Capex en IA: ¿La próxima fuente de riesgo financiero sistémico?

En el modelo mental de la mayoría de las personas, el gasto de capital (Capex) es la partida más benigna de un estado financiero corporativo: se compra equipamiento, se construyen fábricas, el efectivo sale, los activos permanecen y el estado de resultados no se ve afectado en el período actual. En los últimos dos años, esta lógica ha sido amplificada por la industria de la IA a una escala sin precedentes históricos: los cinco principales hiperescaladores (Alphabet, Amazon, Meta, Microsoft, Oracle) invirtieron colectivamente más de 1 billón de dólares en la construcción de infraestructura de IA en 2025-2026, mientras que los estados de resultados siguieron pareciendo saludables en la superficie. La narrativa predominante en el mercado: se trata de una actualización industrial, la inversión de los ganadores, no un riesgo.

Luego, el 28 de junio de 2026, el Banco de Pagos Internacionales (BPI, o BIS por sus siglas en inglés) —el "banco central de los bancos centrales"— publicó su Informe Económico Anual e incluyó formalmente esta narrativa en el registro de riesgos. El informe enumeraba la sostenibilidad de la inversión en IA junto con los riesgos de inflación persistente, la intensificación de las fragilidades financieras y el deterioro de las condiciones fiscales como cuatro de los principales puntos de presión en la economía global actual. El lenguaje fue directo y poco habitual: "una decepción en los rendimientos podría desencadenar una retirada repentina de la financiación, transformando un auge del capex en un prolongado colapso de la inversión y contagiando a las condiciones financieras".

Esta no fue la primera alarma. El Banco de Inglaterra ya había señalado en octubre de 2025 que la relación precio-beneficio ajustada cíclicamente (CAPE) había caído a un mínimo de 25 años, "comparable al pico de la burbuja puntocom", advirtiendo explícitamente de que "el riesgo de una fuerte corrección del mercado ha aumentado". Pero la intervención del BIS fue diferente: nombró directamente la estructura de financiación y los mecanismos de transmisión financiera, no meramente las preocupaciones sobre la valoración.

Esto no es un debate de analistas. Esta es la posición oficial de los reguladores.

La pregunta central que aborda este análisis es: ¿a través de qué mecanismo exacto el Capex en IA evoluciona hacia un riesgo financiero sistémico? ¿Hasta qué punto es real este riesgo y dónde se ha exagerado? Responder a esto requiere desglosar cuatro dimensiones: la mecánica financiera, las estructuras de financiación, los precedentes históricos y las vías de transmisión.

Entendiendo la "Bomba de Tiempo": El desfase temporal en los tres estados financieros

Cualquier discusión sobre los riesgos financieros del Capex en IA debe comenzar con un mecanismo contable fundamental: el gasto de capital (Capex) y los cargos por depreciación están separados en la línea de tiempo —y en el caso de los hiperescaladores, esta separación se ha amplificado a una escala sin precedentes históricos.

Cuando una empresa compra servidores o construye un centro de datos, el desembolso se refleja inmediatamente en el estado de flujos de efectivo bajo "actividades de inversión", pero no entra en el estado de resultados en el período actual. El equipamiento se registra en el balance bajo "Construcción en progreso (CIP)" —y solo cuando el proyecto se completa y se pone en servicio se transfiere a "Propiedades, planta y equipo (PP&E)" y comienza a depreciarse en el estado de resultados.

Esto produce un fenómeno contable que resulta muy engañoso para los observadores externos: cuanto mayor es el Capex, peor se ve el flujo de caja, pero el estado de resultados del período actual puede no mostrar ninguna anomalía en absoluto. Solo cuando estos activos se "transfieran gradualmente a activos fijos" y comience la amortización, el estado de resultados sentirá la presión —y para ese momento, el Capex puede haberse pagado dos o tres años antes.

