Oscuro Claro
La burbuja de inteligencia artificial amenaza con arrastrar a Wall Street, los bancos y los fondos de pensiones mediante una gigantesca red de deuda, garantías cruzadas y financiación circular.

Por Mente Alternativa

La revolución de la inteligencia artificial podría estar incubando una crisis financiera de dimensiones sistémicas, no porque su tecnología carezca de utilidad, sino porque la arquitectura económica que sostiene su expansión depende de una combinación cada vez más peligrosa de deuda, garantías cruzadas, compromisos multimillonarios y expectativas de rentabilidad. Esta es la tesis que emerge de las investigaciones del analista financiero Paul Spydell; del estudio de David K. Lifschultz sobre la exposición financiera de los gigantes tecnológicos; y de las reflexiones del investigador chino-canadiense Jiang Xueqin, creador de Predictive History, expuestas en una conversación con Robinson Erhardt para Robinson’s Podcast. Sus aproximaciones convergen en una advertencia inquietante: la industria de la inteligencia artificial está construyendo una estructura financiera cuya eventual implosión podría propagarse desde Silicon Valley hacia Wall Street, los bancos, las aseguradoras y los fondos de pensiones, precipitando una reorganización económica, tecnológica y política de Estados Unidos.

La contradicción fundamental reside en que la escala de inversión necesaria para construir la infraestructura de inteligencia artificial supera considerablemente los ingresos que sus aplicaciones generan actualmente. Los desarrolladores de modelos y operadores especializados necesitan adquirir enormes cantidades de procesadores, construir centros de datos y garantizar suministros eléctricos durante décadas, aunque muchos todavía carecen de beneficios suficientes para financiar esas inversiones. En una economía industrial convencional, esa insuficiencia obligaría a reducir los gastos hasta que apareciera una demanda solvente. Sin embargo, la industria ha encontrado una fórmula para invertir el proceso: financiar primero a los compradores para que estos puedan adquirir los equipos que justificarán nuevas rondas de financiación.

Paul Spydell sostiene que Jensen Huang, fundador de Nvidia, convirtió esta contradicción en el fundamento de una extraordinaria arquitectura financiera. Durante los últimos años, la compañía dejó de funcionar exclusivamente como fabricante de semiconductores para transformarse en una suerte de cuasibanco sectorial, proveedor de garantías, intermediario de capital de riesgo y sostén financiero de sus principales compradores. Huang comprendió que esperar a que los desarrolladores alcanzaran una rentabilidad suficiente limitaría el crecimiento de Nvidia y permitiría la entrada de competidores. Su alternativa consistió en utilizar el balance, la capitalización bursátil y los márgenes de la empresa para crear artificialmente la solvencia de sus clientes.

Así surgieron las llamadas transacciones circulares de Huang, una estructura en la que Nvidia invierte en empresas de inteligencia artificial que posteriormente utilizan ese capital para comprar sus procesadores. Las adquisiciones incrementan los ingresos del fabricante, fortalecen su valoración bursátil y permiten movilizar nuevas inversiones. A su vez, los compradores utilizan los equipos adquiridos y sus contratos futuros como garantías para obtener préstamos adicionales. El capital recorre así un circuito de financiación que permite multiplicar las inversiones mucho más rápidamente que los ingresos comerciales finales.

Spydell identifica cinco mecanismos interconectados. El primero consiste en inyectar capital en desarrolladores y operadores de nube deficitarios mediante participaciones accionarias e instrumentos convertibles. El segundo proporciona plazos comerciales favorables y compromisos de adquisición de capacidad computacional no utilizada. El tercero emplea garantías corporativas para respaldar instalaciones inmobiliarias y energéticas. El cuarto incorpora a los fondos de crédito privado, que financian proyectos utilizando procesadores y contratos como garantías. El quinto asegura anticipadamente suministros estratégicos de memoria, fabricación avanzada y componentes ópticos, restringiendo la disponibilidad de recursos para los competidores.

