¿Quién está poniendo el dinero? ¿A dónde va el dinero?

Para entender la arquitectura general, podemos comenzar hablando del diagrama de flujo de fondos que se encuentra a continuación.

Las grandes empresas tecnológicas necesitan cifras astronómicas de potencia de cálculo, hay dos caminos:

Centro de datos propio: este es el modo tradicional. La ventaja es el control total, la desventaja es la construcción lenta, y todos los gastos de capital y riesgos recaen sobre el balance general.

Buscar proveedores externos: los gigantes no simplemente alquilan servidores, sino que han dado lugar a dos modelos clave de “proveedores externos”. Esta es la nueva tendencia actual y también es el enfoque de nuestro análisis.

El primer tipo es SPV (Vehículo de Propósito Especial) / entidad de propósito especial, que es una herramienta financiera pura. Puedes imaginarlo como una entidad especial creada específicamente para “un solo proyecto, un solo cliente”.

Modelo de negocio: por ejemplo, Meta quiere construir un centro de datos, pero no quiere desembolsar una gran suma de dinero de una vez, por lo que se asocia con una empresa de gestión de activos para formar un SPV. La única tarea del SPV es construir y operar este centro exclusivo de Meta. Los inversores obtienen una deuda de alta calidad respaldada por el flujo de efectivo de alquiler (una mezcla de bonos corporativos y financiamiento de proyectos).

Tipo de cliente: extremadamente único, generalmente solo uno (por ejemplo, Meta).

Nivel de riesgo: la vida o la muerte depende completamente del crédito de un solo cliente.

La segunda es Neocloud ( como CoreWeave, Lambda, Nebius ), que son empresas operativas independientes (Operating Company, OpCo), con su propia estrategia de operación y total autoridad para tomar decisiones.

Modelo de negocio: por ejemplo, CoreWeave se financia (a través de capital y deuda) para comprar una gran cantidad de GPU, las alquila a varios clientes y firma contratos de “garantía/reserva”. Es flexible, pero el valor del capital accionario fluctúa mucho.

Tipo de cliente: teóricamente diverso, pero en la práctica altamente dependiente de grandes empresas (por ejemplo, el apoyo temprano de Microsoft a CoreWeave). Debido a su menor escala, a diferencia de SPV que se apoya en un único rico papá, Neocloud tiene una mayor dependencia de los proveedores upstream (Nvidia).

Nivel de riesgo: el riesgo se distribuye entre varios clientes, pero la capacidad operativa, la tecnología y el valor de la propiedad afectan a la supervivencia.

A pesar de ser completamente diferentes en términos legales y de estructura operativa, la esencia comercial de ambos converge: son “proveedores externos de potencia de cálculo” de los gigantes, sacando las enormes compras de GPU y la construcción de centros de datos de sus balances.

¿De dónde viene entonces el dinero de estos SPV y Neoclouds?

La respuesta no son los bancos tradicionales, sino los fondos de crédito privado (Private Credit Funds). ¿Por qué?

Esto se debe a que, después de 2008, el Acuerdo de Basilea III impone requisitos estrictos sobre la adecuación del capital bancario. Los bancos que asumen estos préstamos masivos de alto riesgo, alta concentración y largo plazo deben mantener reservas tan altas que no son rentables.

Los negocios que los bancos “no pueden hacer” y “no se atreven a hacer” han creado un enorme vacío. Gigantes del capital privado como Apollo, Blue Owl y Blackstone han llenado este vacío: no están sujetos a las regulaciones bancarias, pueden ofrecer financiamiento más flexible y rápido, pero con tasas de interés más altas. Con alquileres de proyectos o GPU/equipos como garantía a largo plazo.

Para ellos, esto es un gran atractivo - muchos con experiencia en financiamiento de infraestructura tradicional, y este tema es suficiente para hacer crecer el tamaño de los activos administrados varias veces, aumentando significativamente las comisiones de gestión y el trampa (Carried Interest).

¿De dónde proviene finalmente el dinero de estos fondos de crédito privado?

