La trampa de la deuda de silicio: Nvidia financia sus propias ventas

Conclusiones clave

• The Loop: Nvidia actúa como socio limitado ancla en un vehículo financiero que compra los propios chips de Nvidia y los alquila a xAI. El fabricante de chips está subsidiando efectivamente la compra de su propio inventario para mantener el crecimiento de los ingresos.
• La escala: Apollo Global Management comprometió $7 mil millones en dos acuerdos consecutivos en enero y febrero de 2026, estructurados como venta-arrendamiento a través de una entidad fantasma llamada Valor Compute Infrastructure.
• La bomba de la depreciación: una unidad de procesamiento de gráficos (GPU) Nvidia H100 valorada en $30.000 en 2023 se comercializa por aproximadamente $8.000 en 2026, sin embargo, los valores respaldados por activos (ABS) que financian estos chips se estructuraron suponiendo solo una depreciación del 50% en tres años.
• El riesgo sistémico: JPMorgan proyecta que la titulización de centros de datos podría alcanzar entre 30.000 y 40.000 millones de dólares anuales para 2027, mientras que el Banco de Pagos Internacionales (BPI) advierte que la inversión relacionada con la inteligencia artificial (IA) ahora supera el 5% del producto interno bruto (PIB) de EE. UU., superando el pico de las puntocom.

El trato con Ouroboros

El 16 de febrero de 2026, Marc Rowan, director ejecutivo (CEO) de Apollo Global Management, subió al escenario en una conferencia del Bank of America y describió lo que llamó un acuerdo de financiación “a medida y respaldado por contrato” para infraestructura de IA. El lenguaje fue clínico. La estructura era todo lo contrario.

Esto es lo que realmente construyó Apolo:

1. Valor Equity Partners, una firma de capital privado con profundos vínculos con Elon Musk, creó un vehículo de propósito especial (SPV) llamado Valor Compute Infrastructure.
2. Apollo prestó $7 mil millones a este SPV en dos tramos: $3,5 mil millones cerrados en enero de 2026 y $3,4 mil millones finalizados a principios de febrero.
3. El SPV utilizó este capital para comprar GPU Nvidia GB200 al precio de lista completo.
4. Luego, esos chips fueron arrendados nuevamente a xAI bajo una estructura de venta-arrendamiento posterior, donde xAI paga tarifas de arrendamiento mensuales al SPV en lugar de comprar el hardware directamente.
5. Nvidia participó como socio limitado (LP) ancla en el primer tramo de $3.500 millones, contribuyendo con capital social al mismo vehículo que compra sus chips.

Lea ese último punto nuevamente. Nvidia invirtió dinero en el fondo que compra productos Nvidia. Los ingresos del fabricante de chips dependen del funcionamiento de esta estructura. Los rendimientos del financiero dependen de que las fichas mantengan su valor. Y el prestatario, xAI, está quemando 12.000 millones de dólares al año y recientemente fue absorbido por SpaceX precisamente porque no podía sostener sus propias operaciones de forma independiente.

Esto no es financiación. Este es un circuito cerrado.

Cómo funcionan las ventas-arrendamientos (y por qué son importantes)

Si la estructura le resulta familiar, debería serlo. Los sale-leasebacks son una característica de las industrias moribundas. Centros comerciales. Flotas de aviones. Equipo médico. La mecánica es simple: una empresa que necesita un activo costoso pero carece del balance para comprarlo directamente utiliza un intermediario financiero para comprar el activo y arrendarlo nuevamente.

La mecánica

En un sale-leaseback tradicional:

$$\text{Lender buys asset} \rightarrow \text{Lessee uses asset} \rightarrow \text{Lessee pays rent} \rightarrow \text{Lender recovers principal + interest}$$

La protección a la baja del prestamista es el valor residual del activo. Si el arrendatario incumple, el prestamista recupera el hardware y lo vende en el mercado secundario. Esto funciona cuando el activo mantiene su precio. Un Boeing 737 arrendado por 10 años conserva un valor significativo porque su vida económica útil es de más de 30 años.

Una GPU no se comporta como un 737.

El precipicio de depreciación de la GPU

El problema fundamental de los préstamos respaldados por GPU es que el hardware semiconductor se deprecia según una curva dictada por la Ley de Moore, no por el desgaste físico. Una GPU H100 no se “desgasta” en el sentido tradicional. Se vuelve obsoleto.

Cronograma de depreciación documentado:

La introducción del chip B200 Blackwell de Nvidia a finales de 2024 redujo instantáneamente el valor de reventa de cada H100 en el mercado. La misma empresa cuyos chips sirven como garantía para estos préstamos es la que lanza el producto Next Generation que destruye el valor de la garantía.

