Nvidia quiere que los inversores financien la computación de IA como si fuera infraestructura. Que ese modelo funcione dependerá de cuánto tiempo sigan generando ingresos las máquinas y de quién asuma las pérdidas si envejecen antes de que se paguen los préstamos.
Nvidia quiere que Wall Street considere la computación de IA como una nueva clase de activo. El lunes, junto con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR, anunció plataformas de financiación destinadas a captar más de 500.000 millones de dólares de capital externo para las «fábricas de IA». Se trata de los centros de datos que entrenan y ejecutan modelos de inteligencia artificial.
El CEO Jensen Huang sostiene que esta capacidad de computación puede convertirse en una «clase de activo invertible», porque continúa generando ingresos y puede reutilizarse con múltiples clientes. La cuestión más difícil es quién asumirá las pérdidas si el hardware envejece más rápido de lo que se amortizan los préstamos.
El debate no gira principalmente en torno a si la demanda de IA es real. La cuestión es si unas máquinas que pierden valor rápidamente pueden financiarse como si fueran infraestructura de larga duración.
Lo que Nvidia anunció realmente
Empecemos por lo que este anuncio no es. Se trata de memorandos de entendimiento (MOU), no de contratos firmados, y Nvidia señala que cada proyecto todavía necesita un acuerdo definitivo.
Por ahora no existe un calendario concreto, no se ha especificado cómo se repartirá el capital entre las seis firmas y tampoco se ha anunciado ningún primer proyecto. Los 500.000 millones de dólares son un objetivo de capital que se pretende captar con el tiempo.
No representan ingresos de Nvidia ni corresponden a un único fondo o cliente. Los posibles prestatarios serían laboratorios de IA, grandes empresas y compañías de servicios en la nube que alquilan capacidad de computación.
La palabra clave es «independiente». Nvidia afirma que las seis firmas evaluarán cada operación por separado. Analizarán la demanda del cliente, la intensidad con la que se utiliza el hardware, el efectivo que genera y cuánto podría valer en el mercado de segunda mano. Nvidia proporciona la plataforma de computación; los inversores deciden qué financiar. Esto permite a Nvidia aumentar la capacidad de compra de sus clientes sin cargar cada proyecto directamente sobre su propio balance.
La verdadera prueba es quién asume las pérdidas
Un préstamo para un centro de datos de IA depende de dos factores: quién se ha comprometido a pagar por la capacidad de computación y cuánto vale el equipo si ese cliente abandona el proyecto.
La segunda cifra corresponde al valor residual. Indica al prestamista cuánto le protege el propio hardware cuando los ingresos dejan de llegar.
En su artículo, Huang afirma que Nvidia podría ofrecer un «respaldo del valor residual de hasta el 25 % de una operación», determinado caso por caso. Lo describe como un apoyo limitado y asegura que complementa el análisis de riesgo independiente, en lugar de sustituirlo.
No ha explicado cómo funcionaría ni quién asumiría las primeras pérdidas si una operación fracasa. Por eso, hasta que se hagan públicos los contratos, no se trata de una garantía. No deberíamos asumir que Nvidia será quien absorba las primeras pérdidas.
Aun así, el planteamiento revela algo importante. Es posible que el capital externo solo llegue porque Nvidia está dispuesta a cubrir una parte del riesgo a la baja.
He participado en revisiones de financiación de infraestructura de IA y la demanda es solo la primera pregunta. La más difícil es quién será el propietario de los equipos cuando termine el contrato de arrendamiento y cuánto valdrá entonces un chip de tres años de antigüedad.
Que Nvidia ofrezca su propio respaldo crediticio facilita la captación de capital. También significa que la expresión «análisis de riesgo independiente» debe evaluarse a partir de los contratos, no de la nota de prensa.
Los precios de alquiler no demuestran el valor residual
La principal evidencia de Huang sobre la durabilidad del hardware son los precios de alquiler, pero hay que interpretarlos con cautela. Señala que el alquiler de un chip H100 durante un año pasó de unos 1,70 dólares por hora en octubre de 2025 a 2,35 dólares en marzo de 2026. Eso muestra cuánto puede generar actualmente el chip, pero no cuánto podría valer si se vendiera.
