Nvidia ofrece un respaldo del 25% mientras Jensen Huang lleva la carrera por el cómputo de IA a Wall Street

Nvidia ha ofrecido respaldar hasta el 25% del valor residual de un proyecto de infraestructura de IA, pese a la creciente preocupación por la deuda y la financiación circular. Jensen Huang presentó el mecanismo como una herramienta limitada y específica para cada proyecto, no como una garantía general que cubra la expansión del sector.

La distinción importa porque Nvidia ya no actúa solo como proveedor de chips. Está ayudando a Wall Street a convertir los clústeres de GPU en activos financiables, al tiempo que podría absorber parte del riesgo si esos activos pierden valor.

Esta estrategia podría reducir el coste de financiar nuevos centros de datos y mantener a los clientes de Nvidia comprando sus sistemas. También plantea una cuestión compleja. ¿Está el capital institucional validando de forma independiente la demanda de IA, o Nvidia está ayudando a crear demanda para sus propios productos?

La respuesta influirá en algo más que las ventas de Nvidia. Desarrolladores, compradores de nube, empresas, prestamistas y operadores de infraestructura dependen cada vez más de la misma red de chips, contratos de energía, arrendamientos y financiación a largo plazo.

El respaldo del 25% de Nvidia cambia la ecuación de financiación

Nvidia está vinculando parte de la credibilidad de su balance al futuro valor de reventa del cómputo de IA.

El 10 de agosto, Nvidia anunció memorandos de entendimiento con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR. Sus propuestas de plataformas de financiación buscan movilizar más de 500.000 millones de dólares en capital de terceros con el tiempo.

Ese titular no significa que Nvidia haya recibido un cheque de 500.000 millones de dólares. Tampoco describe un único fondo comprometido con un solo mandato de inversión.

Las empresas planean establecer plataformas independientes mediante las cuales las instituciones participantes puedan evaluar oportunidades individuales de infraestructura de IA. Estas instituciones examinarían a los clientes, la utilización, los contratos, el flujo de caja proyectado y el valor esperado de los equipos instalados.

Nvidia afirma que suministra la plataforma informática, mientras que las instituciones financieras toman sus propias decisiones de suscripción de riesgos. La suscripción de riesgos es el proceso de decidir si los rendimientos esperados justifican los riesgos crediticios y operativos de un proyecto.

El mecanismo de valor residual añade otra capa. El valor residual es el valor estimado del hardware tras finalizar su periodo inicial de arrendamiento o financiación.

Para ciertas oportunidades, Nvidia afirma que puede respaldar hasta el 25% de ese valor. Cada decisión recibiría una evaluación independiente, según la empresa.

La información disponible no establece una garantía universal del 25%. No especifica qué proyectos cumplirán los requisitos, cuánto tiempo seguirá vigente el respaldo ni qué evento activaría un pago.

También deja abierta a interpretación la base de cálculo. El porcentaje podría aplicarse a los equipos elegibles de un proyecto, a su valor residual previsto o a otra medida negociada. Los contratos definitivos determinarán la exposición real.

Esa incertidumbre es importante. Un respaldo de valor residual difiere de garantizar cada pago de deuda o prometer recomprar un centro de datos completo.

Si un clúster de GPU sigue ofreciendo cómputo competitivo, los prestamistas podrían recuperar valor renovando arrendamientos, trasladando equipos o vendiendo capacidad a otro operador. El respaldo de Nvidia proporcionaría un suelo adicional para una parte limitada de la operación.

Sin embargo, si el hardware deja de ser competitivo, ese suelo podría convertirse en un pasivo real. Nvidia afrontaría entonces las consecuencias de respaldar activos que también impulsaron anteriormente sus ingresos por productos.

Por tanto, la propuesta cambia la ecuación de financiación sin eliminar sus riesgos. Los prestamistas obtienen otra fuente de protección, mientras Nvidia se acerca más al rendimiento crediticio de sus clientes.

Esa conexión crea la tensión central del artículo. La empresa quiere que los inversores traten el cómputo de IA como infraestructura duradera, pero sus productos operan en uno de los ciclos de sustitución más rápidos de la tecnología.

Por qué Wall Street quiere que el cómputo de IA sea una clase de activo

El impulso financiero busca hacer que la capacidad de GPU sea invertible antes de que la demanda supere los balances de sus compradores.