Ésta es la paradoja de la financiación de GPU: El ciclo de innovación de Nvidia es el principal riesgo para los valores respaldados por Nvidia.

La fantasía del valor residual

Los primeros acuerdos de ABS respaldados por GPU, comenzando con la oferta de 500 millones de dólares de Lambda Labs a través de Macquarie a mediados de 2024, se estructuraron con una suposición crítica: las GPU retendrían el 50% de su valor después de tres años. Nueve meses después de los primeros envíos del B200, esa suposición ya era errónea por un factor de dos.

Los valores asumieron un precio mínimo de $15.000. El mercado entregó $8.000. Cada préstamo suscrito bajo estos supuestos ahora tiene una cobertura de garantía insuficiente.

El problema de Nvidia: ¿Ancla LP o proveedor financiero?

El detalle más explosivo de la estructura Apollo-Valor-xAI es el doble papel de Nvidia. La empresa es simultáneamente:

1. El fabricante vende chips con margen completo (márgenes brutos GAAP de aproximadamente el 75 % en los últimos trimestres).
2. Un inversor de capital en el SPV que compra esos chips.

La posición oficial de Nvidia es que no participa en la “financiación de proveedores”, la práctica en la que un proveedor presta dinero a sus clientes para comprar sus propios productos. Esta práctica fue central en la crisis de las telecomunicaciones de 2001, cuando compañías como Lucent Technologies y Nortel Networks colapsaron después de otorgar miles de millones en préstamos de proveedores a clientes que nunca podrían pagarlos.

Técnicamente, Nvidia no está prestando directamente a xAI. Pero cuando Nvidia invierte capital en un fondo (Valor Compute Infrastructure), y el único propósito de ese fondo es comprar chips de Nvidia y arrendarlos a sus clientes, la realidad económica es indistinguible de la financiación de proveedores. El capital fluye en círculo:

$$\text{Nvidia} \xrightarrow{\text{equity}} \text{SPV} \xrightarrow{\text{purchase}} \text{Nvidia (revenue)} \xrightarrow{\text{lease}} \text{xAI} \xrightarrow{\text{rent}} \text{SPV}$$

Nvidia contabiliza la venta de GPU como ingreso. El SPV cobra el alquiler de xAI. Y la participación accionaria de Nvidia obtiene un rendimiento de los mismos ingresos que acaba de generar. Si xAI deja de pagar el alquiler, el SPV incumple. Apollo se lleva el recorte de sus 7.000 millones de dólares. Y Nvidia se queda con acciones en un fondo lleno de chips depreciados que fabricaba.

El precedente de Lucent

En 1999, Lucent Technologies proporcionó 8.400 millones de dólares en financiación directa de proveedores a empresas de telecomunicaciones que construían redes de fibra. Cuando estalló la burbuja de las telecomunicaciones en 2001, esos clientes incumplieron sus pagos. Lucent amortizó 7.500 millones de dólares y su capitalización de mercado se desplomó de 258.000 millones de dólares a 20.000 millones de dólares.

El paralelo es estructural, no especulativo. Ambos involucran a un fabricante de hardware que lubrica financieramente su propia línea de ventas durante un período de gasto de capital eufórico. La única pregunta es si la demanda de IA se mantiene durante el tiempo suficiente para amortizar la deuda antes de que la próxima generación de chips acabe con la garantía.

La crisis de liquidez de xAI

Comprender por qué existe esta estructura requiere comprender la realidad financiera de xAI.

La empresa de inteligencia artificial de Elon Musk recaudó 6.000 millones de dólares en su Serie B (mayo de 2024) y otros 6.000 millones de dólares en su Serie C (diciembre de 2024), más 3.000 millones de dólares de la Serie E de HUMAIN de Arabia Saudita justo antes de la fusión con SpaceX. A pesar de estos enormes aumentos de capital, xAI gasta aproximadamente 12 mil millones de dólares al año en infraestructura informática, personal y costos operativos.

Las matemáticas son terminales sin financiación externa:

$$\frac{\$12B \text{ annual burn}}{(\$6B + \$6B + \$3B) \text{ equity raised}} \approx 15 \text{ months of runway}$$

Sin la estructura de venta-arrendamiento de Apollo, xAI necesitaría recaudar una nueva ronda de capital cada 12 a 15 meses, con valoraciones cada vez más dilutivas, solo para mantener la supercomputadora Colossus en funcionamiento (para una visión detallada de la infraestructura física, consulte el análisis de The Memphis Smokescreen).