La combinación permite convertir una expectativa de rentabilidad futura en ingresos presentes. Nvidia registra ventas de procesadores mientras una parte de los riesgos correspondientes permanece distribuida entre inversiones, cuentas por cobrar, compromisos comerciales, arrendamientos y garantías que se extienden durante años. En términos económicos, la compañía transforma su capacidad financiera en demanda de sus propios productos, y esa demanda alimenta nuevas valoraciones, préstamos y proyectos.

Las dimensiones de esta transformación aparecen en los resultados de Nvidia correspondientes al segundo trimestre de su ejercicio fiscal 2027. La empresa registró ingresos por 96.221 millones de dólares, pero su flujo de caja operativo cayó considerablemente respecto del trimestre anterior. Spydell destaca que, mientras los ingresos aumentaban 14.610 millones de dólares, el flujo operativo se reducía en aproximadamente 26.270 millones. Su cálculo ajustado sitúa el flujo disponible, descontando determinadas operaciones de inversión y adquisición, cerca de 2.580 millones de dólares.

La evolución de las cuentas por cobrar revela otro aspecto del mecanismo. Estas aumentaron desde aproximadamente 40.710 millones hasta 63.060 millones de dólares, mientras el plazo medio de cobro pasó de 45,5 a 59,8 días. Para Spydell, el fenómeno demuestra que Nvidia no solamente vende cantidades extraordinarias de equipos: también está financiando indirectamente a sus compradores mediante condiciones comerciales que retrasan la recuperación del efectivo.

Al mismo tiempo, la empresa acumuló aproximadamente 94.000 millones de dólares en inversiones vinculadas con laboratorios de inteligencia artificial, operadores de nube y sociedades especiales de infraestructura, además de compromisos adicionales cercanos a 25.000 millones. Entre las compañías relacionadas con este entramado aparecen CoreWeave, Nebius, Intel, Synopsys, Lumentum y Coherent. Estas participaciones no solamente respaldan la expansión de la industria; también permiten que Nvidia registre ganancias financieras cuando aumentan las valoraciones de sus propios clientes y socios.

Un instrumento decisivo son las sociedades de propósito especial, conocidas como SPV, utilizadas para financiar centros de datos mediante estructuras de capital separadas de sus promotores originales. Nvidia aporta recursos iniciales o garantías, mientras fondos como Apollo, Blackstone, Brookfield y otros intermediarios proporcionan deuda adicional. Según Spydell, cada millón de dólares aportado puede movilizar entre 3,5 y 4,5 millones de financiación privada, frecuentemente con intereses anuales del 8% al 14%.

El analista destaca una operación vinculada con el segundo complejo Colossus de xAI, por aproximadamente 20.000 millones de dólares. Una estructura de capital de 7.500 millones, con una aportación relacionada con Nvidia cercana a 2.000 millones, habría permitido obtener 12.500 millones adicionales de deuda para adquirir aceleradores destinados a un arrendamiento plurianual. El principio es revelador: una inversión relativamente limitada del proveedor puede multiplicarse mediante crédito privado y regresar al fabricante en forma de ventas.

Otra dimensión aparece en los contratos mediante los cuales Nvidia se compromete a adquirir capacidad computacional que sus propios clientes no consigan comercializar. Spydell identifica obligaciones de aproximadamente 36.000 millones de dólares relacionadas con acuerdos de compra garantizada, además de otros 29.000 millones vinculados con arrendamientos y servicios computacionales. CoreWeave constituye uno de los ejemplos más representativos: utiliza infraestructura de Nvidia y dispone de compromisos que contribuyen a respaldar financieramente su capacidad instalada.

De esta manera, Nvidia puede terminar comprando servicios producidos por equipos que anteriormente vendió, asegurando ingresos a sus clientes y facilitando que estos obtengan nuevos préstamos. La aparente fortaleza de la demanda oculta así una dependencia recíproca: los compradores necesitan el respaldo financiero del proveedor, mientras el proveedor necesita que sus compradores continúen expandiéndose para sostener sus ingresos.

