Más de 500.000 millones de dólares. Esa es la dimensión de la nueva maquinaria financiera que Nvidia quiere colocar detrás de la expansión mundial de la inteligencia artificial. El fabricante de chips ha sellado memorandos de entendimiento con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para crear plataformas independientes capaces de movilizar capital de terceros hacia centros de datos, GPU y otras infraestructuras vinculadas a su ecosistema.
La cifra coloca a Nvidia en un terreno que hace unos años habría resultado extraño para una compañía de semiconductores. La empresa que construyó su posición dominante vendiendo procesadores gráficos pretende ahora que sus equipos puedan financiarse de una manera parecida a otros grandes activos de infraestructura. Carreteras, plantas energéticas, edificios comerciales y, si prospera el esquema, capacidad de cómputo basada en Nvidia.
Jensen Huang lo resumió con una frase especialmente reveladora: «En IA, el cómputo es ingreso».
La operación acerca así a Nvidia a una función que tradicionalmente pertenecía a bancos, fondos de crédito e inversores en infraestructuras. No prestará necesariamente esos 500.000 millones con su propio balance, pero está ayudando a construir los mecanismos para que Wall Street los canalice hacia quienes compran sus chips.
Una especie de banco de la IA, aunque jurídicamente siga siendo un fabricante de tecnología.
Nvidia quiere convertir las GPU en un activo de 500.000 millones
El punto más importante de la operación está en una palabra que Nvidia repite al describir el proyecto: «invertible».
Durante décadas, los procesadores han sido tratados contablemente como equipos tecnológicos sometidos a una depreciación relativamente rápida. Cada nueva generación suele ofrecer más rendimiento y eficiencia, reduciendo progresivamente el atractivo económico del hardware anterior.
Nvidia plantea una interpretación diferente para la infraestructura de inteligencia artificial.
La compañía sostiene que sus sistemas pueden producir ingresos durante periodos prolongados porque sirven para entrenar y ejecutar múltiples modelos, pueden transferirse entre operadores y clientes y permanecen ligados a un ecosistema de software dominado por CUDA. Esa combinación permitiría a los financiadores calcular flujos de caja futuros asociados al uso del cómputo y conceder crédito utilizando esas instalaciones como soporte económico de la operación.
«Esta es realmente la primera vez que los chips tecnológicos se convierten en una clase de activo invertible», explicó Huang en CNBC.
El ejecutivo describió sus sistemas como activos «productivos», de larga duración, flexibles y fungibles.
Ese razonamiento tiene enormes consecuencias financieras. Cuando un activo puede generar ingresos relativamente previsibles durante varios años, deja espacio para estructuras de deuda más largas. Los centros de datos ya llevan tiempo financiándose como infraestructura. Nvidia quiere extender parte de esa lógica al propio equipamiento informático que contienen.
Blackstone ha utilizado una comparación aún más reconocible para los mercados financieros: las hipotecas.
Jon Gray, presidente y director de operaciones de la firma, señaló en CNBC que el cómputo de IA podría convertirse en un activo financiable de manera comparable a cómo los prestamistas analizan una vivienda. Larry Fink, consejero delegado de BlackRock, habló incluso del comienzo de una nueva etapa de «ingeniería financiera».
Wall Street empieza a diseñar productos alrededor de las GPU.
BlackRock, Apollo y KKR ponen el crédito detrás de Nvidia
Los seis socios reunidos por Nvidia concentran algunas de las mayores reservas de capital privado e institucional del planeta.
Apollo gestiona activos procedentes, entre otras fuentes, de aseguradoras e inversores institucionales. BlackRock dirige billones de dólares para clientes de todo tipo. Blackstone, KKR y Brookfield se han expandido agresivamente hacia infraestructuras, crédito privado y activos de larga duración. Goldman Sachs añade capacidad de estructuración y distribución en los mercados de capitales.
Los memorandos firmados contemplan la creación de fondos o bolsas de capital específicamente destinados a clientes del ecosistema Nvidia. Entre los potenciales receptores aparecen grandes empresas tecnológicas, laboratorios que desarrollan modelos avanzados, compañías y proveedores especializados de nube de IA.
La empresa habla de financiación a «tipos atractivos».
Hay una precisión importante. Los más de 500.000 millones de dólares representan el capital que las plataformas pretenden movilizar con el tiempo, principalmente procedente de terceros. No equivalen a un cheque de medio billón ya depositado en las cuentas de Nvidia ni a una transferencia inmediata de los seis grupos financieros.