El anuncio del 2 de febrero de 2026 de que SpaceX adquiriría xAI en un acuerdo de acciones valorado en 1,25 billones de dólares no fue una expresión de confianza estratégica. Fue un rescate financiero. SpaceX genera aproximadamente 8 mil millones de dólares por año en ganancias de Starlink y los servicios de lanzamiento. Al fusionarse, xAI obtiene acceso a los flujos de efectivo de SpaceX para pagar sus obligaciones de deuda, incluidos los 7 mil millones de dólares que se le deben a Apollo a través del SPV Valor.

Sin la fusión, se proyectaba que las reservas de efectivo de xAI se agotarían a mediados de 2027.

El panorama sistémico: titulización de GPU a escala

El acuerdo Apollo-xAI no es una transacción aislada. Es el nodo visible más grande en una red de crédito privado respaldado por GPU en rápida expansión.

Los números

• $121 mil millones: Nueva deuda emitida por hiperescaladores solo en 2025.
• $400 mil millones: proyección de Morgan Stanley para la emisión de deuda a gran escala en 2026.
• $30-40 mil millones: estimación de JPMorgan para la emisión anual de titulizaciones de centros de datos para 2027, lo que representa entre el 7% y el 10% de los mercados combinados de ABS y valores respaldados por hipotecas comerciales (CMBS).
• 5% del PIB de EE. UU.: estimación del BIS para la escala actual de inversión relacionada con la IA, que supera el pico de la burbuja de las puntocom.

El BPI, en su Boletín No. 120 de enero de 2026, advirtió explícitamente que las empresas de IA están pasando de la financiación mediante flujo de caja a la financiación mediante deuda, y que la opacidad de los mercados crediticios privados hace imposible evaluar la verdadera exposición sistémica.

Como se documentó en el análisis anterior de la Crisis Subprime de la IA a nivel municipal, el riesgo es no quedarse en el mercado privado. Se está distribuyendo a fondos de pensiones, compañías de seguros e inversores minoristas a través de cadenas de titulización que oscurecen la verdadera curva de depreciación del activo subyacente.

El problema de la correlación

En la crisis hipotecaria de 2008, el error fatal fue el riesgo de impago correlacionado: los modelos asumieron que los precios de la vivienda en diferentes ciudades eran independientes. No lo fueron. Cuando un mercado cayó, todos cayeron.

Los valores respaldados por GPU enfrentan el mismo problema estructural. Cada H100 en cada centro de datos de la Tierra se deprecia en exactamente la misma curva, impulsado por la exactamente la misma causa: Nvidia lanza un chip mejor. Cuando se lance la próxima arquitectura, cada chip de cada SPV experimentará una erosión colateral simultánea.

No hay diversificación. No hay distribución geográfica. Sólo existe el ciclo de actualización.

El hombre de acero: por qué los toros pueden tener razón

Los contraargumentos a la tesis de las “GPU subprime” no son triviales, y la honestidad intelectual exige examinarlos.

1. Persistencia de la demanda: a diferencia de la fibra puntocom, la demanda de inferencia de IA es real y está creciendo. Cada consulta de ChatGPT, cada sugerencia de código Copilot y cada resultado de búsqueda de Gemini requiere computación GPU activa. El H100, incluso cuando está “obsoleto” para el entrenamiento, conserva un valor significativo como chip de inferencia. Los puntos de referencia recientes muestran que los H100 superan a los H200 más nuevos en tres de ocho cargas de trabajo de inferencia, con ventajas de rentabilidad de hasta 1,77 veces en configuraciones específicas.

2. Calidad del prestatario: los inquilinos de los arrendamientos de GPU no son consumidores de alto riesgo. Se trata de Microsoft, Meta y OpenAI, respaldados por balances de billones de dólares. El propio comentario de Apollo enfatiza que sus acuerdos de GPU están “respaldados por contratos” con un “riesgo residual insignificante” durante períodos de cuatro años, lo que significa que los pagos de arrendamiento cubren el capital independientemente del valor de reventa del chip.

3. Evolución del convenio: Los primeros préstamos neocloud a tasas de interés del 15% han evolucionado a SOFR + 400 puntos básicos (aproximadamente 8-9%), con convenios que incluyen curas de capital y reservas mínimas de efectivo de $100 millones. Esto no es un préstamo imprudente.

4. Dominio de la oferta de Nvidia: Nvidia controla más del 90% del mercado de aceleradores de IA. A diferencia de la crisis de las telecomunicaciones, donde múltiples proveedores compitieron eliminando márgenes, la posición de monopolio de Nvidia significa que controla la curva de depreciación. Puede ralentizar su propia cadencia de liberación para proteger los valores colaterales si es necesario.

Estos son argumentos legítimos. La pregunta es si aguantan bajo estrés.

La prueba de estrés que nadie está realizando

El escenario que rompe el mercado de préstamos de GPU no es el de “falla de la IA”. Es “La IA tiene éxito, pero los márgenes se comprimen”.

