Nvidia mantiene su alianza de capacidad de cómputo para IA, pero las pausas reportadas revelan el problema

Nvidia afirma que su alianza de capacidad de cómputo para IA sigue activa, pese a los informes de que pausó algunas transacciones menos de dos meses después de lanzar el modelo. La disputa no gira en torno a si las empresas de IA quieren más GPU. Se refiere a quién controla la capacidad, quién asume el riesgo financiero y cuánta influencia puede ejercer un proveedor dominante de chips sobre los clientes de la nube.

Nvidia presentó el modelo el 1 de julio para conectar a los operadores de nubes de IA con clientes que necesitan grandes cantidades de computación acelerada. La computación acelerada utiliza procesadores especializados, incluidas las GPU, para ejecutar cargas de trabajo exigentes de forma más eficiente que los servidores de propósito general. Nvidia vendería su infraestructura, respaldaría la demanda de la capacidad resultante y recibiría una parte de los ingresos de nube relacionados.

Las pausas reportadas complican esa propuesta. Según una crónica sobre la iniciativa de financiación publicada por Reuters, algunos socios potenciales objetaron la influencia que Nvidia buscaba ejercer sobre sus clientes. Nvidia respondió que el modelo de negocio sigue vigente y continúa evolucionando debido a la alta demanda.

Esa formulación preserva el programa, pero deja sin resolver sus reglas definitivas. Nvidia ya no actúa únicamente como proveedor de componentes. Bajo este modelo, puede convertirse en respaldo de capacidad, participante en los ingresos, coordinador de infraestructura y guardián que conecta nubes de IA con usuarios seleccionados.

Por tanto, la alianza de capacidad de cómputo para IA de Nvidia plantea una prueba de influencia vertical. La misma empresa que vende el hardware esencial puede ayudar a determinar qué instalaciones reciben respaldo, qué clientes obtienen capacidad y cómo se dividen los ingresos de esa capacidad.

La alianza de capacidad de cómputo para IA de Nvidia sigue activa, pero sus condiciones están cambiando

Nvidia ha negado abandonar el programa, pero no ha negado que las transacciones individuales o las condiciones del programa puedan cambiar.

La distinción importa. Un programa puede seguir activo mientras las negociaciones se pausan, cambian las restricciones y los acuerdos propuestos pasan a una estructura diferente. La declaración de Nvidia aborda la existencia de la iniciativa, no cada desacuerdo reportado en torno a su implementación inicial.

Nvidia anunció el modelo como respuesta a un problema conocido de infraestructura. Las nubes de IA deben comprometer capital antes de saber si suficientes clientes alquilarán la capacidad resultante. Los prestamistas e inversores en infraestructura quieren pruebas creíbles de que las costosas instalaciones seguirán ocupadas.

El modelo de julio de la empresa combina reparto de ingresos con respaldo crediticio. Las nubes de IA participantes venden servicios que funcionan en sistemas Nvidia. Nvidia recibe sus ingresos habituales por hardware y una parte de los ingresos de nube generados por la capacidad respaldada.

Nvidia también describió el acceso más rápido como un beneficio central. Los creadores de modelos y proveedores de inferencia a menudo no pueden esperar durante la selección del emplazamiento, la adquisición de energía, la construcción, las redes y la instalación de sistemas. Una instalación preparada y multiinquilino puede acortar ese proceso.

La infraestructura multiinquilino atiende a varios clientes desde un conjunto compartido de recursos de computación. Este acuerdo puede mejorar la utilización porque la capacidad no utilizada de un inquilino queda disponible para otro. También puede reducir la dependencia de un único cliente.

Los proyectos iniciales ilustran la escala prevista. Nvidia dijo que Sharon AI planeaba desplegar hasta 40.000 GPU Grace Blackwell GB300. Firmus estaba construyendo un campus en Indonesia que se espera alcance 360 megavatios y admita hasta 170.000 GPU Nvidia.

Esos anuncios eran proyecciones de las empresas, no pruebas de que cada sistema previsto hubiera sido financiado, instalado u ocupado. Aun así, mostraban que Nvidia estaba hablando de infraestructura que iba mucho más allá de un pedido convencional de servidores. Cada proyecto requiere decisiones coordinadas sobre energía, construcción, financiación, clientes y utilización a largo plazo.

