Conclusiones principales
- La IA está impulsando un nuevo ciclo de inversión financiado con deuda: Aunque los hyperscalers parten de una posición de balances sólidos, el aumento del gasto de capital y la disminución del flujo de caja libre apuntan a una mayor dependencia del apalancamiento.
- Aún quedan grandes interrogantes por resolver: Los inversionistas enfrentan un amplio rango de posibles resultados y múltiples riesgos, ya que la demanda, la creación de valor y los retornos en todo el ecosistema de la IA siguen siendo inciertos, lo que hace que la selección y la estructura de las inversiones sean fundamentales.
- La historia ofrece una referencia útil, aunque no un modelo perfecto: Los anteriores ciclos de auge de la infraestructura —desde los ferrocarriles hasta las telecomunicaciones— muestran que incluso las tecnologías transformadoras pueden dar lugar a una sobreinversión y a retornos desiguales.
Desde que comenzó la recuperación posterior a la pandemia de COVID, las empresas no financieras de EE. UU. en general han administrado el capital de forma conservadora. Han mantenido estables sus métricas crediticias y, en muchos casos, las han mejorado de manera activa. Esa disciplina no fue del todo voluntaria: el fuerte ajuste en los costos de financiamiento provocado por el ciclo de alzas de tasas de la Reserva Federal entre 2022 y 2023 elevó el umbral para asumir deuda adicional y llevó a los equipos directivos a adoptar una mayor disciplina en la gestión de sus balances.
Sin embargo, durante los últimos 18 meses, un segmento del sector corporativo estadounidense se ha apartado claramente de ese patrón. El gasto de capital relacionado con la IA ha recurrido cada vez más a los mercados de deuda para financiarse, no solo entre los principales hyperscalers con grado de inversión (investment grade, o IG), sino también entre los neoclouds del segmento de alto rendimiento (high yield, o HY). (Los hyperscalers son proveedores de servicios en la nube de gran escala para usos generales, mientras que los neoclouds son proveedores especializados de servicios en la nube enfocados en el procesamiento de IA).
Las cifras hablan por sí solas. Como muestra el gráfico 1, la inversión en equipos y software como proporción del PIB de EE. UU. está encaminada a superar el máximo alcanzado a finales de la década de 1990. Al mismo tiempo, las estimaciones de consenso para el gasto de capital de los cinco hyperscalers más grandes han aumentado hasta casi 690.000 millones de dólares para 2026 y 870.000 millones de dólares para 2027, frente a aproximadamente 480.000 millones de dólares a comienzos de este año (véase el gráfico 2).
Gráfico 1: La inversión en equipos y software está ahora en camino de superar su máximo de los años 90
Gráfico 2: Estimaciones de consenso del gasto de capital de los principales hyperscalers de IA
Gráfico 3: Se espera que el gasto de capital agregado de los hyperscalers de IA absorba el 94% del flujo de caja operativo durante los próximos dos años
Este cambio ya es visible en los mercados primarios de crédito. El volumen de nuevas emisiones de deuda de los hyperscalers elegibles para formar parte de índices ha alcanzado aproximadamente 136.000 millones de dólares en lo que va del año, superando ya el total registrado durante todo 2025. A ello se suman otros 58.000 millones de dólares en emisiones vinculadas a centros de datos en los mercados de IG y HY.
Las obligaciones futuras por arrendamientos añaden otra dimensión a la dinámica de la oferta. Las presentaciones trimestrales más recientes del Formulario 10-Q muestran un total combinado de 822.000 millones de dólares en compromisos futuros por arrendamientos no descontados (frente a 675.000 millones de dólares al cierre de febrero de 2026) que aún no se han reconocido en los balances de los hyperscalers.
