Es el día de Nvidia. Este miércoles la mayor empresa de Wall Street presentará resultados. Se espera un crecimiento brutal: que duplique beneficio y que los ingresos trimestrales superen los 92.000 millones de dólares (cifra que otras empresas tardan un año entero, cuatro trimestres, en conseguir). Pero la cita con Nvidia tiene más puntos calientes. El primero es comprobar si Nvidia puede migrar a sus clientes de los chips Blackwell a sus procesadores Vera Rubin de próxima generación, cuyos envíos se espera que comiencen este otoño. El segundo es aclarar las dudas sobre el rol de la empresa de Jensen Huang cuando da soporte financiero a sus clientes en plena fiebre por inversión en infraestructura IA tras un informe publicado por Carson Group en el que analiza la ingeniería financiera de una Nvidia a la que se podría comparar con un banco central de la IA.
El informe de Carson aborda el espectacular incremento de inversión en IA de las grandes tecnológicas (Meta, Amazon, Alphabet, Microsoft, Oracle...), la caída de su flujo de caja, pero también el rol financiero de Nvidia en las inversiones en infraestructura de sus clientes a raíz del acuerdo anunciado este mes de agosto por la empresa de Huang con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR. Un acuerdo que tiene como objetivo establecer plataformas independientes de financiación de infraestructura de computación con el objetivo movilizar más de 500.000 millones de dólares de capital de terceros para acelerar la construcción de centros de datos de inteligencia artificial a escala global.
¿Nvidia como el banco central del gasto tecnológico?
Estas estructuras operan de manera similar a la financiación de proyectos de infraestructuras u operaciones energéticas:
Mecanismo: Las plataformas prestan fondos a operadores dedicados a la IA (neoclouds), quienes destinarán la mayor parte del capital a la compra de chips de Nvidia.
Garantías y estructuras SPV: La deuda se deposita en vehículos de propósito especial (SPV) y está blindada por los propios procesadores (GPU) y, sobre todo, por contratos de compra obligatoria (take-or-pay). La calidad crediticia recae en el cliente final de la capacidad de cómputo, no en el operador intermedio ni en los chips.
El rol de Nvidia: La firma actuará como garante de último recurso mediante coberturas de valor residual de hasta el 25 % de cada operación (con un techo teórico de 125.000 millones de dólares), mitigando riesgos para el resto del mercado crediticio.
El auge de la deuda y los pasivos fuera de balance
El recurso al crédito para financiar la infraestructura de IA ha dejado de ser una proyección de futuro para convertirse en una realidad presente. Si en 2024 la deuda cubría el 9 % del capex de los hyperscalers, a mediados de 2026 soporta ya cerca del 32 %.
A su vez, las emisiones de deuda para centros de datos en EE. UU. alcanzaron los 182.000 millones de dólares en 2025. Ejemplos como Meta —que ha estructurado 27.000 millones de dólares en deuda fuera de balance para su centro Hyperion mediante una joint venture participada por PIMCO— demuestran el peso de este modelo.
Según datos del sector, los compromisos fuera de balance de las nueve principales tecnológicas suman unos 3 billones de dólares (1,2 billones en alquileres futuros no iniciados y 1,9 billones en compromisos de compra de equipos y energía), triplicando su deuda a largo plazo declarada. Destaca Alphabet, cuyos compromisos se han elevado a 811.000 millones de dólares.
Los riesgos: dependencia del mercado crediticio
Aunque estas fórmulas facilitan el flujo de inversión, transforman profundamente la naturaleza de la expansión tecnológica. Al depender del endeudamiento, el despliegue del sector pasa a ser sensible a las condiciones del mercado de crédito y al coste del capital, compitiendo directamente por la liquidez global con emisiones soberanas de alta rentabilidad.
A diferencia del inversor en renta variable, dispuesto a esperar a que la tecnología genere retornos maduros, los tenedores de bonos operan con fechas fijas de vencimiento. El mercado fija su atención ahora en la solvencia de los compradores finales de cómputo y en la evolución de las tasas de crédito, verdaderos termómetros del ritmo de la revolución de la IA.