La controversia surgió cuando los informes indicaron que Nvidia había pausado algunos acuerdos de reparto de ingresos. Según se informó, socios potenciales se resistieron a los intentos de Nvidia de influir en cómo se alquilarían las GPU respaldadas.

Presuntamente, Nvidia quería que algunos operadores atendieran a clientes aprobados y distribuyeran la capacidad entre varias empresas de IA más pequeñas. Según se informó, los operadores de nube argumentaron que debían controlar sus propias relaciones con los clientes.

Un análisis sobre el estado del programa de Tom’s Hardware destacó la estrecha diferencia entre ambas versiones. Nvidia afirmó que la iniciativa continúa, mientras que el informe subyacente se refería a algunas transacciones y condiciones disputadas.

No se trata de una contradicción clara. Es evidencia de que el diseño de julio entró en negociación comercial y encontró resistencia. Nvidia puede conservar el modelo mientras revisa los derechos de aprobación, los compromisos de capacidad o las condiciones de reparto de ingresos.

La cuestión pendiente es qué significa en la práctica que “continúa evolucionando”. Puede describir un refinamiento contractual ordinario. También puede indicar que los elementos más controvertidos requieren una revisión sustancial antes de que más operadores de nube participen.

El modelo convierte a Nvidia en algo más que un proveedor de hardware

El programa amplía la influencia de Nvidia desde la venta de GPU hacia la financiación, la asignación de capacidad, la selección de clientes y la economía recurrente de la nube.

La ventaja tradicional de Nvidia provenía de combinar GPU con redes, sistemas, bibliotecas y software CUDA. CUDA es la plataforma de programación de Nvidia para ejecutar cargas de trabajo aceleradas en sus procesadores. Esa pila integrada reduce el esfuerzo necesario para desplegar muchas aplicaciones de IA.

El modelo de julio añade una capa financiera a esa plataforma técnica. Nvidia puede ayudar a un operador a obtener infraestructura respaldando la demanda futura. Después puede participar en los ingresos producidos por el mismo hardware que ya vendió.

Esta estructura busca resolver un desajuste temporal. Los costes de infraestructura llegan antes que los ingresos de nube. Una nube de IA más pequeña puede tener usuarios interesados sin contar con el balance necesario para construir una gran instalación.

Un compromiso de capacidad creíble puede facilitar la financiación de ese proyecto. Si un socio importante promete alquilar capacidad no utilizada o respaldar unos ingresos mínimos, los inversores enfrentan menos incertidumbre sobre la ocupación inicial. El operador de nube obtiene una vía de expansión que, de otro modo, podría permanecer inaccesible.

Nvidia se beneficia en varios puntos. Vende más sistemas, amplía la base instalada de CUDA, ayuda a empresas emergentes de IA a asegurar acceso y recibe ingresos vinculados al uso. Una mayor capacidad también puede animar a los desarrolladores a crear productos que requieran computación adicional de Nvidia.

El resultado se asemeja a un volante de demanda. Las ventas de hardware crean capacidad de nube. La capacidad disponible respalda más servicios de IA. Esos servicios generan uso, lo que respalda más compras de infraestructura.

Sin embargo, el mismo volante puede hacer que la demanda sea más difícil de interpretar. Si Nvidia respalda instalaciones que compran sistemas Nvidia, parte de la aparente demanda de hardware está vinculada a los propios compromisos del proveedor. Eso no hace que la demanda sea artificial, pero cambia el riesgo subyacente.

El programa también da a Nvidia un motivo para influir en la selección de inquilinos. Un operador de nube podría preferir un gran cliente porque ese acuerdo simplifica las ventas y mejora la ocupación a corto plazo. Nvidia podría preferir varios clientes porque la diversificación reduce la exposición a un solo inquilino.

Ambas posiciones tienen una lógica comercial. El operador quiere libertad para maximizar los ingresos de su instalación. Nvidia quiere que la capacidad respaldada llegue al amplio ecosistema de IA descrito en su anuncio.

Esto crea la principal disyuntiva del programa. Las garantías que facilitan la financiación también dan a Nvidia un motivo para exigir salvaguardas. Esas salvaguardas pueden limitar la independencia del operador.

