¿Quién pagará por el superciclo de la IA?

El 29 de julio, CITIC Securities publicó un informe macro en profundidad titulado "Desde la perspectiva de la liquidez de la deuda: ¿Quién pagará por el superciclo de la IA?", analizando sistemáticamente, desde la perspectiva de la financiación por deuda, el origen de los fondos, la estructura de financiamiento y las posibles vulnerabilidades de esta nueva ronda de inversión en IA.

El informe sostiene que las inversiones en IA han evolucionado de estar impulsadas por los flujos de efectivo internos de los gigantes tecnológicos a convertirse en un ciclo de expansión crediticia promovido conjuntamente por el crédito empresarial, los activos de proyectos y el ahorro global a largo plazo.

Porque, independientemente del instrumento de financiación utilizado, la esencia es que el crédito de la empresa matriz, los activos del proyecto y los contratos a largo plazo sirven de respaldo para capitalizar por anticipado los ingresos aún no concretados de la IA, canalizando los ahorros mundiales a largo plazo hacia GPU, centros de datos y activos eléctricos.

La verdadera vulnerabilidad no reside en si los bancos o las instituciones financieras no bancarias están excesivamente apalancados, sino en las condiciones de financiación: si pueden mantenerse los bajos costos, altas tasas de garantía y rápida aprobación.

Mientras la demanda de IA y el flujo de efectivo permanezcan incuestionados, la actual expansión de la deuda se asemeja más a un superciclo de gastos de capital, y no a una burbuja terminal. Entre 2026 y 2027, los nuevos proveedores de servicios en la nube de IA serán los puntos de mayor riesgo de liquidez localizada.

Desde 2024, la demanda sincronizada de entrenamiento y razonamiento de IA generativa ha impulsado la rápida expansión de los gastos de capital de las empresas tecnológicas globales.

La suma de los gastos de capital de Microsoft, Google, Amazon, Meta y Oracle aumentó de unos 154 mil millones de dólares en 2023 a unos 239 mil millones en 2024, y se espera que salte a unos 412 mil millones en 2025. Según las últimas previsiones de cada empresa, en 2026 el gasto de capital combinado podría alcanzar los 780 mil millones de dólares, casi el doble que en 2025.

Al mismo tiempo, el crecimiento de ingresos ya no sigue el ritmo de expansión de los gastos de capital.

La suma de flujos de caja libres de estas cinco empresas cae de unos 239 mil millones de dólares en 2024 a unos 191 mil millones en 2025, mientras la proporción de gastos de capital sobre el flujo de caja operativo aumenta del 50% al 68%.

Tomando 2026 como ejemplo, si los gastos de capital alcanzan los 780 mil millones y el flujo de caja operativo ronda los 650 mil millones, el sector podría experimentar una brecha financiera de aproximadamente 130 mil millones de dólares antes incluso del pago de dividendos y recompras.

Para los inversionistas, esto implica que los gigantes tecnológicos seguirán reduciendo las recompras. El monto total de recompras de las cinco empresas bajó de unos 125 mil millones de dólares en 2022 a unos 95 mil millones en 2025. Al mismo tiempo, la financiación neta por deuda aumentó considerablemente, alcanzando unos 90 mil millones en 2025, y los instrumentos de financiación tienden a diversificarse.

En los cuatro próximos años, la inversión total global en infraestructura IA a nivel full stack será de unos 4,51 billones de dólares. De este monto, los gigantes tecnológicos asumirán cerca de 2,93 billones; los proveedores de servicios en la nube de IA, unos 248 mil millones; y otros actores, cerca de 1,33 billones.

Pero la inversión total en infraestructura no equivale a la deuda total, ya que las empresas pueden recurrir primero al flujo de caja operativo, efectivo existente y capital accionario, con la financiación por deuda cubriendo el déficit restante.

Frente a la brecha financiera, la financiación para infraestructura IA muestra dos tendencias claras: trasladarse del balance interno al externo, y descender el crédito de la empresa matriz hacia los contratos de clientes y los activos del proyecto.

La financiación interna incluye bonos corporativos, préstamos bancarios, préstamos con garantía de GPU, bonos convertibles y pasivos por arrendamiento ya reconocidos, ingresando la deuda directamente al balance de la matriz;

La financiación externa recae en desarrolladores, joint ventures (JV) o vehículos de propósito especial (SPV), con la empresa tecnológica respaldando el proyecto mediante arrendamientos a largo plazo, contratos de compra de capacidad o garantías, proporcionando apoyo crediticio implícito.

