In partnership with
La semana pasada fue muy importante en cuanto a presentación de resultados se refiere... Tan importante que está marcando la narrativa del nuevo mercado.
El mensaje fue claro: el capex se dispara.
Morgan Stanley ha elevado su estimación de gasto de capital conjunto para los Big 5 (Amazon, Google, Meta, Microsoft y Oracle) a $800.000 millones en 2026, cifra que casi duplica lo gastado en 2025 y triplica 2024. Para 2027, la estimación sube a $1,1 billones.
La pregunta que el mercado de renta variable está ignorando de forma sorprendente es: ¿quién paga todo esto?
Investors are watching this fast growing tech company.
🚨 No, it's not the publicly traded tech giant you might expect… Meet $MODE, the disruptor turning phones into income generators.
📲 Mode’s 32,481% revenue growth ranked them #1 on Deloitte’s list of fastest-growing companies in software. They aim to pioneer "Privatized Universal Basic Income" powered by technology, not government, and their EarnPhone has already helped consumers earn & save $1B+.
Please read the offering circular and related risks at invest.modemobile.com. This is a paid advertisement for Mode Mobile’s Regulation A+ Offering.
Mode Mobile recently received their ticker reservation with Nasdaq ($MODE), indicating an intent to IPO in the next 24 months. An intent to IPO is no guarantee that an actual IPO will occur.
The Deloitte rankings are based on submitted applications and public company database research, with winners selected based on their fiscal-year revenue growth percentage over a three-year period.
Los flujos de caja se evaporan
Durante años, los hyperscalers fueron máquinas de generar caja gracias a modelos de negocio ligeros en inventario.
Eso se acabó. Amazon y Meta están en flujo de caja libre cercano a cero o negativo.
Esto significa que la mayor parte del nuevo capex tendrá que financiarse con deuda, especialmente si quieren mantener sus programas de recompras y dividendos.
Recuerde… El gasto de un hyperscaler es el ingreso de otras compañias, los semiconductores subieron un 40% solo en abril.
Los equipos de estrategia de crédito de Morgan Stanley esperan emisión récord de bonos en 2026.
Y efectivamente se está cumpliendo, la oferta de investment grade en EE.UU. va un 20% por encima del año pasado, con vencimientos más largos de lo habitual, lo que implica aún más oferta en términos ajustados por duración.
La conclusión de Morgan Stanley es directa: el sesgo riesgo/beneficio es peor para crédito que para renta variable.
Si el gasto se mantiene fuerte, los mercados de acciones aguantan pero los spreads de crédito sufren presión al alza. Si el gasto se debilita, el golpe al sentimiento arrastra a todo.
¿Fatiga en el crédito?
Después de un festín de $300.000 millones en deuda vinculada a IA que ha abarcado todos los rincones del mercado de crédito, los inversores empiezan a mostrar signos de fatiga.
Algunos datos que ilustran las grietas:
Meta acumuló un libro de órdenes de $96.000M para su última emisión de bonos, una cifra sólida pero muy por debajo de los $125.000M de demanda que atrajo en octubre pasado cuando emitió $30.000M.
Los inversores exigen más protección y mejores condiciones. Un emisor vinculado a SoftBank tuvo que subir el rendimiento de su oferta por falta de demanda.
En el mercado de high yield, los emisores están obteniendo “backstops” de Google (garantías de que se pagará el lease de un data center incluso si el inquilino quiebra).
Meta ya no emite solo a nombre propio: ha creado dos SPVs (vehículos fuera de balance), “Project Beignet” con Blue Owl por $27.000M y “Project Sopaipilla” con Morgan Stanley y JPMorgan por $13.000M, para repartir la carga de deuda entre el mayor número posible de partes.
Esto último es revelador: los emisores no harían esto si confiaran plenamente en el resultado exitoso de los proyectos.
Según JPMorgan, las compañías vinculadas a IA ya representan el 14% del índice Investment Grade, con $1,2 billones en deuda, el mayor sector dentro del índice IG, superando incluso a los bancos. Si se pensara como un “sector”, la IA es ahora la mayor concentración de deuda IG del mercado.
De los 660 emisores de bonos IG en el último año, solo 11 representan el 25% de la emisión ajustada por duración. Los nombres vinculados a IA (4 hyperscalers + 4 financiaciones de data centers) suponen el 20% por sí solos.
Oracle es ahora el mayor nombre en riesgo ajustado del índice IG. Meta ha pasado de la posición 51 a la 8 en menos de un año. Una sola emisión de Meta o una sola financiación de data center tiene más duración que toda la deuda viva de Boeing, Ford o General Motors.
Y dentro de esta concentración, hay un nombre que destaca por su vulnerabilidad: Oracle, con un ratio deuda/equity del 500%, frente al 50% de Amazon, 30% de Microsoft y aún menos en Meta y Google.
Quizá lo más preocupante: los propios bancos están buscando desesperadamente formas de deshacerse del riesgo.