La respuesta son los inversores institucionales (LPs), como los fondos de pensiones, los fondos soberanos, las compañías de seguros e incluso los inversores generales (por ejemplo, a través del ETF de crédito privado emitido por BlackRock - que incluye el bono privado 144A Beignet Investor LLC 144A 6.581% 05/30/2049 del proyecto Meta).

Se establece así la ruta de transmisión del riesgo en la cadena:

( el último asumidor de riesgo ) fondos de pensiones/inversores en ETF/fondos soberanos → ( instituciones intermediarias ) fondos de crédito privado → ( entidades de financiamiento ) SPV o Neocloud ( como CoreWeave ) → (usuario final) gigantes tecnológicos ( como Meta )

03 Análisis de casos SPV — Hyperion de Meta

Para entender el modo SPV, el plan “Hyperion” de Meta es un excelente caso (suficiente información pública):

Estructura / Participación accionaria: JV entre Meta y Blue Owl para la gestión de fondos (Beignet Investor LLC). Participación del 20% de Meta, 80% de Blue Owl. Emisión de bonos bajo la estructura SPV 144A. JV financia activos, Meta arrienda a largo plazo. Los gastos de capital durante el período de construcción están en la JV, y los activos se transfieren gradualmente al balance de Meta después de que comienza el arrendamiento financiero.

Escala: aproximadamente 27.3 mil millones de dólares en deuda (bonos privados 144A) + aproximadamente 2.5 mil millones de dólares en capital, siendo una de las mayores financiaciones de deuda corporativa/financiamiento privado en un solo proyecto en la historia de Estados Unidos. Y la fecha de vencimiento es en 2049, esta estructura de amortización a largo plazo, en esencia, es “primero bloquear el riesgo de tiempo más difícil”.

Tasa/Calificación: La deuda obtuvo una calificación de S&P A+ (una alta calificación que permite a los aseguradores asignar), la tasa nominal es de aproximadamente 6.58%.

Estructura de inversores: PIMCO suscribió 18 mil millones; los ETFs de BlackRock suman más de 3 mil millones. Para este grupo de inversores, esto representa un atractivo de ingresos estables y de alta calidad.

Flujo de efectivo y arrendamientos: Blue Owl no se interesa por las GPU que podrían depreciarse (creo que algunas personas en el mercado están preocupadas porque la suposición del período de depreciación de las GPU es demasiado larga, lo cual es un enfoque erróneo, ya que la GPU es solo la parte de hardware, y el valor total de la IA radica en hardware + modelo; el precio del hardware antiguo disminuye debido a la iteración, lo que no significa que el valor de la aplicación del modelo de IA final también disminuya), sino por el flujo de efectivo del SPV respaldado por arrendamientos a largo plazo de Meta (a partir de 2029). Los fondos de construcción también están preasignados en bonos del gobierno de EE. UU. para reducir el riesgo. Esta estructura combina la liquidez de la deuda corporativa con las cláusulas de protección de financiamiento de proyectos, y al mismo tiempo es 144A-for-life (el círculo de inversionistas está limitado).

¿Entonces por qué el riesgo a corto plazo de esta arquitectura es extremadamente bajo?

Esto se debe a que, bajo esta estructura, la tarea de Hyperion es sencilla: la mano izquierda recibe alquileres de Meta, y la mano derecha paga intereses a Blue Owl. Mientras Meta no quiebre (la probabilidad de que esto ocurra en el futuro es extremadamente baja), el flujo de efectivo será tan sólido como una roca. No hay necesidad de preocuparse por la fluctuación de la demanda de IA o la caída de precios de las GPU.

Esta estructura de deuda de 25 años de plazo extremadamente largo, con amortización por alquiler, solo necesita que los alquileres ingresen de manera estable y que los intereses se paguen normalmente, para asegurar todos los riesgos de refinanciamiento a corto plazo. Esta es la esencia de “comprar tiempo” (dejar que el valor creado por las aplicaciones de IA alcance lentamente la estructura financiera).