El fenómeno alcanza también al sector inmobiliario y energético. Nvidia participa en compromisos de arrendamiento de centros de datos todavía no iniciados y proporciona garantías sobre instalaciones destinadas a operadores asociados. Spydell identifica aproximadamente 20.000 millones de dólares en contratos de tránsito inmobiliario y otros 108.500 millones de exposición potencial mediante garantías relacionadas con proyectos y arrendamientos.

Entre estos compromisos sobresale una garantía de hasta 105.000 millones de dólares vinculada con el complejo de SB Energy en Ohio, destinado a proporcionar infraestructura para OpenAI. La operación comprende instalaciones energéticas y computacionales con obligaciones que pueden prolongarse durante veinte años. Mediante estos mecanismos, Nvidia facilita proyectos cuya construcción resulta difícil de financiar sin el respaldo crediticio de una corporación de su tamaño, mientras asegura que las instalaciones utilicen sus tecnologías.

La compañía también ha realizado adquisiciones de licencias y participaciones estratégicas en empresas complementarias. Spydell menciona operaciones relacionadas con Groq por aproximadamente 17.000 millones de dólares, además de inversiones en Intel, Nokia, Lumentum y Coherent destinadas a desarrollar procesadores, interconexiones y sistemas ópticos compatibles con las futuras arquitecturas Nvidia. El objetivo económico consiste en consolidar un ecosistema industrial y financiero articulado alrededor de sus propios estándares.

El último elemento es el control anticipado de suministros estratégicos. Nvidia elevó sus compromisos de capacidad y aprovisionamiento hasta aproximadamente 279.000 millones de dólares, asegurando acceso prioritario a fabricación avanzada, memorias y otros componentes. Para Spydell, la escasez resultante permite mantener precios elevados y preservar el valor de los procesadores utilizados como garantías crediticias.

Sin embargo, este mecanismo encierra una contradicción. Nvidia renueva sus arquitecturas tecnológicas aproximadamente cada doce o dieciocho meses, mientras los préstamos utilizados para adquirir equipos pueden extenderse durante cinco o seis años y los arrendamientos inmobiliarios durante dos décadas. Cada generación nueva puede reducir el valor comercial de la anterior, deteriorando las garantías que respaldan las operaciones financieras. El fabricante termina compitiendo contra el valor residual de sus propios productos.

Spydell calcula que aproximadamente la mitad de la actividad principal de centros de datos podría depender directa o indirectamente de estos circuitos de financiación. Su tesis es que una interrupción del crédito provocaría una reacción en cadena: cancelación de pedidos, depreciación de procesadores, deterioro de garantías, pérdidas en fondos privados, reducción de inversiones y caída de los ingresos de Nvidia. El mismo multiplicador que permite acelerar la expansión funcionaría entonces en sentido inverso.

El riesgo se agrava porque las participaciones financieras de la empresa están concentradas en el mismo sector. Spydell estima que una contracción del 35% al 40% en las valoraciones de sus inversiones podría ocasionar pérdidas contables de entre 33.000 y 38.000 millones de dólares. Paralelamente, los compromisos de aprovisionamiento continuarían presionando sus recursos aun cuando disminuyera la demanda.

El analista vincula esta acumulación de riesgos con la salida de Jensen Huang de la dirección ejecutiva en noviembre de 2026. En su interpretación, el crecimiento de las obligaciones y las posibles responsabilidades regulatorias habrían convertido su estrategia en un problema para la seguridad financiera de Nvidia. El cambio político en Washington, después de las elecciones legislativas y en medio del endurecimiento de los controles tecnológicos sobre China, añadiría nuevas presiones sobre una estructura que necesita expansión constante.

