Nvidia y Goldman Sachs convierten una apuesta de 500.000 millones de dólares por la IA en una prueba de crédito

Nvidia ha reclutado a Goldman Sachs y a cinco gigantes de la inversión para movilizar más de 500.000 millones de dólares destinados a infraestructura de IA. La cifra es enorme, pero el cambio real es estructural. Nvidia quiere que los inversores consideren la capacidad de cómputo como infraestructura financiable, en lugar de equipamiento que las tecnológicas deben adquirir con efectivo corporativo.

Según los informes, Goldman ya conversa con posibles inversores sobre su participación en la iniciativa. La firma aporta al proyecto diversos canales de financiación, entre ellos crédito privado, capital subordinado y acceso a los mercados de deuda pública.

El plan podría ampliar el acceso a los sistemas de Nvidia para compañías que no pueden financiar por sí solas grandes centros de datos. También traslada una mayor parte del auge de la IA a los mercados de crédito, donde los rendimientos dependen de la utilización, la calidad de los inquilinos, el acceso a electricidad y el valor del equipamiento.

Ahí surge el conflicto central. Nvidia presenta el cómputo de IA como un activo productivo y de larga vida. Los escépticos ven instalaciones especializadas, hardware que envejece rápido, clientes concentrados y estructuras de financiación que pueden ocultar quién asume finalmente el riesgo.

Qué están construyendo realmente Nvidia y Goldman Sachs

La cifra anunciada es un objetivo de financiación, no un fondo ya completado, un compromiso de gasto garantizado ni una promesa de ingresos para Nvidia.

El 10 de agosto, Nvidia anunció memorandos de entendimiento con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR. Las compañías planean establecer plataformas independientes diseñadas para movilizar con el tiempo más de 500.000 millones de dólares en capital de terceros.

Las plataformas financiarían infraestructura construida en torno a los sistemas de cómputo de Nvidia. Esa categoría puede incluir aceleradores, equipos de redes, instalaciones de centros de datos, sistemas de refrigeración, generación eléctrica y construcción relacionada.

Nvidia denomina a estas instalaciones “fábricas de IA”. El término describe centros de datos concebidos para convertir electricidad, equipos de cómputo, software y datos en capacidad de entrenamiento o inferencia. Posteriormente, los clientes usan esa capacidad para desarrollar modelos o prestar servicios de IA.

La estructura importa porque Nvidia no está describiendo un único vehículo de inversión consolidado. Cada institución financiera participante puede formar y gestionar su propia plataforma, evaluar proyectos y captar capital de inversores externos.

El capital podría llegar a través de múltiples capas. Los fondos de infraestructura podrían aportar capital propio. Los vehículos de crédito privado podrían proporcionar deuda sénior o subordinada. Los bancos podrían estructurar préstamos, colocar deuda entre compradores institucionales o, con el tiempo, llevar valores a los mercados públicos.

Esta distinción evita una interpretación errónea habitual del anuncio. Los más de 500.000 millones de dólares no llegarán de inmediato, y Nvidia no ha dicho que cada dólar se destinará a comprar sus productos.

El objetivo representa el capital agregado que las plataformas independientes están diseñadas para movilizar. El despliegue real dependerá de que los proyectos superen las revisiones de suscripción y atraigan inversores.

Nvidia afirma que proporcionará su plataforma de cómputo y ayudará a conectar clientes con capital. Los socios financieros tomarán decisiones de inversión independientes y determinarán las condiciones de financiación.

Esa división del trabajo otorga a Nvidia una posición potencialmente valiosa. Puede contribuir a definir estándares técnicos sin financiar cada proyecto desde su propio balance.

Goldman ocupa un papel especialmente amplio. Su operación de gestión de activos puede participar mediante crédito privado o capital subordinado, mientras que su banco de inversión puede estructurar y distribuir deuda.

Según reportes basados en personas familiarizadas con las conversaciones, Goldman ya ha empezado a contactar a posibles inversores. Las conversaciones siguen siendo privadas y no se ha revelado la composición final del capital participante.

La iniciativa se apoya en un trabajo que Nvidia comenzó antes del anuncio de agosto. En julio, la compañía describió una estrategia para conectar a desarrolladores de infraestructura y proveedores emergentes de nube con capital a largo plazo mediante plataformas de cómputo estandarizadas.

La propuesta de financiación de cómputo de la compañía sostiene que los proveedores más pequeños a menudo tienen dificultades para financiar proyectos intensivos en equipamiento. Incluso los contratos de clientes a largo plazo no siempre satisfacen a los prestamistas cuando el prestatario carece de escala o de un historial crediticio consolidado.