La reciente ola de emisiones de gran tamaño ha comenzado a poner a prueba el apetito del mercado por el riesgo de duración en el crédito vinculado con la IA. Sin embargo, un elemento clave ha sido, y probablemente seguirá siendo, la estructura de las emisiones. Las protecciones incorporadas en las cláusulas contractuales (covenants), los perfiles de vencimiento y la jerarquía de los acreedores son tan importantes como los spreads de crédito, lo que convierte a las salvaguardas estructurales no solo en un aspecto legal, sino en un factor de inversión de primer orden. Los financiamientos garantizados y las emisiones respaldadas por derechos sobre activos tangibles ofrecen una forma de invertir en infraestructura esencial al tiempo que ayudan a mitigar el riesgo a medida que evoluciona la tecnología.
A medida que el ciclo de gasto de capital en IA continúe madurando, surgirán preguntas interrelacionadas tanto a nivel microeconómico como macroeconómico. Desde una perspectiva microeconómica: ¿la continua expansión del crédito deteriorará de forma significativa la calidad de los balances de los emisores expuestos a la IA? ¿Y la creciente participación de los hyperscalers en los índices podría extender sus efectos a los fundamentos más amplios de los mercados de grado de inversión y de alto rendimiento? Desde una perspectiva macroeconómica: ¿este ciclo de gasto de capital está sembrando las condiciones para un exceso de inversión similar al que caracterizó el auge de las telecomunicaciones a finales de la década de 1990? ¿Y una eventual corrección podría poner en riesgo la solidez del actual ciclo económico?
La historia sugiere que el momento adecuado para evaluar estos riesgos es cuando los balances aún son sólidos, no después de que ya se hayan deteriorado.
Balances sólidos, supuestos inciertos
El rango de resultados que enfrentan los inversionistas es excepcionalmente amplio y los riesgos son múltiples. En nuestra opinión, se destacan tres:
En primer lugar, la adopción de la IA está lejos de ser determinista. La trayectoria del gasto de capital en IA depende del ritmo de las mejoras en eficiencia, pero las implicaciones para la inversión pueden desarrollarse en ambas direcciones. Si las mejoras llegan más rápido de lo previsto, las necesidades de capacidad de cómputo podrían crecer de manera no lineal, justificando ampliaciones de capacidad cada vez mayores y un mayor nivel de endeudamiento. Si las mejoras tardan más en materializarse, la base de capital necesaria podría reducirse de forma significativa, dejando activos ociosos construidos para un escenario que nunca llegó. Cualquiera de estos caminos modifica el análisis de inversión, y ninguno es fácil de prever. Además, muchos escenarios optimistas suponen implícitamente tasas de utilización que aún no se han observado a gran escala.
En segundo lugar, la generación de valor a lo largo de toda la cadena es incierta. Surge una pregunta más fundamental: ¿dónde terminará concentrándose el valor económico dentro de la cadena de suministro de la IA? En la base se encuentra la capa de semiconductores, donde el poder de fijación de precios ha sido extraordinario, pero sigue dependiendo de la duración del propio ciclo de gasto de capital. Por encima se encuentra la capa de infraestructura y nube, donde se proyecta que los hyperscalers invertirán billones de dólares en centros de datos, aun cuando la vida útil del hardware para IA se acorta con cada nueva generación de chips y arquitecturas. Luego viene la capa de modelos, donde los costos de entrenamiento son enormes, la diferenciación es efímera y los desarrolladores están inmersos en una costosa carrera tecnológica con un poder de fijación de precios incierto. En la parte superior se encuentra la capa de empresas y aplicaciones, la fuente final de demanda que debe validar toda la cadena, donde las curvas de adopción aún se encuentran en una etapa temprana y la disposición a pagar sigue poniéndose a prueba. El ritmo actual del gasto de capital exige no solo que la IA genere importantes ganancias de productividad, sino también que esas ganancias beneficien específicamente a las capas que están incrementando su apalancamiento. Por ahora, nadie sabe con certeza qué capas captarán la mayor parte del valor económico, o incluso si la actual expansión de la infraestructura encontrará suficiente demanda.
