La deuda de los centros de datos impulsados por IA: riesgos, vehículos especiales y lecciones de 2008


El crecimiento explosivo de la capacidad de IA ha impulsado una expansión significativa en la financiación de centros de datos. En este contexto, surge una preocupación cada vez mayor entre analistas: la deuda asociada a estos activos podría estar tomando formas peligrosas similares a las que catalizaron la crisis financiera de 2008. Este artículo analiza la estructura de la deuda, el uso de vehículos de propósito especial (SPV) y las implicaciones para inversores, fondos de pensiones e aseguradoras que dependen de estos rendimientos para sus obligaciones futuras.

Según estimaciones de Bloomberg, el endeudamiento pendiente de los centros de datos de IA supera los 500.000 millones de dólares, con alrededor de 200.000 millones en manos de fondos de crédito privados. Esta deuda se emite cada vez más a través de SPV, estructuras que permiten mantener miles de millones fuera de los balances corporativos principales. El resultado es una brecha entre la exposición real y la deuda reportada por parte de las empresas matrices.

Una estructura de deuda basada en ingresos teóricos

Los SPV emiten deuda para construir centros de datos y comienzan a pagar a los acreedores solo cuando los clientes generan ingresos. Esta lógica explica, por ejemplo, por qué CoreWeave ha levantado miles de millones a través de SPV separados para préstamos individuales, incluido un acuerdo de 8.5 mil millones de dólares vinculado al contrato de Meta, manteniendo cada préstamo aislado en su propia entidad. Del mismo modo, Nikkei Asia informó que Meta, Google, Amazon, Microsoft y Oracle habrían acumulado alrededor de 1.65 billones de dólares en deuda en cinco años, gran parte distribuida entre vehículos similares y sin figurar en un único balance.

La brecha entre la exposición real y la deuda reportada existe porque estos vehículos son propiedad conjunta con inversores externos, lo que permite a la empresa matriz reportar solo una fracción del riesgo. Un ejemplo claro es el centro de datos Hyperion de Meta, en el que Meta posee solo el 20% a través de Meta, mientras que el 80% restante está en manos de Blue Owl; en la realidad, la mayor parte de la deuda queda registrada frente a Blue Owl, no frente a Meta, que sería el inquilino previsto.

Google ha utilizado enfoques similares para respaldar deuda en centros de datos financiados por Fluidstack, Cipher Mining y TeraWulf, sin que esas obligaciones afecten directamente su balance. Este tipo de estructuras llamó la atención de auditoría: Ernst & Young identificó a Meta como un tema de auditoría crítica, cuestionando quién soporta realmente el riesgo económico.

Las implicaciones trascienden a las propias empresas, ya que fondos de pensiones y aseguradoras también están expuestos, dependiendo de los retornos de estos centros de datos para financiar pagos futuros.

¿Recordando a la crisis hipotecaria de 2008?

La comparación con 2008 tiene fundamentos: ambos escenarios se apoyan en la premisa de que la demanda crecería indefinidamente sin necesidad de una prueba de solidez de los ingresos. En la década anterior, las hipotecas subprime ya representaban una proporción notable de los nuevos préstamos, y los bancos los agruparon en complejas estructuras que ocultaban el riesgo real para inversores y agencias de calificación. Aunque la narración de 2008 se centró en derivados, la esencia fue la misma: la confianza desbordante en un crecimiento que nunca fue sometido a una prueba de estrés suficiente.

Hoy, la exposición a crédito privado se estima en más de 1.4 billones de dólares en bancos, con alrededor de 300.000 millones en manos de algunas de las mayores entidades. Se sugiere que la capacidad planificada de IA para centros de datos podría superar, con creces, la demanda anual de cómputo en un factor cercano a 15. A diferencia de 2008, el riesgo actual no se deriva primordialmente de derivados complejos, sino del costo mismo de la construcción y la escala de los centros de datos individuales.

El desenlace dependerá de cuán rápido puedan los grandes clientes de IA pagar sus facturas. Por ahora, la magnitud de la exposición entre bancos, fondos de pensiones y aseguradoras sugiere que la comparación con 2008 no es meramente retórica.

Para más información y perspectivas, puedes consultar la referencia de Ed Zitron.

from Latest from TechRadar https://ift.tt/XWhpuFy
via IFTTT IA