Diario Tech & IA
NVIDIA ya no se limita a vender las GPU que alimentan la inteligencia artificial. Ahora quiere ayudar a financiar las fábricas que las compran. Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR trabajarán con el fabricante para crear plataformas capaces de movilizar más de US$500,000 millones de capital de terceros para infraestructura de IA. El objetivo convierte al cómputo en algo nuevo para Wall Street: una clase de activo que puede financiarse, alquilarse y respaldar deuda.
La cifra exige una aclaración desde el principio. Wall Street no ha entregado US$500,000 millones a NVIDIA, NVIDIA tampoco está creando por sí misma un fondo de ese tamaño y los seis grupos financieros no han anunciado aportaciones individuales que sumen esa cantidad. Lo firmado son memorandos para establecer plataformas independientes capaces de movilizar, con el tiempo, más de US$500,000 millones de capital externo destinado al ecosistema de infraestructura NVIDIA. Los importes de cada institución, las operaciones concretas y los calendarios de desembolso todavía no han sido detallados.
Ese matiz no reduce la importancia de la noticia. Al contrario, permite entender lo que realmente está ocurriendo. NVIDIA está intentando resolver un problema creado parcialmente por el éxito de su propia tecnología: la demanda de cómputo aumenta a una velocidad que obliga a comprometer cantidades extraordinarias de capital antes de que los ingresos generados por esa infraestructura lleguen a las cuentas de las empresas que la construyen.
Hasta ahora, la expansión de la inteligencia artificial podía explicarse principalmente como una carrera tecnológica. OpenAI, Anthropic, Google, Meta y otros desarrolladores necesitaban modelos más grandes; esos modelos requerían más aceleradores; los aceleradores exigían centros de datos cada vez mayores.
La siguiente etapa es financiera.
Ya no basta con tener una GPU mejor. Hay que encontrar quién paga cientos de miles de aceleradores, redes de alta velocidad, racks, refrigeración, terrenos, subestaciones, transformadores y electricidad mientras la infraestructura todavía está siendo construida.
Según S&P Global Ratings, citado por Reuters Breakingviews, Alphabet, Amazon, Meta, Microsoft y Oracle podrían gastar conjuntamente alrededor de US$750,000 millones durante 2026. Incluso empresas capaces de producir decenas de miles de millones de dólares en efectivo están recurriendo cada vez más a deuda, financiación estructurada y socios externos para sostener el ritmo de construcción.
NVIDIA quiere insertar el sistema financiero directamente en esa cadena.
La lógica comienza con una afirmación sencilla: una GPU instalada en un centro de datos no es necesariamente un activo improductivo. Si existe un cliente dispuesto a pagar durante varios años por utilizar su capacidad, esa máquina participa en la producción de un flujo de ingresos.
Para NVIDIA, ahí aparece la posibilidad de transformar el compute en una infraestructura financiable.
La compañía describe sus sistemas como activos transferibles entre usuarios y cargas de trabajo, respaldados por un amplio ecosistema construido alrededor de CUDA. Su argumento comercial es que esa flexibilidad, junto con la demanda existente de capacidad de IA, puede prolongar la vida económica del hardware y hacerlo suficientemente predecible como para atraer capital institucional. Esa es, naturalmente, la tesis de NVIDIA y debe distinguirse de una comprobación independiente de cuánto conservarán realmente esas GPU de su valor dentro de cuatro, cinco o seis años.
El mecanismo tiene paralelos conocidos.
Una aerolínea no necesita pagar en efectivo toda su flota. Los aviones pueden comprarse mediante compañías de leasing que financian el activo y cobran alquiler durante años.
Un edificio comercial puede respaldar una hipoteca porque existe un inmueble con determinado valor y contratos de arrendamiento que generan ingresos.
Una planta de generación eléctrica puede financiarse utilizando como soporte económico la infraestructura, contratos de suministro y flujos futuros.
La apuesta de NVIDIA consiste en llevar parte de esa lógica a las fábricas de IA.
Un vehículo financiero podría aportar deuda, capital o estructuras híbridas para adquirir infraestructura NVIDIA. El hardware sería una parte del colateral, mientras los contratos de utilización del cómputo ayudarían a demostrar que existen compradores capaces de producir flujo de caja.