Por último, el financiamiento circular no garantiza la demanda futura. Los proveedores y los grandes clientes impulsan cada vez más la demanda mediante pagos anticipados, compromisos de compra (mediante los cuales los compradores acuerdan adquirir bienes o servicios que aún no se han producido), apoyo financiero y estructuras de financiamiento respaldadas por contratos. Si bien estas interrelaciones pueden acelerar el desarrollo de la infraestructura, también introducen un elemento de circularidad: las mismas empresas que se benefician del gasto en infraestructura de IA pueden, de forma directa o indirecta, estar contribuyendo a financiar la demanda que la sustenta. Este tipo de demanda inducida —respaldada por el propio ecosistema— no es equivalente a una demanda orgánica impulsada por una adopción generalizada por parte de las empresas, ganancias reales de productividad y la disposición de los usuarios finales a pagar. La primera puede sostener el impulso durante un tiempo; solo la segunda puede validarlo. Si la transición de una a otra tarda más de lo que anticipa el lado de la oferta, los perfiles de retorno podrían comprimirse de forma significativa, aumentando la presión sobre el servicio de la deuda asociado a las estructuras de financiamiento actuales.
Un verdadero impulso de reapalancamiento que no ha pasado desapercibido para el mercado
Gráfico 4: Los hyperscalers con calificación A o superior cuentan con amplia capacidad para asumir deuda
Gráfico 5: El sector tecnológico sigue siendo el menos apalancado frente a sus pares en el mercado estadounidense de grado de inversión
Gráfico 6: El flujo de caja libre se está reduciendo de forma considerable debido a las elevadas necesidades de gasto de capital
Gráfico 7: Los spreads de crédito de los hyperscalers de IA han mostrado un desempeño inferior al del índice general estadounidense de grado de inversión...
Gráfico 8: ...mientras que sus curvas de bonos a 10 y 30 años se han empinado de forma significativa
La señal del mercado de renta variable es más matizada, ya que los inversionistas generalmente han recompensado a las empresas que consideran que cuentan con una trayectoria creíble para monetizar el gasto de capital en IA y han penalizado a aquellas con una justificación menos clara de sus retornos sobre la inversión.
Al ampliar la perspectiva y analizar de manera más general la cadena de suministro de la IA, las acciones de semiconductores han tenido un desempeño significativamente superior, y Corea y Taiwán se encuentran entre los mercados de renta variable con mejor desempeño a nivel mundial, dada su considerable exposición a la cadena de suministro de chips para IA. En general, la señal es clara: los inversionistas ya no están respaldando la expansión de infraestructura basándose únicamente en la confianza.
La analogía con las telecomunicaciones de la década de 1990: útil, pero incompleta
Los participantes del mercado buscan de manera natural precedentes históricos para orientarse durante las transiciones tecnológicas inciertas. Las dos comparaciones más citadas en el contexto del actual desarrollo de infraestructura para IA son los ferrocarriles del siglo XIX y el auge de la fibra óptica para telecomunicaciones de finales de la década de 1990. Ambas son útiles, aunque por razones distintas.
La analogía con los ferrocarriles refleja la característica definitoria de los ciclos de euforia en torno a la infraestructura de propósito general: enormes compromisos de capital, irreversibles y realizados años antes de que exista la demanda, que finalmente hacen posible una transformación económica mucho más amplia de lo que los inversionistas imaginaron en un principio. Dicho esto, también ofrece una advertencia importante. Los inversionistas en ferrocarriles con frecuencia perdieron dinero, aun cuando la tecnología en sí resultó transformadora. La lección es clara: tener razón sobre el impacto tecnológico no garantiza retornos atractivos si se falla en el momento oportuno.