Además, Nvidia señala que las asociaciones siguen sujetas a la firma de acuerdos definitivos.
La escala potencial, aun así, resulta difícil de ignorar.
Financial Times ha descrito la iniciativa como una de las operaciones de financiación más ambiciosas planteadas en Wall Street alrededor del desarrollo de inteligencia artificial. El periódico apunta a un cambio más amplio: una parte creciente del coste de la revolución de la IA está desplazándose desde los balances de las grandes tecnológicas hacia aseguradoras, fondos de pensiones, vehículos de crédito privado e inversores institucionales.
El dinero que financia ChatGPT, Claude o los futuros servicios corporativos de IA empieza a recorrer canales similares a los utilizados para construir autopistas, redes eléctricas o grandes proyectos inmobiliarios.
La factura de la inteligencia artificial ya se mide en billones
La entrada masiva de capital financiero responde a un problema muy concreto. Construir inteligencia artificial a gran escala consume cantidades extraordinarias de dinero.
El chip constituye una parte relevante, pero alrededor de cada GPU aparece una infraestructura mucho mayor: terrenos, edificios, sistemas eléctricos, subestaciones, refrigeración, redes de alta velocidad, almacenamiento, generadores de respaldo y conexiones a centrales de producción energética.
Luego hay que repetir el proceso a una escala cada vez mayor.
Microsoft, Amazon, Alphabet, Meta, Oracle y otros hiperescaladores han disparado sus presupuestos para centros de datos. Según la estimación de Morgan Stanley recogida por Financial Times, los grandes operadores de nube podrían invertir aproximadamente 3,5 billones de dólares entre 2026 y 2028.
Apollo eleva aún más el horizonte. Jim Zelter, presidente del grupo, ha señalado que la construcción global de infraestructura relacionada con IA podría exigir más de 8 billones de dólares, es decir 8 millones de millones.
Son cantidades que empiezan a superar la capacidad razonable de una única vía de financiación.
Las compañías tecnológicas han utilizado hasta ahora flujo de caja propio, ampliaciones de capital, bonos con grado de inversión, deuda de mayor riesgo, financiación de proyectos, titulizaciones y crédito privado. El nuevo modelo promovido por Nvidia añade una capa adicional: crear mercados financieros específicamente diseñados alrededor de la capacidad de cómputo.
La consecuencia puede ser decisiva para empresas con gran demanda de GPU pero balances mucho más pequeños que los de Microsoft o Google.
Un laboratorio de IA podría desplegar miles de millones de dólares en sistemas Nvidia sin desembolsar necesariamente todo el coste inicial. Un vehículo financiero compraría o financiaría la infraestructura y recuperaría su inversión mediante contratos de utilización, alquileres, pagos a largo plazo u otras estructuras de crédito.
Para Nvidia, el resultado comercial es evidente. Cuanto más fácil resulte financiar una GPU, mayor será la capacidad potencial de sus clientes para comprar GPU.
Nvidia puede vender más chips sin financiar todo con su balance
Aquí aparece una de las características más delicadas del modelo.
Nvidia se encuentra en una posición poco habitual dentro de la cadena tecnológica: controla un producto cuya disponibilidad condiciona directamente el crecimiento de muchos de sus propios clientes.
Durante los últimos años la compañía ha invertido en empresas de inteligencia artificial, proveedores de infraestructura y operadores que, posteriormente, utilizan parte de ese capital para adquirir sistemas Nvidia. También ha participado o aparecido vinculada a distintas estructuras financieras destinadas a ampliar la capacidad de cómputo de sus socios.
El fenómeno ha generado críticas sobre posibles circuitos financieros dentro del sector.
Axios señala que la nueva iniciativa puede reactivar esas dudas sobre la financiación circular: un proveedor facilita capital o garantías dentro de un ecosistema que, después, utiliza parte de esos recursos para comprar los productos del propio proveedor.
Financial Times también ha recogido estas preocupaciones sobre la concentración del riesgo.
La nueva arquitectura introduce, sin embargo, un cambio relevante en dónde se aloja parte de ese riesgo financiero. En vez de recurrir únicamente al balance de Nvidia o al de sus clientes tecnológicos, participan fondos especializados en crédito, infraestructura y activos de larga duración.
Nvidia conecta la demanda con el capital. Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR estudian, estructuran y distribuyen la financiación.