Ahora considere esta mecánica frente a cifras reales. Los cinco principales hiperescaladores (Alphabet, Amazon, Meta, Microsoft, Oracle) desplegaron colectivamente más de 1 billón de dólares en Capex relacionado con la IA en 2025-2026. Los cambios en el balance ya reflejan la acumulación de esta "bomba": los activos de Alphabet aún no en servicio saltaron de 50.600 millones de dólares a 78.600 millones de dólares en 2025, un aumento interanual de aproximadamente el 55%; los gastos de capital del año completo de Meta (incluidos los arrendamientos financieros) aumentaron de 39.200 millones de dólares a 72.200 millones de dólares, un incremento del 84%; el Capex del año fiscal 2026 completo de Oracle alcanzó aproximadamente 55.600 millones de dólares, un aumento del 162% interanual y más de seis veces los 6.900 millones de dólares de dos años antes. Estos activos —que aún se encuentran en los balances y todavía no se deprecian— concentrarán su "transferencia a activos fijos" en 2026-2028, momento en el cual los cargos por depreciación crecerán de forma explosiva.

The Wall Street Journal, citando previsiones de analistas, proyecta que solo Alphabet verá cómo la depreciación salta de 21.100 millones de dólares en 2025 a aproximadamente 78.000 millones de dólares en 2029, y su participación en los ingresos aumentará del 5% al 11%. Morgan Stanley prevé que cuatro de las principales empresas acumularán más de 520.000 millones de dólares en depreciación durante tres años. Según estimaciones de analistas, los cinco hiperescaladores colocarán de manera acumulativa aproximadamente 2 billones de dólares en activos relacionados con la IA en sus balances para 2030; asumiendo una vida útil de 5 a 6 años, la carga de depreciación anual en su punto máximo se acercará o superará los ingresos netos conjuntos actuales de estas cinco empresas —no un colapso de las ganancias, sino que una compresión estructural de los márgenes antes de que los ingresos de la IA escalen sustancialmente es ahora casi segura.

Un matiz contable crítico: la depreciación es un gasto no monetario. Afecta a las ganancias GAAP pero no al flujo de caja operativo (que la vuelve a sumar). Por lo tanto, la depreciación por sí sola no desencadena una crisis de liquidez; su impacto se centra en la valoración. Cuando los márgenes se comprimen y el EPS se revisa a la baja, los precios de las acciones se reajustan. Ese es el primer canal de transmisión hacia el sistema financiero.

Pero la compresión de la valoración impulsada por la depreciación —que hace que los precios de las acciones se vean feos— no es suficiente por sí sola para desencadenar un contagio financiero sistémico. Lo que realmente ha alarmado al BIS es que el modelo de financiación para este auge del Capex ha cambiado fundamentalmente. Ese es el punto de inflexión crítico donde un ciclo industrial se convierte en un problema de estabilidad financiera.

De flujos de caja internos a deuda: Una transformación histórica del modelo de negocio

Durante la última década, los hiperescaladores representaron el modelo de negocio más arquetípico del mundo de "pocos activos y alto retorno de caja": altos márgenes operativos, bajo Capex y abundante flujo de caja libre. Esta fue la razón fundamental por la que exigieron múltiplos de valoración tecnológica premium.

Este modelo experimentó una transformación fundamental entre 2024 y 2026.

In 2023, el Capex de los cinco principales hiperescaladores consumió aproximadamente el 40% del flujo de caja operativo, algo todavía manejable. PIMCO proyecta que para 2026-2027 esta proporción subirá a aproximadamente el 94%, lo que esencialmente reinvierte casi todo el flujo de caja operativo en infraestructura de IA. Los fondos autogenerados ya no pueden cubrir la continua expansión, y las empresas han recurrido sistemáticamente a los mercados de bonos para obtener financiación.

La investigación del BIS documentó explícitamente esta transformación: el modelo de financiación de los hiperescaladores pasó de los flujos de caja operativos a la financiación mediante deuda, con una emisión de bonos corporativos que superó los 100.000 millones de dólares en 2025, predominantemente deuda a largo plazo con vencimientos superiores a cinco años, asegurando la financiación para despliegues plurianuales. BofA Securities estima que la emisión real de 2025 alcanzó aproximadamente 121.000 millones de dólares —4,3 veces el promedio anual de aproximadamente 28.000 millones de dólares de 2020 a 2024.

Según la investigación de crédito de JPMorgan, la deuda relacionada con la IA ha aumentado a aproximadamente 1,2 billones de dólares, lo que representa alrededor del 14% de su Índice Líquido de EE. UU. (JULI) —superando a la banca para convertirse en el sector individual más grande en el mercado de crédito de grado de inversión. Las empresas que compiten en la carrera de la IA necesitarán emitir hasta 1,5 billones de dólares en bonos de grado de inversión durante los próximos cinco años.

