BlackRock (NYSE: BLK), Goldman Sachs (NYSE: GS), Apollo Global Management (NYSE: APO), Blackstone (NYSE: BX), Brookfield Asset Management (NYSE: BAM) y KKR (NYSE: KKR) mantienen conversaciones con Nvidia (NASDAQ: NVDA) para participar en una nueva y masiva ronda de gasto en infraestructura de IA que podría alcanzar un total de hasta 500.000 millones de dólares.

Según el Financial Times, la colaboración planificada se centra en financiar capacidad de cómputo ampliada, suministro de energía y construcción de centros de datos. El anuncio del acuerdo podría producirse tan pronto como el próximo lunes.

La participación de seis de los nombres más influyentes en la gestión de activos y el capital privado a nivel mundial subraya cómo la infraestructura de IA ha pasado de ser una inversión tecnológica de nicho a convertirse en uno de los temas de asignación de capital más grandes de las finanzas globales. Si se alcanza la cifra reportada, el programa se ubicaría entre los mayores compromisos de infraestructura del sector privado en la historia, comparable en escala a despliegues de energía o telecomunicaciones a nivel nacional.

Tras la noticia, las acciones de NVDA cayeron un 1,4%, borrando más de 70.000 millones de dólares de la valoración de mercado de la empresa.

El papel expansivo de Nvidia en el financiamiento de infraestructura de IA

Las conversaciones destacan la posición cada vez más central de Nvidia en el financiamiento de la infraestructura física que sustenta la inteligencia artificial. Con una valoración de aproximadamente 5,25 billones de dólares, la empresa ya suministra los procesadores gráficos utilizados para entrenar y operar la mayoría de los sistemas de IA más grandes de Estados Unidos, junto con software y herramientas de cómputo relacionadas. La cuasi dominante participación de Nvidia en el mercado de chips para entrenamiento de IA la ha convertido en un guardián de todo el despliegue: los operadores de centros de datos, los proveedores de servicios en la nube y los desarrolladores de IA generalmente no pueden escalar sin antes adquirir su hardware.

Sin embargo, las GPU por sí solas no son suficientes para sostener las operaciones de IA. Los operadores también requieren instalaciones de servidores a gran escala, energía, sistemas de refrigeración y financiamiento a largo plazo. Las cargas de trabajo de IA consumen sustancialmente más electricidad que la computación convencional en centros de datos, y las estimaciones de la industria proyectan que la demanda de energía de los centros de datos podría más que duplicarse para fin de década, lo que ejercería presión sobre las redes eléctricas y aumentaría el interés de inversionistas especializados en infraestructura con experiencia en proyectos energéticos.

Nvidia ha intervenido progresivamente para ayudar a sus clientes a asegurar este financiamiento, incluso invirtiendo su propio capital directamente en empresas que adquieren su hardware.

Mark Cuban advierte que el modelo de financiamiento podría "desmoronarse"

El inversionista multimillonario Mark Cuban ha expresado públicamente su preocupación por el volumen de deuda e ingeniería financiera que ahora respalda el auge del gasto en IA. Su argumento central es que Nvidia ha dejado de limitarse a vender chips: ahora está financiando activamente a los mismos clientes que realizan los pedidos.

En julio, Cuban estableció un paralelo entre el panorama actual y la fiebre inversora de la era punto-com, escribiendo: "en lugar de las IPO, Nvidia es la IPO, financiando a todos y a cualquiera".

El apoyo financiero de Nvidia ha adoptado múltiples formas, incluyendo inyecciones directas de capital, acuerdos de participación en ingresos y arreglos que garantizan niveles mínimos de ingresos para los operadores de centros de datos y los proveedores emergentes de servicios en la nube. Estas estructuras permiten a los clientes solicitar GPU y comenzar la construcción antes de que sus propias operaciones generen el flujo de caja suficiente.

Durante el primer semestre de 2026, Nvidia invirtió más de 40.000 millones de dólares en sus iniciativas de IA. Los destinatarios y entidades relacionadas incluyeron OpenAI, Corning (NYSE: GLW) e IREN (NASDAQ: IREN).

Varios acuerdos individuales destacan por su escala. OpenAI ha sido vinculado a un proposed programa de centros de datos de 100.000 millones de dólares. El financiamiento vinculado a xAI también ha utilizado vehículos de propósito especial (SPV, por sus siglas en inglés) valorados en miles de millones de dólares.

Complejidad y riesgo en el financiamiento de infraestructura de IA

Algunos de estos arreglos implican ofrecer las GPU como garantía de préstamos. También pueden incluir arrendamientos de larga duración y proyecciones de ingresos basadas en el desempeño de empresas de IA en etapas iniciales, proyecciones que podrían resultar inexactas si las ganancias reales no alcanzan las cifras asumidas al momento de firmar los contratos.

Expertos legales han observado que el financiamiento de infraestructura de IA se ha vuelto cada vez más complejo. Un solo proyecto puede combinar préstamos privados, titulización de deudas y SPV constituidos específicamente para mantener activos u obtener préstamos sin aparecer en el balance. Los participantes pueden incluir bancos, compañías de seguros y fondos de pensiones. La entrada de las principales firmas de capital privado y gestión de activos en la ronda actual de conversaciones refleja una tendencia más amplia en la que los gestores de activos alternativos se han convertido en los principales prestamistas e inversionistas de infraestructura, asumiendo roles tradicionalmente desempeñados por bancos comerciales.

La depreciación del hardware presenta otra capa de riesgo. Nvidia ha estado lanzando nuevas generaciones de chips de IA en un ciclo anual, lo que significa que un centro de datos podría estar aún pagando una generación de procesadores cuando una versión más avanzada llega al mercado. En consecuencia, las GPU más antiguas podrían perder valor más rápidamente de lo que los prestamistas asumieron inicialmente, una preocupación crítica cuando el propio hardware sirve como garantía del préstamo.

Los bancos y las entidades de crédito privado con frecuencia otorgan préstamos para equipos con costos muy elevados al momento de la instalación. Si el gasto general en IA se desacelera, los operadores que construyeron capacidad para una demanda que no se materializa podrían enfrentar tensiones financieras significativas. Las actualizaciones de hardware más frecuentes podrían volver obsoletas las instalaciones costosas antes de lo previsto, y los chips competidores de rivales, incluidos los aceleradores Instinct de AMD y el silicio personalizado desarrollado por los principales proveedores de servicios en la nube como Google, Amazon y Meta, podrían reducir la demanda de sistemas basados en Nvidia.

Cualquiera de estos factores podría dejar a los operadores pagando deudas sustanciales contra instalaciones que generan menos ingresos de los proyectados, una dinámica que se extiende mucho más allá de la inversión tradicional en acciones tecnológicas y adentra en el ámbito de las finanzas apalancadas aplicadas a centros de datos, GPU y proyectos energéticos.