Vivimos el mayor momento de incertidumbre de la IA desde que empezó su revolución en 2022. Hay muchas dudas, muy razonables, sobre los riesgos y la seguridad. Tantos que hay voces, como la del principal responsable de gobierno de la IA en la administración Trump pidiendo que se paralicen las posibles salidas a Bolsa de los grandes de la industria: Anthropic y OpenAI. Lo que redunda en otro tipo de riesgos también mayúsculos: los riesgos financieros de una industria que está “quemando” dinero como nada antes en la historia de la humanidad.
Un reciente y revelador análisis publicado por el canal The Infographics Show, titulado «What if the AI Bubble Bursts (Day by Day)», pone sobre la mesa los datos incómodos que los titulares de Wall Street suelen maquillar.
La tesis central no cuestiona la utilidad de la inteligencia artificial —la tecnología funciona y es revolucionaria—, sino la fragilidad de la estructura financiera que la sostiene. A continuación, desgranamos paso a paso cómo se construyó este engranaje y por qué un solo fallo en la cadena de pagos podría provocar un efecto dominó global.
🧾Paso 1: El espejismo de los ingresos y las cuentas pendientes
El consenso general asumía que gigantes del hardware como Nvidia eran fortalezas inexpugnables de liquidez. Sin embargo, detrás de los balances récord asoma una cifra inquietante: decenas de miles de millones de dólares figuran en la columna de «cuentas por cobrar».
Eso significa que los procesadores están fabricados, empaquetados y entregados en los centros de datos, pero aún no se han cobrado. Si quienes deben abonar esas facturas tropiezan, los ingresos récord se evaporan sobre el papel.
👻Paso 2: Clientes fantasma y concentración de riesgo
El negocio de los chips no está diversificado entre miles de pequeñas empresas independientes. Cerca del 39% de los ingresos trimestrales de Nvidia proceden de solo dos compradores anónimos (designados en sus informes regulatorios como «Cliente A» y «Cliente B»).
Estos clientes no suelen ser gigantes de software finales, sino intermediarios y ensambladores de hardware (ODMs taiwaneses como Quanta o integradores como Dell) que montan los servidores y los revenden a terceros. Esto crea una niebla corporativa: el fabricante ni siquiera conoce con precisión matemática la solvencia del usuario final que operará esas máquinas.
🔁Paso 3: El bucle de deuda infinita (El caso CoreWeave)
Para entender cómo se financia la infraestructura, basta mirar a proveedores especializados como CoreWeave (este es un caso real). La fórmula que ha alimentado la expansión es un bucle de apalancamiento:
Pedir millones prestados ➔ Comprar GPUs ➔ Alquilar computación ➔ Usar esas mismas GPUs como garantía bancaria ➔ Pedir más deuda
Con ratios de deuda sobre fondos propios superiores a 5 a 1, el modelo funciona únicamente bajo dos condiciones innegociables:
Que las tarifas de alquiler de computación se mantengan altas.
Que las GPUs conserven su valor de mercado secundario (tasadas en decenas de miles de dólares por unidad).
Si el valor de los chips cae o la demanda de alquiler se modera, los bancos exigen más garantías (margin calls).
💸Paso 4: La brecha de los 600.000 millones (CapEx vs. Retorno real)
En junio de 2024, la prestigiosa firma de capital riesgo Sequoia Capital publicó a través de su socio David Cahn un análisis que sacudió los cimientos del sector: «AI’s $600B Question». En él planteaba una discrepancia matemática brutal entre lo que la industria invertía en infraestructura de silicio y centros de datos frente a lo que realmente ingresaba por servicios finales de software.
Para el año 2026, el gasto de capital (CapEx) proyectado por los cuatro titanes tecnológicos (Microsoft, Google, Meta, Amazon) superaba los 725.000 millones de dólares anuales. Construir centros de datos a ese ritmo equivale al coste de levantar cientos de rascacielos Burj Khalifa cada año. La pregunta incómoda era evidente: ¿cómo amortizar semejante inversión si los ingresos derivados de suscripciones de usuario final o herramientas corporativas apenas cubren una fracción de la factura operativa?
⏳Paso 5: T-Minus 12 horas — El primer eslabón se fractura
La simulación del vídeo arranca un domingo por la noche (9:47 p.m.) en las oficinas de CoreWeave en Nueva Jersey. A solo 12 horas de que abran las bolsas de Tokio, Londres y Nueva York, los números internos revelan una bomba de relojería: un pago masivo de deuda no podrá ser atendido al amanecer.