La combinación de clientes preferida por Nvidia puede moldear la competencia entre creadores de modelos y empresas de inferencia. El acceso a capacidad se ha convertido en una restricción estratégica porque los grandes despliegues requieren chips, energía y redes escasos. Un proveedor implicado en la aprobación de clientes puede influir en qué empresas escalan primero.

Esa influencia tiene un peso particular porque Nvidia no es un inversor neutral en infraestructura. Su hardware y software ocupan una posición central en todo el mercado de IA. También invierte en empresas de IA, trabaja con grandes plataformas de nube y desarrolla sus propios modelos y servicios.

Por tanto, las condiciones reportadas afectan a algo más que la administración de contratos. Plantean preguntas sobre si un proveedor de infraestructura puede respaldar un mercado mientras también decide quién recibe la capacidad resultante.

Nvidia describe su sistema como una forma de ampliar el acceso. Sus críticos ven una estructura que puede profundizar la dependencia de Nvidia al tiempo que extiende el alcance de la empresa hacia las operaciones de los clientes. La respuesta depende de los contratos finales, que siguen siendo en gran medida privados.

Los operadores de nube se enfrentan a una elección entre expansión más rápida y menor control

Las empresas de nubes de IA pueden obtener respaldo financiero y escala inmediata, pero podrían ceder discreción sobre clientes, precios y asignación de capacidad.

Construir una nube de IA es distinto de comprar un grupo normal de servidores. Los operadores necesitan grandes asignaciones de energía, sistemas de refrigeración, redes de alta velocidad, edificios adecuados y equipos capaces de mantener clústeres estrechamente conectados. Un retraso en cualquier componente puede posponer los ingresos.

La economía se vuelve más difícil cuando los clientes quieren flexibilidad. Una startup de IA podría necesitar miles de GPU durante el entrenamiento y menos después. Un proveedor de inferencia puede ver cómo la demanda aumenta rápidamente tras el lanzamiento de un producto y luego cambia a medida que los modelos se vuelven más eficientes.

Los operadores deben reunir una cartera de cargas de trabajo que mantenga activos los costosos sistemas. La baja utilización perjudica los rendimientos porque el hardware sigue depreciándose mientras permanece inactivo. La alta utilización puede mejorar la economía, pero solo si los contratos cubren los costes de energía, mantenimiento, financiación y sustitución.

El plan de Nvidia aborda ese desafío de utilización mediante una demanda coordinada. La empresa puede conectar a operadores de nube con startups, creadores de modelos, empresas, investigadores y proveedores regionales de IA. También puede respaldar la capacidad no utilizada cuando los compromisos de los clientes no alcanzan lo previsto.

Este respaldo puede facilitar el lanzamiento de una instalación ambiciosa. Puede reducir el peligro de que un operador construya antes de que llegue suficiente demanda. También puede dar acceso a los clientes sin exigirles que financien infraestructura dedicada.

Sin embargo, una garantía no implica libertad operativa gratuita. La parte que absorbe una parte del riesgo normalmente pide control sobre los riesgos que acepta. Eso puede incluir la elegibilidad de clientes, estándares crediticios, duración de contratos o límites de concentración.

El desacuerdo reportado se centra en dónde terminan esas protecciones. Los proveedores de nube generalmente consideran la selección de clientes una función comercial fundamental. Venden capacidad, gestionan relaciones, negocian cargas de trabajo y deciden qué inquilinos se adaptan mejor a su infraestructura.

Si Nvidia se reserva derechos de aprobación, el operador deja de controlar ese proceso por sí solo. Un cliente potencial aceptable para el proveedor de nube podría no cumplir los criterios de Nvidia. Otro cliente podría recibir preferencia porque encaja con la estrategia más amplia de Nvidia.

La preocupación aumenta cuando la capacidad es escasa. La aprobación puede convertirse en una ventaja competitiva significativa, en lugar de una comprobación de cumplimiento rutinaria. Una startup con acceso respaldado puede entrenar, lanzar y atender a clientes antes que un rival que aún busca infraestructura.

La preferencia de Nvidia por la diversificación también genera tensiones. Distribuir la capacidad entre usuarios más pequeños respalda un mercado amplio y limita la dependencia de un solo inquilino. Sin embargo, atender a muchos clientes implica trabajo adicional de ventas, planificación, seguridad y soporte.

