Nvidia se ha convertido en el banco central de la IA: ¿esto profundizará la burbuja de la IA?
La reciente nota de The Economist, “Nvidia es el banco central de la IA”, realmente ha repasado de cabo a rabo las finanzas de la IA de Huang para entenderlo mejor:
Nvidia tardó 30 años en alcanzar una capitalización bursátil de 1 billón de dólares
Y luego pasó a 2 billones en solo 9 meses
Ahora, con 5,4 billones, es una de las empresas más caras del mundo; incluso algunos analistas predicen que en 2029 Nvidia podría tener ingresos anuales de 1 billón de dólares
Pero en The Economist, el crecimiento del que se habla aquí no se debe solo a los procesos de fabricación y la muralla defensiva de CUDA. En el fondo, la clave también está en la ingeniería financiera que Nvidia ha desarrollado en este periodo; algo parecido ya se comentó en el artículo anterior “Google, para vender TPU, convirtió los chips y los centros de datos en proyectos de financiación”.
En los últimos tres años, Nvidia básicamente ha hecho dos cosas:
Comprometer inversiones por más de 70.000 millones de dólares a startups
Proporcionar apoyo financiero a sus clientes por un monto aproximado de 300.000 millones de dólares, incluyendo garantías, recompra de capacidad ociosa, ingresos mínimos garantizados, apoyo por valor residual, etc.
Esto se parece mucho a lo que hizo Google para vender TPU. Y ahora, en el mercado, Nvidia ya tiene un apodo: “el banco central de la IA”.
La esencia de un banco central de la IA es que Nvidia puede decidir quién puede pedir dinero prestado barato, si los activos pueden usarse como colateral y si hay suficiente liquidez; en otras palabras, Nvidia está “financiarizando” el cómputo.
Por ahora, las acciones de Nvidia son bastante directas: primero toma participaciones en los clientes, convirtiendo al comprador en un “interés compartido”. Grandes clientes como Amazon, Google, Meta y Microsoft aportan la mitad de los ingresos, pero al mismo tiempo están desarrollando sus propios chips; sus costos podrían ser solo de 1/5 a 1/3 de los de Nvidia. Según Bloomberg Intelligence, para el final de la década, los chips personalizados podrían representar la mitad del mercado de procesadores de IA.
Así que la respuesta de Nvidia es realizar una gran inversión de capital. El año pasado hizo 90 operaciones; este año, hasta ahora, ya van 60. Nvidia también apuesta por ecosistemas de modelos de código abierto con pesos abiertos: por ejemplo, grandes inversiones en Poolside y Hugging Face, para que más cargas de trabajo sigan ejecutándose en su plataforma.
En segundo lugar, ofrece mejora crediticia para “nuevos proveedores de nube” (neocloud). Empresas como CoreWeave tienen costos de endeudamiento muy altos porque no son grado inversión. Esto también lo hablamos cuando analizamos la TPU de Google. En concreto, Nvidia lo hace así:
Inversión directa: toma una participación del 11% en CoreWeave y aporta más de 2.000 millones de dólares
Se compromete a recomprar la capacidad ociosa dentro de ciertos plazos, hasta un máximo de 6.300 millones de dólares, para 2032
Establece un “precio mínimo” para los ingresos de los centros de datos y comparte el potencial al alza
Con esa cadena, el costo de financiación para la parte de abajo puede disminuir, y también pueden pagar GPU, lo que acelera los envíos de Nvidia. Antes, incluso gente de SemiAnalysis dijo que Nvidia está “comprando tiempo” para los prestamistas.
Y además está el residuo/garantía de alquiler para proyectos gigantes. El caso más exagerado reciente es un gran centro de datos en Ohio:
SoftBank, a través de SB Energy, se encarga de la construcción; OpenAI arrienda durante 20 años. Nvidia ofrece garantías de hasta 105.000 millones de dólares y, como resultado, el proyecto usa una gran cantidad de chips de Nvidia, alrededor de 1,5 millones de unidades de procesador.
Además, aquí Nvidia no paga directamente el alquiler de OpenAI. Nvidia ofrece una garantía del valor residual de activos como el terreno, la electricidad y la envolvente construida. Si en ese momento el inquilino se va, subarrienda o vender no funciona, Nvidia compensa la diferencia. Además, Nvidia invierte 1.500 millones de dólares en SB Energy para asegurar un suministro exclusivo.
Por último, Nvidia también convierte las GPU en una “categoría de activos invertibles”. Colabora con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para movilizar más de 500.000 millones de dólares de fondos de terceros hacia la infraestructura de IA. Nvidia brinda, para algunas inversiones, hasta un 25% de apoyo por valor residual, y además ofrece respaldo técnico.
Como se dijo antes, los mayores clientes de Nvidia se están transformando en rivales: los proveedores de nube fabrican sus propios chips y OpenAI también hace sus propios chips de pimiento morrón mexicano. Por eso, Nvidia debe reforzar sus “murallas” desde otros frentes. Así que ahora Nvidia usa sus beneficios y flujo de caja para aportar a todo el ecosistema “bienes cuasi públicos”, permitiendo que las pymes obtengan crédito para financiarse a un costo menor.
Algo parecido a la financiera de una automotriz: si no se prestan créditos, el coche no se vende.
Pero el problema mencionado en la nota es este: ¿se está satisfaciendo la demanda o se está fabricando la demanda? En realidad, con el esquema actual Nvidia está caminando justo por la línea fina entre “impulsar la demanda” y “crear la demanda”, y ya está bastante cerca de cruzar la raya. Si el ritmo de crecimiento de la demanda de chips se desacelera y, cuando aumente la oferta, bajan los precios, los beneficios de Nvidia y su capacidad de respaldar a sus clientes podrían dañarse en cadena.