Al mismo tiempo, Meta utiliza su propio crédito y un fuerte flujo de efectivo para obtener una enorme financiación a largo plazo que elude el gasto de capital tradicional. A pesar de que bajo las normas contables modernas (IFRS 16), los arrendamientos a largo plazo todavía se registran como “pasivos por arrendamiento” en el balance, la ventaja radica en que: la presión del gasto de capital de decenas de miles de millones de dólares durante el período de construcción inicial, así como los riesgos de construcción y las operaciones de financiación, se transfieren primero a la SPV.

Convertir un gasto de capital único y masivo en costos de arrendamiento amortizados en 25 años optimiza enormemente el flujo de efectivo. Luego, apostar si estas inversiones en IA pueden generar suficientes beneficios económicos en 10-20 años para pagar el capital y los intereses (considerando un tipo de interés nominal de 6.58% de los bonos, y teniendo en cuenta los gastos operativos, el ROI calculado sobre EBITDA debe ser al menos del 9-10% para que los accionistas obtengan una tasa de retorno razonable).

04 Neocloud de la trampa — Riesgo de capital de OpCo

Si el modo SPV es “transferencia de crédito”, entonces modos como CoreWeave y Nebius, que son Neocloud, son “estratificación adicional del riesgo”.

Tomando como ejemplo a CoreWeave, la estructura de capital es mucho más compleja que la de un SPV. Varias rondas de financiamiento de capital y deuda, con inversionistas que incluyen a Nvidia, VC, fondos de crecimiento y fondos de deuda privada, forman una clara secuencia de amortiguación de riesgos.

Supongamos que la demanda de IA no es tan alta como se esperaba, o que aparecen nuevos competidores, y los ingresos de CoreWeave caen drásticamente, incapaces de pagar altos intereses, ¿qué pasará?

El primer paso es la evaporación del valor de las acciones: el precio de las acciones de CoreWeave se desploma. Este es el “trampa de capital” — el primero en absorber el impacto. La empresa puede verse obligada a financiarse a un precio de descuento, lo que diluye considerablemente los derechos de los accionistas originales e incluso puede llevar a perder todo el capital. En comparación, el trampa de capital de SPV es más delgada, ya que no puede financiarse directamente en el mercado público.

El segundo paso es que los acreedores sufren pérdidas: solo después de que el capital se “queme” por completo, si CoreWeave aún no puede pagar sus deudas, será el turno de los acreedores privados como Blackstone de asumir pérdidas. Sin embargo, estos fondos, al otorgar préstamos, suelen exigir garantías excelentes (GPU más recientes) y estrictos derechos de reembolso.

CoreWeave y Nebius adoptan el enfoque de “primero asegurar contratos a largo plazo y luego financiar esos contratos”, lo que les permite una rápida expansión a través de la re-financiación en el mercado de capitales. La ingeniosidad de esta estructura radica en que los clientes grandes pueden lograr una mejor eficiencia en el uso de capital, movilizando más gastos de capital sin aportar fondos, utilizando los contratos de compra a largo plazo del futuro, y la probabilidad de contagio del riesgo al sistema financiero en su conjunto es limitada.

Por otro lado, los accionistas de Neocloud deben tener en cuenta que ocupan el lugar más volátil, pero también el más emocionante, en esta apuesta. Están apostando por un crecimiento rápido y deben rezar para que las operaciones financieras de la dirección (prórroga de deudas, emisión de acciones) sean casi perfectas, además de prestar atención a la estructura de vencimiento de la deuda, el alcance de las garantías, la ventana de renovación de contratos y la concentración de clientes, para poder evaluar mejor la relación riesgo-recompensa de la propiedad de acciones.

También podemos imaginar qué pasaría si la demanda de IA creciera lentamente, ¿quién sería la capacidad que más fácilmente sería abandonada en el margen? ¿SPV o Neocloud? ¿Por qué?