Financial Times ha informado además de que Huang señaló la posibilidad de que Nvidia proporcione mecanismos de apoyo al valor residual de hasta el 25% para determinados proyectos que sus socios decidan financiar. Una estructura de ese tipo podría reducir el riesgo asumido por los prestamistas si el valor futuro del equipamiento cae más de lo previsto.
Ahí se encuentra uno de los puntos que determinarán hasta dónde puede crecer el mercado.
El gran interrogante financiero está en cuánto vale una GPU usada
Financiar un edificio durante décadas resulta relativamente familiar. Hacerlo con procesadores sometidos a ciclos acelerados de innovación plantea problemas distintos.
Una GPU puede producir ingresos hoy y quedar superada tecnológicamente por una nueva arquitectura pocos años después. Nvidia lanza generaciones con mejoras sustanciales de rendimiento, memoria y eficiencia energética. Esa evolución beneficia al negocio industrial de la compañía, pero complica el cálculo del valor residual que necesita cualquier prestamista.
Si una infraestructura cuesta miles de millones y se financia mediante deuda durante varios años, alguien debe estimar cuánto seguirá produciendo dentro de tres, cinco o siete años.
Nvidia sostiene que CUDA prolonga la utilidad económica de sus sistemas y que la enorme base de desarrolladores, clientes y aplicaciones protege su capacidad de utilización. También argumenta que el cómputo puede trasladarse entre diferentes cargas de trabajo y operadores.
Los inversores tendrán que colocar precio a ese argumento.
BBC recoge una reserva formulada por Jane Sydenham, de Rathbones, que resume otra parte del problema: cada vez entra más dinero en estos proyectos, pero permanece abierta la cuestión de si todos conseguirán las rentabilidades futuras necesarias para justificar semejante volumen de inversión.
La demanda actual es extraordinaria. La rentabilidad de una infraestructura financiada durante años depende de algo más exigente: que esa demanda continúe.
Wall Street prepara deuda respaldada por cómputo de IA
Goldman Sachs ya anticipa uno de los siguientes pasos.
David Solomon, presidente y consejero delegado de la entidad, ha hablado de la oportunidad de crear un mercado de «crédito respaldado por cómputo Nvidia». La frase aproxima el sector a una nueva fase financiera.
Un mercado de crédito suficientemente grande permite agrupar préstamos, distribuirlos entre diferentes inversores y, potencialmente, crear productos financieros vinculados a esos flujos de caja.
BlackRock apunta en una dirección parecida.
Larry Fink comparó la evolución que puede experimentar la financiación del cómputo con innovaciones financieras anteriores relacionadas con activos reales. Según CNBC, el ejecutivo habló de una futura etapa de ingeniería financiera y aseguró que será necesario captar cantidades adicionales de dinero.
La analogía despierta entusiasmo entre los gestores de activos porque abre un mercado gigantesco. También obliga a observar cómo se distribuye el riesgo.
The New York Times ha advertido de que la iniciativa añade una gran cantidad de apalancamiento potencial a una economía de la IA que ya depende cada vez más del crédito. El diario plantea que el movimiento puede permitir a Nvidia desplazar parte del riesgo hacia inversores financieros mientras mantiene el crecimiento de su ecosistema comercial.
La cuestión importa porque el crédito amplifica las dos direcciones del ciclo.
Cuando la utilización de los centros de datos es elevada, los ingresos permiten pagar intereses y refinanciar proyectos. Si los precios del cómputo caen, aparece exceso de capacidad o algunas compañías de IA fracasan, los activos financiados pueden generar menos caja de la prevista.
La interconexión entre fabricantes, laboratorios, operadores de nube, fondos y prestamistas aumentaría al mismo tiempo.
Los 500.000 millones pueden cambiar quién paga el boom de la IA
Nvidia ocupa una posición privilegiada en este movimiento porque su negocio está presente en casi todas las capas económicas que necesitan crecer.
Los laboratorios requieren más cómputo para entrenar modelos. Los proveedores de nube compran aceleradores para alquilarlos. Las grandes empresas incorporan sistemas de inteligencia artificial. Los centros de datos necesitan nuevas instalaciones. Las eléctricas reciben solicitudes de capacidad cada vez mayores.
En casi cada escalón aparece una factura multimillonaria.
