La expansión de la IA se financia ahora con crédito

En los mercados, todo el mundo tiene una opinión sobre si la inteligencia artificial es una burbuja. Es la pregunta equivocada a la que dedicar tiempo, porque la respuesta solo indica cuánto pueden caer los precios. La pregunta más útil se refiere al funcionamiento del sistema financiero: si la expansión de la IA decepciona, ¿qué balance absorberá las pérdidas?

La pregunta que se hace todo el mundo y la que importa

Durante los dos primeros años de este ciclo, la respuesta era sencilla y tranquilizadora. Cuatro empresas estadounidenses con grandes beneficios pagaban los centros de datos con sus propios recursos. Si el gasto resultaba prematuro, la pérdida se reflejaba en una cotización más baja. Los accionistas compran acciones sabiendo que pueden perder dinero. El daño terminaba ahí.

La expansión ya no se paga así. En los últimos dieciocho meses, el dinero ha procedido cada vez más del endeudamiento, de préstamos garantizados por los propios chips y de fondos de crédito privado cuyo capital procede, en última instancia, de aseguradoras de vida. Cada uno de estos canales traslada el riesgo de alguien que eligió poseer un activo a alguien a quien se debe una cantidad fija en una fecha fija. Cuando este segundo tipo de inversor se lleva una decepción, las consecuencias no quedan confinadas al sector tecnológico.

Llevo escribiendo sobre la inversión en IA durante buena parte de este año, y la cuestión decisiva no deja de cambiar. En febrero era el capital: la inversión de capital como variable macroeconómica. En abril era el trabajo. En mayo, el precio de la propia capacidad de cómputo. Este mes es la financiación, y creo que es la versión más importante de la pregunta hasta ahora.

La magnitud del fenómeno, en dos cifras

Dos cifras permiten apreciar la escala sin abrumar a nadie.

La primera: en el primer trimestre de 2026, las cuatro mayores empresas estadounidenses de servicios en la nube gastaron, en conjunto, USD 129.8 mil millones en proyectos de inversión, aproximadamente un 80% más que en el mismo trimestre del año anterior (seguimiento interno de la inversión de capital, reconstruido el 28 de agosto de 2026). Un trimestre, cuatro empresas. El segundo trimestre fue todavía más intenso. Microsoft, Alphabet y Meta gastaron juntas USD 110.8 mil millones, un 98% más que en el mismo trimestre de 2025; Meta pasó por sí sola de USD 19.0 mil millones a USD 30.1 mil millones en tres meses. Amazon, que gasta más que cualquiera de las otras tres, no había publicado la partida de inversión de capital del trimestre en ninguna de las dos fuentes que consulta el seguimiento interno, por lo que el total de las cuatro empresas aún está incompleto.

La segunda: la inteligencia artificial representa ahora el 15.77% de toda la inversión empresarial física en Estados Unidos, sumando construcciones y equipos, un aumento de 5.79 puntos porcentuales en un año (seguimiento interno de la cuota de inversión de capital, 26 de agosto de 2026). En los últimos doce meses, esto equivale a USD 433.9 mil millones, con un crecimiento del 72.7%. La IA ha aportado aproximadamente el 78% del crecimiento de la inversión estadounidense en capital físico.

Dicho claramente: una sola temática tecnológica concentra ahora la mayor parte de lo que están construyendo las empresas estadounidenses. Con ese peso en la inversión nacional, se convierte en una variable macroeconómica, y cualquier variable de esa magnitud merece que nos preguntemos cómo se financia.

El gráfico anterior solo sigue a las tres mayores inversoras cuyo trimestre podemos observar íntegramente, y hasta esa visión parcial sube sin pausa. Lo que no puede mostrar es el resto del mercado, y esa es la parte en la que invito al lector a detenerse. Promotores especializados en centros de datos, las llamadas neoclouds, proyectos soberanos y operadores privados construyen junto a los gigantes. Casi ninguno dispone de treinta años de beneficios retenidos a los que recurrir. Construyen con dinero prestado porque es el único dinero del que disponen. El seguimiento interno no contiene ninguna serie verificada para ese grupo, así que aquí no le atribuyo ninguna cifra.

Tres canales y qué circula por cada uno

La financiación llega por tres canales, cada uno con riesgos distintos.