Esta es una de las olas de emisión de bonos corporativos más rápidas en la historia moderna del mercado de capitales, comparable en escala a la financiación de la construcción de ferrocarriles en el siglo XIX. A diferencia de los ferrocarriles, sin embargo, estas deudas no están respaldadas por terrenos físicos que puedan utilizarse como garantía, sino únicamente por servidores GPU, contratos de software y expectativas de ingresos futuros por IA.

"Endeudamiento en la sombra" en la financiación fuera de balance: Lo que realmente temen los reguladores

Si la financiación en el mercado de bonos representa el riesgo "visible", entonces el "endeudamiento en la sombra" (Shadow Borrowing) nombrado específicamente por el BIS en su Informe Trimestral de marzo de 2026 es lo que realmente está causando alarma en los círculos regulatorios.

La mecánica funciona de la siguiente manera:

• Los hiperescaladores quieren construir centros de datos, pero prefieren no poner toda la deuda en sus balances (lo que afectaría a los coeficientes de apalancamiento y a las calificaciones crediticias)
• Establecen o participan en una Entidad de Propósito Especial (SPV por sus siglas en inglés) o empresa conjunta (JV); la SPV adquiere o desarrolla los activos del centro de datos
• La SPV recauda financiación a través de Crédito Privado —deuda en manos de fondos de crédito privado, compañías de seguros e instituciones similares
• El hiperescalador firma contratos de arrendamiento operativo a largo plazo o acuerdos de compra con la SPV, comprometiéndose a realizar pagos plurianuales
• La deuda de la SPV está garantizada por estos flujos de caja de arrendamiento, típicamente con alguna forma de garantía del hiperescalador

El BIS caracteriza estos acuerdos como "endeudamiento en la sombra": económicamente equivalentes a la deuda, pero que existen en gran medida fuera de los balances corporativos. Moody's estima que los cinco hiperescaladores han firmado pero aún no han reconocido contratos de arrendamiento de centros de datos en el balance por un total de aproximadamente 662.000 millones de dólares, lo que equivale al 113% de su deuda ajustada combinada.

El BIS identificó explícitamente la vía de transmisión del riesgo sistémico para estos acuerdos: Fondos de crédito privado → Compañías de seguros (que poseen participaciones de crédito privado) → Bancos (que proporcionan líneas de crédito a las SPV o que están expuestos indirectamente a través de canales de compañías de seguros) → Inversores minoristas (alcanzados a través de canales de BDC). Una cadena de transmisión de riesgos que va desde los hiperescaladores hasta los ahorradores ordinarios se está formando silenciosamente a través de esta estructura.

Las cifras confirman esta preocupación. Los préstamos de crédito privado a empresas de software SaaS crecieron de casi 8.000 millones de dólares en 2015 a más de 500.000 millones de dólares a finales de 2025, lo que representa el 19% del total de préstamos directos. Las Sociedades de Desarrollo de Negocios (BDC por sus siglas en inglés) representan una quinta parte de todos los préstamos directos en los Estados Unidos, con más del 15% de sus préstamos otorgados a empresas de SaaS. Estos préstamos se basan típicamente en proyecciones de ingresos futuros de IA en lugar de garantías de activos duros. Cuando una BDC emite préstamos respaldados por los "ingresos recurrentes futuros" de una empresa de software de IA y luego vende acciones de la BDC a fondos de pensiones o inversores minoristas, la fragilidad de toda la cadena ha penetrado silenciosamente en el núcleo del sistema financiero tradicional.

Financiación circular: Un ecosistema autoinflable

Si el "endeudamiento en la sombra" es la vulnerabilidad estructural, entonces la financiación circular señalada específicamente por el Informe Anual del BIS es el fenómeno más sugerente de este auge de la inversión.

El modelo operativo: los fabricantes de chips y los hiperescaladores invierten en laboratorios de IA o NeoClouds → los laboratorios de IA se comprometen a compras plurianuales de chips o computación de esos accionistas → los accionistas registran el crecimiento de los ingresos de IA; los laboratorios de IA registran la financiación recibida y los pedidos de computación "contratados" en sus libros.