JPMorgan, Morgan Stanley y SMBC están explorando ventas privadas de participaciones en deuda de data centers y transferencias de riesgo significativo (SRTs) para liberar capacidad.
El espejismo de los beneficios
Hay un detalle en los resultados del Q1 que ha pasado relativamente desapercibido pero que cambia la lectura de los beneficios de forma sustancial.
Varios hyperscalers reportaron cifras abultadas en la línea de “otros ingresos” de sus cuentas de resultados, impulsadas por la revalorización de sus inversiones privadas en compañías de IA como OpenAI y Anthropic.
Alphabet registró $37.700M en “otros ingresos” solo en el Q1, más de la mitad de su beneficio neto del trimestre.
Amazon reportó casi $16.000M en esa misma línea, frente a $2.700M en el mismo periodo del año anterior (representando casi la mitad de su beneficio neto).
Microsoft añadió $942M en el trimestre, acumulando $7.200M en los últimos nueve meses por este concepto.
Según Goldman Sachs, Alphabet y Amazon generaron conjuntamente $53.000M en “otros ingresos” en el Q1, de los cuales $49.000M correspondían explícitamente a participaciones en empresas privadas.
Eso representó casi el 60% del beneficio combinado de ambas compañías y un 34% del beneficio total de los cinco grandes hyperscalers. Es la mayor contribución de “otros ingresos” al beneficio agregado del grupo en al menos una década.
¿De dónde viene esta revalorización? Principalmente de Anthropic, cuya valoración ha saltado de $183.000M en septiembre a $380.000M hoy, con otra ronda masiva de financiación en preparación.
Los hyperscalers son los mayores inversores en estas compañías, lo que les permite marcar al alza sus participaciones existentes cada trimestre.
La circularidad funciona así: el hyperscaler invierte en la startup de IA → la startup usa ese dinero para contratar servicios cloud del propio hyperscaler → el hyperscaler registra tanto el ingreso por cloud como la revalorización de su inversión en la startup → esa revalorización infla los beneficios reportados → los beneficios inflados sostienen la acción → la acción alta permite emitir más deuda barata → la deuda financia más capex → el capex se convierte en ingresos para los fabricantes de chips → y vuelta a empezar.
OpenAI y Anthropic representan ya aproximadamente la mitad del backlog total de computación en la nube de Oracle, Alphabet, Amazon y Microsoft combinados.
Y Nvidia no es ajena a este círculo.
Esta misma semana, Nvidia anunció una inversión de hasta $2.100M en IREN, una empresa de data centers, a través de un acuerdo que le permite comprar hasta 30 millones de acciones. El foco es el campus Sweetwater de IREN en Texas, con planes para 2 GW de capacidad ampliables a 5 GW de infraestructura powered by Nvidia. Paralelamente, IREN firmó un acuerdo de $3.400M para adquirir y desplegar procesadores Blackwell de Nvidia.
Es decir: Nvidia invierte en la empresa que luego le compra los chips. El patrón se repite con CoreWeave, Nebius, OpenAI, Marvell y Corning.
¿BURBUJA? ¿Cuándo estalla? Las cuatro señales de alarma
Morgan Stanley identifica cuatro indicadores de que el ciclo se sobrecalienta, como en los años 90, cuando el crédito se desacopló de la renta variable:
El crecimiento de la deuda supera al crecimiento de los beneficios: La emisión de deuda de alta calidad va un 20% por encima del año pasado, camino de récord histórico. Mientras tanto, casi un tercio de los beneficios del último trimestre de Alphabet y Amazon no viene de operaciones reales sino de revalorizar en papel sus inversiones en startups de IA. Los flujos de caja libre de Amazon y Meta están cerca de cero. La deuda sube a doble dígito, los beneficios operativos reales no tanto.
La deuda de peor calidad crece más rápido que la de mejor calidad: En titulares van parejos, pero nombres que técnicamente son "grado de inversión" (como Oracle, con una ratio de deuda sobre fondos propios del 500%) están metiendo riesgo de bono basura dentro del índice de alta calidad. Y el crédito privado, que se supone debe absorber $800.000 millones del agujero de financiación, ya muestra quiebras. La calidad real se deteriora aunque las etiquetas digan lo contrario.
La actividad de M&A supera los niveles tendenciales de largo plazo: No hay un boom clásico de fusiones todavía, pero los vehículos fuera de balance de Meta, las inversiones de Nvidia en sus propios clientes y las megafinanciaciones de centros de datos funcionan como operaciones apalancadas disfrazadas de otra cosa.
Menos capital propio, más deuda ajena: Este es el más claro. Los vehículos de Meta reparten riesgo con terceros. Las financiaciones de centros de datos minimizan la aportación de capital propio. Los bancos intentan deshacerse de su exposición. Nvidia pone cantidades relativamente pequeñas para desbloquear compras enormes de chips financiadas con deuda de otros.
Mientras tanto, el CDS de Meta acaba de alcanzar máximos históricos.
¡Es una revolución!
