The AI investment race

El documento de trabajo del BIS, The AI investment race, evalúa el actual despliegue de infraestructura de Inteligencia Artificial (IA), catalogándolo como uno de los mayores auges de inversión impulsados por la tecnología en la historia de Estados Unidos. Los gastos de capital (capex) totales por parte de los principales hyperscalers proyectan superar los USD 700 mil millones solo en el año 2026, con expectativas de llegar a los billones en los próximos años. A través de un modelo dinámico de competencia, el autor explica que las empresas compiten por unas pocas posiciones dominantes, lo que genera un entorno donde los competidores comprometen recursos en exceso. Calibrado con datos transaccionales y de balances, el modelo señala que la sobreinversión actual se sitúa en alrededor de 1,5 veces el nivel socialmente eficiente, y podría llegar a ser hasta tres veces mayor en escenarios donde la demanda sea menos elástica.

Una de las principales vulnerabilidades identificadas radica en la compleja estructura de financiación que soporta este auge. La rápida expansión ha llevado a las empresas a recurrir cada vez más a la deuda y a mecanismos de "financiación circular". Esta dinámica circular ocurre cuando un hyperscaler toma una posición de capital (acciones) en un laboratorio de IA a cambio del compromiso de este último de comprarle capacidad de cómputo futura. Si bien estos acuerdos han permitido un mayor despliegue de recursos, también crean una fuerte interconexión financiera y exacerban la fragilidad del sistema. El estudio concluye que, cuanto más crece el volumen de inversión, más alto es el umbral de productividad que la tecnología debe superar para ser rentable, lo que hace que un colapso sea endógenamente más probable.

Si los ingresos o la productividad de la IA decepcionan, la caída podría ser excepcionalmente profunda debido a los riesgos de liquidación forzosa (fire-sale). El capital financiado con deuda está anclado a infraestructura altamente especializada, por lo que una contracción sincronizada del sector obligaría a liquidar estos activos en un mercado secundario muy reducido, disminuyendo las tasas de recuperación a medida que aumenta el volumen de venta. El modelo indica que una vez el gasto de capital alcanza la cifra de USD 3 billones, el excedente económico neto esperado se vuelve negativo. Dado que las proyecciones de la industria sitúan el capex total entre USD 3 y 4 billones para los próximos años, el sector se encontraría posicionado en una zona de importantes riesgos a la baja.

Finalmente, el análisis de redes del documento subraya el riesgo de contagio sistémico derivado de los vínculos financieros bilaterales entre hyperscalers, laboratorios de IA, fabricantes de chips y neoclouds. Debido a que un hyperscaler mantiene capital en los laboratorios que respalda, la quiebra de un solo laboratorio golpearía directamente su balance. Esta afectación podría forzar al hyperscaler a retirar la financiación de otros laboratorios, propagando el estrés en cadena hacia empresas que de otro modo serían solventes. El alcance de este efecto cascada se amplía conforme crece la escala del boom y la financiación se concentra en actores clave que sirven de puente entre múltiples laboratorios.