El BIS declaró explícitamente: "los términos de tales acuerdos suelen revelarse de manera deficiente, con riesgos de que el mismo activo sea pignorado varias veces".

Tome a Anthropic como estudio de caso. La empresa ha recibido inversiones estratégicas masivas tanto de Amazon como de Google: Amazon ha inyectado de manera acumulativa aproximadamente 8.000 millones de dólares históricamente, con un compromiso adicional de hasta 25.000 millones de dólares anunciado en abril de 2026; Google posee aproximadamente el 14% del capital de Anthropic, con un compromiso adicional de hasta 40.000 millones de dólares anunciado en abril de 2026. Simultáneamente, Anthropic se ha comprometido a comprar más de 100.000 millones de dólares en computación a AWS durante diez años, mientras que Google se ha comprometido a proporcionar recursos de computación a Anthropic. Los roles de inversor y pagador se superponen enormemente: Amazon y Google son simultáneamente los mayores accionistas de Anthropic y sus mayores fuentes de ingresos. Este gasto en computación se convertirá en los "ingresos de IA Cloud" de Amazon y Google, al tiempo que aparecerá en el balance de Anthropic como pasivos por arrendamiento a largo plazo, formando una estructura financiera circular de libro de texto.

Desde la perspectiva de los tres estados financieros, esta estructura crea un problema analíticamente espinoso: una parte significativa de los "ingresos de IA Cloud" de los hiperescaladores proviene de la demanda que ellos mismos han "preinstalado" a través de inversiones de capital. Esta no es una transacción de mercado independiente, es un circuito cerrado donde las cuentas de capital circulan internamente dentro de la cadena de valor, inflando artificialmente la escala de ingresos nominales de toda la industria de la IA.

El análisis del socio de Sequoia, David Cahn, cuantificó esta brecha: utilizando un margen bruto del 50% y un multiplicador del costo total de propiedad de 2x, la industria de la IA necesita generar aproximadamente 600.000 millones de dólares en ingresos reales de usuarios finales anualmente para cubrir los costos de capital de infraestructura. Tenga en cuenta que 600.000 millones de dólares era su estimación de mediados de 2024; aplicando la misma metodología a la tasa de ejecución de ingresos de centros de datos de Nvidia más alta de 2026, de aproximadamente 270.000 millones de dólares anuales, el umbral ha aumentado a aproximadamente 1 billón de dólares. Mientras tanto, los ingresos por IA atribuibles al consumo genuino de los usuarios finales en 2026 son estimados por múltiples fuentes en aproximadamente 50.000-150.000 millones de dólares; la brecha sigue siendo de varias veces.

El representante del BIS para Asia-Pacífico, Zhang Tao, ofreció una observación de advertencia: "Si el mercado tiene algún tipo de corrección, la interconexión del sistema financiero y la interacción de las vulnerabilidades podrían significar que la velocidad de una corrección podría ser mucho más rápida que en episodios anteriores de crisis bancarias". Las crisis bancarias tradicionales tienen el seguro de depósitos y los mecanismos de prestamista de última instancia como cortafuegos; los fondos de crédito privado, los fondos de cobertura y las compañías de seguros —estos intermediarios financieros no bancarios— carecen de amortiguadores institucionales equivalentes.

Precedentes históricos: Similitudes y diferencias estructurales

La burbuja de cada era pretende ser la excepción. El Informe Anual del BIS recurre a cuatro analogías históricas: la fiebre de los canales de la década de 1830, la fiebre de los ferrocarriles británicos en la década de 1840, la electrificación de finales de la década de 1920 y la burbuja puntocom de finales de la década de 1990.

Estos cuatro episodios comparten una trayectoria común: avance tecnológico genuino → flujos de capital que superan la capacidad de retorno comercial → sobreconstrucción → demanda que no cumple con las expectativas → deterioro de activos → recesión económica. Y cada vez, los participantes más entusiastas creyeron que esta vez era diferente.

El paralelismo con la burbuja de la fibra óptica de telecomunicaciones (1999-2002) es el más intuitivo: infraestructura con exceso de oferta (el 85% de la fibra nunca se utilizó), expansión impulsada por la deuda, la depreciación afectando a los estados de resultados y, finalmente, deterioros de activos a gran escala.