Aunque esta lección también es aplicable a la IA, la analogía tiene sus límites. Los ferrocarriles son activos físicos inmóviles de suma cero, con modelos de ingresos relativamente sencillos y ciclos de depreciación de varias décadas. La infraestructura de IA es diferente. Su utilidad no está vinculada a una geografía específica, sus activos tienen ciclos de vida mucho más cortos, incorpora una economía no rival (es decir, no es de suma cero) y forma parte de una cadena de valor disputada en la que la jerarquía definitiva de monetización aún no está clara. Esto hace que la estimación del retorno sobre la inversión sea fundamentalmente más difícil.
La analogía con las telecomunicaciones es más relevante. El colapso de la fibra óptica a principios del siglo XXI no ocurrió porque el tráfico de internet no creciera, sino porque la oferta se construyó con base en una trayectoria de demanda que tardó mucho más en materializarse de lo que proyectaban los modelos. La lógica de “no podemos permitirnos quedarnos atrás” incentivó un comportamiento competitivo agresivo, adelantó la inversión y finalmente generó un exceso significativo de capacidad para ese momento.
El financiamiento de proveedores también amplificó el ciclo de las telecomunicaciones. Los proveedores de equipos, en la práctica, otorgaban préstamos a sus propios clientes para que estos pudieran comprar más conmutadores, routers y equipos ópticos, lo que permitía a los proveedores adelantar ventas mientras trasladaban el riesgo de crédito hacia segmentos más profundos del ecosistema. Esa circularidad hizo que la demanda pareciera más sostenible de lo que finalmente resultó ser.
La lección central del colapso de la fibra óptica a finales de la década de 1990 es que la inversión subyacente puede ser correcta en términos generales, pero una respuesta de oferta tan adelantada respecto de la demanda puede destruir capital.
Las similitudes con el actual ciclo de gasto de capital en IA son reales. El gasto de capital está aumentando tanto en términos absolutos como relativos. Se proyecta que el crecimiento del gasto de capital de los hyperscalers en relación con los activos totales iniciales supere al de las telecomunicaciones a finales de la década de 1990, aunque todavía se prevé que sea menor como proporción del flujo de caja operativo (ver gráficos 9 y 10). Estas dinámicas naturalmente invitan a comparaciones con la sobreinversión y el posterior colapso que definieron la era de las empresas punto com. Sin embargo, aunque la huella del mercado de crédito está cambiando a medida que las emisiones de los hyperscalers modifican la composición de los índices, el aumento hasta ahora sigue siendo más moderado que la expansión de las telecomunicaciones a finales de la década de 1990.
Gráfico 9: El gasto de capital acumulado de los hyperscalers de IA como proporción de los activos totales iniciales está encaminado a superar al de las telecomunicaciones a finales de la década de 1990...
Gráfico 10: ...pero, a pesar del deterioro significativo en los últimos trimestres, los flujos de caja libre de los hyperscalers de IA se mantienen mejor que los de las telecomunicaciones a finales de la década de 1990
Gráfico 11: En comparación con la década de 1990, los inversionistas de renta variable están imponiendo una mayor disciplina
Gráfico 12: En contraste con los hyperscalers, los índices de apalancamiento del sector de telecomunicaciones aumentaron de forma significativa durante el ciclo de gasto de capital de finales de la década de 1990...
Gráfico 13: ...y la rentabilidad del sector de telecomunicaciones disminuyó considerablemente
Vale la pena aclarar, como se señaló anteriormente, aunque el flujo de caja libre se ha deteriorado y la dirección de la tendencia es claramente menos favorable desde el punto de vista crediticio, los hyperscalers de alta calidad actuales siguen mostrando métricas considerablemente mejores que las del sector de telecomunicaciones en una etapa comparable de su ciclo de gasto de capital.
Dicho de otro modo, la IA se encuentra en medio de un auge de gasto de capital con riesgos reales: monetización incierta, posible exceso de inversión en infraestructura, ciclos de vida de los activos más cortos y una creciente dependencia de la deuda. Pero, por ahora, se trata de un ciclo más disciplinado y mucho más financiable que el auge de las telecomunicaciones de finales de la década de 1990.