Bonos corporativos. Las grandes tecnológicas han acudido al mercado de bonos a un ritmo que antes nunca habían necesitado. En 2025 emitieron más deuda que en los siete años anteriores juntos, mientras disminuía su efectivo en relación con los activos. Es el más transparente de los tres canales. Los prestatarios son rentables, la deuda tiene una calificación pública y un precio público, y si las cosas se tuercen, puede verse en tiempo real. Este canal, por sí solo, no me quita el sueño.

Préstamos garantizados por chips. Esto es más nuevo y más extraño. Un operador de centros de datos compra procesadores gráficos y luego obtiene préstamos ofreciendo como garantía los chips y los contratos de alquiler que generan. En muchos casos, esos préstamos se agrupan después y se venden a inversores como un valor negociable. Eso es lo que significa «titulización»: un prestamista convierte un conjunto de préstamos individuales en un bono negociable para que otra persona asuma el riesgo.

Quien vivió 2008 reconoce la estructura de esa frase. Aun así, pediría prudencia con la comparación. Agrupar préstamos es una técnica habitual y útil, y falló en 2007 por un motivo concreto: las garantías subyacentes, las viviendas estadounidenses, estaban mal valoradas, y la agrupación ocultaba ese hecho a quienes compraban los títulos. Por tanto, la pregunta sobre los chips es la misma, aplicada con honestidad: ¿cuánto vale esta garantía si el prestatario deja de pagar?

Un edificio puede volver a alquilarse durante décadas. Una generación de procesadores se renueva en tres a cinco años, y su valor de alquiler lo determina un mercado que oscila con fuerza. En mayo, la tarifa bajo demanda de una Nvidia H100 llevaba cuatro meses cerca de USD 1.50 por hora y después prácticamente se duplicó, hasta USD 3.00. En aquel momento era una señal de demanda y así la interpreté. También es una advertencia sobre las garantías. Un activo cuyos ingresos pueden duplicarse en un mes también puede verlos reducirse a la mitad en otro, y el valor recuperable de un chip usado dentro de cinco años sigue siendo una incógnita que ningún prestamista ha tenido que resolver aún durante una recesión.

Crédito privado financiado por aseguradoras. Es el canal que más me preocupa y el menos visible de los tres.

Desde 2008, la regulación ha desplazado los préstamos corporativos de mayor riesgo desde los bancos hacia los fondos de crédito privado. Más recientemente, las firmas de capital privado han vinculado esos fondos con aseguradoras de vida que les pertenecen. La lógica es que una aseguradora de vida cobra primas hoy para afrontar pagos dentro de varias décadas, precisamente el tipo de capital paciente que encaja con un préstamo que no puede venderse rápidamente. La aseguradora obtiene una rentabilidad mayor, el fondo recibe un capital estable que no puede exigir su devolución y el grupo cobra comisiones en ambos extremos.

Unos USD 750 mil millones en activos de seguros de vida se encuentran ahora al alcance del capital privado, y las aseguradoras mantienen aproximadamente entre el 10% y el 15% de sus activos en crédito privado. Buena parte de ese crédito dispone de lo que el sector denomina una calificación mediante carta privada: una nota crediticia que solo pueden ver los reguladores estatales, no el público.

Conviene destacar dos detalles. El primero es que la red de protección es más débil de lo que suele suponerse. En Estados Unidos, los depósitos bancarios están asegurados por un fondo que recauda dinero por adelantado y cobra más a los bancos más arriesgados. Los seguros se protegen estado por estado, mediante un sistema que solo recauda después de que una compañía haya quebrado, exige aportaciones a las aseguradoras supervivientes según su tamaño y no según su riesgo, y en unos 34 estados les permite recuperar toda la aportación como crédito fiscal durante cinco años. Al final, la factura es pública y ninguna asamblea legislativa llega a votarla.

El segundo es que la opacidad no es teórica. Delaware Life, de Guggenheim, rectificó la proporción de sus activos vinculados a su propio propietario: del 3% al 5% declarado anteriormente pasó al 40%. Es una revisión cercana a multiplicar por diez: el mismo balance descrito de dos maneras, que muestra lo rápido que puede aflorar el problema.

No afirmaría que la infraestructura de IA sea el principal destino del crédito privado vinculado a aseguradoras. No he visto datos que permitan afirmarlo. Mi afirmación es más limitada, aunque sigue siendo incómoda: el grupo de prestatarios que crece con mayor rapidez en la economía recibe financiación del canal de crédito menos transparente de esa economía, y la protección que respalda ese canal es más débil que la de los bancos. La magnitud del solapamiento sigue siendo una pregunta de investigación, no una cifra establecida.

