Añadir Estrategias de Inversión en Google

Cuando se habla de la inteligencia artificial a menudo se hace desde la perspectiva de los modelos base, la innovación en semiconductores o las empresas que compiten por desarrollar la próxima aplicación revolucionaria. Sin embargo, detrás de cada modelo de IA se esconde una infraestructura física enorme que hay que construir, financiar y gestionar.

Los centros de datos, las unidades de procesamiento gráfico (GPU, por sus siglas en inglés), la generación de energía, las redes de transmisión y la infraestructura de fibra óptica se están convirtiendo en la economía real que sustenta la IA. A medida que los hiperescaladores y los proveedores de nube de nueva generación destinan cientos de miles de millones de dólares al año a ampliar la capacidad informática, la financiación de estos activos está cobrando tanta importancia como la propia tecnología.

Para los inversores, esto supone una oportunidad que cambia totalmente la forma en la que invertir en acciones relacionadas con la IA. En lugar de intentar predecir qué empresa creará el modelo ganador, la financiación basada en activos permite a los inversores generar rentabilidades atractivas mediante préstamos garantizados por activos tangibles respaldados por flujos de caja contractuales a largo plazo.

La tesis de inversión se centra en las infraestructuras, no en la tecnología

El ritmo del cambio tecnológico hace que resulte extraordinariamente difícil predecir qué arquitecturas de IA, diseños de chips o plataformas de software dominarán el mercado dentro de cinco años.

Los prestamistas basados en activos abordan el problema de forma diferente. En lugar de apostar por el éxito tecnológico, apuestan por activos con un valor económico duradero. Las GPU, los centros de datos, los equipos de generación de energía y la infraestructura de comunicaciones conservan su valor independientemente de la aplicación concreta de IA a la que den soporte. Y lo que es más importante, estos activos suelen estar respaldados por contratos plurianuales con contrapartes de alta solvencia.

Esto desplaza el enfoque de la inversión, alejándolo de la predicción de los ganadores tecnológicos y orientándolo hacia la evaluación de la calidad de las garantías, las protecciones contractuales y la sostenibilidad de los flujos de caja.

Por qué tiene sentido la financiación fuera de balance

La magnitud del gasto en infraestructura de IA no tiene precedentes. Incluso las empresas tecnológicas más grandes del mundo se muestran reacias a financiar todos los nuevos activos directamente en sus balances.

Las estructuras de financiación con fines específicos permiten a los hiperescaladores conservar su flexibilidad financiera al tiempo que acceden al capital de inversores dispuestos a financiar activos concretos a tipos competitivos. Si se estructuran adecuadamente, los prestamistas cuentan con la garantía de activos que pueden seguir generando valor económico incluso si el operador original se retira de la operación.

Desde la crisis financiera mundial, los cambios normativos han reducido significativamente la capacidad de los bancos para mantener en cartera activos de infraestructura a largo plazo. El crédito privado ha ido cubriendo cada vez más este vacío de financiación, y la infraestructura de IA representa una de las oportunidades de más rápido crecimiento dentro del mercado más amplio de la financiación basada en activos.

La energía se ha convertido en el nuevo cuello de botella

Gran parte del debate inicial en torno a la IA se centró en la escasez de semiconductores. Hoy en día, la limitación ha cambiado. La electricidad —y no las GPU— es, cada vez más, el factor limitante para la implementación de la IA.

El entrenamiento y la inferencia de la IA a gran escala requieren enormes cantidades de energía continua, mientras que la infraestructura de las empresas de suministro eléctrico no puede ampliarse de la noche a la mañana. La construcción de nueva capacidad de generación suele requerir años de tramitación de permisos, ingeniería y construcción.

Como resultado, las grandes empresas de hiperescala están desarrollando cada vez más activos de generación de energía dedicados «detrás del contador» para dar soporte a los nuevos complejos de centros de datos.

Desde la perspectiva de una entidad crediticia, estos activos poseen varias características atractivas. La tecnología subyacente está madura y bien conocida, la capacidad de sustitución no se puede construir rápidamente y la demanda sigue superando la oferta disponible. A diferencia de la tecnología de semiconductores, que evoluciona rápidamente, los equipos de generación de energía se benefician de una economía a largo plazo relativamente estable.

Los contratos son más importantes que el hardware

Uno de los mayores errores en torno a la inversión en infraestructura de IA es pensar que el valor reside principalmente en el hardware. A menudo, los contratos son más importantes que el propio equipo.

Las GPU se deprecian a medida que se introducen nuevas generaciones, pero los acuerdos de compra obligatoria a largo plazo con contrapartes con calificación de inversión generan flujos de caja muy predecibles que reducen significativamente el riesgo de inversión.

Por lo tanto, las mejores oportunidades de financiación no están respaldadas simplemente por activos valiosos, sino por relaciones contractuales cuidadosamente estructuradas que garantizan que dichos activos sigan siendo económicamente productivos durante toda la vigencia del préstamo.

Es poco probable que las mejoras en la eficiencia reduzcan la demanda de infraestructuras

Una preocupación habitual es que las mejoras en la eficiencia de la IA puedan acabar reduciendo la cantidad de infraestructura necesaria para entrenar e implementar modelos.

La historia sugiere lo contrario

La eficiencia tecnológica suele reducir el coste de la computación, lo que amplía la demanda en lugar de reducirla. Esta dinámica concuerda con la paradoja de Jevons: a medida que disminuye el coste de utilizar un recurso, el consumo global suele aumentar porque surgen nuevos casos de uso que resultan económicamente viables.

La IA parece seguir la misma trayectoria. Los modelos más eficientes reducen el coste de la computación, lo que fomenta una adopción más amplia, un mayor número de aplicaciones y, en última instancia, una mayor demanda agregada de infraestructura.

La selectividad impulsará el rendimiento de las inversiones

No todos los proyectos de infraestructura de IA tendrán éxito. A medida que el capital inunda el sector, la evaluación disciplinada de los proyectos cobra cada vez más importancia. Los inversores deben distinguir entre los activos respaldados por una demanda duradera de los clientes y los proyectos especulativos creados en previsión de una demanda futura.

La ventaja competitiva radica en un análisis crediticio riguroso, un profundo conocimiento del sector, una estructuración meditada de las operaciones y una selección cuidadosa de las contrapartes, y no simplemente en adquirir exposición a la IA.

En última instancia, es posible que las oportunidades más atractivas no surjan de identificar el modelo de IA líder del futuro. Pueden provenir de la financiación de la infraestructura esencial de la que dependerá toda empresa de IA de éxito, independientemente de qué tecnología acabe imponiéndose.