Goldman publicó esta semana un informe extenso sobre la economía de los agentes (es una IA que trabaja de forma autónoma) de IA, argumentando que estamos ante un punto de inflexión en la economía de los tokens (token como la unidad mínima de trabajo de la IA. Cada vez que le preguntas algo a ChatGPT, Claude o Gemini, la IA "consume" tokens para entender tu pregunta y generar una respuesta).
Un agente consume muchísimos más tokens que una conversación de chat. Goldman estima que los agentes podrían multiplicar el consumo global de tokens por 24 veces en empresas y 12 veces en consumidores para 2030.
En consumo, pasamos de preguntar cosas sueltas al chatbot a tener agentes que están permanentemente activos en segundo plano: gestionan tu correo, organizan tu agenda, monitorizan precios, reservan viajes. Goldman estima ~23.000 millones de consultas de IA diarias para 2030, con un 30% dirigidas a agentes.
En empresa, la intensidad es mucho mayor. Un agente que programa software consume 7 millones de tokens al día pero cuesta solo $13, por eso el desarrollo de software va primero en adopción. Un agente de atención al cliente consume menos tokens (2 millones/día) pero cuesta $92 porque necesita procesar voz en tiempo real, que es mucho más caro que texto.
En conjunto, se pasaría de los niveles actuales a unos 120 cuatrillones de tokens mensuales. Un salto gigantesco.
Hay dos curvas moviéndose en direcciones opuestas:
El precio que se cobra por token (lo que pagan los clientes) se está estabilizando. Ya no baja como antes, e incluso en algunos casos sube.
El coste de producir un token (lo que cuesta a los hyperscalers procesarlo) sigue cayendo rápidamente, gracias a chips más eficientes de Nvidia, Broadcom, AMD y los procesadores propios de Google.
Cuando lo que cobras se mantiene estable pero lo que te cuesta producirlo baja, el margen se amplía. Y si al mismo tiempo el volumen de consumo se multiplica por 24, tienes más volumen con más margen por unidad.
Eso es exactamente lo contrario de la narrativa de burbuja, que dice que más uso solo significa más gasto insostenible.
Goldman lo describe como un círculo virtuoso: chips más baratos → agentes más complejos son viables → se consumen más tokens → la infraestructura se utiliza mejor → los márgenes mejoran → hay más dinero para invertir en mejores modelos → lo que atrae más uso → y vuelta a empezar.
Implicaciones para semiconductores
Si Goldman tiene razón, los semiconductores son los grandes ganadores estructurales de este ciclo. Y la lógica es contraintuitiva pero potente: que el coste por token baje no destruye la demanda de chips, la multiplica, porque hace rentables casos de uso que antes eran demasiado caros.
Es como cuando los datos móviles se abarataron: la gente no consumió lo mismo por menos dinero, consumió 100 veces más. El volumen compensó de sobra la caída de precio.
Los nombres preferidos de Goldman:
Nvidia: líder absoluto en rendimiento tanto para entrenar modelos como para ejecutarlos.
Broadcom: líder en chips diseñados a medida (como los TPUs que usa Google).
AMD: ganando cuota en procesadores para centros de datos, tanto en GPUs como en CPUs convencionales, donde la demanda por agente sube.
En definitiva: Si los márgenes de los hyperscalers mejoran gracias a esta economía de tokens (como Goldman argumenta), eso les da más capacidad para financiar el gasto de capital con beneficios reales en lugar de con deuda.
Es el argumento contrario a la narrativa de burbuja: si los agentes generan retorno real y los márgenes mejoran, el gasto deja de depender exclusivamente del mercado de deuda y se vuelve autosostenible.
Vigilar
CDS de Meta: en máximos históricos mientras la acción está en máximos. La divergencia crédito/equity es la señal de estrés más limpia del mercado.
“Other Income” en próximos trimestres: si las valoraciones de Anthropic/OpenAI se estancan o corrigen, desaparece una parte sustancial de los beneficios reportados de Alphabet y Amazon.
Oracle como canario en la mina: con un ratio deuda/equity del 500% y dependencia total de contratos con OpenAI que aún no generan ingresos reales, es el eslabón más débil de la cadena.
Inversiones de Nvidia en clientes: si el ritmo de inversiones directas de Nvidia en empresas que luego compran sus chips se acelera, la circularidad se hace más explícita y más difícil de ignorar para el mercado.
Resultados de AWS/Google Cloud: la aceleración de revenue en cloud es la métrica más directa de si el capex genera retornos. Google Cloud acelerando al 63% y el backlog duplicándose QoQ es constructivo, pero hay que descontar la porción que viene de startups financiadas circularmente.
Coste por token: si la curva de coste se aplana o invierte, la tesis de márgenes de Goldman se debilita. Seguir los benchmarks de inferencia de Nvidia (Blackwell/Rubin) y los precios API de los principales proveedores.
Crédito privado: las primeras quiebras en el sector (Tricolor, First Brands) presionan un mercado que se supone debe absorber $800.000M del gap de financiación de IA. Si el crédito privado se contrae, el plan de financiación se desmorona.
Gracias por leer
Diego