El problema no es operativo (las máquinas funcionan), sino financiero: los ingresos proyectados por el alquiler de computación crecieron más despacio que las cuotas de devolución del crédito bancario.
🚨Paso 6: Día 1 — Vencimientos impagados y pánico en el mercado de colateral
Con los mercados abiertos, salta la noticia del impago (default) del proveedor de infraestructura. Los prestamistas y bancos acreedores ejecutan de inmediato las cláusulas contractuales y se incautan de las GPUs que respaldaban los préstamos.
Para recuperar su dinero, las entidades financieras intentan liquidar los lotes de chips en el mercado secundario. Pero al haber cientos de miles de procesadores a la venta simultáneamente, el precio de reventa de procesadores como el H100 (tasado en su pico en torno a los 50.000 dólares) se desploma en cuestión de horas. Esto desata margin calls (recurso legal de los acreedores para hacerse cargo de los activos en los que se basa la dueda) sobre otras empresas que también tenían su deuda garantizada con ese mismo hardware.
📉Paso 7: Días 2 a 5 — El shock en Nvidia y la purga de cuentas pendientes
Al hundirse el mercado de colaterales y congelarse las compras de los ensambladores e intermediarios (los famosos «Clientes A y B»), el golpe llega directo a la línea de flotación de Nvidia:
Los entre 27.800 y 33.000 millones de dólares en «cuentas por cobrar» pasan a considerarse créditos de dudoso cobro o pérdidas directas.
Nvidia se ve obligada a revisar drásticamente a la baja sus estimaciones de beneficios trimestrales.
Wall Street reacciona con ventas masivas de pánico: la acción que todos consideraban el activo más seguro e indispensable del mercado pierde cientos de miles de millones de valoración en pocas sesiones bursátiles.
🌐Paso 8: Semanas 2 a 4 — Contagio sistémico a la economía real
A diferencia de crisis aisladas, el auge de la IA coincidió con una concentración sin precedentes en los mercados financieros globales.
Fondos de pensiones y jubilaciones: A través de fondos indexados pasivos (como los que replican el S&P 500, donde un puñado de tecnológicas llegó a suponer cerca del 40% del peso total del índice), millones de personas que jamás compraron una GPU ni usaron IA ven evaporarse parte de sus fondos de retiro.
Cierre del grifo a las startups: Al secarse el capital riesgo y encarecerse la deuda, docenas de empresas de software basadas únicamente en empaquetar modelos de terceros quiebran en cadena.
Ola de despidos y recorte de inversiones: Las grandes tecnológicas frenan en seco la construcción de nuevos centros de datos, congelan contrataciones y cancelan contratos con empresas de energía, refrigeración y construcción que dependían de la fiebre del cómputo.
Conclusión: Una crisis sin villanos, pero con damnificados
Como reflexiona el documental, lo más desconcertante de este desenlace es que no hay un villano evidente al estilo de la crisis hipotecaria de 2008:
El gestor sobreponderó las tecnológicas porque seguían batiendo récords.
El analista recomendó comprar porque la demanda de cómputo era real.
Los ingenieros construyeron modelos verdaderamente funcionales y revolucionarios.
Cada actor tomó individualmente la decisión más lógica y racional del momento. El error no residió en la tecnología —que continuará existiendo y madurando igual que sobrevivió Internet tras el pinchazo del año 2000—, sino en el desfase temporal entre la deuda acumulada y la capacidad de la economía real para absorber y monetizar esa capacidad. Al final, se cumple una vez más una de las leyes más amargas de la historia financiera: las ganancias de la euforia se concentran en unos pocos, pero el coste de la resaca se distribuye entre todos los demás.
¿El fin de la IA o nuestro particular año 2000?
El estallido de una burbuja no significa la desaparición de la tecnología. Cuando la burbuja de las puntocom reventó en el año 2000, empresas sin modelo de negocio quebraron, pero la infraestructura de fibra óptica y la web se quedaron. Sobre esas cenizas se construyó la economía digital moderna.
Con la IA ocurrirá lo mismo: los modelos continuarán transformando nuestra forma de trabajar y aprender. La única duda pendiente es si la corrección financiera ocurrirá de forma gradual o si estamos ante un ajuste repentino.