Hasta ahora, una gran parte se apoyaba en el flujo de caja excepcional de los gigantes tecnológicos. La llegada de BlackRock, Apollo, Blackstone, KKR o Brookfield amplía considerablemente la base disponible. Capital procedente de seguros, fondos institucionales, mercados de deuda y vehículos privados puede terminar financiando servidores utilizados para ejecutar modelos de inteligencia artificial.
The Wall Street Journal sitúa el acuerdo dentro de una carrera más extensa de los bancos y fondos para diseñar estructuras cada vez más sofisticadas alrededor de centros de datos. Meta, por ejemplo, ya ha recurrido a una asociación con BlackRock para financiar infraestructura fuera de su balance, mientras otras empresas tecnológicas exploran crédito privado y financiación vinculada a proyectos concretos.
El modelo permite construir más con menos presión inmediata sobre determinadas métricas corporativas. A cambio, genera compromisos de pago que permanecen durante años.
Eso explica por qué Wall Street está entrando con tanta fuerza.
Los grandes gestores necesitan encontrar activos capaces de absorber enormes cantidades de capital. La infraestructura digital ofrece proyectos grandes, contratos extensos y una demanda que actualmente supera la capacidad disponible. Nvidia aporta además el componente que hoy concentra buena parte del valor económico de esos centros de datos: sus aceleradores.
De fabricante de chips a arquitecto financiero de la IA
La transformación de Nvidia durante los últimos cuatro años ha sido extraordinariamente rápida.
La compañía pasó de ser conocida principalmente por sus tarjetas gráficas a convertirse en el principal proveedor de los aceleradores utilizados para entrenar los modelos de IA más avanzados. Después amplió su oferta hacia sistemas completos, redes, software empresarial, servidores y diseños integrales de centros de datos.
Ahora añade financiación.
Huang denomina «fábricas de IA» a esas grandes instalaciones y considera que su producción puede medirse en tokens procesados. Bajo ese planteamiento, un centro de datos deja de percibirse simplemente como una sala llena de servidores y empieza a tratarse como una instalación industrial que transforma electricidad y cómputo en unidades digitales comercializables.
El concepto resulta atractivo para Wall Street porque convierte una tecnología difícil de valorar en algo parecido a infraestructura productiva.
Pero el salto de 500.000 millones dependerá de que esa teoría resista los ciclos tecnológicos.
La vida económica de las GPU, el precio futuro de los tokens, la ocupación de los centros de datos, el coste de la electricidad, las restricciones de red, la evolución de los modelos y la competencia de AMD, Google, Amazon y otros fabricantes determinarán la rentabilidad real de los activos que ahora empiezan a financiarse.
Incluso Nvidia sufrió una primera reacción adversa en bolsa. Financial Times informó de una caída inicial de aproximadamente el 1,4% tras revelar la operación, mientras que The Wall Street Journal señaló que las acciones terminaron el lunes con un descenso cercano al 3%.
El mercado recibió los 500.000 millones con más cautela que euforia.
La reacción encaja con una fase diferente del ciclo de la inteligencia artificial. Durante los primeros años, el crecimiento de la demanda de GPU bastaba para impulsar las expectativas. Ahora las cifras son tan grandes que la conversación empieza a desplazarse hacia quién financiará toda esa infraestructura y qué rentabilidad obtendrá después.
Nvidia ha encontrado una respuesta parcial: Wall Street.
Con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR alrededor de la mesa, la compañía puede abrir una fuente de financiación que supera ampliamente las dimensiones habituales del sector tecnológico. Para los fondos, las GPU ofrecen acceso a uno de los mayores ciclos de inversión de las próximas décadas. Para los clientes de Nvidia, el crédito reduce la barrera inicial necesaria para desplegar centros de datos.
La contrapartida aparecerá en los balances durante años.
Si el cómputo mantiene utilización, precios e ingresos suficientes, los 500.000 millones pueden ayudar a consolidar una nueva categoría de infraestructura financiera. Si la economía de los modelos se deteriora o la capacidad instalada crece por encima de la demanda, los mismos contratos repartirán las pérdidas entre un número mucho mayor de inversores.
Nvidia ya domina buena parte del hardware que sostiene la inteligencia artificial. Su siguiente movimiento consiste en conseguir que Wall Street financie la compra de ese hardware. Medio billón de dólares convierte esa ambición en algo bastante más grande que una estrategia comercial: alrededor de las GPU empieza a construirse también un mercado de crédito.
