¡40 billones de dólares en deuda presionan, pero la fiebre de la infraestructura de potencia computacional para la IA no se detiene! La ola billonaria extiende el superciclo de capacidad computacional.

Según informó el portal financiero Zhihui Caijing APP, un equipo liderado por Andrew Sheets, estratega sénior de la firma gigante de Wall Street Morgan Stanley, afirmó recientemente que, aunque el gobierno de Estados Unidos ya ha acumulado una deuda federal de aproximadamente 40 billones de dólares, el creciente endeudamiento estatal aún no ha frenado la histórica ola de préstamos corporativos de empresas tecnológicas relacionadas con IA, ni ha debilitado el resiliente gasto de las familias estadounidenses.

Esto significa que, desde la perspectiva del equipo de estrategas de Morgan Stanley, los 40 billones de dólares de deuda federal de Estados Unidos aún no han provocado un “crowding out” crediticio en los sectores corporativo y residencial. En especial, el apalancamiento corporativo se mantiene estable, la emisión de deuda podría incluso alcanzar niveles récord, la carga de deuda familiar es más baja que en 2000 y 2019, y el consumo fortalecido junto con las ganancias empresariales siguen contrarrestando los impactos negativos de tasas de interés/yields en la curva de deuda del Tesoro de EEUU sobre el mercado bursátil estadounidense y el mercado bursátil global. El rendimiento de 6,2% de los bonos de grado de inversión estadounidenses a largo plazo y la rentabilidad de los bonos del Tesoro a 30 años –unos 300 puntos básicos por encima de la inflación esperada– están elevando sistemáticamente el costo de oportunidad de las acciones; lo que realmente podría finalizar el escenario de “fuerte renta variable y renta fija” no sería el nivel total de la deuda, sino que un costo de financiamiento elevado termine ralentizando el crecimiento de las utilidades empresariales.

Que los 40 billones de dólares en deuda estadounidense aún no cierren los canales de crédito corporativos implica que el superciclo de la computación IA actualmente enfrenta una “suba de los costos de financiamiento”, y no una “escasez de oferta de financiamiento”. La deuda corporativa estadounidense sobre el PIB se mantiene prácticamente igual que hace diez años y significativamente por debajo de niveles pre-pandemia; Morgan Stanley sigue proyectando que este año la emisión de deuda corporativa marque otro récord histórico. La deuda de los hogares ronda el 67% del PIB, sin llegar a un nivel extremo, con un consumo robusto que sigue respaldando las ganancias empresariales.

Por tanto, los grandes proveedores de cloud computing (Hyperscalers), laboratorios de IA de élite mundial como Anthropic y OpenAI, y los desarrolladores de centros de datos impulsados por la “nueva nube” pueden seguir utilizando bonos de grado de inversión, financiamiento de proyectos y combinaciones de crédito privado para anclar las expectativas casi infinitas de ingresos futuros por Tokens, así como los flujos de caja reales provenientes de suscripciones de productos de IA, uso de APIs y servicios en la nube, con el fuerte nivel de pedidos que abarca toda la cadena de la industria de computación IA: racks de GPUs para IA, componentes de almacenamiento HBM/DRAM/NAND, CPUs de data centers, sistemas de interconexión óptica, infraestructura eléctrica y sistemas de refrigeración líquida. La deuda total estadounidense ya superó los 40 billones de dólares, pero aún no se observa un fenomenal “crowding out” clásico en el sector privado.

En otras palabras, los 40 billones de dólares en deuda no han apagado el fervor inversor en infraestructura de computación IA; al contrario, marcan el inicio de una segunda fase donde el crédito sigue disponible aunque el capital se ha encarecido, y en los próximos 2-3 años probablemente veamos un ciclo de construcción intensa de infraestructura computacional para IA.

Mientras el mercado de capitales siga abierto, las empresas cloud de gran escala pueden emitir bonos de grado de inversión apoyándose en sus balances generales, los laboratorios IA pueden conseguir fondos mediante capital propio, compromisos de compras de computación y avales de terceros, y los desarrolladores de centros de datos a través de alquileres a largo plazo, contratos eléctricos y activos de proyecto, consiguen financiamiento de proyecto o crédito privado; estos fondos finalmente se transforman en pedidos de GPUs, HBM, interconexiones ópticas, sistemas de alimentación y refrigeración, y la fuente última de repago son los flujos de caja reales generados por suscripciones de IA, llamadas a APIs y servicios en la nube, más allá de las expectativas de exponencial crecimiento futuro de los ingresos en Tokens.