Qué es una puntuación Z y qué indica el modelo en tiempo real

El modelo macroeconómico interno hace algo sencillo con una gran cantidad de datos. Para cada indicador económico, calcula hasta qué punto el dato actual es inusual frente a su propio historial y expresa la respuesta en desviaciones típicas, representadas por sigma. Cero significa completamente normal. Una sigma positiva significa un nivel más elevado que aproximadamente cinco de cada seis observaciones. Después, el modelo agrupa los indicadores por categorías y calcula un agregado.

La ventaja de este método es que elimina el relato. El modelo no sabe que existe una historia sobre la IA. Solo sabe si los datos bancarios se parecen a su propio comportamiento habitual.

Tres lecturas sostienen este artículo, todas procedentes del modelo en tiempo real calculado el 27 de agosto de 2026. Cada valor representa la distancia de la categoría respecto a su propia media, en desviaciones típicas, la misma que muestra el gráfico anterior.

Sistema bancario se sitúa en +1.40σ respecto a su propia media. Entre las categorías con un número fiable de datos actualizados, es la más intensa del modelo. Según su propio patrón histórico, la actividad bancaria está elevada.

Liquidez se sitúa en +0.34σ. Es la categoría mejor observada de todo el modelo, con todos sus datos actualizados, y señala un entorno monetario normal. No hay una avalancha de dinero nuevo.

Crédito y consumo se sitúa en +0.03σ. Las condiciones crediticias de los hogares están casi exactamente en su propia media a largo plazo.

Leídas juntas, estas tres cifras dibujan un panorama preciso. La banca está muy activa, mientras que la liquidez es normal y el crédito de los hogares no destaca. Un auge crediticio generalizado, en el que todo el mundo se endeuda, encendería las tres señales. Solo una está encendida. Lo que circula por los balances bancarios está concentrado y no procede del consumidor ni de una abundancia de dinero.

Por qué una liquidez neutra agrava el problema en lugar de aliviarlo

Hay una interpretación tranquilizadora de una puntuación neutra de liquidez: nada va mal. Yo la leo al revés.

El marco de Michael Howell, en el que me apoyo para este análisis, trata el mundo como una enorme máquina de refinanciación, más que de ahorro. La mayor parte de la deuda se renueva mediante un nuevo préstamo al llegar a su vencimiento. Lo importante es si el dinero disponible crece lo suficientemente rápido como para absorber la deuda que vence cada año.

Según la medida interna, la deuda no financiera estadounidense alcanza el 361% del dinero en sentido amplio en el primer trimestre de 2026. La deuda creció un 5.7% interanual, mientras que esa masa monetaria aumentó un 4.6%, una diferencia de 1.1 puntos porcentuales (seguimiento interno de deuda y liquidez, 24 de agosto de 2026). La deuda va adelantando al dinero disponible para refinanciarla, de forma lenta y constante.

Lo incómodo es el momento. La mayor parte del endeudamiento barato de la pandemia se contrató a unos cinco años, por lo que ahora vuelve en bloque para refinanciarse; el pico de ese muro de vencimientos corporativos y soberanos se concentra entre 2026 y 2028. Y en ese intervalo aparece el mayor programa de inversión privada de la historia moderna estadounidense, buscando financiación.

El gráfico anterior muestra el tramo largo de la curva al que se enfrenta esa financiación. A fecha de 18 de agosto de 2026, el dinero a tres meses cuesta un 3.86% y a treinta años un 5.28%. La curva es ascendente: cuanto más largo es el plazo, más se paga, y un centro de datos es un activo con una vida de entre quince y veinte años. Todo operador que financia uno compra dinero en el extremo caro de esa curva.

Mientras tanto, el tipo de interés oficial de la Reserva Federal se sitúa en el 3.63%, lo que, descontada la inflación, deja un tipo real de aproximadamente +0.33%: moderadamente restrictivo. El banco central no eliminará este problema mediante inflación en los próximos trimestres, salvo que algo lo obligue a hacerlo.

Así pues, tenemos unas necesidades récord de endeudamiento que llegan en los años con mayor carga de refinanciación de la década, en el punto más caro de la curva y con una masa monetaria que crece más despacio que la deuda. Ninguno de estos cuatro hechos resulta dramático por sí solo. Sus efectos se acumulan.