Las nuevas plataformas intentan cerrar esa brecha. En lugar de pedir a cada empresa de IA que posea un centro de datos, los inversores pueden financiar la instalación subyacente y percibir ingresos de los clientes que utilicen su capacidad de cómputo.

El modelo se parece a otros esquemas de infraestructura, pero el hardware de IA introduce un ciclo tecnológico más rápido. Por tanto, la financiación debe tender un puente entre dos cronogramas distintos: capital de larga duración y sistemas de cómputo que cambian con rapidez.

El auge de la IA ha llegado a un cuello de botella financiero

Nvidia responde a una restricción de capital, no simplemente a una escasez de chips.

Los desarrolladores de IA necesitan aceleradores, redes, edificios, refrigeración y electricidad antes de poder vender servicios a gran escala. Esos costes llegan mucho antes que los ingresos necesarios para reembolsarlos.

Las grandes compañías de nube pueden financiar buena parte de esta expansión mediante flujo de caja operativo y deuda corporativa. Las startups, los proveedores especializados de nube, los gobiernos y las empresas más pequeñas rara vez cuentan con balances comparables.

Incluso las empresas de IA bien financiadas pueden tener dificultades cuando los proyectos alcanzan decenas de miles de millones de dólares. Un prestamista debe evaluar al inquilino, el equipamiento, el contrato eléctrico, el calendario de construcción y el probable valor de reventa.

Por eso la siguiente fase del despliegue de la IA depende tanto de la ingeniería financiera como del suministro de procesadores. Un centro de datos técnicamente viable no se convierte en un proyecto financiable hasta que los inversores comprenden sus riesgos y flujos de caja esperados.

Goldman Sachs Research estima que las principales compañías tecnológicas podrían gastar más de 500.000 millones de dólares en proyectos de capital relacionados con IA durante 2026. Su modelo base más amplio proyecta un gasto anual de capital en IA de 765.000 millones de dólares en 2026, que ascendería a 1,6 billones de dólares en 2031.

Estas previsiones siguen siendo estimaciones, no gasto comprometido. Aun así, ilustran por qué los presupuestos corporativos ordinarios no pueden respaldar todos los proyectos propuestos.

Goldman también ha estimado que las grandes tecnológicas que lideran la expansión podrían gastar conjuntamente 5,3 billones de dólares entre 2025 y 2030. Es probable que los mercados privados aporten una porción creciente de ese capital.

La firma informó que los fondos de infraestructura recaudaron una cifra récord de 221.000 millones de dólares durante 2025. En mayo de 2026, 695 fondos buscaban un total agregado de 555.000 millones de dólares.

Esos fondos son objetivos atractivos para Nvidia. Los fondos de pensiones, aseguradoras, inversores soberanos y gestores de mercados privados buscan regularmente activos de larga duración capaces de generar ingresos previsibles.

Los centros de datos ya encajan en parte con ese mandato. Combinan bienes inmuebles, acceso a servicios públicos, equipamiento especializado y contratos de clientes a largo plazo.

Las instalaciones de IA complican el caso tradicional de infraestructura. Sus aceleradores pueden perder valor económico más rápido que una central eléctrica, un puerto o un almacén convencional. Sus ingresos también pueden depender de un grupo reducido de inquilinos tecnológicos.

La respuesta de Nvidia es la estandarización. Una arquitectura repetible podría reducir el riesgo de diseño, simplificar el mantenimiento y facilitar la reasignación de equipos entre clientes.

Ese argumento es central para la afirmación de la compañía de que el cómputo de IA puede convertirse en una clase de activo invertible. Un prestamista valorará más una instalación si su equipamiento puede atender a varios clientes y mantiene un mercado secundario.

Las perspectivas de gasto de capital también muestran que los chips representan solo una parte de las necesidades de financiación. La construcción, los sistemas de apoyo, las redes y la infraestructura eléctrica requieren capital adicional.

La energía puede convertirse en la restricción decisiva antes de que se cierre la financiación. Un proyecto con aceleradores e inquilinos sigue sin poder operar sin capacidad de generación, acceso a transmisión y aprobación regulatoria.

Estas dependencias explican por qué Nvidia eligió especialistas en infraestructura junto a Goldman. Brookfield, Blackstone, KKR, Apollo y BlackRock tienen experiencia combinando activos reales, socios operativos y capital institucional.