Pero la historia de la IA tiene varias diferencias genuinamente estructurales que invalidan las analogías simples:

Diferencia 1: Visibilidad de la demanda.La "demanda futura de ancho de banda" de la era puntocom era principalmente una proyección de los analistas; la cartera de pedidos actual de la nube de IA consiste en compromisos contratados reales: Microsoft, Google y Amazon tienen cientos de miles de millones en obligaciones de desempeño restantes firmadas. La cuestión de cuánto representa una demanda artificial creada por la financiación circular sigue siendo inverificable.

Diferencia 2: Grosor del amortiguador de los participantes.WorldCom y Global Crossing eran operadores altamente apalancados: una vez que se rompió el flujo de caja, siguió la quiebra. Los ingresos netos de Alphabet en 2025 de aproximadamente 132.000 millones de dólares significan que, incluso si la depreciación aumenta sustancialmente, no se desencadena una crisis existencial. Pero los analistas pronostican que la depreciación de Alphabet aumentará en aproximadamente 57.000 millones de dólares en cuatro años, lo que comprimirá materialmente los márgenes e impulsará un reajuste de la valoración. Los hiperescaladores no quebrarán, pero eso no significa que los precios de las acciones no vayan a verse presionados.

Diferencia 3: La lógica de demanda autorreforzada de la IA es más fuerte.Las mejoras en la capacidad de la IA crean endógenamente nuevos casos de uso, algo que el ancho de banda por sí solo no podía hacer. El éxito de ChatGPT creó toda la capa de aplicaciones de IA generativa, que a su vez requiere más computación. Este circuito de retroalimentación positiva tiene pocos análogos completos en los precedentes históricos.

Sin embargo, PIMCO afirmó en su informe de análisis crediticio de mayo de 2026: "La IA se encuentra en medio de un auge de capex con riesgos reales: monetización incierta, potencial sobreconstrucción, acortamiento de la vida útil de los activos y una creciente dependencia de la deuda. Pero por ahora, es un ciclo más disciplinado y mucho más financiable que el auge de las telecomunicaciones de finales de la década de 1990". Más disciplinado no significa exento de riesgos.

Vías de transmisión: Cómo una burbuja se convierte en un evento sistémico

La diferencia fundamental entre una burbuja sectorial y el riesgo financiero sistémico radica en si el riesgo puede propagarse hacia el exterior a través de canales financieros. El Informe Anual de 2026 del BPI ofrece una descripción completa de estas vías de transmisión.

Vía 1: Mercados de renta variable → Efecto riqueza → Contracción del consumo

La renta variable estadounidense representa aproximadamente el 73% del índice global MSCI, mientras que las acciones relacionadas con la IA han aumentado significativamente su participación en la capitalización de mercado del S&P 500. Las tenencias de renta variable de los hogares estadounidenses en relación con su riqueza total han aumentado sustancialmente en comparación con hace una década. Esto significa que una corrección importante del mercado de valores liderada por la IA contraería directamente el consumo a través del efecto riqueza, con un impacto macroeconómico mucho mayor que en la era puntocom, cuando los ratios de riqueza de los hogares en renta variable eran mucho más bajos.

Vía 2: Mercados de renta fija → Restricción crediticia → Aumento del coste de financiación corporativa

La deuda relacionada con la IA ya representa aproximadamente el 14% del índice de grado de inversión de EE. UU. de JPMorgan (JULI), superando a la banca como el mayor sector individual, y la concentración seguirá aumentando en 2026. Los diferenciales de crédito de grado de inversión actuales, de aproximadamente 77 puntos básicos, se encuentran en su nivel más bajo desde 1998, lo que en sí mismo es una señal de riesgo, ya que el optimismo del mercado sobre las perspectivas de la IA ya está totalmente descontado.

Si la monetización de la IA resultara decepcionante, tres categorías de deuda serían las primeras afectadas: los bonos de grado de inversión emitidos por los propios hiperescaladores; los bonos de los contratistas de ingeniería EPC (constructores de centros de datos) con balances relativamente débiles y alta dependencia de los pedidos de los hiperescaladores; y los bonos de alto rendimiento de las NeoClouds. La revalorización de los diferenciales de crédito se transmitiría rápidamente a todo el mercado de crédito corporativo, elevando los costes de endeudamiento para todos los emisores.

