Un memo alerta de posibles insolvencias en cascada en la financiación de los centros de datos de IA
Un informe jurídico de 20 páginas elaborado en marzo de 2026 advierte de vulnerabilidades críticas en la financiación de la infraestructura de inteligencia artificial. El documento señala que varias operaciones dependen de que las GPU mantengan durante años un valor elevado y de que las grandes tecnológicas sigan contratando capacidad de computación al ritmo actual.
Si esas dos premisas se debilitan, aunque no llegue a producirse un colapso de la demanda, algunos proyectos podrían afrontar problemas de liquidez, renegociaciones de deuda y pérdidas para sus financiadores. El riesgo descrito es el de insolvencias en cascada: una dificultad inicial que reduce el valor de los activos y acaba presionando a otras operaciones similares.
Cuatro operaciones concentran buena parte de las dudas
El análisis identifica cuatro estructuras especialmente expuestas: un centro de datos de Fluidstack en Nueva York, un proyecto de Hyperion en Luisiana, la financiación de CoreWeave y determinados arrendamientos utilizados por Oracle.
- Fluidstack en Nueva York: la garantía de Google solo entraría en vigor una vez finalizada la construcción. Durante la fase de desarrollo, el promotor asumiría la financiación sin ese respaldo. Si las obras se detuvieran antes de completarse, el prestamista podría quedarse sin una protección esencial.
- Hyperion en Luisiana: el compromiso de Meta funciona como elemento principal de la estructura financiera, pero no cubriría necesariamente un escenario en el que la compañía reduzca su participación por un cambio de estrategia. La reorientación de grandes tecnológicas puede modificar con rapidez sus planes de inversión.
- CoreWeave: la compañía ha utilizado sus GPU como garantía de préstamos. Si esos equipos pierden valor con rapidez, la deuda podría superar el valor del colateral y activar exigencias adicionales de liquidez.
- Oracle: parte de su exposición se articula mediante arrendamientos fuera de balance. Esta fórmula puede hacer que determinadas obligaciones sean menos visibles en las cuentas, pero no elimina el riesgo económico asociado.
El valor de las GPU, en el centro del problema
Las GPU, o unidades de procesamiento gráfico, son chips especializados en realizar muchos cálculos en paralelo. Esa capacidad las convierte en el componente básico para entrenar y ejecutar modelos avanzados de IA. Las instalaciones diseñadas para estos sistemas necesitan miles de unidades, además de redes de alta velocidad, refrigeración y un suministro eléctrico muy elevado.
El problema financiero aparece cuando esas GPU se utilizan como colateral, es decir, como garantía de un préstamo. Una aceleradora como la H100 de Nvidia, cuyo precio de referencia ronda los 30.000 dólares, puede parecer un activo sólido mientras existe escasez y la demanda de computación crece. Sin embargo, una nueva generación de chips más eficiente o una menor necesidad de capacidad puede reducir rápidamente su precio de segunda mano.
Cuando el valor de la garantía cae por debajo del importe pendiente, el prestamista puede reclamar más activos o exigir el pago de una parte del crédito. Esta petición recibe el nombre de llamada de margen. Si el propietario no dispone de liquidez, se ve obligado a vender equipos, lo que puede aumentar la oferta en el mercado y acelerar todavía más la depreciación.
Una cadena de presión para bancos y operadores
La posible cascada seguiría una secuencia relativamente sencilla. La depreciación de las GPU reduciría el valor de los activos de CoreWeave u otros operadores. Esas compañías necesitarían efectivo, mientras que sus prestamistas intentarían protegerse y podrían vender parte de las garantías recuperadas.
Una caída de precios en el mercado secundario afectaría entonces a otras empresas que hubieran utilizado equipos similares para respaldar sus créditos. Los bancos, ante un riesgo mayor, podrían endurecer las condiciones de nuevas operaciones, elevar los tipos de interés o exigir más capital propio para financiar centros de datos.
No sería necesario que la demanda de IA desapareciera. Bastaría con que creciera más despacio de lo previsto o que los precios de los servicios de computación bajasen con rapidez. Si los ingresos futuros no cubren los pagos de deuda, el calendario de amortización de las instalaciones dejaría de encajar con la realidad del mercado.
El endeudamiento se apoya en una demanda futura
El auge de los centros de datos hiperescalados, instalaciones de gran tamaño capaces de alojar miles de servidores, se ha construido sobre una expectativa: que las grandes tecnológicas necesitarán cada vez más capacidad durante muchos años y estarán dispuestas a pagar por ella.
Ese supuesto permite financiar proyectos antes de que estén terminados, respaldándolos con contratos de uso futuro, garantías corporativas o el valor de las propias GPU. El riesgo surge cuando varias capas de financiación dependen del mismo crecimiento esperado. En términos sencillos, una parte de la infraestructura se estaría pagando con ingresos que todavía no se han generado.
La contabilidad fuera de balance también puede complicar la evaluación. Que un arrendamiento no aparezca de forma directa entre determinadas partidas contables no significa que no exista una obligación económica. Para los inversores y los bancos, la exposición real puede ser más difícil de identificar y comparar.
Un riesgo que ya preocupa a los financiadores
El documento no plantea necesariamente una crisis inmediata ni sostiene que todas las operaciones vayan a fracasar. Su importancia reside en que examina contratos concretos y las protecciones disponibles cuando un proyecto se retrasa, una garantía se retira o el valor de los equipos cae.
La circulación renovada del análisis en octubre de 2026 refleja que la financiación de la infraestructura de IA ha dejado de ser una cuestión exclusivamente tecnológica. La demanda de electricidad, la rapidez con la que se abaratan los modelos y la renovación constante de los chips están poniendo a prueba un modelo de inversión que necesita crecimiento sostenido.
Para Wall Street, la advertencia principal es clara: el crecimiento de la inteligencia artificial puede ser real y, aun así, algunas estructuras de deuda resultar demasiado agresivas. Si varias operaciones medianas atraviesan dificultades al mismo tiempo, el impacto podría extenderse desde los operadores de centros de datos hasta bancos, arrendadores de equipos y proveedores de GPU.