Pero el problema no termina en Nvidia. Lifshultz amplía el análisis hacia Alphabet, Microsoft, Amazon y Meta, los grandes compradores de infraestructura computacional. Según sus cálculos, durante el tercer trimestre de 2026 estas compañías destinaron conjuntamente unos 201.900 millones de dólares a inversiones de capital, frente a 175.500 millones generados mediante flujo operativo. La relación equivale al 115,1%: la inversión estaría absorbiendo más efectivo del producido por sus operaciones.

Lifshultz sostiene que Alphabet, Meta y Amazon registraron flujos de caja libre negativos en determinados periodos, mientras Microsoft conservaba una posición relativamente más sólida, aunque también contemplaba nuevas emisiones de deuda. Para preservar liquidez, las recompras de acciones de Alphabet, Amazon, Microsoft, Meta y Oracle se habrían desplomado alrededor del 90% respecto de su máximo de 2021, hasta aproximadamente 4.400 millones de dólares trimestrales.

La transformación es profunda. Empresas que durante años financiaron su crecimiento mediante enormes excedentes propios comienzan a depender crecientemente de los mercados de capitales. Lifshultz estima que la proporción de inversión financiada con deuda aumentó desde el 9% en 2024 hasta el 32% a mediados de 2026.

El analista calcula que las cuatro mayores plataformas mantienen aproximadamente 155.440 millones de dólares en efectivo y equivalentes frente a 1,53 billones en deuda y arrendamientos comprometidos todavía no iniciados, una cobertura cercana al 10,19%. Particularmente significativa es la exposición que atribuye a Meta, con 11.220 millones de efectivo frente a 393.840 millones en deuda y compromisos futuros. Microsoft, por su parte, tendría unos 329.000 millones vinculados con arrendamientos pendientes de inicio, mientras Amazon habría incrementado su deuda hasta aproximadamente 304.840 millones.

La Reserva Federal aporta otra perspectiva sobre el volumen de esta expansión. Su informe de estabilidad financiera de noviembre de 2026 identifica más de 1,1 billones de dólares en deuda pública relacionada con computación avanzada, incluyendo aproximadamente 680.000 millones emitidos durante los primeros diez meses del año, equivalentes al 31% de toda la emisión de deuda corporativa no financiera con grado de inversión. A ello se suman compromisos de arrendamiento todavía no iniciados superiores al billón de dólares y contratos de compra obligatoria, garantías sobre valores residuales y otras obligaciones futuras por más de dos billones.

Lifshultz interpreta estas magnitudes como una señal de que la infraestructura de inteligencia artificial se encuentra directamente conectada con los mecanismos internacionales de renovación del crédito. La Reserva Federal identifica además cerca de un billón de dólares en exposiciones directas e indirectas de grandes sociedades bancarias estadounidenses a empresas tecnológicas, desarrolladores de centros de datos, sociedades especiales, fondos de crédito privado y compañías energéticas.

La estructura recuerda algunos mecanismos que precedieron a la crisis hipotecaria de 2008. Las obligaciones se distribuyen entre diferentes intermediarios mediante tramos de deuda con prioridades distintas. Los bancos y aseguradoras adquieren instrumentos considerados relativamente seguros, mientras fondos especializados absorben los segmentos de mayor riesgo. Sin embargo, un incumplimiento importante puede deteriorar simultáneamente las garantías, provocar ventas forzadas y comprometer instrumentos cuya aparente seguridad dependía de que las valoraciones permanecieran elevadas.

Lifshultz considera que las pruebas tradicionales de resistencia bancaria subestiman precisamente estas conexiones. Una caída de los ingresos de los desarrolladores de inteligencia artificial podría desencadenar pérdidas entre operadores de nube, obligaciones de pago para fabricantes de procesadores, deterioros en los fondos privados y problemas de liquidez en los bancos que financian a estos intermediarios. Si los inversores exigen simultáneamente recuperar sus recursos, las dificultades podrían trasladarse rápidamente a los mercados de deuda corporativa, repos y financiación en dólares.