La iniciativa presiona a bancos y gestores de activos fuera del grupo. Si los socios de Nvidia establecen estructuras de financiación comunes, las instituciones competidoras tendrán que decidir si financian proyectos similares o ceden una categoría de activos en crecimiento.

También presiona a AMD, a los desarrolladores de chips personalizados y a los proveedores de nube. El capital vinculado a diseños basados en Nvidia puede reforzar la plataforma de Nvidia incluso cuando los clientes desean más opciones de hardware.

Nvidia quiere que el cómputo se comporte como infraestructura

El mecanismo solo funciona si los inversores pueden separar la larga vida de una instalación de la vida más corta de sus procesadores.

La financiación de infraestructura tradicional se basa en activos duraderos y demanda visible. Una autopista de peaje, una línea de transmisión o un aeropuerto pueden respaldar deuda porque los inversores pueden modelar su vida útil y sus ingresos.

Los centros de datos de IA son distintos. Sus edificios y conexiones eléctricas pueden funcionar durante décadas, mientras que el equipamiento de cómputo más valioso puede quedar obsoleto en pocos años.

Las plataformas de financiación deben dividir esos riesgos. El capital de larga duración puede respaldar terrenos, edificios, subestaciones y refrigeración. La deuda de menor duración o las estructuras de arrendamiento pueden financiar servidores y aceleradores.

Un proyecto puede colocar esos activos en un vehículo de propósito especial, una entidad legal creada en torno a una instalación o cartera. El vehículo puede captar deuda y arrendar capacidad a uno o más clientes de IA.

Esa estructura mantiene algunas obligaciones fuera del balance principal de una empresa tecnológica. También otorga a los prestamistas derechos sobre los activos, contratos o flujos de caja del proyecto.

Para Nvidia, el modelo puede ampliar la base de clientes potenciales. Una empresa que no pueda comprar directamente un gran clúster podría arrendar capacidad de cómputo financiada por inversores institucionales.

Para los clientes, el arrendamiento puede alinear los pagos con el uso o los ingresos. También reduce el efectivo inmediato necesario para construir una instalación.

Para los inversores, la recompensa potencial proviene de contratos a largo plazo y de la demanda de recursos de cómputo escasos. El riesgo radica en si esa escasez dura lo suficiente como para atender la deuda.

Nvidia ha señalado el uso comercial continuado de generaciones anteriores de aceleradores como prueba de que el equipamiento de cómputo conserva valor. Los procesadores más antiguos pueden pasar del entrenamiento de frontera a la inferencia, el ajuste fino, la investigación o cargas de trabajo menos exigentes.

Ese caso de reutilización es plausible, pero no automático. Los costes operativos, el soporte de software, la eficiencia energética y la competencia determinan si los sistemas más antiguos siguen siendo económicos.

El software puede reforzar el valor residual. La plataforma CUDA de Nvidia ofrece a los desarrolladores un entorno de programación común entre generaciones de hardware. Una base de software establecida puede facilitar la reasignación más de lo que ocurriría con un diseño de acelerador aislado.

Las redes y la arquitectura de sistemas también importan. Los inversores no financian chips sueltos. Financian clústeres integrados cuyo valor comercial depende de la velocidad de comunicación, la refrigeración, la fiabilidad y el software.

La posición integral de Nvidia le da influencia sobre ese diseño. Suministra aceleradores, productos de red, sistemas, bibliotecas de software y arquitecturas de referencia.

La estrategia puede hacer que los proyectos sean más consistentes, pero también puede aumentar la concentración de proveedores. Una plataforma optimizada para equipos de Nvidia puede resultar costosa de convertir a aceleradores de AMD o chips personalizados.

Esto genera tensión para los clientes. La estandarización puede reducir hoy la fricción de financiamiento, al tiempo que limita mañana las opciones de compra.

La anterior AI Infrastructure Partnership de BlackRock ofrece un precedente útil. Esa iniciativa buscaba inicialmente 30.000 millones de dólares en capital y hasta 100.000 millones de dólares de inversión total, incluida deuda.

Nvidia se unió a esa alianza junto con xAI en 2025. Más tarde, un consorcio integrado por BlackRock, Microsoft, MGX y Nvidia acordó adquirir Aligned Data Centers en una operación valorada en aproximadamente 40.000 millones de dólares.

La alianza de infraestructura demostró que el capital institucional podía organizarse en torno a grandes proyectos de IA. La iniciativa más reciente amplía esa idea a través de varios gestores independientes y un objetivo mucho mayor.