El cliente obtiene acceso a una instalación que probablemente no podría financiar completamente con su propio balance. La institución financiera obtiene exposición a una infraestructura que espera que genere ingresos durante varios años. Y NVIDIA vende más sistemas de los que vendería si cada comprador tuviera que pagar todo el costo por adelantado.
Ahí está el verdadero modelo empresarial.
NVIDIA no tiene necesariamente que convertirse en el banco. Le basta con conseguir que los bancos, fondos de crédito privado, gestores de activos y fondos de infraestructura estén dispuestos a financiar a quienes compran sus productos.
Pero NVIDIA tampoco pretende permanecer completamente al margen del riesgo.
Reuters Breakingviews señala que la compañía podría respaldar hasta el 25% del valor de determinados colaterales, dependiendo de la estructura de cada operación. En un universo teórico de US$500,000 millones, ese porcentaje representaría hasta US$125,000 millones, aunque no debe interpretarse como una garantía ya comprometida por ese importe. Se trata de un límite potencial dentro de operaciones que todavía deberán negociarse individualmente.
Esa participación es importante porque responde a una pregunta incómoda para cualquier prestamista: ¿qué ocurre si el prestatario deja de pagar?
En un préstamo hipotecario existe una vivienda. En financiación aeronáutica existe un avión que puede recuperarse y, potencialmente, arrendarse de nuevo. En una fábrica de IA existirían servidores, aceleradores y otra infraestructura que podría trasladarse o reasignarse a otro operador.
El problema es que una GPU no envejece como un edificio.
La obsolescencia tecnológica puede convertirse en el riesgo central de esta nueva clase de activo.
NVIDIA está acelerando deliberadamente sus ciclos de producto. Cada nueva arquitectura ofrece más rendimiento, mejor eficiencia energética y menor costo por unidad de cómputo. Eso es extraordinario para el negocio tecnológico, pero introduce una tensión para el negocio financiero.
El prestamista necesita que el activo conserve suficiente valor.
El fabricante, en cambio, necesita que el producto siguiente sea suficientemente mejor para convencer al mercado de reemplazar el anterior.
Si una nueva generación duplica o multiplica el rendimiento de la anterior y reduce sustancialmente el costo de inferencia, una GPU de tres años puede continuar funcionando perfectamente desde el punto de vista técnico y, sin embargo, perder gran parte de su atractivo económico.
Ese problema diferencia el compute financing del financiamiento inmobiliario tradicional.
Un almacén construido hace cinco años puede seguir siendo perfectamente competitivo frente a uno nuevo. Una GPU de cinco años podría enfrentarse a hardware que ofrece varias veces más rendimiento por vatio, por rack y por dólar.
Por eso valor residual se convierte en una de las palabras decisivas de esta historia.
No importa únicamente cuánto cuesta adquirir una GPU hoy. Importa cuánto podrá valer dentro de varios años, cuántos ingresos podrá seguir generando y cuánto costará operarla frente a alternativas más modernas.
Y aparece una segunda variable igualmente importante: el precio futuro del cómputo.
La tesis financiera funciona especialmente bien cuando existe escasez. Si las compañías compiten por capacidad y prácticamente todos los aceleradores disponibles encuentran clientes, los operadores pueden cobrar tarifas suficientes para cubrir deuda, electricidad, mantenimiento y capital.
Pero una inversión financiada durante cinco o siete años no depende únicamente de las condiciones actuales.
Depende de lo que ocurra cuando aparezcan nuevas generaciones de aceleradores, aumente la oferta de centros de datos, mejoren los modelos, se reduzca la cantidad de cómputo necesaria para obtener una determinada respuesta o entren competidores capaces de proporcionar capacidad a menor precio.
Una caída fuerte del precio de inferencia sería excelente para los consumidores de IA.
Podría ser bastante menos favorable para quien haya financiado una instalación bajo la hipótesis de tarifas sustancialmente superiores.
Este es el punto donde el caso de CoreWeave ayuda a entender por qué NVIDIA está actuando ahora.