Un único gran inquilino puede simplificar las operaciones. Puede comprometerse con una capacidad sustancial y aportar ingresos previsibles. Rechazar ese tipo de acuerdo para preservar asignaciones más pequeñas puede reducir la flexibilidad comercial del operador.

Nvidia y la empresa de nube también pueden discrepar sobre el mejor uso de un sistema. Nvidia quiere que la instalación demuestre una demanda amplia de su plataforma. El operador busca el mayor retorno ajustado al riesgo de la capacidad disponible.

Las nubes de hiperescala representan otro foco de presión. Amazon, Microsoft, Google y Oracle pueden financiar infraestructura con balances mucho mayores. No necesitan el mismo tipo de acuerdo respaldado por proveedores para cada expansión.

Las nubes de IA especializadas compiten moviéndose con rapidez, ofreciendo clústeres densos de GPU y atendiendo a clientes que necesitan un soporte más personalizado. El programa de Nvidia puede reducir su desventaja de financiación. También puede hacerlas más dependientes de Nvidia que sus competidores de hiperescala.

Las empresas de hiperescala son al mismo tiempo grandes clientes de Nvidia y desarrolladoras de procesadores alternativos. Sus chips internos les otorgan poder de negociación y una vía para reducir su dependencia de Nvidia en determinadas cargas de trabajo. Las nubes más pequeñas rara vez cuentan con esa opción.

Por ello, un operador especializado debe sopesar dos formas de dependencia. Sin apoyo, puede tener dificultades para financiar capacidad. Con apoyo, Nvidia puede ganar influencia sobre cómo esa capacidad llega al mercado.

La resistencia reportada sugiere que algunos operadores creían que el equilibrio se había inclinado demasiado. No establece que todos los participantes rechazaran el programa. Muestra que la demanda de financiación no elimina el valor de la autonomía comercial.

El verdadero riesgo es el control, no un colapso repentino de la demanda de IA

La cuestión inmediata es cómo Nvidia gestiona los conflictos creados por su papel ampliado, no si los clientes han dejado de solicitar computación acelerada.

Los últimos resultados financieros de Nvidia apuntan a una demanda continuada de infraestructura. Sus ingresos trimestrales se duplicaron con creces respecto al año anterior, mientras que los ingresos del centro de datos también crecieron a un ritmo comparable. La dirección afirmó que la oferta seguía por debajo de la demanda de los clientes.

La empresa también previó otro periodo de crecimiento sustancial. Un resumen de resultados señaló que los mayores clientes de Nvidia esperaban realizar un amplio gasto en infraestructura hasta 2027. Esas previsiones respaldan la visión de que la capacidad de IA sigue estando limitada.

Una fuerte demanda agregada no garantiza que todas las instalaciones propuestas alcancen una utilización aceptable. El mercado puede experimentar tanto escasez de sistemas deseables como una mala rentabilidad en proyectos individuales. La ubicación, las redes, los costes de energía, el software y los contratos con clientes son factores importantes.

Una garantía de ingresos desplaza parte de ese riesgo a nivel de proyecto. Nvidia puede ayudar a cubrir la brecha si un operador no cuenta con suficientes inquilinos. El acuerdo se vuelve más sensible cuando Nvidia también vende el equipo y participa en los ingresos resultantes.

Los críticos describen este patrón como financiación circular. La preocupación es que un proveedor respalde a clientes cuyas compras de infraestructura aumentan los propios ingresos del proveedor. La demanda reportada puede incluir entonces transacciones influidas por la empresa que se beneficia de ellas.

La circularidad no constituye automáticamente fraude ni evidencia de un uso inexistente. Las industrias de infraestructura suelen utilizar contratos a largo plazo, respaldo de proveedores y financiación de proyectos. Las preguntas importantes se refieren a la divulgación, la evaluación independiente y si los usuarios finales generan ingresos sostenibles.

Nvidia ha intentado separar su papel de la financiación directa de proyectos. En un marco de infraestructura, la empresa afirmó que las instituciones financieras examinarían de forma independiente la demanda de los clientes, la utilización, el flujo de caja y el valor residual.

El valor residual es el valor esperado de la infraestructura tras su uso contratado inicial. Nvidia sostiene que sus sistemas conservan valor porque pueden ejecutar muchas cargas de trabajo y trasladarse entre clientes. También señala el uso comercial continuado de las GPU A100 más antiguas, introducidas en 2020.

