El plan de $500 mil millones de Nvidia en centros de datos trata sobre mantener valiosos los chips antiguos

Puntos clave

• Seis grandes firmas financieras, incluidas Goldman Sachs, BlackRock y KKR, se comprometieron a invertir hasta $500 mil millones para financiar la construcción de centros de datos de IA, con el respaldo de Nvidia.
• Nvidia acordó cubrir hasta el 25% de cualquier brecha si sus GPU, los chips especializados que impulsan la IA, pierden valor más rápido de lo esperado cuando se utilizan como garantía de préstamo.
• El acuerdo crea lo que los profesionales financieros denominan riesgo de "adverse correlation": los costos de Nvidia aumentan precisamente cuando es probable que sus ingresos disminuyan.
• El CEO de Nvidia, Jensen Huang, sostiene que el hardware de computación de IA debe tratarse como infraestructura a largo plazo, similar a los ferrocarriles, no como electrónica desechable.
• El plan está diseñado para impulsar un mercado de segunda mano para chips de IA usados, lo que podría reducir costos para startups y negocios más pequeños.

Seis de los mayores nombres de las finanzas, Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR, han dicho que se comprometerán con hasta $500 mil millones para construir centros de datos de IA. Nvidia respalda el acuerdo. Ese número acaparó los titulares.

La parte que importa más para los negocios ordinarios es más discreta: Nvidia está intentando construir un mercado saludable para hardware de IA usado.

¿Exactamente qué acordó Nvidia?

Nvidia prometió garantizar parcialmente el valor de sus propios chips cuando estos chips se utilizan como garantía, es decir, seguridad contra un préstamo, similar a cómo una casa respalda una hipoteca. Si el propietario del centro de datos incumple y el prestamista no puede vender los chips al valor en libros, Nvidia cubre hasta el 25% del déficit.

El CEO de Nvidia, Jensen Huang, escribiendo en X después de que los mercados de bonos reaccionaran nerviosamente a la noticia, enmarcó la medida como traer "capital institucional independiente a largo plazo al mercado de infraestructura de IA". La distinción clave respecto a simplemente prestar dinero a los clientes para comprar su propio producto es que Nvidia asume solo una parte del riesgo mientras que las grandes firmas financieras asumen el resto.

Esa distinción importa porque algunos comentaristas hicieron comparaciones con Lucent Technologies, una fabricante de equipos de telecomunicaciones que colapsó después de que la burbuja de puntocom explotara cuando prestó dinero a clientes para comprar su propio equipo. Nvidia insiste en que la estructura aquí es diferente. La mayor parte del capital y riesgo recae en los inversores institucionales, no en el balance de Nvidia.

¿Cuál es el riesgo para Nvidia?

Los financieros lo llaman riesgo de "adverse correlation". Las obligaciones de Nvidia crecen exactamente en el momento en que es probable que sus ingresos se contraigan. Si la demanda de chips de IA se enfría, los chips utilizados como garantía pierden valor al mismo tiempo que se le pide a Nvidia que cubra la brecha.

El contraargumento de Huang es que la computación de IA es infraestructura de larga vida, no un gadget que queda obsoleto en tres años. Llama a sus servidores "fábricas de IA" y los compara con ferrocarriles o aerolíneas: activos que pasan de un operador a otro en lugar de ser desechados.

"Cuando las necesidades cambian, la fábrica puede ser utilizada por otro cliente, otra nube u otro operador", escribió Huang.

¿Qué significa esto para startups y negocios más pequeños?

Si la visión de Huang se cumple, el hardware usado de Nvidia se vuelve más fácil de comprar a precios más bajos. Un mercado de segunda mano para chips de IA podría significar que una pequeña empresa o un equipo de investigación universitaria acceda a poder de computación serio sin pagar el precio completo por equipo completamente nuevo.

Piénsalo como un mercado de autos usados certificados: el sello de confianza del fabricante evita que los precios de reventa se derrumben, lo que también hace que los compradores estén más dispuestos a comprar en primer lugar.

Dicho esto, vale la pena mencionar el sesgo de supervivencia. Escuchamos la versión optimista de Huang. El escenario donde la demanda de IA se suaviza, los chips inundan el mercado y la garantía de Nvidia resulta costosa no recibe un comunicado de prensa.

La conclusión honesta y viable: si estás presupuestando para computación de IA en el próximo año o dos, observa el mercado de GPU usadas. Un mercado secundario funcional, respaldado por la propia promesa financiera de Nvidia, podría reducir los precios a un nivel que tenga sentido para un negocio que no es un hiperscalador.