CoreWeave reportó US$104,200 millones de backlog al cierre de su segundo trimestre de 2026, frente a US$99,400 millones tres meses antes. Además, comunicó más de US$25,000 millones de nuevos compromisos de clientes obtenidos durante el trimestre actual. Su capacidad disponible a corto plazo está prácticamente vendida, según su dirección.
Pocas cifras reflejan mejor la demanda actual de infraestructura de IA.
Pero también existe otra cifra.
CoreWeave elevó su previsión de gasto de capital para 2026 hasta US$35,000–39,000 millones, después de haber pronosticado US$31,000–35,000 millones. Solamente durante el trimestre terminado en junio gastó US$9,400 millones en capex, mientras sus ingresos trimestrales alcanzaron US$2,580 millones.
La comparación muestra el problema.
CoreWeave puede tener contratos capaces de producir decenas de miles de millones de dólares durante años y, al mismo tiempo, necesitar cantidades extraordinarias de capital hoy para construir la infraestructura que permitirá entregar esos servicios mañana.
Backlog no significa efectivo.
Un contrato por varios años representa una expectativa contractual de ingresos que deberá reconocerse según el servicio sea proporcionado. La infraestructura necesaria para cumplirlo, en cambio, puede requerir desembolsos enormes antes de cobrar buena parte de esos ingresos.
Eso crea una brecha financiera.
Y esa brecha es exactamente el espacio donde entran Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR.
Los fondos de infraestructura pueden proporcionar capital de largo plazo. El crédito privado puede financiar activos o proyectos específicos. Los bancos pueden estructurar préstamos y titulizaciones. Los gestores de activos pueden distribuir exposición entre inversionistas institucionales que buscan rendimientos vinculados a infraestructura.
Lo que NVIDIA aporta es el ecosistema tecnológico alrededor del cual pueden construirse esas operaciones.
Por eso resulta insuficiente describir a NVIDIA simplemente como fabricante de GPU.
La empresa comenzó controlando uno de los componentes fundamentales del entrenamiento y la inferencia. Después amplió su posición hacia redes de alta velocidad, sistemas completos, racks, software, bibliotecas, modelos, herramientas para agentes y arquitecturas de centros de datos.
Ahora está intentando ocupar otra capa:
la financiación del ecosistema que compra toda esa infraestructura.
No necesariamente prestando directamente el dinero, sino haciendo que sus sistemas sean suficientemente financiables como para que terceros amplíen el universo de compradores.
Desde la perspectiva de NVIDIA, la ventaja es evidente.
Cada dólar de capital que permite construir una fábrica de IA basada en NVIDIA puede convertirse en ventas de aceleradores, networking, sistemas y adopción de software.
En julio ya apareció un ejemplo concreto de esta estrategia. NVIDIA, NAVER y Brookfield anunciaron una expansión de infraestructura de IA en Corea del Sur. NVIDIA planteó invertir US$1,000 millones en NAVER, mientras Brookfield firmó una hoja de términos no vinculante para financiar hasta US$9,000 millones. El proyecto contempla expandir una instalación inicial hasta 200 megavatios para 2028, dentro de una ambición mayor de infraestructura a escala gigavatio.
El patrón empieza a ser reconocible:
NVIDIA aporta plataforma tecnológica y, en algunos casos, capital o respaldo; grandes instituciones financieras aportan capacidad de financiación; operadores construyen los centros de datos; laboratorios y empresas compran o alquilan el cómputo.
Es una forma de ampliar el mercado sin exigir que cada cliente tenga un balance comparable al de Microsoft o Alphabet.
Pero cuanto más participe NVIDIA en garantizar, financiar o respaldar los activos vendidos a su propio ecosistema, más importante será distinguir demanda independiente de demanda estimulada financieramente.
Ese riesgo no es exclusivo de NVIDIA. Es habitual cuando un fabricante ayuda a financiar a sus compradores.
La financiación puede ampliar un mercado legítimamente porque permite distribuir el costo del activo durante su vida útil. Pero también puede ocultar temporalmente problemas cuando el crecimiento de ventas depende cada vez más de crédito, garantías o estructuras financieras proporcionadas alrededor del propio proveedor.
Por ahora no existe evidencia suficiente para afirmar que esté ocurriendo lo segundo.