La empresa ha dicho que puede proporcionar respaldo limitado al valor residual en algunos proyectos. Esa estructura es más acotada que financiar un centro de datos completo. Aun así, crea exposición si la demanda se debilita o sistemas más nuevos reducen el valor del hardware instalado.

La evaluación independiente puede limitar la circularidad, pero la independencia debe funcionar en la práctica. Los inversores necesitan compromisos fiables de los clientes, supuestos realistas de utilización y reglas claras para valorar equipos antiguos. La confianza de Nvidia por sí sola no puede sustituir esas evaluaciones.

Las preocupaciones antimonopolio introducen un riesgo diferente. Nvidia ocupa una posición líder en aceleradores de IA y respalda gran parte del software utilizado para operarlos. Las condiciones vinculadas al acceso al hardware pueden atraer escrutinio cuando influyen en la competencia aguas abajo.

Por tanto, el requisito reportado de aprobación de clientes es más sensible que una comprobación crediticia normal. Si Nvidia puede determinar qué empresas de IA reciben capacidad respaldada, puede afectar la competencia entre las firmas que utilizan su plataforma.

Actualmente no hay evidencia pública que establezca que Nvidia utilizó el programa para excluir ilegalmente a un rival concreto. La información disponible describe preocupaciones internas y objeciones de socios. No aporta contratos completos ni una resolución regulatoria.

Ese límite de verificación importa. La declaración de Nvidia confirma que el programa continúa, pero no detalla qué condiciones siguen vigentes. Los informes sobre acuerdos pausados no demuestran que toda la iniciativa haya fracasado ni que los reguladores hayan abierto un caso formal.

La cuestión sin resolver es la gobernanza. Nvidia necesita salvaguardas cuando respalda ingresos o valor residual. Los socios de nube necesitan libertad para gestionar sus negocios. Los clientes de IA necesitan confianza en que las decisiones de acceso siguen criterios comerciales transparentes.

El creciente alcance de Nvidia hace más difícil mantener esos límites. Un análisis del sector caracterizó a la empresa como proveedor, inversor, socio y competidor en distintas partes de la IA. Cada papel puede reforzar a los demás, pero cada uno también crea posibles conflictos.

Un proveedor de hardware puede impulsar una adopción amplia sin seleccionar ganadores aguas abajo. Un inversor puede respaldar empresas de su cartera sin controlar infraestructura neutral. Un socio de capacidad puede reducir el riesgo de financiación sin dirigir cada relación con los clientes.

Nvidia intenta combinar las tres posiciones. La durabilidad del programa dependerá de que sus contratos mantengan esos intereses suficientemente separados.

Tres señales mostrarán en qué se convierte el programa a continuación

La próxima evidencia debería proceder de términos contractuales revisados, despliegues de capacidad completados y cualquier respuesta regulatoria al control de Nvidia sobre el acceso.

La primera señal es si Nvidia y sus socios divulgan un modelo de asignación revisado. La disputa actual se centra en la aprobación de clientes y la distribución de capacidad. Reglas más claras mostrarían si Nvidia mantuvo esos controles, los redujo o los transfirió a operadores independientes.

Una revisión significativa distinguiría las protecciones financieras de la influencia estratégica. La evaluación crediticia puede proteger un compromiso sin permitir que Nvidia elija ganadores. Los límites de concentración pueden reducir el riesgo sin exigir aprobación para cada cliente comercial.

Si los próximos acuerdos conceden a los operadores de nube mayor discreción, las pausas reportadas parecerán una fase temprana de negociación contractual. Ese resultado reforzaría la afirmación de Nvidia de que el modelo evoluciona en lugar de retroceder.

Si los derechos de aprobación siguen siendo centrales, los operadores deberán decidir si el respaldo financiero justifica una menor independencia. La participación podría concentrarse entonces entre proveedores dispuestos a alinear sus estrategias de clientes con Nvidia.

La segunda señal es el despliegue y la utilización reales en los sitios anunciados. El número de GPU y los objetivos de potencia describen capacidad prevista. No revelan cuántos sistemas entran en servicio, con qué rapidez los clientes los ocupan ni si las instalaciones generan retornos sostenibles.