La consecuencia más grave es que el riesgo terminaría afectando a instituciones que administran el patrimonio de millones de personas. Aseguradoras y fondos de pensiones mantienen inversiones en deuda de grandes corporaciones tecnológicas y vehículos de crédito. La burbuja de inteligencia artificial podría trasladar así las pérdidas de una expansión especulativa hacia los ahorros de trabajadores y jubilados que nunca participaron directamente en las decisiones empresariales que la hicieron posible.

Jiang Xueqin introduce una dimensión todavía más inquietante. A su juicio, la expansión de la inteligencia artificial no constituye solamente un fenómeno tecnológico y financiero, sino también una disputa por el futuro de la organización económica y social. Según su interpretación, una proporción extraordinaria del crecimiento estadounidense depende ya de las inversiones en centros de datos, mientras proyectos como Stargate y los complejos de Abu Dabi movilizan expectativas de retornos de varios billones de dólares.

Para Jiang, la narrativa sobre la llegada inminente de la superinteligencia sirve también para justificar valoraciones descomunales y atraer recursos hacia empresas cuya rentabilidad futura permanece subordinada a expectativas extraordinarias. El investigador cuestiona, por ejemplo, las valoraciones multimillonarias proyectadas para Anthropic y la importancia concedida al discurso sobre los riesgos existenciales de la inteligencia artificial. En su interpretación, el temor a una tecnología supuestamente capaz de superar a la humanidad se convierte también en un argumento para financiar a las compañías que afirman estar desarrollándola.

Esta dinámica se desarrolla, además, en medio de una disputa entre las instituciones financieras tradicionales de Wall Street y las grandes corporaciones tecnológicas. Jiang observa en las stablecoins y las iniciativas legislativas estadounidenses, como la GENIUS Act y la Clarity Act, instrumentos mediante los cuales Silicon Valley podría ampliar su participación en la circulación monetaria utilizando activos digitales respaldados por bonos del Tesoro y reduciendo la intermediación bancaria convencional.

Sin embargo, su análisis va más allá de la disputa por el dinero. Jiang considera que la inteligencia artificial puede convertirse en una infraestructura de transformación antropológica al intervenir directamente en la formación del pensamiento, los hábitos y las relaciones humanas. Durante generaciones, sostiene, las instituciones educativas contribuyeron a transmitir patrones culturales, aunque la familia conservó un papel fundamental en la formación temprana de las personas.

Los asistentes personales de inteligencia artificial podrían modificar radicalmente ese equilibrio. Un sistema que acompañe a los niños desde sus primeros años, funcione simultáneamente como tutor, compañero emocional, fuente de entretenimiento y consejero, podría ocupar progresivamente funciones antes desempeñadas por padres, familiares y profesores. La capacidad de influir sobre las preferencias individuales ya no dependería exclusivamente de la escuela o de los medios de comunicación, sino de una presencia algorítmica permanente.

Jiang plantea que la acumulación masiva de información sobre conductas, emociones, relaciones y decisiones permitiría desarrollar sistemas predictivos cada vez más sofisticados. El individuo terminaría externalizando parte de su pensamiento y de su autonomía hacia plataformas que no solamente conocen sus preferencias, sino que participan activamente en su formación. La inteligencia artificial aparecería así como una herramienta de organización social, además de un instrumento productivo.

En esta perspectiva, el eventual estallido financiero podría convertirse en el acontecimiento decisivo de una reorganización política. Jiang considera que la restricción de liquidez internacional, agravada por la guerra en Oriente Medio, las necesidades financieras de Arabia Saudita y un posible endurecimiento monetario de Japón, podría interrumpir el flujo de recursos que sostiene la expansión tecnológica estadounidense.

Cuando los centros de datos no produzcan los ingresos prometidos, sus operadores enfrentarían dificultades para pagar los préstamos utilizados en adquirir equipos y construir instalaciones. Los incumplimientos afectarían a bancos, fondos privados y mercados bursátiles. Ante el riesgo de arrastrar los ahorros para la jubilación y provocar una crisis generalizada, Washington y la Reserva Federal se verían presionados a intervenir.