Aun así, los memorandos de entendimiento no son compromisos vinculantes para desplegar la totalidad del monto. El éxito del modelo depende de proyectos terminados, inquilinos con contratos firmados y condiciones de financiamiento que resistan los cambios en las tasas de interés.

Goldman Sachs debe demostrar que se trata de capital independiente

La defensa más sólida frente a las preocupaciones sobre financiamiento circular es una evaluación crediticia genuina de terceros, no una cifra de titular más elevada.

El financiamiento circular ocurre cuando un proveedor financia a clientes que utilizan ese dinero para adquirir los productos del proveedor. Las operaciones pueden respaldar una expansión útil, pero también pueden desdibujar la diferencia entre demanda independiente y ventas respaldadas por el proveedor.

Nvidia ha invertido en desarrolladores de IA, proveedores de nube y proyectos de infraestructura que compran u operan sus sistemas. Por ello, su papel en toda la industria ha atraído el escrutinio de inversores y autoridades financieras.

La nueva estructura parece diseñada para responder a parte de esas críticas. Los gestores independientes recaudarán capital externo y tomarán sus propias decisiones de inversión.

Esa separación importa. Un fondo de pensiones o una aseguradora que realiza análisis crediticio tiene incentivos distintos a los de un proveedor que busca ampliar su mercado.

Sin embargo, la independencia no puede establecerse solo mediante organigramas. Los inversores necesitan saber qué parte absorbe las pérdidas si un inquilino incumple, los equipos se deprecian más rápido de lo previsto o un proyecto no logra asegurar suministro eléctrico.

Nvidia afirma que su papel consiste en proporcionar la plataforma técnica mientras los inversores asignan el capital. La empresa no ha divulgado términos estandarizados de garantías, acuerdos de reparto de pérdidas ni la exposición prevista de su balance en las distintas plataformas.

Esos detalles determinarán si se trata de financiamiento de infraestructura convencional o de financiamiento del proveedor distribuido a través de intermediarios.

Goldman puede hacer que la distinción resulte más creíble porque puede colocar el riesgo entre múltiples inversores. También puede separar capital, deuda sénior, deuda subordinada y valores respaldados por activos según la tolerancia de cada comprador.

Sin embargo, la complejidad puede ocultar concentración. Varios fondos pueden parecer diversificados mientras financian proyectos dependientes de los mismos inquilinos, mercados eléctricos, proveedor de chips o previsión de demanda de IA.

El Banco de Pagos Internacionales ha advertido que la infraestructura de IA utiliza cada vez más estructuras fuera de balance que se asemejan a deuda. Denomina estas obligaciones “endeudamiento en la sombra” cuando sus efectos económicos quedan fuera de las medidas convencionales de deuda corporativa.

La revisión de financiamiento del BIS señala que los hyperscalers están trabajando con firmas de crédito privado para financiar la expansión de infraestructura. Estas estructuras pueden distribuir el riesgo, pero también pueden dificultar la observación del apalancamiento total.

La Reserva Federal ha planteado una preocupación relacionada. La gobernadora Lisa Cook afirmó en mayo que el creciente uso de deuda para infraestructura de IA merece atención, especialmente entre desarrolladores más pequeños de centros de datos que utilizan fondos privados y mercados respaldados por activos.

Su evaluación del sistema financiero no concluyó que los préstamos para IA ya representen una amenaza sistémica. Advirtió que una inversión apalancada sostenida en una tecnología emergente podría llegar a convertirse en un problema de estabilidad financiera.

Un problema crediticio no requeriría que la demanda de IA desapareciera. Una menor utilización, conexiones eléctricas retrasadas, tasas de interés más altas o tarifas de alquiler en descenso podrían debilitar la capacidad de un proyecto para atender su deuda.

Las renovaciones tecnológicas crean otro riesgo. Una instalación podría requerir capital adicional antes de lo que los prestamistas esperaban porque los sistemas más nuevos ofrecen mejor rendimiento por vatio.

La concentración de inquilinos también importa. Un centro de datos respaldado por un solo laboratorio de IA conlleva un riesgo distinto al de una instalación que atiende a varios clientes consolidados.

Los contratos largos pueden mejorar la viabilidad financiera, pero los derechos de rescisión y las condiciones de rendimiento pueden debilitar su protección. Los inversores deben examinar el contrato, en lugar de confiar en su duración declarada.

La cuestión sin resolver más importante es si Nvidia proporcionará garantías u otro respaldo crediticio para proyectos seleccionados. Ese apoyo podría reducir los costes de endeudamiento, pero trasladaría más riesgo bajista al fabricante de chips.

