El auge de la IA ha desencadenado una carrera por levantar nuevos centros de datos a un ritmo pocas veces visto, y el capital privado se ha puesto a la par de las grandes tecnológicas para entrar en la fiesta. Este año, en Estados Unidos y en media docena de mercados clave, se firman cheques enormes, pero falta un detalle clave: quién asume el riesgo si el ciclo se gira.
Meta, xAI (la firma de Elon Musk) y OpenAI preparan superordenadores —Prometheus, Hyperion, Colossus y Stargate— valorados en más de 100.000 millones de dólares cada uno. Son solo una pieza de un gasto colosal.
En 2026, Google, Amazon, Microsoft y Meta superarán los 400.000 millones de dólares en centros de datos, con más de 350.000 millones ya comprometidos este año. El sector, antaño de nicho, se ha convertido en un activo inmobiliario muy disputado.
Según JLL, antes de fin de año entrarán en servicio otros 10 GW a nivel mundial y se rematarán 7 GW adicionales. Con todo, la trampa está en la financiación. Vas a poder entender quién paga la factura si ves cómo ha cambiado el modelo.
Hasta hace poco, la nube (AWS, Azure y Google Cloud) construía centros de datos con caja propia. La IA generativa lo ha puesto patas arriba. En 2023, esos flujos internos cubrieron cerca de 200.000 millones, pero este año el gasto se duplicará y seguirá creciendo.
JLL calcula ya 170.000 millones en préstamos de desarrollo. En 2025, se concederán unos 60.000 millones en deuda para proyectos por 440.000 millones, el doble que en 2024.
Según Morgan Stanley, de aquí a 2029 el mundo gastará casi 3 billones de dólares en centros de datos. Solo 1,4 billones saldrán del balance de las grandes tecnológicas, y 1,5 billones los pondrán inversores y promotores, principalmente vía deuda.
La mezcla es amplia: deuda estructurada, vehículos de financiación de proyectos, préstamos de construcción, titulizaciones respaldadas por activos y bonos verdes. Cuando la deuda es barata, incluso los gigantes prefieren compartir riesgo.
Ejemplo claro: Meta ha levantado 29.000 millones de capital privado, con 26.000 millones en deuda liderada por Pimco, para centros de datos en Ohio y Luisiana. Le disputaron el papel de financiador nombres como Apollo, Carlyle, Brookfield y KKR. Esta fórmula le permite cubrir costes iniciales altísimos y reservar su efectivo para proyectos de retorno más rápido.
Oracle ha seguido otra vía con un campus de 2 GW en Abilene (Texas) construido por Crusoe y Blue Owl. Ha reunido unos 5.000 millones en capital y casi 10.000 millones de deuda de JPMorgan, garantizados por un arrendamiento de 15 años.
Además, Oracle se ha comprometido a suministrar a OpenAI 4,5 GW —incluido Abilene— en un acuerdo de 30.000 millones anuales, pilar de Stargate. Este modelo se replica en más centros de datos por todo el país, siempre con contratos largos que aseguren solvencia.
La IA consume menos de la mitad de la energía total de los centros de datos, pero explica casi todo el crecimiento. La comparación con la burbuja de telecom de los 90 aparece una y otra vez: si se sobreestima la demanda, cae la rentabilidad y sobran activos.
El auge ya financia proyectos especulativos, incluso sin inquilinos de primer nivel, y crece la exposición a clientes sin grado de inversión como CoreWeave, OpenAI o pequeñas start-ups. Algunos optan por titulizar activos contratados para ganar liquidez, como hace DigitalBridge, pero otros inversores consideran esa deuda demasiado arriesgada.
Se generalizan los préstamos respaldados por GPU tras el caso CoreWeave, y aquí entra Nvidia: lanza nuevas generaciones de chips con frecuencia, lo que puede devaluar garantías y equipos. Sus Blackwell exigen refrigeración líquida avanzada, y futuras familias podrían cambiar requisitos.
El riesgo real es que la tecnología deje obsoletos centros de datos recién inaugurados. Hay más piedras en el camino: escasez de energía o retrasos en el suministro de chips que tensen los números.
Queda otro matiz: mucha obra se orienta a entrenar modelos, pero si la tecnología se desplaza hacia la inferencia o hacia métodos de entrenamiento mucho más baratos —como explora la china DeepSeek— la demanda computacional podría moderarse. En ese caso, las grandes tecnológicas cargarían el mayor golpe por volumen de activos, y los más apalancados lo sentirían antes.
Varios acumulan capacidad por una intuición estratégica. “Este mercado será de ‘el ganador se lo lleva todo’”, resume un ejecutivo del sector. Si tú ves endurecerse los plazos de conexión eléctrica o retrasos en chips clave, vas a poder anticipar dónde se resiente el ciclo.
Los datos de capacidad y deuda citados proceden de estimaciones recientes de JLL y Morgan Stanley, contrastadas con documentación de mercado.
¿Entonces, quién paga la factura del boom de la IA? Hoy la comparten grandes tecnológicas, fondos y acreedores, con la deuda como herramienta dominante. Si la demanda cumple, abrirán nuevos centros de datos rentables durante años.
Si el crecimiento se enfría o cambia la tecnología, la mayor carga caerá sobre propietarios muy apalancados y parte de los financiadores, mientras los gigantes diversificados amortiguan el golpe y reubican capital hacia donde más rinda.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
La Newsletter Diaria Sobre Inteligencia Artificial. Además: Portal de Noticias, Tutoriales, Tips y Trucos de ChatGpt, Openai e Inteligencia Artificial.
Nuestra web está alojada en:
