La revolución de la inteligencia artificial (IA) se está acelerando, impulsada por una demanda insaciable de centros de datos cada vez más grandes para impulsar algoritmos complejos y modelos de entrenamiento. Si bien los gigantes tecnológicos como Google y Amazon tradicionalmente financiaban estos enormes proyectos de infraestructura con sus enormes ganancias, una nueva ola de actores más pequeños ansiosos por hacerse con una parte del mercado de la IA. pastel están recurriendo cada vez más a la financiación mediante deuda. Este cambio hacia el endeudamiento por miles de millones, que potencialmente alcanzará el billón de dólares en 2028, ha generado preocupaciones sobre riesgos insostenibles dentro de esta industria en auge.
El auge de los centros de datos financiados con deuda comenzó cuando empresas como Meta se asociaron con proveedores especializados. Por ejemplo, Meta acordó comprar 14.300 millones de dólares en potencia informática a CoreWeave, una empresa relativamente desconocida que recientemente salió a bolsa. El modelo de negocio de CoreWeave depende en gran medida del endeudamiento; por cada 5.000 millones de dólares que planea vender en potencia informática durante los próximos cuatro años, necesita obtener 2.850 millones de dólares en préstamos.
Esta tendencia se extiende más allá de dichas asociaciones. OpenAI, la empresa detrás del chatbot viral ChatGPT, encabeza una ola de ambiciosos proyectos de centros de datos. A pesar de generar miles de millones al año, su director ejecutivo, Sam Altman, predice que la rentabilidad solo será para 2029. Sin embargo, OpenAI, junto con socios como Oracle y SoftBank, planea gastar más de 400 mil millones de dólares en la construcción de centros en Texas, Nuevo México, Ohio y Wisconsin; gran parte de esto probablemente financiado mediante deuda. La escala exacta del endeudamiento aún no está clara, pero los analistas estiman que sólo Oracle necesitará pedir prestado 25 mil millones de dólares anualmente durante los próximos cuatro años para cumplir con sus compromisos.
Para añadir aún más complejidad, estos proyectos a menudo implican estructuras de financiación complejas. Por ejemplo, en el primer centro de datos de OpenAI en Texas, Oracle maneja el hardware informático, mientras Crusoe construye la infraestructura física, obteniendo un préstamo de 15 mil millones de dólares de Blue Owl Capital y otros inversionistas para cubrir su parte. Mientras tanto, se informa que SoftBank y OpenAI están recurriendo a la deuda para instalaciones en Ohio y Texas.
OpenAI ha tomado otras medidas audaces para asegurar fondos, incluida la venta de una participación masiva al fabricante de chips Nvidia por 100 mil millones de dólares y la aceptación de un importante paquete de acciones de AMD, con un valor potencial de decenas de miles de millones más. Estos acuerdos implican compromisos para comprar chips de computadora de ambas compañías, pero ofrecen una cláusula de escape si las necesidades de OpenAI cambian. Sin embargo, incluso si existieran tales escapes, la deuda misma podría volverse problemática.
Esta dependencia de la deuda introduce varios riesgos. En primer lugar, la garantía que respalda muchos préstamos suele ser los propios chips de computadora, que se deprecian rápidamente. En segundo lugar, una amplia gama de instituciones (desde bancos y prestamistas privados hasta empresas que invierten directamente en instalaciones) mantienen estas deudas, lo que crea una vulnerabilidad sistémica en todo el panorama financiero. La opacidad que rodea a muchos de estos acuerdos hace difícil evaluar plenamente la escala potencial de exposición.
“El apalancamiento del sistema es lo que impulsa el riesgo”, advierte Jeremy Kress, profesor de derecho empresarial de la Universidad de Michigan especializado en inestabilidad financiera. “Y es difícil saber cuánto apalancamiento hay en el sistema”.
Los paralelismos con el boom de las puntocom de finales de los años 1990 son sorprendentes. La prisa por construir infraestructura de fibra óptica impulsada por la deuda llevó a una quiebra generalizada cuando los rendimientos prometidos no se materializaron. Si bien el potencial de la IA es innegable, los expertos advierten que esta dependencia actual del dinero prestado corre el riesgo de repetir errores del pasado. La rápida acumulación de deuda relacionada con la IA podría tener consecuencias en cascada si las proyecciones de ingresos no son suficientes, dejando a los inversores y prestamistas vulnerables y potencialmente poniendo en peligro la sostenibilidad a largo plazo de la propia industria.