Vía 3: Crédito privado → Sistema financiero no bancario → Congelación de la liquidez

Esta es la vía de transmisión más preocupante para el BPI, y la más subestimada en los debates generales. La exposición de los fondos de préstamos directos a los sectores de IA y tecnología ha alcanzado el 15% de las carteras, basándose estos préstamos en proyecciones de ingresos futuros de la IA en lugar de en garantías de activos tangibles.

Cuando el crédito privado sufre tensiones, sus vínculos con los bancos empiezan a salir a la superficie: los bancos proporcionan líneas de crédito a SPV, las compañías de seguros poseen participaciones en crédito privado y las BDC están absorbiendo un volumen creciente de capital de inversores minoristas. Estos intermediarios no bancarios carecen de la red de seguridad regulatoria de los bancos comerciales. Si surgiera una presión de reembolsos a gran escala, podría materializarse un evento similar a la congelación de liquidez del tipo "búsqueda de efectivo" de marzo de 2020.

El Informe de Vulnerabilidad del Crédito Privado de mayo de 2026 del FSB identificó un riesgo oculto adicional: la extrema opacidad del mercado de crédito privado significa que los datos de los reguladores sobre la escala del riesgo van muy por detrás de la realidad. Esto significa que cuando surjan los problemas, los reguladores podrían estar igual de poco preparados.

Vía 4: Choque por depreciación y opacidad contable → El "detonador retardado" de la revalorización de las valoraciones

La FASB exige a las empresas cotizadas que realicen desgloses clasificados más detallados de los gastos en las notas a pie de página a partir del año fiscal 2027, lo que significa que los inversores solo podrán comprender sistemáticamente cómo se distribuye la depreciación entre las categorías de gastos de los hiperescaladores a partir de 2028. El periodo de presión de depreciación más concentrado (2027–2029) se solapa sustancialmente con el periodo de menor transparencia informativa. Esta asimetría de información creará por sí misma "efectos sorpresa" en las expectativas del mercado de rebajas de beneficios, amplificando la volatilidad durante las correcciones de valoración.

Valoración actual del riesgo por parte del mercado: Contradicciones y señales

Cabe destacar que cuando el BPI emitió advertencias de riesgo sistémico, los mercados no respondieron con un desplome, sino que mostraron una lógica de precios diferenciada internamente.

Los mercados de crédito están descontando el riesgo antes que los de renta variable. Los bonos de los hiperescaladores ya se han ampliado en relación con el índice general de grado de inversión, y las curvas de rendimiento a 10-30 años se han empinado notablemente; los mercados de bonos exigen una mayor prima de duración al reconocer que el reembolso de esta deuda de ultra larga duración depende de la certidumbre a largo plazo en la comercialización de la IA. Mientras tanto, los mercados de renta variable siguen debatiendo "si estas inversiones en capex de IA merecen la pena", con las valoraciones generales manteniéndose en máximos históricos.

Los mercados de renta variable muestran una divergencia interna. El juicio del mercado ya no se centra simplemente en las tasas de crecimiento de los ingresos; ahora indaga si el capex tiene una vía de monetización clara de circuito cerrado. Tras la temporada de resultados del primer trimestre de 2026, Alphabet, respaldada por los ingresos directos de IA de Google Cloud, vio cómo sus acciones alcanzaban máximos históricos; Meta elevó su previsión de capex para todo el año a entre 125.000 y 145.000 millones de dólares, y sus acciones cayeron más de un 7% tras los resultados, a pesar de que su crecimiento de ingresos del +33% fue el más rápido entre los principales hiperescaladores en ese trimestre. La misma aceleración de ingresos, valoraciones de mercado radicalmente diferentes. El núcleo de la divergencia: el capex de IA de Meta debe monetizarse indirectamente a través de mejoras en la eficiencia publicitaria, un camino que es opaco y con un flujo de caja libre que ya muestra compresión.

Los mercados de crédito privado muestran señales tempranas de tensión. Las acciones de las empresas de software SaaS cayeron aproximadamente un 30% de forma acumulada entre octubre de 2025 y febrero de 2026; las acciones de las BDC cayeron aproximadamente un 10%, ampliándose los descuentos respecto al valor liquidativo; las BDC con alta exposición a SaaS obtuvieron un rendimiento inferior al de sus homólogas en unos 5 puntos porcentuales. JPMorgan considera que estas señales "aún no son sistémicas", pero el BPI las ve como indicadores adelantados que exigen vigilancia.