En qué se diferencia realmente una caída del crédito

La combinación de fuentes de financiación importa porque las pérdidas en acciones y las pérdidas crediticias se comportan de forma distinta en una economía, y la diferencia es mecánica.

Cuando cae una cotización, la pérdida recae en quien posee la acción. Se siente más pobre y puede gastar menos: es un efecto real, pero lento y difuso. La empresa sigue funcionando. Nadie está legalmente obligado a hacer nada.

Cuando un préstamo se deteriora, suceden tres cosas rápidamente. Disminuye el capital del prestamista, lo que reduce lo que puede prestar a todos los demás, incluidas empresas sin relación alguna con la IA. El prestatario tiene que conseguir efectivo en una fecha fija, lo que suele obligarlo a vender activos en un mercado que acaba de saber que esos activos se han deteriorado. Y todos los demás tenedores de préstamos similares tienen que revisar la valoración de sus propias carteras, aunque su prestatario concreto no tenga problemas.

Ese tercer paso es el canal de transmisión, y por eso la identidad del prestamista importa más que la cuantía de la pérdida. Una pérdida de USD 50 mil millones en acciones supone un mal año para un grupo de accionistas. Una pérdida crediticia de USD 50 mil millones distribuida entre bancos y aseguradoras endurece las condiciones de financiación para toda la economía, porque esas instituciones están sujetas a requisitos de capital y deben responder reduciendo su actividad.

Esto devuelve el argumento al modelo. Si la expansión de la IA siguiera financiándose con capital propio, una decepción aparecería primero como una caída de las valoraciones tecnológicas. Con la financiación actual, una decepción se manifiesta primero en la calidad del crédito bancario, en las valoraciones de las carteras de crédito privado y en las reservas de las aseguradoras que las mantienen. Conviene retener esa secuencia, porque también indica que las señales de alerta temprana son las menos llamativas: encuestas sobre préstamos, diferenciales de crédito, información publicada por las aseguradoras y la categoría bancaria de un modelo macroeconómico.

Para un lector europeo o suizo, la exposición es menos lejana de lo que parece. Los bancos y las aseguradoras europeos llevan años comprando crédito privado estadounidense en busca de rentabilidades que no encontraban en sus mercados nacionales. Un incidente crediticio que empieza en los préstamos a centros de datos estadounidenses llega aquí a través del activo de instituciones que la mayoría describiría como conservadoras. La reacción refleja, que esperaría sin darla por segura, es la conocida: demanda de francos suizos, demanda de oro y una brecha creciente entre las empresas que se financian con sus beneficios y las que lo hacen en los mercados. Esa última brecha es lo que significa, en la práctica, una preferencia por la calidad. En un régimen donde el crédito es el canal de transmisión, la calidad describe qué empresas pueden permitirse no salir a pedir dinero.

Qué me indicaría que estoy equivocado

Tres acontecimientos debilitarían el argumento, y querría decirlo públicamente si se produjeran.

Si los ingresos de la IA empiezan a cubrir su inversión de capital, la deuda será simplemente anticipada, no excesiva; y anticipar deuda frente a un flujo de caja real forma parte de las finanzas empresariales habituales. La señal sería que los operadores financiaran nuevas instalaciones con ingresos contratados en lugar de con nuevas líneas de financiación.

Si la categoría bancaria vuelve hacia cero en las próximas lecturas mensuales mientras continúa la expansión, la intensidad que señalo procedería de otra cosa y mi interpretación habría sido errónea.

Y si los bancos centrales vuelven a ampliar significativamente sus balances, el muro de refinanciación dejará de ser un muro. Durante un tiempo, la abundancia de dinero permite tolerar mucho apalancamiento.

Qué observar a continuación

La expansión continuará independientemente de las conclusiones de este análisis, porque las empresas que la impulsan creen que la capacidad de cómputo es la limitación decisiva de la década, y probablemente tengan razón. Las máquinas se construyen. La pregunta abierta es quién tendrá en su cartera la deuda cuando la primera generación de chips llegue al final de su vida útil y alguien deba reconocer una reducción del valor de esas garantías.

Este texto es un análisis y comentario de mercados dirigido al público general. No constituye asesoramiento de inversión personalizado ni tiene en cuenta las circunstancias de ninguna persona concreta.