Una garantía no convertiría una operación en algo impropio. Los proveedores han financiado a clientes en aviación, telecomunicaciones, equipos industriales y otros sectores intensivos en capital.

El riesgo surge cuando las compras respaldadas se confunden con demanda final duradera. Los inversores necesitan suficiente divulgación para distinguir a los clientes que eligen sistemas Nvidia de aquellos que los adquieren porque Nvidia ayudó a desbloquear el financiamiento.

Por tanto, Goldman enfrenta una doble misión. Debe recaudar suficiente capital para validar el modelo y, al mismo tiempo, demostrar que son los inversores, y no Nvidia, quienes toman decisiones crediticias independientes.

La competencia se libra tanto por el capital como por los chips

La iniciativa puede reforzar la posición de mercado de Nvidia antes de que un cliente seleccione siquiera un acelerador.

AMD sigue siendo el rival más directo de Nvidia en chips vendidos a terceros. Google, Amazon, Microsoft y otras compañías de nube también están desarrollando procesadores personalizados para cargas de trabajo seleccionadas.

Estas alternativas compiten en rendimiento, disponibilidad, software, consumo energético y coste operativo total. El financiamiento se convierte ahora en otra variable.

Un desarrollador al que se le ofrezca capital a largo plazo para una instalación estandarizada en Nvidia puede elegir esa arquitectura incluso cuando otro procesador parezca competitivo. Una menor fricción de financiamiento puede compensar las diferencias en la economía del hardware.

Este efecto se asemeja a los ecosistemas de proveedores de otras industrias. El financiamiento, los acuerdos de servicio, la disponibilidad de piezas y el respaldo al valor residual pueden influir en una compra tanto como el propio equipo.

Nvidia tiene ventaja porque los inversores reconocen su base instalada y su plataforma de software. Los prestamistas pueden sentirse más cómodos evaluando activos con demanda visible y un mercado secundario establecido.

Esa preferencia puede reforzarse a sí misma. Más sistemas Nvidia financiados crean una base mayor de desarrolladores, operadores y compradores de equipos usados.

Los competidores deben responder sin copiar todos los elementos. AMD podría colaborar con gestores de infraestructura para mejorar el acceso al financiamiento de sus sistemas. Los proveedores de nube podrían combinar chips personalizados con contratos de capacidad comprometida.

Los clientes también pueden exigir instalaciones multivendedor. Un diseño compatible con varias familias de aceleradores puede reducir la dependencia, aunque puede aumentar los costes de ingeniería y operación.

La iniciativa presiona de forma más directa a los proveedores especializados de nube. Estas empresas compran aceleradores, construyen clústeres y alquilan capacidad informática sin los flujos de caja diversificados de las plataformas de nube más grandes.

El acceso a capital institucional puede acelerar su expansión. También puede aumentar el apalancamiento y exponerlas a la caída de las tarifas de alquiler.

Un proveedor que financia equipos durante un período de escasez asume que la utilización y los precios se mantendrán altos. La nueva oferta puede debilitar ambas suposiciones.

Los compradores empresariales deberían centrarse en la estructura contractual en lugar del objetivo de financiamiento anunciado. Más capital puede aumentar la capacidad disponible, pero no garantiza menores costes a largo plazo ni condiciones de salida flexibles.

Los desarrolladores deberían observar si las plataformas financiadas mejoran el acceso a los sistemas actuales. También deberían examinar si los contratos restringen el despliegue de modelos, la portabilidad entre nubes o las futuras opciones de hardware.

Los trabajadores del conocimiento percibirán los efectos de forma indirecta. Más infraestructura puede respaldar servicios de IA más rápidos y una adopción empresarial más amplia, mientras que la presión de la deuda puede impulsar a los proveedores a priorizar cargas de trabajo de gran volumen y suscripciones predecibles.

Los equipos que evalúan proveedores de IA pueden registrar compromisos cambiantes, afirmaciones sobre capacidad y relaciones de financiamiento en una base de conocimiento de IA con función de búsqueda. La cadena de financiamiento ahora afecta a la continuidad de los productos, además de a las rentabilidades de los inversores.

Esto no convierte el plan de Nvidia en una simple contienda entre Nvidia y AMD. El conflicto principal se sitúa entre la promesa de capital independiente para infraestructura y la realidad de un riesgo tecnológico concentrado.