Goldman Sachs, otro gigante de Wall Street, estima que el gasto de capital acumulado de las grandes tecnológicas para 2025-2030 será de unos 5,3 billones de dólares; la proporción financiada con deuda dentro del gasto de capital en IA podría subir del 33% en 2026 al 35% en 2027, y solo en 2026 las grandes empresas cloud podrían emitir directamente unos 250.000 millones de dólares en bonos, sin incluir financiamiento de proyectos. Estas proyecciones junto con la tendencia de infraestructura IA muestran que la deuda estadounidense de 40 billones de dólares aún no ha cerrado las compuertas del crédito corporativo; los bonos de grado de inversión, el financiamiento de proyectos respaldado por alquileres a largo plazo, el crédito privado y las garantías de proveedores siguen impulsando la concreción de activos de computación.

¡La montaña de 40 billones de dólares de deuda no detiene el torrente de financiamiento corporativo! Morgan Stanley: El verdadero peligro para la bolsa de EEUU no es la tasa de interés, sino la caída de las ganancias

Alrededor de la mitad de la deuda federal de EEUU se acumuló en la última década, y también el peso de la deuda de los gobiernos respecto al PIB aumentó en las principales economías del mundo. Salvo el Reino Unido, se prevé que los déficits fiscales de los países permanezcan elevados durante largo tiempo, manteniendo así altos volúmenes de endeudamiento gubernamental.

Pese a que las tasas de referencia y el rendimiento de los bonos del Tesoro a largo plazo en EEUU siguen subiendo, los balances de las empresas muestran relativa resiliencia. La deuda corporativa sobre el PIB se mantiene prácticamente igual que hace diez años y aún bastante por debajo de niveles pre-pandemia; al mismo tiempo, el equipo de crédito de Morgan Stanley prevé que este año la emisión de bonos corporativos marque un récord histórico. Sheets sostiene que no es realista esperar que el aumento de los rendimientos detenga esta ola sin precedentes de financiamiento vinculado a la computación IA.

Las finanzas de los hogares estadounidenses también se mantienen saludables. La deuda familiar es en torno al 67% del PIB, menos que el 70% de 2000 y el récord cercano al 74% alcanzado en 2019. Sheets apunta que, aunque siguen subiendo la tasa de interés y los yields a largo plazo, el gasto de los hogares mantiene su fortaleza.

Para los mercados financieros, la cuestión mayor y más delicada es si los rendimientos/tasas de referencia subirán lo suficiente como para que los inversores migren masivamente sus asignaciones de acciones a bonos. Según datos de Morgan Stanley, los bonos del Tesoro estadounidense a 30 años actualmente ofrecen un rendimiento unos 300 puntos básicos superior a la inflación esperada, y los bonos de grado de inversión a largo plazo alcanzan un 6,2% de rentabilidad.

Hasta ahora, no se ha observado un cambio masivo de fondos. Aunque el bono del Tesoro a 10 años subió unos 50 puntos básicos en lo que va del año, el índice S&P 500, referencia de la bolsa estadounidense, acumula una suba del 13% en lo que va de 2024. Desde el estallido de la IA en 2023, el fuerte crecimiento en las utilidades de las tecnológicas ha ayudado a que las acciones sigan siendo competitivas frente a mayores rendimientos de bonos.

Para el equipo de Morgan Stanley liderado por Sheets, la clave pasa por si, con costes de crédito persistentemente altos, el crecimiento de ganancias en bolsa puede mantener su resiliencia. Si en el futuro ese crecimiento cae de forma significativa, la relación entre la suba de yields de bonos del Tesoro a partir de 10 años y la valuación general del mercado accionista ganará mucha más importancia para el mercado.

¡El consumo de Token apunta a multiplicarse por 24 y 10 billones de dólares institucionales siguen inundando los cuellos de botella de IA! Los 40 billones de dólares en deuda no cierran la puerta al crédito

El último informe de Goldman Sachs sobre 10 billones de dólares en posiciones institucionales no revela un colapso de la “fe en la IA”, sino que muestra al capital comenzando a dispersarse desde los núcleos de GPU hacia “cuellos de botella de infraestructura indispensables”. El relevamiento de Goldman Sachs incluye 991 fondos de cobertura con un total de 5,4 billones de dólares en acciones, y 504 fondos mutuos activos grandes que gestionan 4,6 billones en acciones.