El periodo analizado también importa. Según el seguimiento de Silicon Data, el precio medio para alquilar un H100 a través de un gran proveedor de servicios en la nube rondaba los 9,34 dólares por hora en la segunda mitad de 2024 y unos 6,26 dólares un año después. Las tarifas de los mercados especializados y de proveedores de menor tamaño son diferentes. No existe un único precio para un H100.
Los ingresos por alquiler y el valor de reventa responden a preguntas diferentes. El argumento de Nvidia es que su plataforma puede pasar de un cliente a otro y que el software CUDA continúa mejorando el rendimiento de los chips ya instalados. Eso puede respaldar el flujo de caja, pero no demuestra que exista un sólido mercado de reventa.
Las aerolíneas también utilizan sus aviones como garantía para obtener financiación, porque los ingresos contratados permiten amortizar el préstamo antes de que el valor de reventa cobre importancia. Los prestamistas de IA necesitan que exista esa misma correspondencia entre el préstamo y la vida útil del hardware.
El riesgo aparece cuando una nueva generación de chips llega al mercado antes de que se haya amortizado la deuda.
La contabilidad de Amazon establece un plazo más corto
Las cuentas de Amazon ofrecen una advertencia. Desde el 1 de enero de 2025, la compañía redujo de seis a cinco años la vida útil estimada de algunos de sus servidores y equipos de red.
La razón, según sus propias palabras, fue «el mayor ritmo de desarrollo tecnológico, especialmente en el ámbito de la inteligencia artificial y el aprendizaje automático».
Amazon calcula que el cambio añadió aproximadamente 1.400 millones de dólares a sus gastos de depreciación en 2025 y redujo el beneficio neto en unos 1.000 millones, principalmente en AWS.
Pero hay que leer el dato con cuidado. Amazon no depreció específicamente los chips de Nvidia y su informe no los menciona. Lo que demuestra es que uno de los mayores operadores de infraestructura de IA del mundo decidió que parte de estos equipos se desgasta más rápido de lo que había supuesto anteriormente.
El inversor Michael Burry fue más allá en noviembre de 2025 y estimó que las grandes compañías de servicios en la nube estaban infravalorando la depreciación de la infraestructura de IA en unos 176.000 millones de dólares entre 2026 y 2028. Esa cifra es su estimación, no una pérdida registrada.
Nvidia sostiene lo contrario. La compañía afirma que los chips A100 de 2020 todavía generan compromisos de varios años que podrían prolongar su vida útil hasta cerca de una década. Esa diferencia de perspectivas es precisamente lo que los prestamistas tienen que valorar y ponerle precio.
Los contratos crean la clase de activo
Llamar a la computación de IA una clase de activo no basta para convertirla en una. Son los contratos los que lo hacen. La deuda que ya está llegando al sector de la IA demuestra por qué los ejecutivos necesitan mejores condiciones, no mejores etiquetas.
Antes de aprobar una financiación respaldada por GPU, hay que plantearse cuatro preguntas: ¿quién se ha comprometido a utilizar la capacidad?, ¿el préstamo quedará amortizado antes de la próxima renovación del hardware?, ¿quién puede reasignar las máquinas a otro cliente? y ¿quién asume las primeras pérdidas si el valor de reventa resulta ser inferior al previsto?
La misma cuestión está detrás tanto de las preocupaciones por un posible exceso de infraestructura en Meta como de la disputa por la disponibilidad de energía y transformadores: ¿puede el propietario demostrar que el hardware generará ingresos antes de quedar obsoleto?
La demanda puede ser real y, aun así, la garantía puede decepcionar.
La apuesta de Nvidia por captar 500.000 millones de dólares solo funcionará si el flujo de caja crece más rápido que el envejecimiento de las máquinas. Esa es la prueba que deberá superar el modelo a medida que los primeros acuerdos pasen de los apretones de manos a las firmas.
Este artículo está traducido de Forbes.com
