La inversión anual en infraestructura de IA podría alcanzar 1,5 billones de dólares para 2031. Esta cifra no dice nada hasta que se advierte que esta magnitud tiene sentido para un volumen de ventas de 6 billones de dólares anuales. Hasta ahora, lo que existe es una enorme brecha de retorno de la inversión.
La deuda global superó este año los 365 billones de dólares, según el Instituto de Finanzas Internacionales, mientras que la deuda pública de Estados Unidos rebasó por primera vez la barrera de los 40 billones de dólares.
Los Gobiernos no son los únicos que se endeudan. Las empresas han estado emitiendo deuda a un ritmo frenético para financiar el despliegue de infraestructura de inteligencia artificial; un gasto que alcanzará 1,3 billones de dólares el próximo año, según las previsiones de Standard & Poor’s. Tan solo este año, Morgan Stanley calcula que las compañías acumularán unos 570.000 millones de dólares en deuda relacionada con la IA.
En los próximos dos años se emitirá un gran volumen de deuda por parte de los gigantes tecnológicos —las siete magníficas, los laboratorios y empresas especializados en IA y los gigantes tecnológicos chinos— que compiten por adquirir chips para impulsar la IA. Todo pone en evidencia que el despliegue de la IA está entrando en una fase más costosa y financieramente compleja.
Cerca del sesenta por ciento de la inversión en infraestructura de IA se destinará a chips y otros componentes de hardware. Aunque la construcción de un centro de datos y el aseguramiento de su suministro eléctrico pueden tardar años, la instalación de los chips puede realizarse con relativa rapidez. Pero los semiconductores se deprecian velozmente en cuestión de pocos años, por lo que los compradores prefieren no adquirirlos hasta disponer de un centro de datos donde instalarlos.
Es natural que los inversionistas comiencen a ver con preocupación el crecimiento de la participación de las empresas tecnológicas.
En el circuito de la IA también figuran los hiperescaladores (hyperscalers): empresas tecnológicas que operan una infraestructura masiva de centros de datos capaz de ofrecer servicios de computación en la nube, almacenamiento y redes a una escala enorme. Si bien en un principio estas empresas financiaron su crecimiento con dinero propio, cada vez acuden con más frecuencia al endeudamiento para financiar el desarrollo de su infraestructura. Gran parte de esa deuda cuenta con grado de inversión, lo que permite su adquisición por compañías de seguros y fondos de pensiones.
Los bonos del sector tecnológico y de los hiperescaladores representan, en la actualidad, cerca del veinte por ciento del índice de bonos a largo plazo con grado de inversión, una cifra cercana al peso del sector bancario. Es natural que los inversionistas comiencen a ver con preocupación el crecimiento de la participación de las empresas tecnológicas, que forman parte del auge de la IA en el mercado crediticio.
No es sencillo identificar y evaluar las fuentes de riesgo asociadas al desarrollo de la IA. Por un lado, está la obsolescencia tecnológica: si los chips de la próxima generación son mucho más rápidos y, por lo tanto, más rentables, podrían reemplazar rápidamente al inventario de los que hoy se consideran de última generación. Eso aceleraría aún más la obsolescencia del hardware y obligaría a cambiar todas las previsiones de beneficios de esta industria.
Los accionistas y los tenedores de deuda necesitan que se cumplan rigurosamente los supuestos sobre las tasas de crecimiento del sector para la próxima década.
Por otro lado, está un conjunto de nuevos actores que, sin ser los grandes líderes de la tecnología, acceden a importantes magnitudes de financiamiento vía deuda. Este es el caso de las neonubes (neoclouds), una nueva generación de proveedores de servicios de computación en la nube, diseñados exclusivamente para la IA y la computación de alto rendimiento (HPC).
A diferencia de hiperescaladores tradicionales (como AWS, Google Cloud o Microsoft Azure), una neonube no cuenta con otros negocios masivos que generen un flujo de caja constante para costear su infraestructura. Por ello, se financia mediante un modelo de deuda respaldada por sus activos que son las unidades de procesamiento gráfico (GPU), inversión de capital de riesgo (acciones) y un ecosistema de «financiación circular» impulsado por fabricantes de chips, grandes fondos de inversión privados y adelantos de sus propios clientes. Estos operadores carecen de experiencia en alojamiento y gestión de unidades de procesamiento gráfico, lo que se considera una señal de peligro.
Nadie puede dudar de que la capacidad de generación de beneficios de la IA es una de esas oportunidades únicas en la vida de un inversionista. Pero, para que los accionistas y los tenedores de deuda cobren los beneficios que esperan, es necesario que se cumplan rigurosamente los supuestos sobre las tasas de crecimiento del sector para la próxima década. Allí está el centro de la fragilidad de esta revolución económica.
La firma de capital privado Bain & Company señaló en un informe reciente que la inversión anual en infraestructura de IA podría alcanzar los 1,5 billones de dólares para 2031. Esta cifra, por sí sola, aparte de ser muy grande, no dice nada hasta que se advierte que semejante inversión tiene sentido para un volumen de ventas de 6 billones de dólares anuales.
Hoy apenas existe una pequeña parte de ese mercado. Según cómo se mida, los ingresos globales actuales derivados de la IA representan entre el ocho y el treinta por ciento de la cifra objetivo proyectada por Bain & Company para 2031. La proporción exacta depende de si se considera únicamente el software y los servicios esenciales de IA o un gasto más amplio que incluya la infraestructura.
El informe de Bain destaca una enorme «brecha de retorno de la inversión». Según el séptimo Informe Global de Tecnología de Bain, incluso si el escenario se proyecta hasta 2031, la suma de las ganancias tradicionales en productividad empresarial y las suscripciones de los consumidores generaría ingresos entre 1,2 billones y 1,8 billones de dólares.
Esto deja un déficit de 4,2 billones de dólares. Para justificar la factura de 1,5 billones de dólares, el sector tecnológico no puede limitarse a los chatbots y asistentes de software. Tendrá que crear categorías comerciales totalmente nuevas en ámbitos como la robótica, la maquinaria autónoma, la energía y el descubrimiento de fármacos impulsado por IA. La gran pregunta es si habrá usos suficientes de esta tecnología para justificar las inversiones anunciadas.
Carlos Jaramillo, vicepresidente ejecutivo del IESA
Suscríbase aquí al boletín de novedades (gratuito) de Debates IESA.