05 Oracle Cloud: La revuelta de un jugador atípico en la nube

Cuando todos están prestando atención a CoreWeave y a los tres gigantes de la nube, un inesperado “caballo negro de la nube” también está surgiendo silenciosamente: Oracle Cloud

No pertenece a Neocloud, ni está en la primera línea de los tres grandes gigantes tecnológicos, pero gracias a su diseño de arquitectura altamente flexible y a su profunda colaboración con Nvidia, ha conseguido contratos para parte de la carga computacional de Cohere, xAI e incluso OpenAI.

Especialmente cuando el apalancamiento de Neocloud se vuelve cada vez más ajustado y el espacio en la nube tradicional es insuficiente, Oracle, con su posicionamiento “neutral” y “sustituible”, se convierte en una importante capa de amortiguamiento en la segunda ola de la cadena de suministro de potencia computacional de IA.

Su existencia también nos muestra que esta lucha por la capacidad de cómputo no se limita solo a un enfrentamiento entre los tres grandes, sino que proveedores atípicos pero estratégicamente significativos como Oracle están posicionándose sigilosamente.

Pero no olvides que la mesa de juego de este juego no solo está en Silicon Valley, sino que se extiende a todo el mercado financiero global.

La “garantía oculta” del gobierno que todos codician

Finalmente, en esta partida dominada por gigantes tecnológicos y capital privado, hay una potencial “trampa” - el gobierno. Aunque OpenAI ha declarado recientemente que “no hay y no se desea” que el gobierno proporcione garantías de préstamos para centros de datos, lo que se discute con el gobierno son las potenciales garantías para fábricas de chips y no para centros de datos. Pero creo que ellos (o participantes similares) definitivamente incluyeron en su plan original la opción de “involucrar al gobierno en la alianza”.

¿Cómo se dice? Si la escala de la infraestructura de IA es tan grande que ni siquiera las deudas privadas pueden soportarla, la única salida sería convertirse en una competencia de poder nacional. Una vez que la posición de liderazgo de la IA se defina como “seguridad nacional” o “la competencia por llegar a la luna en el siglo XXI”, la intervención del gobierno será lógica.

La forma más efectiva de intervención no es simplemente poner dinero, sino proporcionar “garantías”. Esta práctica puede traer un beneficio decisivo: reducir significativamente los costos de financiamiento.

Los inversionistas de edad similar a la mía seguramente recordarán a Freddie Mac ( y Fannie Mae ). Estas dos “empresas patrocinadas por el gobierno” (Government Sponsored Enterprises; GSEs) no son departamentos oficiales del gobierno de los Estados Unidos, pero el mercado generalmente cree que tienen “garantías gubernamentales implícitas”.

Ellos compran hipotecas de los bancos, las empaquetan en MBS y las garantizan, y después de venderlas en el mercado público, redirigen el capital hacia el mercado de hipotecas, aumentando los fondos disponibles para préstamos. Es decir, su existencia amplificó el alcance del tsunami financiero de 2008.

Imagina que en el futuro aparezca una “empresa nacional de computación de IA”, respaldada de forma implícita por el gobierno. Los bonos que emita se considerarán como bonos cuasi soberanos, con tasas de interés que se acercan infinitamente a las de los bonos del tesoro de Estados Unidos.

Esto cambiará radicalmente lo mencionado anteriormente “comprar tiempo para que aumente la productividad”:

Coste de financiamiento extremadamente bajo: cuanto más bajo sea el coste del préstamo, menor será la exigencia sobre la “velocidad de mejora de la productividad de la IA”.

Tiempo ilimitado: lo más importante es que se puede extender continuamente a un costo muy bajo (Roll over), lo que equivale a obtener casi tiempo ilimitado.

En otras palabras, esta práctica reduce drásticamente la probabilidad de que la trampa se “explote”. Pero una vez que explota, el impacto puede ampliarse varias decenas de veces.

06 billones de dólares en juego — La verdadera clave de la “productividad”

Todas las estructuras financieras mencionadas anteriormente - SPV, Neocloud, deuda privada - no importa cuán sofisticadas sean, solo están respondiendo a la pregunta “¿cómo pagar?”.