Los gigantes tecnológicos presentan una estructura de "financiación matriz + arrendamiento a largo plazo + financiación de proyectos" en tres capas. Según Moody’s, el compromiso de arrendamiento de los cinco mayores gigantes tecnológicos de EE.UU. suma unos 969 mil millones de dólares, principalmente por arrendamientos que aún no han comenzado; dichos compromisos se transformarán gradualmente en deudas por arrendamiento y gastos de caja a largo plazo conforme los proyectos sean entregados.

Los proveedores de servicios en la nube de IA principalmente dependen de una combinación de "préstamos respaldados por GPU y contratos + arrendamiento + bonos convertibles". Tomando el caso de CoreWeave, al cierre de marzo de 2026, su deuda con intereses ascendía a 25,1 mil millones de dólares, utilizando instrumentos diversos como préstamos de retiro diferido (DDTL), financiamiento de equipos, bonos high-yield, convertibles y líneas rotativas; los principales proveedores ya han estructurado un capital de múltiples capas.

La gradación de costos de financiación refleja, en esencia, la diferencia en "certidumbre de flujo de caja y capacidad de control del acreedor".

Por ejemplo, el coste efectivo de financiación de bonos senior sin garantía de CoreWeave ronda el 10%, mientras el costo del DDTL 4.0, respaldado por contratos con clientes de grado de inversión, activos GPU y flujo de caja del proyecto, baja a aproximadamente 5,9%;

En el mismo periodo, el bono corporativo de Meta para 2032 tiene un cupón de 4,6%, pero el bono del proyecto de centro de datos Hyperion se emitió a un rendimiento de aproximadamente 6,58%. Los bonos de proyectos no son más baratos que los de la matriz; su objetivo es ahorrar capital de la matriz y preservar el espacio de calificación, no simplemente bajar la tasa de interés.

La inversión en IA exige condiciones particulares al intermediario financiero. Un solo proyecto de 1GW puede costar cientos de millones de dólares, con recuperación de inversión de más de diez años, mientras los bancos se financian principalmente por depósitos y préstamos mayoristas a corto plazo, lo que crea desajustes de plazos, limitaciones de capital y de concentración.

Por ejemplo, el capital de nivel uno de JP Morgan es de 295,758 millones de dólares, y el límite legal de préstamo a un prestatario único es de unos 45 mil millones.

Por tanto, los bancos actúan más como "conductos de financiación" en la IA: seleccionan proyectos, estructuran el crédito, ofrecen financiamiento puente, diseñan estructuras y distribuyen riesgos. Cuando las condiciones están dadas, redistribuyen el riesgo mediante préstamos sindicados, bonos privados o títulos respaldados por activos a inversores institucionales, y no retienen el riesgo de forma permanente.

Desglosando los instrumentos de financiación, los fondos finales para infraestructura IA provienen del sistema global de ahorros a largo plazo.

El canal de transmisión de fondos es: ahorro de hogares y estados → fondos de pensiones, aseguradoras y fondos soberanos → fondos de infraestructura, fondos inmobiliarios, fondos de crédito privado y grandes gestoras de activos → capital de proyectos IA, bonos de proyecto, bonos corporativos, ABS/CMBS → centros de datos, infraestructuras eléctricas y de computación.

Actualmente, el sistema de financiación para IA aún no muestra las características de alto apalancamiento típicas de la banca en la sombra previa a 2008.

Según los organismos de la Reserva Federal, los fondos privados de crédito en EE.UU. manejan un apalancamiento promedio del 30%, y la eurozona cerca del 40%; el apalancamiento se concentra mayormente en el usuario final de los fondos, es decir, los proveedores de nube IA, desarrolladores de centros de datos y SPV de proyectos.

La relación deuda/EBITDA de las empresas prestatarias de crédito privado suele ser de 5 a 6 veces; descontando ajustes agresivos de EBITDA, el apalancamiento real puede ser cercano a 7 veces, mucho más alto que el nivel de préstamos sindicados amplios, que ronda 4 veces.

Los perfiles de riesgo de ambos tipos de actores son completamente distintos.

La principal presión para los gigantes tecnológicos es la restricción en asignación de capital, no la crisis de liquidez.