Considere:

• Las instalaciones Colossus de xAI generan ingresos vendiendo acceso API a Grok.
• El precio de la API lo establece la competencia con OpenAI, Google y Anthropic.
• A medida que hay más computación en línea, los precios de las API bajan. (El precio por millón de tokens de ChatGPT ya ha caído más del 90% desde GPT-3.5).
• Si los ingresos de API caen por debajo del pago de arrendamiento de las GPU subyacentes, xAI no puede prestar servicio al Valor SPV.

Este no es un problema de demanda. Es un problema de margen. Los chips funcionan. Los clientes existen. Pero la economía de la estructura del arrendamiento requiere un precio mínimo por token que el mercado puede no soportar.

$$\text{Default Trigger} = \text{Lease Payment per GPU} > \text{Revenue per GPU per Month}$$

En un entorno deflacionario de precios de API, cada dólar de computación se vuelve más barato para el consumidor y más caro para la entidad que financia el hardware. La GPU está generando valor, pero no lo suficiente como para pagar los instrumentos de deuda que tiene encima.

¿Qué pasa después?

El cronograma estructural es claro:

Primer trimestre de 2026 (ahora): Se cierra el acuerdo Apollo-Valor-xAI. Los préstamos respaldados por GPU se celebran como “financiación de infraestructura innovadora”. Nvidia informa otro trimestre espectacular el 26 de febrero de 2026, y se espera que los ingresos del centro de datos superen los 35 mil millones de dólares.

T3-T4 2026: La arquitectura Rubin de próxima generación de Nvidia entra en muestreo. Los valores de reventa de H100/H200 enfrentan otra disminución de función escalonada a medida que los hiperescaladores aceleran los pedidos para la nueva plataforma. La garantía subyacente a los acuerdos de ABS existentes se erosiona aún más.

2027: Se llega al primer gran abismo en la renovación del arrendamiento de GPU. Los SPV que poseen chips Hopper de primera generación intentan volver a arrendarlos o liquidarlos. Si la demanda de inferencia justifica la operación continua del H100, el mercado sobrevive. Si Rubin hace que la inferencia H100 sea antieconómica, el valor de liquidación colapsa.

2028+: La cartera de titulizaciones anuales de entre 30.000 y 40.000 millones de dólares de JPMorgan está validada por los ingresos sostenidos de IA o queda expuesta como el mayor desajuste entre activos y pasivos desde 2008.

Qué significa esto para ti

Si eres inversor:

• Examinar cualquier fondo que anuncie rendimientos de “infraestructura de IA”. Pregunte explícitamente si la garantía es hardware GPU o bienes raíces. Pregunte qué supuestos de valor residual sustentan la estructura. Si el fondo asume un valor residual del 50% en las GPU durante tres años, esa matemática ya no funciona.
• Comprender que el papel de Nvidia como proveedor de chips e inversor de capital en la cadena de financiación crea un conflicto de intereses que no se revela en la mayoría de los folletos.

Si estás observando la industria:

• El acuerdo Apollo-Valor-xAI es el modelo. Todas las grandes empresas de IA que no puedan autofinanciar su computación adoptarán esta estructura. La exposición crediticia total respaldada por GPU crecerá exponencialmente antes de que cualquier regulador se ponga al día.
• Cuando Nvidia informe sus ganancias el 26 de febrero, escuche cualquier comentario sobre “inversiones estratégicas” o “asociaciones ecosistémicas”. Ése es el lenguaje para “financiamiento de proveedores con pasos adicionales”.

El resultado final

La revolución de la IA es real. La demanda de informática es genuina. Pero la ingeniería financiera que sustenta la infraestructura física es un castillo de naipes construido sobre un activo que se deprecia.

Nvidia es la única empresa en la historia que es simultáneamente el fabricante de la garantía, un inversor de capital en el vehículo financiero, el principal beneficiario de los ingresos generados y la empresa cuya hoja de ruta del producto determina si la garantía mantiene su valor. Esa no es una empresa de tecnología. Se trata de un sistema financiero de circuito cerrado con un único punto de falla.

Cuando se lanza la próxima generación de chips, el reloj de depreciación se pone a cero por cada dólar de deuda pendiente respaldada por GPU. La cuestión no es si la música se detiene. La pregunta es si la máquina de ingresos de la IA está generando suficiente efectivo para pagar a la banda. En este momento, la respuesta depende enteramente de que la nueva empresa de Elon Musk genere suficientes ingresos por API para cubrir 7.000 millones de dólares en pagos de arrendamiento de chips que valdrán una fracción de eso cuando expire el arrendamiento.

El silicio es real. La inteligencia es real. Pero la deuda también es real. Y a diferencia del software, la deuda no aumenta.