La infraestructura de IA requiere capital a una escala que muchos desarrolladores de modelos, proveedores especializados de nube y operadores de centros de datos no pueden financiar internamente. El gasto incluye aceleradores, redes, terrenos, acceso a energía, sistemas de refrigeración y construcción.

La venta de un chip se produce cerca del inicio de esa cadena. Los ingresos por alquilar el cómputo resultante pueden tardar años en amortizar la inversión.

Los prestamistas tradicionales prefieren flujos de caja predecibles, contratos exigibles, activos transferibles y prestatarios con balances sólidos. Muchos proyectos de infraestructura de IA solo ofrecen algunas de esas características.

Las nuevas plataformas están diseñadas para conectar esos proyectos con gestores de activos, fondos de crédito privado, bancos, aseguradoras y otros inversores a largo plazo. Para Nvidia, esto crea una vía para sortear una creciente limitación de sus clientes.

Huang describe los centros de datos de IA como fábricas porque transforman electricidad, software y capacidad informática en tokens. Un token es una pequeña unidad de datos procesada por un modelo de IA al generar o interpretar contenido.

Su argumento más amplio es económico, no técnico. Si los tokens generan ingresos cuantificables, entonces los equipos que los producen pueden respaldar arrendamientos, préstamos y otras estructuras de inversión.

El concepto ya tiene precedentes. Los centros de datos llevan tiempo utilizando financiación de proyectos, préstamos inmobiliarios, titulización y arrendamientos de equipos.

El cómputo de IA introduce un activo más volátil dentro de esas estructuras conocidas. Las GPU pueden generar importantes ingresos por alquiler, pero su competitividad depende del soporte de software, la eficiencia energética, las redes, la demanda de los clientes y el hardware más reciente.

Por ello, los analistas de crédito no pueden valorar un clúster de IA como un edificio de oficinas convencional. Deben modelar tanto la economía de la infraestructura como la obsolescencia tecnológica.

La reciente lista de verificación crediticia de KBRA identifica la durabilidad del flujo de caja, la estructura contractual, los costes energéticos, la competitividad del hardware, el realquiler, la liquidez y la refinanciación como consideraciones centrales.

Estos factores pueden producir resultados muy distintos en instalaciones físicamente similares. Un clúster respaldado por un inquilino solvente y un contrato a largo plazo presenta un perfil de riesgo.

Un proyecto especulativo que depende de la futura demanda del mercado al contado presenta otro. Las mismas GPU no hacen que esas inversiones sean igual de seguras.

S&P Global también ha descrito cómo los vehículos de propósito especial pueden adquirir equipos informáticos y arrendarlos para generar flujo de caja. Su análisis de la financiación de equipos señala que la incertidumbre sobre la vida útil y el valor residual puede requerir que la deuda se amortice junto con la depreciación esperada.

Esa estructura importa porque un prestamista no necesita que una GPU conserve su valor original. Necesita que los ingresos por alquiler, la amortización programada del principal y los ingresos finales de reventa cubran el importe financiado.

El respaldo propuesto por Nvidia puede hacer más atractivo ese cálculo. Puede reducir la pérdida que los prestamistas prevén en un escenario adverso, lo que puede influir en los tipos de interés, los porcentajes de financiación y el capital propio requerido.

Los grupos financieros participantes también aportan una enorme capacidad de captación de fondos y suscripción de riesgos. Pueden distribuir el riesgo entre instituciones que ya invierten en infraestructura, crédito privado, bienes inmuebles y activos de seguros.

Sin embargo, su participación no hace seguro a cada proyecto. Los memorandos crean un marco, no un sustituto de contratos exigibles o de ingresos recurrentes de clientes.

Por tanto, la cifra de 500.000 millones de dólares debe interpretarse como capacidad potencial. El despliegue real dependerá de que los proyectos superen la revisión financiera y consigan clientes, ubicaciones, equipos y energía viables.

La verdadera disputa es entre demanda independiente y demanda respaldada por proveedores

Nvidia debe demostrar que los inversores externos financian una demanda de IA independiente, y no que simplemente prolongan el ciclo de ventas del fabricante de chips.

La financiación de proveedores no es automáticamente abusiva. Los fabricantes de equipos llevan mucho tiempo ayudando a los clientes a obtener financiación para aviones, maquinaria industrial, vehículos y sistemas de telecomunicaciones.

