La fiebre por instalar infraestructura para modelos de inteligencia artificial disparó el gasto corporativo, el endeudamiento y las expectativas sobre ganancias futuras. Con flujos de caja bajo presión y contratos que dependen de un frágil esquema de financiamiento, el mercado comienza a cuestionarse si la narrativa tecnológica basta para sostener valuaciones tan elevadas y la asignación masiva de capital.
Desde hace varios años, la inteligencia artificial se convirtió en el motor principal de los mercados financieros. Sin embargo, aunque las proyecciones de rentabilidad son optimistas, esa promesa aún no se materializa en resultados contables concretos, y ya aparecieron las primeras dudas. Varios indicadores llevaron a analistas a alertar sobre el riesgo de una burbuja financiera en ciernes.
Este año, las cinco empresas tecnológicas más grandes del planeta desembolsarán en conjunto cerca de USD 800.000 millones en centros de datos y equipamiento para correr modelos de inteligencia artificial. Ese monto representa aproximadamente el 40% de sus ingresos totales, una proporción superior a la que la industria petrolera destinó durante el auge del shale o la que las telecomunicaciones gastaron en la burbuja puntocom. No obstante, según un análisis reciente de The Economist, los analistas financieros prevén que al menos tres de estas compañías reporten flujos de caja libre negativos en algún trimestre del año.
Las cinco firmas tecnológicas más grandes invertirán cerca de USD 800.000 millones en centros de datos e infraestructura para inteligencia artificial este año.
Para sostener esta expansión, la toma de deuda creció a un ritmo que encendió alertas. Desde inicios de 2024, estas cinco empresas captaron USD 260.000 millones en el mercado de bonos, lo que equivale a una cuarta parte de toda la deuda emitida por firmas no financieras que cotizan en Estados Unidos. A eso se suman USD 820.000 millones en compromisos de arrendamiento (leasing) por centros de datos que aún no se edifican.
El inconveniente es que los argumentos que durante años justificaron la magnitud de esta apuesta comenzaron a debilitarse. Primero se quebró el de la generación de caja; luego, el de las recompras de acciones como señal de fortaleza; y, finalmente, el de las valuaciones razonables. Si las ganancias contables no reflejan el gasto real, la métrica precio/ganancia pierde sentido.
Los inversores lo entienden y ahora evalúan a estas empresas con base en contratos de ingresos futuros: acuerdos de largo plazo para vender capacidad de cómputo a desarrolladores como OpenAI y Anthropic. Esos contratos pasaron de USD 730.000 millones a USD 2 billones en apenas un año.
El punto crítico es que estos acuerdos funcionan como una cadena de confianza: se mantienen vigentes mientras los desarrolladores consigan suficiente capital para construir sus modelos. Si eso no sucede, todo el esquema corre el riesgo de derrumbarse.
Frente a este escenario, descrito por el medio británico, surge una pregunta inevitable: ¿cómo se interpretará esta situación al momento de reevaluar la distribución del capital? A nivel operativo, la inteligencia artificial es una realidad tangible; su desempeño financiero, en cambio, no es igual de claro, al menos en el corto plazo y en las proporciones mencionadas.
Ante señales de volatilidad, cada gran fase de inversión concentrada en un sector tiende a redirigir capital hacia donde el mercado percibe mayor solidez relativa.
Para responder hace falta mirar la historia. Cada vez que hay indicios de inestabilidad, las grandes oleadas de inversión sectorial suelen redistribuir el capital hacia activos que el mercado considera más sólidos. Después de 2008, esa solidez se halló en la liquidez. Tras la crisis de 2020, en la deuda soberana.
Hoy, con una Reserva Federal que tiene menos margen para recortar tasas de interés de forma agresiva como herramienta de estímulo, y con tenedores extranjeros de bonos del Tesoro mostrando señales de desconfianza creciente, ninguno de esos dos refugios tradicionales ofrece la misma certidumbre que antes.
En este contexto, una lectura del ciclo económico pone el foco en el denominado flight to real assets (vuelo hacia activos reales). La rotación hacia bienes con valor intrínseco —como inmuebles, infraestructura, materias primas o self-storage, considerado por The Wall Street Journal como una industria a prueba de recesiones— respondió a la búsqueda de refugio.
Incluso la firma Cohen & Steers anticipó la configuración de una oportunidad multidecadal para los activos reales, impulsada por factores como la inflación y el recorte de tasas.
En escenarios así, cobraron relevancia estrategias como el Modelo de Dotaciones de Yale, desarrollado por David Swensen, quien dirigió las inversiones de la universidad durante 36 años. La regla establece que un inversor debería mantener al menos un 20% de su cartera en alternativas como el inmobiliario comercial, en lugar de depender exclusivamente de acciones y bonos tradicionales.
Un inversor debería mantener un mínimo del 20% de su cartera en alternativas como el inmobiliario comercial, en lugar de depender estrictamente de acciones y bonos tradicionales. – David Swensen
Esta línea estratégica ganó terreno sobre todo entre inversores de tamaño mediano, que tienen menos margen para absorber movimientos bruscos del mercado.
Los activos físicos no requieren que ninguna cadena de confianza tecnológica se mantenga para conservar su valor; no se deprecian de un trimestre a otro si un modelo de lenguaje pierde relevancia; y tampoco dependen de que una startup consiga su próxima ronda de financiamiento.
De esta forma, la mayor apuesta de la historia en infraestructura digital le recordó al mercado, paradójicamente, el valor de lo tangible.
El autor es economista y CEO de BAS Storage.
Fuente: Infobae