Sí existe una razón para vigilarlo.
La pregunta será qué proporción de futuras ventas de infraestructura depende de mecanismos respaldados directa o indirectamente por NVIDIA y cuánto riesgo termina acumulando la compañía en garantías, inversiones, compromisos y exposición crediticia frente a sus propios clientes.
NVIDIA dispone hoy de una posición financiera excepcional, pero ya ha comenzado a utilizar más activamente los mercados de capital. En junio realizó una emisión de bonos por US$25,000 millones, su primera gran colocación de deuda corporativa desde 2021, después de recibir aproximadamente US$85,000 millones de demanda de inversionistas. La compañía señaló que esos recursos serían destinados a propósitos corporativos generales y no específicamente al financiamiento de estas fábricas de IA.
El contexto importa porque muestra el tamaño al que está llegando el ecosistema.
Estamos entrando en una etapa donde incluso las empresas tecnológicas más rentables del mundo utilizan simultáneamente efectivo operativo, bonos, crédito privado, vehículos de infraestructura, socios institucionales y contratos de largo plazo para sostener la construcción.
En ese escenario, las GPU dejan de ser solamente chips.
Se convierten en activos productivos cuyo rendimiento esperado depende de cuánto cómputo puedan vender durante su vida económica.
Ahí reside la oportunidad y también el riesgo.
Si la demanda de inteligencia artificial continúa creciendo, si las aplicaciones empresariales producen suficiente retorno y si las generaciones anteriores de hardware conservan capacidad económica útil, el compute financing puede convertirse en una pieza permanente del sistema financiero, similar a otros mercados de infraestructura.
El capital institucional podría financiar fábricas de IA y recibir a cambio flujos de ingresos ligados al uso de capacidad. Los operadores podrían expandirse sin asumir todo el capex en sus propios balances. Los desarrolladores de modelos tendrían acceso a mayor capacidad. Y NVIDIA vendería más infraestructura.
Pero existe un escenario contrario.
Si la eficiencia de los modelos mejora más rápido de lo esperado, aparecen arquitecturas competitivas, disminuye el costo del cómputo, parte de la demanda proyectada no genera beneficios suficientes o las GPU pierden valor residual demasiado rápido, algunas de esas estructuras podrían descubrir que habían financiado activos tecnológicos como si fueran infraestructura de vida larga cuando en realidad estaban financiando equipos sometidos a una curva acelerada de obsolescencia.
Ese será el verdadero examen.
La comparación relevante no consiste en preguntar si una GPU se parece jurídicamente a un avión o a un edificio. Consiste en determinar si sus flujos de caja, utilización, transferibilidad y valor residual son suficientemente predecibles para soportar deuda durante varios años.
Y esa respuesta todavía no existe.
Los US$500,000 millones anunciados por NVIDIA son, por ahora, una capacidad de capital que las nuevas plataformas quieren movilizar progresivamente, no una pila de dinero ya invertida. Los términos de las primeras operaciones, los niveles de apalancamiento, las garantías concretas y los retornos exigidos por los inversionistas serán mucho más informativos que la cifra del titular.
Pero la dirección del mercado está clara.
La primera fase del auge de la inteligencia artificial fue la carrera por construir mejores modelos.
La segunda fue la carrera por conseguir GPU.
La tercera está obligando a resolver algo menos espectacular, pero probablemente igual de importante: quién pone el capital para construir cientos de miles de millones de dólares en infraestructura y quién absorbe el riesgo si esos activos no producen los retornos esperados.
NVIDIA quiere estar presente también en esa etapa.
Y si consigue que el mercado financiero trate al cómputo como una infraestructura capaz de respaldar deuda y producir ingresos durante años, habrá ampliado su posición mucho más allá de la venta de chips.
Habrá ayudado a convertir las fábricas de IA en una nueva clase de activo.
El éxito de esa estrategia no se medirá por los US$500,000 millones anunciados.
Se medirá por algo mucho más exigente:
cuánto flujo de caja produce cada dólar de capital invertido en cómputo después de pagar electricidad, infraestructura, financiación y obsolescencia.
Ahí empieza el verdadero examen financiero de la inteligencia artificial.