Jiang contempla entonces un rescate de infraestructura estratégica que podría desembocar en la nacionalización de centros de datos y su reorganización mediante alianzas público-privadas. Bajo esa estructura, el Estado y las corporaciones tecnológicas podrían impulsar sistemas integrados de identificación digital, inteligencia artificial y pagos mediante stablecoins, ampliando extraordinariamente su capacidad para administrar información y transacciones.

Paradójicamente, semejante intervención podría producir el resultado contrario al perseguido. En lugar de consolidar una infraestructura digital occidental universal, una crisis profunda podría acelerar la fragmentación tecnológica mundial, fomentar circuitos regionales, estimular alternativas de código abierto y fortalecer las estrategias de soberanía industrial de otras potencias.

La conclusión que emerge de estos tres análisis es que la burbuja de inteligencia artificial constituye algo más que una posible sobrevaloración bursátil. Representa la convergencia entre una expansión tecnológica extraordinaria, una arquitectura financiera crecientemente circular y una disputa por el control de infraestructuras que podrían reorganizar la economía, la política y la vida cotidiana.

Spydell describe cómo Nvidia transformó su capacidad financiera en un mecanismo para multiplicar la demanda de sus propios productos. Lifshultz muestra cómo esa expansión alcanza a los grandes compradores tecnológicos y se transmite hacia bancos, aseguradoras y fondos de pensiones. Jiang sitúa el fenómeno dentro de una confrontación más amplia por el control del dinero, los datos y la conciencia humana.

La paradoja histórica es que una tecnología presentada como fundamento de una nueva era de productividad podría precipitar una crisis precisamente por la forma en que se está financiando su desarrollo. La capacidad de construir una infraestructura no equivale a la capacidad de sostenerla económicamente, y la posibilidad de financiar una demanda no significa que esa demanda pueda mantenerse por sí misma.

Si el circuito llega a interrumpirse, las consecuencias podrían extenderse mucho más allá de Nvidia y Silicon Valley. Los equipos perderían valor, los fondos privados afrontarían deterioros, los bancos restringirían el crédito y los gobiernos se enfrentarían a presiones para rescatar infraestructuras estratégicas. La cuestión fundamental dejaría de ser cuánto vale la inteligencia artificial para convertirse en quién pagará las pérdidas de su expansión y quién terminará controlando sus activos.

Porque el verdadero riesgo de la burbuja de inteligencia artificial no reside solamente en que estalle, sino en que las pérdidas sean socializadas entre millones de trabajadores, ahorradores y jubilados, mientras el control de la infraestructura tecnológica y financiera resultante se concentra en un número todavía menor de actores corporativos y estatales.

Fuentes consultadas

Paul Spydell. Las transacciones circulares de Huang. Noviembre de 2026.

Paul Spydell. Riesgos estratégicos derivados de las transacciones circulares de Nvidia. Noviembre de 2026.

David K. Lifschultz. An Analysis AI Hyperscaler Exposures. Noviembre de 2026.

Jiang Xueqin y Robinson Erhardt. Professor Jiang: They WANT the AI Crash | On Altman, Zuckerberg, & Silicon Valley. Robinson’s Podcast. 14 de noviembre de 2026.

Board of Governors of the Federal Reserve System. Financial Stability Report. Reserva Federal de Estados Unidos. 13 de noviembre de 2026.

Nvidia Corporation. NVIDIA Announces Financial Results for Second Quarter Fiscal 2027. Nvidia Investor Relations. 26 de agosto de 2026.

Nvidia Corporation. Quarterly Report on Form 10-Q for the Quarter Ended July 26, 2026. Securities and Exchange Commission. 26 de agosto de 2026.



Donar a Mente Alternativa
Artículos Relacionados
Total
0
Share