La contradicción más crítica: los diferenciales de los bonos corporativos siguen cerca de sus niveles más bajos desde 1998, incluso cuando los hiperescaladores emiten bonos a un ritmo récord mientras que la brecha de comercialización de la IA sigue siendo varias veces superior al umbral requerido. Esta distorsión en las señales de precios puede ser la fuente de una amplitud desmesurada cuando llegue la próxima revalorización.

Esto no es 2008, pero puede ser una nueva forma de riesgo sistémico de acumulación lenta

La crisis financiera de 2008 estalló a través de préstamos hipotecarios, CDO y un sistema bancario altamente apalancado. La transmisión del riesgo del capex de IA se asemeja más a una acumulación crónica seguida de perturbaciones episódicas, no a un colapso sistémico por ignición en un solo punto.

El marco de escenarios más razonable:

Caso Base (probabilidad ~40–50%): La presión de la depreciación se libera como se esperaba en 2027–2028; los márgenes de los hiperescaladores se comprimen de ~35% a ~25–28%. Los precios de las acciones experimentan una revalorización al estilo de la compresión de múltiplos de PER, no un colapso de los beneficios, pero los beneficios absolutos siguen siendo positivos. El crecimiento de los ingresos por comercialización de la IA va por detrás del crecimiento de la depreciación, pero la brecha se estrecha gradualmente. Los mercados de crédito experimentan presiones localizadas, con la exposición a SaaS en el crédito privado provocando algunos deterioros de activos de BDC, pero sin escalar a una congelación sistémica del crédito. Impacto macroeconómico limitado, más cercano a una corrección de altas valoraciones concentrada en los valores tecnológicos.

Escenario de Riesgo de Cola (probabilidad ~15–20%): Se rompe un nodo crítico en la financiación circular (por ejemplo, un laboratorio de IA importante no puede cumplir con sus compromisos de compra de capacidad de cómputo con los hiperescaladores), lo que desencadena grandes rebajas de ingresos y amortizaciones de cartera de pedidos. Los proveedores de IA (contratistas EPC, NeoClouds) se enfrentan a rebajas en cadena de sus calificaciones crediticias; los mercados de bonos experimentan un rápido contagio de los diferenciales de crédito. El crédito privado sufre reembolsos a gran escala; la liquidación forzosa de activos de las BDC transmite la congelación de la liquidez al sistema bancario. Los efectos riqueza de la renta variable impulsan una contracción significativa del consumo, agravando la presión inflacionista existente por el choque energético derivado del cierre del Estrecho de Ormuz en 2026 mencionado en el informe del BPI. El resultado: una recesión leve en EE. UU. y Europa. No de la magnitud de 2008, sino una réplica moderna del desplome del NASDAQ de 2000–2002 combinada con una recesión leve.

Escenario Optimista (probabilidad ~30–40%): Las aplicaciones de IA de agentes se comercializan a gran escala en 2026–2027; la adopción empresarial supera las expectativas; los ingresos reales de los usuarios finales de IA crecen más rápido que la depreciación. El ratio capex/FCF empieza a disminuir; las preocupaciones crediticias del mercado de bonos se desvanecen; los diferenciales se recuperan. Los hiperescaladores completan una revalorización de su valoración pasando de "empresas tecnológicas" a "servicios públicos de alto crecimiento"; los múltiplos se comprimen moderadamente, pero la narrativa fundamental cambia a "la infraestructura de IA es la próxima capa de cimentación de internet", un marco que el mercado acepta.

La respuesta regulatoria y sus limitaciones

Frente a las advertencias explícitas del BPI, el conjunto de herramientas regulatorias reales es bastante limitado.

Las nuevas normas de desglose de la depreciación de la FASB son un paso importante hacia la mejora de la transparencia de la información, pero abordan la asimetría de información, no la sobreinversión en sí misma. Aunque los inversores entiendan perfectamente la depreciación en 2028, el capex ya gastado y los contratos de arrendamiento ya firmados no se pueden deshacer.

