La inteligencia artificial necesita dinero. Tanto dinero que cada vez hay más personas que hablan de una burbuja que explotará pronto. Y es que, a medida que la carrera por construir centros de datos se acelera, empieza a aparecer un problema que muchos estaban tapando: el capital de las grandes tecnológicas no es infinito y buena parte de aquello que están comprando son equipos informáticos sometidos a una depreciación feroz.

Jensen Huang, no obstante, cree haber encontrado una solución. El CEO de NVIDIA quiere transformar la infraestructura de IA en algo más que servidores y GPU: una nueva clase de activo susceptible de ser financiada por el capital institucional.

La empresa ha anunciado acuerdos con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para crear plataformas independientes capaces de movilizar más de 500.000 millones de dólares de capital de terceros destinado a infraestructura de IA. Su objetivo es que fondos de pensiones, aseguradoras y grandes inversores puedan financiar centros de datos y capacidad de computación como ya hacen con carreteras, aeropuertos o centrales eléctricas.

Su objetivo es que fondos de pensiones, aseguradoras y grandes inversores puedan financiar centros de datos. Foto: Kiyoshi Ota/Bloomberg

El propio Huang lo ha resumido así: “La infraestructura que hay detrás de la IA se está convirtiendo en uno de los activos más productivos del mundo. En la IA, la computación es ingreso”.

La idea llega después de años en los que Huang ha defendido que estamos ante “la mayor construcción de infraestructura de la historia de la humanidad”, un despliegue que incluye energía, chips, centros de datos, modelos y aplicaciones.

Existe, sin embargo, una diferencia fundamental entre financiar una autopista y financiar un centro de datos. Una autopista no queda tecnológicamente anticuada cuando su fabricante presenta otra seis meses después. Pero las GPU sí.

Ahora mismo, NVIDIA mantiene un ritmo loco de renovación de hardware. Para los inversores, esto introduce un riesgo evidente: financiar miles de millones de dólares en equipos cuyo valor económico puede caer cuando aparece una generación más potente y eficiente.

Pero Huang cree que esta forma de entender las GPU es demasiado simplista. Según su argumento, el valor de la infraestructura “no queda fijado en el momento de la instalación”, porque el ecosistema de software de NVIDIA puede mejorar su rendimiento y prolongar su vida útil. De hecho, modelos antiguos como las A100 siguen utilizándose años después de su lanzamiento.

Además, según el Financial Times, NVIDIA plantea respaldar en determinadas operaciones hasta un 25% del valor de los chips, reduciendo el riesgo asumido por quienes financien su compra. Los grandes gestores podrían entonces prestar dinero para adquirir infraestructura NVIDIA utilizando el propio hardware como garantía.

Si existe suficiente volumen de préstamos respaldados por hardware, estos podrían agruparse y convertirse en valores negociables. El Financial Times señala precisamente que los grupos financieros contemplan empaquetar contratos de alquiler de chips en títulos, abriendo potencialmente un mercado de deuda respaldada por infraestructura de IA.

Por otra parte, NVIDIA no solo fabrica el activo utilizado como garantía, sino que también controla en buena medida su ciclo tecnológico. La compañía que podría ayudar a respaldar el valor residual de una generación de GPU es también la que decide cuándo lanzar la siguiente. NVIDIA tendría así dos incentivos potencialmente contrapuestos: acelerar la renovación tecnológica para mantener su liderazgo y, simultáneamente, evitar que el hardware financiado pierda demasiado valor.

El modelo, además, llega cuando Wall Street ya acumula una exposición considerable a la carrera de la IA. Existen alrededor de 200.000 millones de dólares de crédito privado concedido a prestatarios vinculados a la IA, mientras las compañías tecnológicas han emitido unos 350.000 millones en bonos durante 2026.

El resultado es que el riesgo puede empezar a desplazarse. Hasta ahora, una empresa compraba GPU, construía un centro de datos y asumía directamente buena parte del peligro de que aquella inversión no produjera los retornos esperados. Pero NVIDIA sostiene que detrás de todo ello existe una demanda real y creciente de computación. Huang lo reduce a una afirmación clave: “El retorno reside en la utilidad de la IA”. ¿Será suficiente?

Pau Roldan