El acuerdo se vuelve controvertido cuando el respaldo de capital de un proveedor oculta una demanda débil o transfiere un riesgo excesivo a los inversores. También puede volverse peligroso cuando varias partes dependen de los mismos supuestos optimistas.

Nvidia vende chips a empresas que captan deuda para construir clústeres de GPU. Esas empresas alquilan capacidad informática a desarrolladores de IA, incluidas empresas que pueden recibir financiación o compromisos de Nvidia.

Si cada participante genera ingresos sostenibles, el ciclo puede respaldar un mercado de infraestructura productivo. Si la demanda depende de financiación continua, el mismo ciclo puede amplificar las pérdidas.

Esa preocupación se intensificó antes del anuncio de Wall Street. Según informes, Nvidia estaba debatiendo un respaldo mucho mayor vinculado a un proyecto de centro de datos de OpenAI.

La información citada en la cobertura del paquete de financiación describía un posible respaldo para un proyecto masivo, al tiempo que señalaba que su relación con las nuevas plataformas seguía sin estar clara.

Las alianzas de Wall Street parecen diseñadas en parte para responder a esa crítica. Nvidia enfatiza que los inversores institucionales examinarán de forma independiente la demanda, la utilización, el flujo de caja y el valor residual.

Esa separación es significativa si los inversores pueden rechazar proyectos débiles e imponer condiciones conservadoras. Se vuelve menos significativa si la presión competitiva anima a los prestamistas a aceptar previsiones de utilización agresivas.

La tasa de utilización de un proyecto mide qué parte de su cómputo disponible usan realmente los clientes. Una alta utilización puede respaldar el alquiler, el servicio de la deuda y el valor de los equipos.

Una baja utilización produce un resultado diferente. Los operadores pueden reducir los precios de alquiler, incumplir objetivos de ingresos o tener dificultades para refinanciar equipos que ya están perdiendo relevancia tecnológica.

El respaldo de Nvidia no elimina ese riesgo comercial. Redistribuye una parte de la pérdida potencial y transmite confianza en la plataforma de la empresa.

La propia señal tiene valor. Pocas instituciones externas conocen la hoja de ruta de productos de Nvidia, la compatibilidad de software o la demanda del mercado secundario tan bien como Nvidia.

La disposición a proporcionar respaldo sugiere que la empresa cree que sus sistemas seguirán siendo útiles en múltiples cargas de trabajo y operadores. Esa convicción podría ayudar a establecer estándares de mercado para valorar hardware de IA usado.

Sin embargo, Nvidia también tiene un interés directo en mantener activa la inversión en infraestructura. Más financiación puede respaldar más compras de sistemas Nvidia.

Este doble papel diferencia a Nvidia de un tasador neutral. Posee información técnica superior, pero también se beneficia cuando los prestamistas asignan valores más altos a sus equipos.

Por tanto, la suscripción independiente de riesgos es la salvaguarda decisiva. Los inversores deben poner a prueba los supuestos de Nvidia en lugar de considerar su participación como prueba de que un proyecto funciona.

También deben examinar al cliente final. Un contrato a largo plazo tiene un valor limitado si el inquilino no puede generar suficiente efectivo para cumplirlo.

El mercado debería buscar aportaciones de capital divulgadas, cobertura del servicio de la deuda, duración de los contratos, derechos de rescisión y garantías. Esos detalles revelarán si el riesgo realmente recae en proveedores de capital con experiencia.

Sin ellos, las plataformas de financiación siguen siendo un marco creíble con un mapa de riesgos incompleto. El anuncio muestra interés institucional, pero no la calidad de cada préstamo futuro.

Broadcom demuestra que Nvidia no está sola

La financiación de infraestructura para IA se está convirtiendo en un arma competitiva en toda la industria de los semiconductores.

La propuesta de Nvidia llegó después de que Broadcom, Apollo y Blackstone establecieran su propia plataforma de infraestructura para IA. Ese proyecto ilustra cómo la arquitectura de chips y la financiación ahora pueden avanzar de la mano.

La plataforma de Broadcom se lanzó en junio con una transacción inicial de $35.000 millones. Tiene como objetivo más de un gigavatio de capacidad vinculada a la expansión de Anthropic.

El marco más amplio pretende habilitar más de 20 gigavatios de capacidad de cómputo hasta 2028. Utiliza los aceleradores personalizados y sistemas de redes de Broadcom para grandes clientes de IA.