Ambos tipos de fondos aumentaron conjuntamente posiciones en compañías como Bloom Energy, Flex y Seagate Technology, enfocadas en almacenamiento, cadena eléctrica de datacenters y manufactura de servidores, áreas que son cuellos de botella para la infraestructura computacional de IA y que hoy logran un consenso interinstitucional. De las diez principales posiciones de hedge funds, nueve están relacionadas con IA, con Amazon al tope durante 11 trimestres seguidos; en tanto, los fondos mutuos aún mantienen una infraponderación de cerca de 100 y 60 puntos básicos respecto al benchmark en Nvidia y AMD respectivamente, lo que indica que la operatoria de IA no llegó aún al límite de exposición de mercado, y que cualquier aumento potencial debe estar respaldado por ganancias y no por la mera narrativa temática.

Esta rotación y dispersión se debe a que la IA evoluciona del “boom supremo de chips de computación” hacia un gran ciclo de capital computacional IA: el aumento de GPUs/TPUs/IA ASIC amplía simultáneamente la demanda de servidores, memorias, almacenamiento NAND empresarial, switches ethernet, módulos ópticos y sistemas de interconexión óptica en datacenters, conectores de alta velocidad, racks de servidores, y más necesidades de refrigeración y energía; cuanto mayor el tamaño del clúster de entrenamiento e inferencia, mayor el número de puertos y el volumen de valor por rack, así como la mayor complejidad de la interconexión.

Morgan Stanley proyecta que para 2028 cerca de 3 billones de dólares en inversiones en infraestructura IA fluirán a la economía global, y más del 80% del gasto sigue aún por delante. Los últimos cálculos de Goldman Sachs estiman que el gasto global en capital relacionado a IA pasará de 765.000 millones de dólares anuales en 2026 a 1,6 billones por año en 2031, con un gasto acumulado estimado en 7,6 billones entre 2026 y 2031; además, la demanda eléctrica de los datacenters en Estados Unidos pasará de 31 GW en 2025 a 66 GW en 2027, empujando así la inversión en infraestructura IA hacia CPUs de servidores, DRAM/NAND/HBM, encapsulados avanzados, líquida refrigeración, equipos eléctricos, transformadores, turbinas a gas, sistemas eléctricos conectados a la red, REITs de centros de datos, ingeniería y construcción, y mucho más.

La mayor fuente incremental en la demanda computacional de IA viene de que esta pasa de “responder preguntas” a “ejecutar flujos de trabajo”: los agentes inteligentes requieren planificar, llamar herramientas, validar resultados y reintentar ante fallos, por lo que el consumo de Tokens por tarea puede alcanzar 10, 20 o hasta 50 veces el de una consulta tradicional; los modelos de mundo ampliarán además el alcance del cómputo desde el texto hasta los robots, la simulación industrial y los sistemas físicos. Goldman Sachs proyecta oficialmente que, para 2030, el consumo global de Tokens crecerá 24 veces hasta alcanzar 120 mil billones de Tokens por mes; y que el costo unitario por Token de inferencia caerá entre 60% y 70% anual, generando el “efecto Jevons” de “costos bajando–aplicaciones proliferando–demanda total creciendo”.

Los 40 billones de deuda no acabaron con la fiebre inversora en computación IA, sino que precipitan a la industria en una segunda etapa “con crédito todavía abierto, pero capital más caro”. Con yields de Treasuries a 30 años en 5,23% y rendimiento de bonos corporativos grado inversión a largo plazo en 6,2%, cada proyecto de IA debe probar que su Retorno Interno (IRR) cubre el creciente costo de capital; esto llevará a que los fondos de inversión seleccionen prioritariamente clusters de GPU, almacenamiento HBM/DRAM/NAND, redes rápidas de centros de datos, interconexión óptica y compañías cloud líderes que cuenten con pedidos a largo plazo, flujo de caja libre, poder de precios y posición en cuellos de botella esenciales, evitando inversiones indiscriminadas en todo el espectro conceptual. Si la monetización de Tokens se concreta, el flujo de financiamiento corporativo prolongará el ciclo de gasto de capital en IA; pero si las utilidades se desaceleran o los yields de largo plazo se disparan nuevamente por la presión de los “vigilantes de bonos”, los nuevos proveedores de cloud altamente apalancados y los proyectos dependientes de garantías externas serán los primeros en sucumbir ante una doble caída de valuación y crédito.