La carrera por desplegar infraestructura para modelos de inteligencia artificial aceleró el gasto, el apalancamiento y las expectativas de ingresos futuros. Con flujos de caja bajo presión y contratos que dependen de una cadena de financiamiento todavía frágil, el mercado empieza a preguntarse si el relato tecnológico alcanza para sostener valuaciones y asignación de capital.
Desde hace algunos años, la inteligencia artificial es el nuevo eje del mercado financiero. Aunque las expectativas de ganancias futuras son altas, esa foto todavía no se convirtió en película y empezaron a aparecer interrogantes. En particular, distintas señales llevaron a algunos analistas a advertir por una posible burbuja financiera.
Este año, las cinco firmas tecnológicas más importantes gastarán en conjunto alrededor de USD 800.000 millones en centros de datos e infraestructura para ejecutar modelos de inteligencia artificial. Se trata de un gasto cercano al 40% de sus ingresos totales, superior al de la industria petrolera en el auge del shale y al de las telecomunicaciones durante la burbuja puntocom. Sin embargo, como indicó un artículo reciente de The Economist, los analistas esperan que al menos tres de estas compañías registren flujos de caja libre negativos en algún trimestre del año.
PUBLICIDAD
Las cinco firmas tecnológicas más importantes gastarán en conjunto alrededor de USD 800.000 millones en centros de datos e infraestructura para ejecutar modelos de inteligencia artificial
Para financiar la expansión, el endeudamiento escaló a un ritmo que empezó a llamar la atención. Desde comienzos de 2024, las cinco grandes tomaron USD 260.000 millones en los mercados de bonos, equivalente a una cuarta parte de toda la deuda emitida por empresas no financieras cotizantes en Estados Unidos. A eso se sumaron USD 820.000 millones en compromisos de leasing por centros de datos todavía no construidos.
El problema es que los argumentos que durante años justificaron la magnitud de esta apuesta comenzaron a perder fuerza. Primero cedió el de la generación de caja; luego, el de las recompras de acciones como señal de solidez; y, finalmente, el de las valuaciones razonables. Si las ganancias contables no capturan el gasto real, la métrica precio/ganancia pierde utilidad.
Los inversores lo entienden y hoy evalúan a estas compañías sobre la base de contratos de ingresos futuros: acuerdos de largo plazo para vender capacidad de cómputo a desarrolladores como OpenAI y Anthropic. Esos contratos crecieron de USD 730.000 millones a USD 2 billones en apenas un año.
PUBLICIDAD
El punto crítico es que también funcionan como una cadena de confianza: se sostienen mientras los desarrolladores sigan recaudando capital suficiente para construir sus modelos. Si eso no ocurre, el esquema corre el riesgo de desarmarse.
Frente a este escenario, planteado por el medio inglés, surge una pregunta pertinente: ¿cómo se leerá este panorama a la hora de reevaluar la asignación de capital? A nivel operativo, la IA es una realidad; su desempeño financiero, en cambio, no es igual de evidente, al menos en el corto plazo y en las magnitudes planteadas.
Ante indicios de volatilidad, cada gran fase de inversión concentrada en un sector tiende a redistribuir capital hacia donde el mercado percibe mayor solidez relativa
La respuesta requiere perspectiva histórica. Ante indicios de volatilidad, cada gran fase de inversión concentrada en un sector tiende a redistribuir capital hacia donde el mercado percibe mayor solidez relativa. Después de 2008, esa solidez se encontró en la liquidez. Tras la crisis de 2020, en la deuda soberana.
PUBLICIDAD
Hoy, con una Reserva Federal con menos margen para recortes agresivos de tasas de interés como herramienta de estímulo y con tenedores extranjeros de bonos del Tesoro que muestran señales de desconfianza creciente, ninguno de esos dos refugios clásicos ofrece la misma certeza de antes.
En este contexto, una lectura del ciclo presta atención al denominado flight to real assets. La rotación hacia activos con valor intrínseco -inmuebles, infraestructura, materias primas o self-storage, catalogado por The Wall Street Journal como una industria a prueba de recesiones- respondió a la búsqueda de refugio.
Incluso, la firma Cohen & Steers anticipó la configuración de una oportunidad multidecadal para los activos reales por factores como la inflación y el recorte de tasas.
PUBLICIDAD
En escenarios así, cobraron relevancia estrategias como el Modelo de Dotaciones de Yale, elaborado por David Swensen, director de inversiones de la universidad durante 36 años. La regla estableció que un inversor debería mantener un mínimo del 20% de su cartera en alternativas como el inmobiliario comercial, en lugar de depender estrictamente de acciones y bonos tradicionales.
Un inversor debería mantener un mínimo del 20% de su cartera en alternativas como el inmobiliario comercial, en lugar de depender estrictamente de acciones y bonos tradicionales (Swensen)
Esta línea estratégica se posicionó sobre todo entre inversores medianos, con menos margen para absorber movimientos bruscos de mercado.
Los activos físicos no requieren que ninguna cadena de confianza tecnológica se sostenga para conservar valor; no se deprecian de un trimestre al otro si un modelo de lenguaje pierde relevancia; y tampoco dependen de que una startup consiga su próxima ronda de financiamiento.
PUBLICIDAD
Así, la mayor apuesta de la historia en infraestructura digital le recordó al mercado, paradójicamente, el valor de lo tangible.
El autor es economista y CEO de BAS Storage