Esa plataforma ofrece a los prestamistas una propuesta técnica diferente. Los XPU personalizados de Broadcom pueden diseñarse en torno a los requisitos de un cliente o una carga de trabajo específicos.

Nvidia ofrece una plataforma informática más amplia respaldada por CUDA, su entorno de software para programar hardware acelerado. Nvidia sostiene que esta flexibilidad ayuda a sus GPU a conservar valor en distintos clientes y aplicaciones.

Por tanto, la competencia por la financiación refleja la competencia de hardware. Los aceleradores personalizados pueden ofrecer eficiencia y demanda predecible cuando un gran cliente se compromete a utilizarlos.

Las GPU de propósito general pueden ofrecer mayor portabilidad, una base más amplia de desarrolladores y un mercado secundario potencialmente más profundo. Esas ventajas importan cuando los prestamistas consideran qué sucede tras el vencimiento de un arrendamiento inicial.

Google y otros hyperscalers añaden otra vía. Pueden construir capacidad en torno a aceleradores diseñados internamente, al tiempo que utilizan sus balances y negocios de nube para absorber el riesgo.

AMD ofrece otra alternativa en el mercado de aceleradores comerciales. Su presencia da poder de negociación a los compradores, aunque la base de software y la cuota de mercado de Nvidia siguen siendo fundamentales para muchos despliegues.

La aparición de varios modelos de financiación muestra que el acceso al capital se ha convertido en parte de la estrategia de producto. Un chip superior no puede ganar un despliegue si el cliente no puede financiar la instalación que lo rodea.

Del mismo modo, una financiación barata no puede rescatar hardware que produce tokens poco competitivos. El coste por unidad útil de producción de IA determina en última instancia si los operadores pueden obtener rentabilidad.

Las condiciones de financiación pueden influir ahora en las decisiones de arquitectura en fases más tempranas del proceso de adquisición. Un desarrollador de proyectos podría preferir equipos que reciban mejores porcentajes de anticipo o un tratamiento más favorable del valor residual.

Esa posibilidad incentiva a Nvidia a establecer sus productos como garantía financiera estandarizada. También da a sus competidores una razón para crear mecanismos de respaldo comparables.

El resultado se asemeja a otras industrias intensivas en capital. Los fabricantes de aeronaves, proveedores de equipos energéticos y empresas de vehículos compiten tanto mediante productos como mediante relaciones de financiación.

El hardware de IA es diferente porque las generaciones de productos evolucionan mucho más rápido. Un edificio de centro de datos puede operar durante décadas, mientras que su equipo de cómputo más valioso puede afrontar presión de sustitución en pocos años.

La infraestructura eléctrica ofrece mayor durabilidad. Un emplazamiento con electricidad asegurada, refrigeración, acceso a red y una construcción adecuada puede conservar valor incluso cuando sus primeros aceleradores envejecen.

Por tanto, los inversores deben separar el valor del emplazamiento del valor del equipo. El respaldo de Nvidia parece centrarse en la oportunidad de cómputo, pero los contratos divulgados mostrarán con qué amplitud se define ese término.

La respuesta competitiva será reveladora. Si Broadcom, los proveedores de nube o las aseguradoras ofrecen un respaldo de valor residual similar, el mecanismo podría convertirse en una característica estándar del mercado.

Si los rivales lo evitan, Nvidia podría obtener una ventaja de financiación mientras asume un riesgo contingente distinto. Cualquiera de los dos resultados convierte la estructura de capital en parte de la competencia de semiconductores.

Un piso del 25% no puede eliminar el riesgo de obsolescencia ni de deuda

El respaldo puede suavizar las pérdidas, pero no puede hacer desaparecer la baja utilización, los inquilinos frágiles ni el hardware envejecido.

El valor residual es difícil de estimar porque los aceleradores de IA no se deprecian siguiendo un calendario uniforme y garantizado. Su valor económico depende de cuánto estén dispuestos a pagar los clientes por su producción.

Una GPU de generación anterior puede seguir siendo útil para inferencia, ajuste fino, computación científica o cargas de trabajo empresariales. La inferencia es el proceso de ejecutar un modelo entrenado para producir una respuesta o predicción.

Esa reutilización puede prolongar la vida útil de un activo para generar ingresos. No garantiza que los ingresos por alquiler cubran energía, mantenimiento, redes y deuda.