La brecha regulatoria en el crédito privado representa un desafío mayor. El BPI informa que los bancos, al proporcionar líneas de crédito a SPV, se han entrelazado profundamente con el sistema de crédito privado de formas opacas. Sin embargo, ninguna autoridad regulatoria única puede llevar a cabo una vigilancia global de la exposición al riesgo que abarque la frontera entre bancos y entidades no bancarias, y el informe del FSB lo reconoce directamente.

Los datos del Banco de la Reserva Federal de Chicago muestran que los saldos de préstamos pendientes de pago de los bancos a industrias adyacentes a la IA representan de media aproximadamente el 0,8% de los activos bancarios totales, una cifra gestionable a simple vista. Si se incluyen las líneas de crédito concedidas pero no dispuestas, este ratio salta del 9% del capital ordinario de nivel 1 (saldos vivos) al 25% (incluidas las líneas comprometidas); en un escenario de tensión, los prestatarios podrían disponer de sus líneas antes de incurrir en impagos, con pérdidas reales muy superiores a la exposición superficial aparente del 0,8%. Y esta es solo la exposición directa "conocida y en balance". Con respecto a la exposición indirecta transmitida a través de líneas de crédito de SPV, participaciones de compañías de seguros y canales minoristas de BDC, ninguna institución dispone actualmente de datos completos.

La receta del BPI: los reguladores deberían priorizar los requisitos de divulgación fuera de balance para las estructuras de financiación de IA, dirigiéndose especialmente a los acuerdos de garantía múltiple y financiación circular. Pero las instituciones reguladoras suelen construirse después de que el riesgo ya se ha acumulado. La historia nos dice que cuando la regulación finalmente se pone al día, suele ser después de que el punto de inflexión ya ha llegado.

Conclusión: Claridad dentro de la paradoja

Este debate contiene una paradoja inherente: si la comercialización de la IA cumple lo prometido, este billón de dólares en capex resultará ser la mayor inversión en infraestructuras desde los ferrocarriles del siglo XIX y la electrificación, y la advertencia del BPI se convertirá en una nota al pie de página de excesiva cautela; si la comercialización no cumple las expectativas, se tratará de una sobreconstrucción sin precedentes: una triple oleada de presión de depreciación, presión de deuda y tensión en el crédito privado que se sumarán para desencadenar un profundo ajuste financiero global.

Antes de que llegue el veredicto, varias cosas son seguras:

Primero, los riesgos son reales; solo el momento y la magnitud son inciertos. El BPI no predice un colapso; identifica nodos de vulnerabilidad con potencial de contagio sistémico. Esos nodos existen realmente.

Segundo, "los beneficios todavía se ven bien" es el juicio más peligroso en el entorno actual. La presión de la depreciación es retardada, las obligaciones fuera de balance son invisibles, la exposición al crédito privado es opaca: estas tres capas de ocultación de información hacen que la salud superficial de la cuenta de resultados sea muy engañosa.

Tercero, esto no llegará en forma de una crisis financiera tradicional. Los hiperescaladores no quebrarán, porque tienen beneficios operativos reales. Es más probable que el riesgo se manifieste en forma de una revalorización de las valoraciones y una compresión de los márgenes que dure años, junto con tensiones de liquidez localizadas que estallen de manera dispersa en todo el sistema de crédito privado y financiero no bancario.

En cuarto lugar, ya se está produciendo una diferenciación.Las empresas con vías claras de monetización de la IA (Alphabet a través de Google Cloud, AWS mediante ingresos directos por computación) y aquellas con trayectorias dudosas (el gasto de capital en IA de Meta, que aún se monetiza principalmente a través de la eficiencia publicitaria; Oracle, con un respaldo de 638.000 millones de dólares en obligaciones de desempeño pendientes [RPO] pero un riesgo extremo de sincronización, ya que el agresivo gasto de capital precede a la obtención de ingresos) se enfrentarán a destinos divergentes en este ajuste. Los mercados de crédito han empezado a descontar esta diferenciación; los mercados de renta variable están siguiendo el mismo camino.

La advertencia del BPI no es una recomendación para abandonar la IA, sino un recordatorio sistémico sobre las estructuras de financiación, la transparencia de la información y la transmisión de riesgos entre mercados. Eso es precisamente para lo que existe la comunidad de la banca central: para decir verdades incómodas durante los períodos de exuberancia.