Sharon AI y Firmus ofrecen pruebas visibles porque Nvidia los identificó como participantes iniciales. Su avance puede mostrar si el modelo pasa del anuncio a la capacidad operativa. Los retrasos no demostrarían una demanda débil, pero retrasos repetidos podrían revelar restricciones de financiación o construcción.

La utilización es aún más importante que la instalación. Un clúster terminado que sigue infrautilizado no valida el modelo económico. Una instalación multiinquilino que atienda diversas cargas de trabajo de producción respaldaría la afirmación de Nvidia de que su plataforma puede funcionar como un activo de infraestructura flexible.

Los lectores también deberían observar la mezcla de clientes. Varios inquilinos independientes demostrarían la diversificación que Nvidia dice buscar. La dependencia de un solo gran cliente haría que la capacidad fuera más vulnerable a un cambio en un único contrato.

La tercera señal es si los reguladores o los clientes cuestionan las condiciones de Nvidia. Las preocupaciones internas antimonopolio no son lo mismo que una investigación. Una investigación formal, una solicitud de información o una queja pública aumentaría la relevancia jurídica de los controles de capacidad.

Es probable que los reguladores examinen la relación entre la posición de Nvidia en hardware y su influencia sobre los servicios de nube aguas abajo. También podrían considerar si el acceso respaldado perjudica a competidores, vincula a los clientes al stack de Nvidia o afecta a proveedores alternativos de aceleradores.

La ausencia de acción regulatoria no resolvería todas las preocupaciones de competencia. Las negociaciones privadas aún pueden limitar la adopción. Los operadores de nube pueden simplemente rechazar condiciones que consideren demasiado restrictivas.

El comportamiento de los competidores proporcionará evidencia indirecta. Las nubes especializadas pueden buscar otros socios de financiación. Los proveedores de hiperescala pueden dirigir más cargas de trabajo hacia procesadores internos. AMD y otros proveedores de aceleradores pueden ofrecer a los operadores una mayor independencia contractual.

Nvidia conserva grandes ventajas en compatibilidad de software, familiaridad de los desarrolladores, redes e infraestructura instalada. Esas fortalezas dificultan el cambio. No hacen que la empresa sea inmune a la resistencia de los clientes cuando amplía su papel más allá del suministro de sistemas.

Los desarrolladores y compradores empresariales deberían preocuparse porque la gobernanza de la infraestructura determina la disponibilidad de productos. Un proveedor de modelos no puede atender a los usuarios de forma fiable sin computación confiable. Una restricción repentina de capacidad puede retrasar lanzamientos, aumentar el riesgo operativo o forzar la migración entre nubes.

La cuestión también afecta a los equipos de compras. Un contrato de servicios de IA puede depender indirectamente de acuerdos entre el proveedor de chips, el operador de nube, el inversor en infraestructura y el proveedor de modelos. Cada dependencia adicional introduce otro punto en el que la capacidad o las condiciones pueden cambiar.

Los trabajadores del conocimiento rara vez negociarán estos contratos de infraestructura, pero experimentan sus consecuencias a través de la fiabilidad y el acceso a los productos. Un servicio de IA que escala sin problemas puede respaldar flujos de trabajo estables. Uno limitado por la capacidad puede introducir restricciones, colas o brechas regionales.

La alianza de computación de IA de Nvidia promete reducir esos cuellos de botella al poner infraestructura en línea en torno a la demanda prevista. Su primer conflicto reportado muestra que financiar la capacidad y gobernar esa capacidad son cuestiones inseparables.

Nvidia no ha retirado el modelo. Tampoco ha resuelto públicamente el desacuerdo sobre cuánto control debería recibir a cambio de respaldar ese modelo. Los próximos contratos serán más reveladores que otra garantía general.

Observe quién aprueba a los clientes, quién asume el riesgo de capacidad no utilizada y si los sistemas anunciados atraen cargas de trabajo remuneradas y diversas. Esos detalles determinarán si el programa amplía el acceso a la IA o crea otra puerta de acceso controlada por su principal proveedor de hardware.

Para cualquiera que evalúe un proveedor de IA, la pregunta práctica ya no es únicamente qué modelo ofrece el mejor rendimiento. Pregunte quién suministra su capacidad de cómputo, cuán segura es esa capacidad y qué parte externa puede cambiar las condiciones. Las respuestas revelarán si el programa en evolución de Nvidia está reduciendo el riesgo de infraestructura o redistribuyéndolo.