Los nuevos chips pueden reducir la energía o el tiempo necesarios para la misma carga de trabajo. Una generación más eficiente puede presionar los precios de alquiler de equipos antiguos incluso cuando esas GPU más antiguas siguen siendo técnicamente funcionales.

La compatibilidad de software puede ralentizar ese declive. La base instalada de desarrolladores de Nvidia y sus herramientas maduras facilitan el redespliegue de sus sistemas entre aplicaciones.

Las restricciones a la exportación pueden tener el efecto contrario. Pueden limitar los clientes o regiones disponibles para absorber equipos usados.

Las limitaciones físicas también importan. Algunos sistemas más nuevos requieren mayor densidad de rack, refrigeración líquida y diseños eléctricos distintos. Las instalaciones antiguas podrían no admitirlos sin mejoras sustanciales.

Un prestamista debe modelar todas estas variables antes de aceptar GPU como garantía. El respaldo del 25% de Nvidia solo aborda una parte del riesgo a la baja.

Considere un proyecto simplificado en el que los ingresos operativos caen porque los clientes utilizan menos capacidad de la prevista. Las GPU pueden conservar algún valor de reventa, pero el proyecto aun así puede incumplir pagos de deuda antes de que cualquier protección de valor residual sea relevante.

Un mecanismo de respaldo también puede contener condiciones. Podría exigir una operación, mantenimiento, software, ubicaciones de despliegue o procedimientos de reventa aprobados.

Esas condiciones aún no se han divulgado públicamente. Los inversores no deberían tratar el porcentaje destacado como una promesa incondicional de efectivo.

La concentración crediticia presenta otro riesgo. Un proyecto puede parecer diversificado a nivel de financiación mientras depende de un importante laboratorio de IA para la mayor parte de sus ingresos.

Si ese cliente retrasa el despliegue o renegocia la capacidad, prestamistas, operadores, proveedores y suministradores de energía pueden sufrir el mismo impacto. La ingeniería financiera no puede crear demanda de usuarios finales.

Por eso los analistas siguen centrados en la financiación circular. Las preocupaciones sobre la financiación circular no son simplemente acusaciones de que el dinero se mueve entre partes relacionadas.

La preocupación más profunda es la exposición correlacionada. Nvidia, sus clientes, los desarrolladores de infraestructura y los prestamistas pueden depender todos de las mismas hipótesis de crecimiento.

Huang ha rechazado la idea de que las inversiones de Nvidia hagan circular la demanda de IA. Sostiene que su financiación representa una pequeña parte del capital que los clientes necesitan en última instancia.

Las nuevas alianzas refuerzan esa defensa al incorporar instituciones externas a la selección de proyectos. No resuelven la cuestión.

El capital externo también puede cometer errores, especialmente cuando los inversores compiten por acceder a una clase de activos popular. La presencia de instituciones conocidas no reduce ni la incertidumbre tecnológica ni la posibilidad de un apalancamiento excesivo.

La transacción de Broadcom también demuestra que pueden formarse grandes estructuras de financiación en torno a clientes ancla comprometidos. Eso hace que la calidad del inquilino y el diseño contractual sean tan importantes como la marca del chip.

La posición de Nvidia se vuelve más difícil si respalda el valor residual al mismo tiempo que invierte en un inquilino o compra servicios al mismo operador. Cada vínculo puede ser defendible, pero la exposición combinada exige transparencia.

Los inversores necesitan saber si Nvidia reconoce un pasivo contingente, recibe comisiones o participación en ingresos, controla la recomercialización u obtiene derechos para reutilizar el equipo.

También necesitan información a nivel de cartera. Un compromiso del 25% en un proyecto cuidadosamente seleccionado puede ser manejable.

Los compromisos repetidos entre operadores correlacionados podrían crear una exposición mucho mayor durante una recesión del sector. La revisión proyecto por proyecto no evita automáticamente la concentración de cartera.

Por tanto, la prueba clave no es si Nvidia alguna vez realiza un pago. Una garantía bien diseñada puede funcionar precisamente porque la confianza y una suscripción conservadora evitan pérdidas.

La prueba es si la financiación permite activos que generen flujo de caja duradero sin respaldo permanente del proveedor. Hasta que los datos operativos demuestren ese caso, la cautela del mercado sigue siendo racional.