Y la cuestión fundamental sobre si la infraestructura de IA se convertirá en una trampa es: “¿Puede la IA realmente aumentar la productividad?” y “¿Qué tan rápido?”

Todos los acuerdos de financiamiento que duran 10 años o 15 años, en esencia, están “comprando tiempo”. La ingeniería financiera le da a los gigantes un respiro, sin necesidad de resultados inmediatos. Pero comprar tiempo tiene un costo: los inversionistas de Blue Owl y Blackstone (fondos de pensiones, fondos soberanos, tenedores de ETF) necesitan un retorno de interés estable, mientras que los inversionistas de capital de Neocloud necesitan un crecimiento en la valoración de varios múltiplos.

El “tasa de retorno esperada” de estos financiadores es el umbral que la productividad de la IA debe superar. Si el aumento de la productividad aportado por la IA no puede cubrir los altos costos de financiamiento, esta estructura delicada comenzará a colapsar desde su punto más vulnerable (“trampa de capital accionario”).

Por lo tanto, en los próximos años, se debe prestar especial atención a las siguientes dos áreas:

La velocidad de lanzamiento de las “soluciones de aplicación” en diversos campos: no es suficiente tener un modelo poderoso (LLM). Es necesario ver el “software” y los “servicios” que realmente hagan que las empresas inviertan dinero. Es necesario que este tipo de aplicaciones se popularicen a gran escala, generando flujos de efectivo lo suficientemente grandes como para reembolsar el capital y los intereses de los enormes costos de infraestructura.

Restricciones externas: El centro de datos de IA es un monstruo consumidor de electricidad. ¿Tenemos suficiente energía para soportar la demanda de capacidad computacional en crecimiento exponencial? ¿La velocidad de actualización de la red eléctrica puede mantenerse al día? ¿El suministro de GPU de Nvidia y otros hardware se verá afectado por cuellos de botella, haciendo que sea “más lento” que el cronograma requerido por los contratos financieros? Los riesgos del lado de la oferta podrían agotar todo el “tiempo comprado”.

En pocas palabras, es una carrera entre las finanzas (costos de financiamiento) y la física (electricidad, hardware) y los negocios (implementación de aplicaciones).

También podemos estimar de manera cuantitativa cuánta mejora en la productividad necesita traer la IA para evitar una trampa:

Según las estimaciones de Morgan Stanley, esta ronda de inversión en IA debería alcanzar los 3 billones de dólares para 2028.

El costo de emisión de bonos SPV de Meta mencionado anteriormente es de aproximadamente 6-7%, mientras que según un informe de Fortune, la tasa media de deuda de CoreWeave es de alrededor del 9%. Suponiendo que la mayoría de los bonos privados en la industria requieren un retorno del 7–8% y una relación deuda-capital de 3:7, el ROI de esta infraestructura de IA ( (calculado con EBITDA y gasto de capital total) necesita estar en 12-13% para que el rendimiento sobre el capital alcance más del 20%.

Por lo tanto, el EBITDA requerido = 3 billones × 12% = 360 mil millones de dólares; si se calcula según un margen de EBITDA del 65%, los ingresos correspondientes son aproximadamente 550 mil millones de dólares;

Con un PIB de aproximadamente 29 billones de dólares en nombre de los Estados Unidos, se necesita un nuevo output equivalente a aproximadamente el 1.9% del PIB que sea sostenido a largo plazo por la inteligencia artificial.

Este umbral no es bajo, pero no es una fantasía. En 2025, los ingresos globales de la industria en la nube serán aproximadamente de 400 mil millones de dólares, en otras palabras, debemos ver al menos que la IA empodere la recreación de una o dos industrias en la nube. La clave está en la velocidad de monetización de las aplicaciones y si se pueden superar simultáneamente los cuellos de botella físicos.

Pruebas de estrés de escenarios de riesgo: ¿qué hacer cuando no hay suficiente «tiempo»?