La competencia de chips sirve como prueba de presión. Los activos conservan más valor cuando los clientes mantienen una fuerte demanda de la plataforma instalada. Se vuelven más riesgosos cuando un hardware alternativo cambia la economía de las cargas de trabajo más rápido de lo esperado.

Tres señales decidirán si el modelo funciona

La próxima evidencia debe provenir de financiamientos cerrados, una asignación de riesgos divulgada y demanda operativa.

La primera señal es un financiamiento cerrado con inversores identificados y términos claros. Los anuncios sobre capital interesado no establecen si los proyectos pueden endeudarse a tasas atractivas.

Una operación completada debería identificar la instalación, el operador, la estructura de inquilinos, las capas de financiamiento y el calendario previsto de despliegue. También debería aclarar si Nvidia ofrece garantías o protección frente a pérdidas.

Si los inversores independientes aceptan un riesgo significativo sin un amplio respaldo de Nvidia, la tesis de infraestructura se fortalece. Las garantías importantes debilitarían las afirmaciones de que el capital externo está evaluando la demanda por sus propios méritos.

La segunda señal es evidencia de utilización por múltiples clientes. Una instalación que atiende a varios clientes puede reasignar capacidad cuando un inquilino reduce su gasto.

Los datos de utilización deberían mostrar si la demanda se extiende más allá de unos pocos laboratorios de frontera y hyperscalers. Las renovaciones de contratos, la calidad de la cartera pendiente y las tarifas de alquiler ofrecerán indicios útiles.

Una fuerte utilización entre varias clases de clientes respaldaría la afirmación de Nvidia de que la capacidad de cómputo se comporta como infraestructura productiva. La dependencia de un solo inquilino débil expondría el proyecto como crédito tecnológico concentrado.

La tercera señal es la primera gran renovación de hardware. Los inversores necesitan pruebas de que un clúster antiguo puede seguir siendo productivo, encontrar un comprador secundario o actualizarse sin destruir los retornos del proyecto.

El valor residual es fundamental para la recuperación de deuda. Un prestamista puede tolerar más fácilmente el estrés del prestatario cuando el activo financiado sigue siendo útil y comercializable.

Observe cómo los operadores reutilizan sistemas de generaciones anteriores después de que las plataformas más nuevas de Nvidia entren en producción. El uso continuado en inferencia, ajuste fino, investigación y cargas de trabajo empresariales reforzaría el argumento de la clase de activos.

Las depreciaciones aceleradas o las reconstrucciones costosas lo socavarían. Sugerirían que la vida física de la instalación supera la vida económica de su equipo más valioso.

Estas señales deberían aparecer en distintos plazos. Los términos de financiamiento pueden surgir en cuestión de meses, mientras que la utilización y la economía de las renovaciones requieren una observación más prolongada.

Los lectores deberían evitar tratar el objetivo de 500.000 millones de dólares como un veredicto antes de que llegue esa evidencia. Es una ambición de formación de capital, no una prueba de despliegue completado.

La iniciativa sigue siendo relevante. Nvidia ha reunido a seis instituciones capaces de convertir centros de datos, contratos de capacidad de cómputo y equipos en productos que los fondos de pensiones y los inversores de crédito puedan mantener.

La captación de inversores de Goldman lleva esa ambición del anuncio hacia la prueba de mercado. Ahora el banco debe encontrar compradores dispuestos a asumir el riesgo de la infraestructura de IA en condiciones que los proyectos puedan sostener.

Si ese esfuerzo tiene éxito, la expansión de la IA dependerá menos de las reservas de efectivo de unas pocas empresas tecnológicas. Estará más conectada con el crédito privado, los fondos de infraestructura, las aseguradoras y los mercados de deuda pública.

Ese cambio puede financiar más capacidad y distribuir la propiedad. También puede extender riesgos correlacionados entre carteras financieras que sobre el papel parecen separadas.

Por tanto, la pregunta adecuada no es si Goldman puede encontrar inversores para un vehículo de IA de moda. Es si los activos financiados pueden generar flujos de caja sostenibles cuando se desvanezcan la escasez, los ciclos de hardware y los titulares promocionales.

Los desarrolladores y compradores empresariales deberían seguir los primeros proyectos completados, no el objetivo agregado. Los inversores deberían exigir garantías transparentes, exposición a inquilinos y supuestos claros sobre los equipos.

Nvidia ya ha demostrado que la demanda de capacidad de cómputo para IA puede atraer un gasto extraordinario. Su próxima prueba es más difícil: demostrar que esa misma capacidad puede respaldar crédito independiente y a largo plazo sin disfrazar una demanda respaldada por el proveedor.