Tres señales mostrarán si la apuesta de Huang funciona

Los contratos, la utilización y la exposición divulgada decidirán si el cómputo de IA se convierte en infraestructura o sigue siendo una apuesta tecnológica apalancada.

La primera señal es la estructura de los proyectos inicialmente financiados. Los inversores deberían buscar clientes identificados, capacidad comprometida, duración de contratos, aportaciones de capital y amortización de deuda.

Un proyecto respaldado por un cliente solvente bajo un contrato largo y exigible respaldaría el argumento de Nvidia. Mostraría que los prestamistas financian demanda contratada en lugar de construcción especulativa.

La estructura opuesta debilitaría el argumento. Un alto apalancamiento, compromisos limitados de clientes y supuestos optimistas de reventa sugerirían que el respaldo de Nvidia tiene más peso del que implica el anuncio.

La segunda señal es la utilización real una vez que las instalaciones comienzan a operar. Los operadores necesitan actividad constante de clientes, no solo reservas o previsiones de demanda no vinculantes.

La utilización debería traducirse en cobros de efectivo y una cobertura adecuada del servicio de la deuda. La caída de los precios de alquiler puede socavar un proyecto incluso cuando sus GPU siguen ocupadas.

Los desarrolladores y compradores empresariales deberían vigilar la disponibilidad y los precios contractuales. Un aumento de capacidad acompañado de tarifas marcadamente más bajas podría indicar que la oferta está superando la demanda rentable.

Una fijación de precios estable entre sistemas antiguos y nuevos respaldaría la tesis del valor residual. Sugeriría que las cargas de trabajo de IA pueden absorber múltiples generaciones de hardware en lugar de abandonar cada una durante el siguiente ciclo de actualización.

La tercera señal es la divulgación financiera de Nvidia. Los inversores deberían revisar futuras presentaciones en busca de garantías, indemnizaciones, compromisos, acuerdos de participación en ingresos y concentración entre los proyectos respaldados.

Una divulgación clara ayudaría al mercado a distinguir una herramienta comercial limitada de una amplia transferencia del riesgo crediticio de los clientes. También mostraría cómo Nvidia contabiliza las posibles obligaciones.

Un rápido aumento de compromisos sin una transparencia equivalente intensificaría las preocupaciones sobre la financiación circular. Podría hacer que los ingresos por chips parezcan menos independientes del capital utilizado para comprar esos chips.

Los lectores también deberían comparar el enfoque de Nvidia con plataformas competidoras. El modelo de financiación de Broadcom, los proyectos respaldados por hyperscalers y las estructuras de crédito privado ofrecen referencias útiles.

La comparación importante no es la cifra anunciada más grande. Es qué modelo produce cómputo fiable a un coste que los clientes pueden sostener con ingresos recurrentes.

Para los desarrolladores, el resultado afecta al acceso. Una mayor financiación institucional puede ampliar la capacidad de GPU disponible y reducir el riesgo de que solo las mayores empresas tecnológicas puedan permitirse sistemas avanzados.

Para los compradores empresariales, esto puede influir en la flexibilidad de los contratos y la estabilidad de los proveedores. La capacidad barata tiene poco valor si un operador excesivamente endeudado no puede mantener el servicio durante una recesión.

Para los trabajadores del conocimiento y los usuarios de productos de IA, las consecuencias se manifiestan a través de la disponibilidad de los productos y los límites operativos. La economía de la infraestructura determina los costes de inferencia, el acceso a los modelos y el grado de agresividad con que los proveedores subvencionan el uso.

Nvidia intenta convertir la demanda de tokens en un flujo financiable de ingresos de infraestructura. Su mecanismo de valor residual del 25 % da a ese argumento una forma financiera tangible.

También hace que la empresa sea parcialmente responsable de la durabilidad que promete. Esa es la verdadera inversión en el último movimiento de Huang.

Nvidia pasó la primera fase del auge de la IA vendiendo el componente escaso. Está entrando en la siguiente fase ayudando a financiar el sistema que lo compra.

La estrategia tendrá éxito si inversores independientes financian proyectos disciplinados cuyos clientes generen ingresos duraderos. Se debilitará si la financiación debe expandirse continuamente para respaldar financiación anterior.

Observe los primeros contratos, luego los datos de utilización y después los compromisos acumulados de Nvidia. Esas señales revelarán si Wall Street ha descubierto una clase de activos de IA duradera o simplemente ha encontrado una nueva forma de financiar el riesgo tecnológico.