Todas las estructuras financieras mencionadas anteriormente están apostando a que la productividad pueda superar el costo de financiamiento. Permítanme utilizar dos pruebas de estrés para simular la reacción en cadena cuando la velocidad de la productividad de la IA no cumple con las expectativas:

En el primer caso, suponemos que la productividad de la IA se realiza de manera “lenta” (por ejemplo, que se logra la escalabilidad en 15 años, pero muchos financiamientos podrían ser a 10 años):

Neocloud fue el primero en caer: operadores independientes altamente apalancados como CoreWeave, cuya ingresos no pueden cubrir los altos intereses, han quemado su “colchón de capital” provocando incumplimientos de deuda o reestructuraciones a la baja.

El SPV enfrenta riesgos de renovación: Cuando los bonos de deuda de SPV como Hyperion vencen, Meta debe decidir si refinanciar a una tasa de interés más alta (el mercado ya ha presenciado el fracaso de Neocloud), lo que erosiona las ganancias del negocio principal.

Los LPs de fondos de crédito privado han sufrido grandes pérdidas, y las valoraciones de las acciones tecnológicas se han ajustado drásticamente. Este es un “fracaso costoso”, pero no provocará un colapso sistémico.

En el segundo caso, supongamos que la productividad de la IA ha sido “refutada” (el avance tecnológico se ha estancado o los costos no pueden reducirse y escalar):

Los gigantes tecnológicos pueden optar por un “incumplimiento estratégico”: esta es la peor situación. Gigantes como Meta pueden juzgar que “continuar pagando el alquiler” es un pozo sin fondo, y por lo tanto optar por rescindir el contrato de arrendamiento a la fuerza, obligando a la reestructuración de la deuda del SPV.

Colapso de bonos SPV: bonos como Hyperion, considerados de grado A+, desvincularán instantáneamente su crédito de Meta, y los precios caerán en picada.

Podría destruir por completo el mercado de “financiamiento de infraestructura” de la deuda privada, y es muy probable que, a través de la interconexión mencionada, provoque una crisis de confianza en los mercados financieros.

El propósito de estas pruebas es convertir la vaga pregunta de “si es una trampa” en un análisis de situaciones concretas.

07 Termómetro de riesgo: lista de observación práctica para inversionistas

Y en cuanto a los cambios en la confianza del mercado, yo mismo estaré atento a cinco cosas, como termómetro de riesgo:

Velocidad de implementación de la productividad de proyectos de IA: incluye la aceleración o desaceleración de los ingresos esperados de los proveedores de grandes modelos (crecimiento lineal o crecimiento exponencial), y la situación de aplicación de diferentes productos y proyectos de IA.

Neocloud empresa precio de las acciones, tasa de rendimiento de los bonos, anuncio: incluye grandes pedidos, incumplimiento/modificación, refinanciamiento de deuda (algunos bonos privados vencerán alrededor de 2030, lo que requiere atención especial), ritmo de aumento de capital.

SPV trampa de precios en el mercado secundario/diferenciales: si bonos privados 144A como Hyperion mantienen un precio superior al nominal, si el comercio es activo y si las tenencias de ETFs están aumentando.

Cambio en la calidad de los términos a largo plazo: proporción take-or-pay, período mínimo de retención, concentración de clientes, mecanismo de ajuste de precios (ajustes de tarifas eléctricas/tasas de interés/precios a la inflación).

Progreso en la energía y posibles innovaciones tecnológicas: como el factor externo que probablemente se convierta en un cuello de botella, es necesario prestar atención a las señales políticas sobre las subestaciones, la distribución y el mecanismo de precios de la electricidad. También se debe considerar si hay nuevas tecnologías que puedan reducir drásticamente el consumo de energía.

¿Por qué esto no es una repetición de 2008?

Algunas personas pueden hacer comparaciones con la burbuja de 2008. Creo que este enfoque puede llevar a un juicio erróneo:

El primer punto radica en la naturaleza diferente de los activos principales: IA vs. vivienda

El activo central de la crisis de las hipotecas subprime de 2008 son las “viviendas”. Las viviendas en sí mismas no tienen una contribución de productividad (el crecimiento de los ingresos por alquiler es muy lento). Cuando los precios de las viviendas se desvinculan de los fundamentos de ingresos de los residentes y se empaquetan en productos financieros derivados complejos, la explosión de la burbuja es solo cuestión de tiempo.