Bajo un escenario de reparto neutral a 15 años, los cinco gigantes (Microsoft, Google, Amazon, Meta, Oracle) tendrán pagos fijos pendientes de unos 74,9 mil millones de dólares en 2026, que suben a 127,3 mil millones en 2027.

Los flujos de caja operativos esperados en esos años rondan los 578,3 mil millones y 972,8 mil millones, respectivamente; el muro de pagos fijos solo representa alrededor del 13%, y para 2030 baja aún más al 9,4%.

Aun si los retornos de la IA fueran inferiores a lo esperado, estas empresas pueden amortiguar reduciendo recompras, posponiendo proyectos o emitiendo más bonos corporativos.

Los proveedores de nube IA enfrentan desajustes de liquidez mucho más directos.

En el mismo escenario, CoreWeave y Nebius tienen pagos fijos pendientes de unos 9,8 mil millones en 2026, pero el flujo de caja operativo esperado es solo de unos 9 mil millones, lo que implica que los pagos fijos son el 109% de esos flujos.

Aun considerando una hipótesis de reparto a 20 años más laxa, ese ratio sigue siendo de unos 102%, lo que indica que el problema proviene de una falla estructural entre la concentración de vencimiento de la deuda y la formación aún insuficiente de los flujos de caja operativos, no de una mera suposición contable.

El análisis identifica que la discordancia financiera de CoreWeave es la más severa.

En 2026, el principal indicador de la pared de pagos fijos pendientes ronda los 9,2 mil millones, mientras el flujo de caja operativo esperado es solo de unos 6,2 mil millones; el pago fijo equivale al 149% del flujo operativo. Si se incluyen los compromisos de arrendamiento vinculados al coste de construcción y adquisiciones de equipos, la presión fija general puede ascender al 170% de los flujos de caja.

Esto significa que CoreWeave no podrá cubrir los pagos de deuda y arrendamiento únicamente con flujo de caja interno durante los próximos dos años; la financiación continua será requisito indispensable para mantener la operación.

En 2027, la pared de pagos fijos de los proveedores de nube IA principal asciende aún más, hasta los 10,9 mil millones; aunque se espera que el flujo de caja operativo suba a unos 24,6 mil millones, mejorando la cobertura, esta mejora depende fuertemente del crecimiento de ingresos, la ejecución normal de contratos con clientes y la puesta en marcha puntual de proyectos. El riesgo principal pasa de "insuficiencia de flujo de caja actual" a una "alta dependencia de cumplimiento de resultados y refinanciación continua", sin que esto elimine la vulnerabilidad de fondo.

En términos generales, es poco probable que el sistema de financiación de IA sufra una ruptura total en el corto plazo, pero la naturaleza está cambiando: de "si existen los fondos" a "si los fondos pueden materializarse con costos suficientemente bajos, suficiente apalancamiento y suficiente rapidez", es decir, un problema de eficiencia.

Para los gigantes tecnológicos, el endurecimiento de la financiación significa principalmente un enlentecimiento del ritmo de gastos de capital y una bajada del retorno sobre la inversión; para los proveedores de nube IA, puede desencadenar brechas de liquidez directamente.

Por ello, los inversionistas deberían monitorear estas señales prioritarias:

• Diferencial de financiación y costo total del capital: Si el diferencial de préstamos de proyectos, crédito privado y financiamiento de equipos sigue en aumento, eso indica mayor prima de riesgo;
• Loan-to-value (LTV) y proporción de capital accionario: Si el LTV baja, el mismo proyecto necesitará más capital accionario, empeorando la eficiencia del apalancamiento;
• Índice de cobertura de pagos de deuda: Si se acerca o baja de 1, significa que los flujos de caja operativos no alcanzan para cubrir las obligaciones fijas del periodo;
• Tasa de colateralización, utilización y precios de arrendamiento de GPU: Constituyen la base fundamental de la capacidad de financiación para los proveedores de nube IA; cualquier caída afectará tanto los flujos de caja operativos como el monto financiable.

La continuidad del superciclo de IA no depende solo de si la demanda de computación crece, sino de si el ahorro global puede seguir transformándose en activos de computación a largo plazo con costes suficientemente bajos y eficiencia suficiente. Esa eficiencia de transformación es la variable clave que los inversores deben seguir de manera constante.