El activo principal de la IA es la “potencia de cálculo”. La potencia de cálculo es la “herramienta de producción” de la era digital. Siempre que creas que la IA tiene una alta probabilidad de aumentar sustancialmente la productividad de toda la sociedad (desarrollo de software, desarrollo de medicamentos, atención al cliente, creación de contenido) en algún momento futuro, no deberías preocuparte demasiado. Esto es un “adelanto” de la productividad futura. Tiene fundamentos reales como punto de anclaje, solo que aún no se ha concretado completamente.

El segundo punto radica en que los nodos clave de la estructura financiera son diferentes: financiamiento directo vs. bancos

La burbuja de 2008 se expandió significativamente a través de nodos clave (bancos). El riesgo se propagó a través de la “financiación indirecta bancaria”. La quiebra de un banco (como Lehman) provocó una crisis de confianza en todos los bancos, lo que llevó a la congelación del mercado interbancario y, en última instancia, desencadenó una crisis financiera sistémica que afectó a todos (incluida la crisis de liquidez).

Y ahora la estructura de financiamiento de infraestructura de IA se basa principalmente en “financiamiento directo”. Si la productividad de la IA se desmantela, CoreWeave quiebra y Blackstone incumple con una deuda de 7,5 mil millones de dólares, esto significará una gran pérdida para los inversionistas de Blackstone (fondos de pensiones).

El sistema bancario después de 2008 es efectivamente más sólido, pero no podemos simplificar en exceso y pensar que el riesgo puede ser completamente “contenido” en el mercado de capital privado. Por ejemplo, los fondos de crédito privado también pueden amplificar los rendimientos utilizando apalancamiento bancario. Si la inversión en IA falla de manera generalizada, estas pérdidas masivas de los fondos aún podrían filtrarse a través de dos caminos:

Incumplimiento de apalancamiento: El incumplimiento del financiamiento apalancado del fondo con el banco transmitirá el riesgo al sistema bancario.

Impacto en los LPs: Los fondos de pensiones y las compañías de seguros enfrentan un deterioro de sus balances debido a pérdidas de inversión, lo que provoca que vendan otros activos en el mercado público, desencadenando una reacción en cadena.

Por lo tanto, la formulación más precisa sería: “Esto no es una crisis de liquidez interbancaria de punto único y congelación total como la de 2008.” La peor situación sería “un fracaso costoso”, con menor contagio y velocidad más lenta. Sin embargo, dada la falta de transparencia en el mercado privado, debemos mantenernos muy alerta ante este nuevo tipo de riesgo de contagio lento.

Consejo para los inversores: ¿en qué nivel de este sistema te encuentras?

Volvamos a la pregunta inicial: ¿Es la infraestructura de IA una trampa?

La formación y explosión de burbujas provienen de la gran discrepancia entre los beneficios esperados y los resultados reales. Creo que en términos generales no es una burbuja, sino más bien una disposición financiera de alto apalancamiento muy precisa. Sin embargo, desde el punto de vista del riesgo, además de ciertos aspectos que requieren atención especial, no se puede subestimar el “efecto de riqueza negativo” que podría traer una burbuja de pequeña escala.

Para los inversores, en esta carrera de infraestructura de IA de varios billones de dólares, debes saber qué estás apostando al mantener diferentes activos:

Acciones de gigantes tecnológicos: estás apostando a que la productividad de la IA puede superar el costo de financiamiento

Crédito privado: ganas intereses estables, pero asumes el riesgo de que “el tiempo puede no ser suficiente”.

Neocloud acciones: eres el primer amortiguador de mayor riesgo y mayor recompensa.

En este juego, la posición lo determina todo. Comprender esta serie de estructuras financieras es el primer paso para encontrar tu propia posición. Y entender quién está «curando» este espectáculo es la clave para juzgar cuándo termina este juego.