Dicho eso, por ahora Nvidia sí tiene una gran capacidad de resistencia: 9.900 millones de dólares en efectivo y valores; y un flujo de caja operativo en el orden de 200.000 millones de dólares. Las garantías están repartidas a lo largo de muchos años, además de que puede buscar inquilinos sustitutos. Sin embargo, con este modelo de financiación, especialmente por las participaciones y la demanda que se retroalimentan en ciclos, ¿podría causar una crisis financiera? Este también es un tema muy serio.
Nvidia no es la única que hace algo así; AMD y Google también tienen estructuras parecidas, pero nadie se ha metido tan profundo como Nvidia.
La reciente nota de The Economist, “Nvidia es el banco central de la IA”, realmente ha repasado de cabo a rabo las finanzas de la IA de Huang para entenderlo mejor:
Nvidia tardó 30 años en alcanzar una capitalización bursátil de 1 billón de dólares
Y luego pasó a 2 billones en solo 9 meses
Ahora, con 5,4 billones, es una de las empresas más caras del mundo; incluso algunos analistas predicen que en 2029 Nvidia podría tener ingresos anuales de 1 billón de dólares
Pero en The Economist, el crecimiento del que se habla aquí no se debe solo a los procesos de fabricación y la muralla defensiva de CUDA. En el fondo, la clave también está en la ingeniería financiera que Nvidia ha desarrollado en este periodo; algo parecido ya se comentó en el artículo anterior “Google, para vender TPU, convirtió los chips y los centros de datos en proyectos de financiación”.
En los últimos tres años, Nvidia básicamente ha hecho dos cosas:
Comprometer inversiones por más de 70.000 millones de dólares a startups
Proporcionar apoyo financiero a sus clientes por un monto aproximado de 300.000 millones de dólares, incluyendo garantías, recompra de capacidad ociosa, ingresos mínimos garantizados, apoyo por valor residual, etc.
Esto se parece mucho a lo que hizo Google para vender TPU. Y ahora, en el mercado, Nvidia ya tiene un apodo: “el banco central de la IA”.
La esencia de un banco central de la IA es que Nvidia puede decidir quién puede pedir dinero prestado barato, si los activos pueden usarse como colateral y si hay suficiente liquidez; en otras palabras, Nvidia está “financiarizando” el cómputo.
Por ahora, las acciones de Nvidia son bastante directas: primero toma participaciones en los clientes, convirtiendo al comprador en un “interés compartido”. Grandes clientes como Amazon, Google, Meta y Microsoft aportan la mitad de los ingresos, pero al mismo tiempo están desarrollando sus propios chips; sus costos podrían ser solo de 1/5 a 1/3 de los de Nvidia. Según Bloomberg Intelligence, para el final de la década, los chips personalizados podrían representar la mitad del mercado de procesadores de IA.
Así que la respuesta de Nvidia es realizar una gran inversión de capital. El año pasado hizo 90 operaciones; este año, hasta ahora, ya van 60. Nvidia también apuesta por ecosistemas de modelos de código abierto con pesos abiertos: por ejemplo, grandes inversiones en Poolside y Hugging Face, para que más cargas de trabajo sigan ejecutándose en su plataforma.
En segundo lugar, ofrece mejora crediticia para “nuevos proveedores de nube” (neocloud). Empresas como CoreWeave tienen costos de endeudamiento muy altos porque no son grado inversión. Esto también lo hablamos cuando analizamos la TPU de Google. En concreto, Nvidia lo hace así:
Inversión directa: toma una participación del 11% en CoreWeave y aporta más de 2.000 millones de dólares
Se compromete a recomprar la capacidad ociosa dentro de ciertos plazos, hasta un máximo de 6.300 millones de dólares, para 2032
Establece un “precio mínimo” para los ingresos de los centros de datos y comparte el potencial al alza
Con esa cadena, el costo de financiación para la parte de abajo puede disminuir, y también pueden pagar GPU, lo que acelera los envíos de Nvidia. Antes, incluso gente de SemiAnalysis dijo que Nvidia está “comprando tiempo” para los prestamistas.
Y además está el residuo/garantía de alquiler para proyectos gigantes. El caso más exagerado reciente es un gran centro de datos en Ohio:
SoftBank, a través de SB Energy, se encarga de la construcción; OpenAI arrienda durante 20 años. Nvidia ofrece garantías de hasta 105.000 millones de dólares y, como resultado, el proyecto usa una gran cantidad de chips de Nvidia, alrededor de 1,5 millones de unidades de procesador.
Además, aquí Nvidia no paga directamente el alquiler de OpenAI. Nvidia ofrece una garantía del valor residual de activos como el terreno, la electricidad y la envolvente construida. Si en ese momento el inquilino se va, subarrienda o vender no funciona, Nvidia compensa la diferencia. Además, Nvidia invierte 1.500 millones de dólares en SB Energy para asegurar un suministro exclusivo.
Por último, Nvidia también convierte las GPU en una “categoría de activos invertibles”. Colabora con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para movilizar más de 500.000 millones de dólares de fondos de terceros hacia la infraestructura de IA. Nvidia brinda, para algunas inversiones, hasta un 25% de apoyo por valor residual, y además ofrece respaldo técnico.
Como se dijo antes, los mayores clientes de Nvidia se están transformando en rivales: los proveedores de nube fabrican sus propios chips y OpenAI también hace sus propios chips de pimiento morrón mexicano. Por eso, Nvidia debe reforzar sus “murallas” desde otros frentes. Así que ahora Nvidia usa sus beneficios y flujo de caja para aportar a todo el ecosistema “bienes cuasi públicos”, permitiendo que las pymes obtengan crédito para financiarse a un costo menor.
Algo parecido a la financiera de una automotriz: si no se prestan créditos, el coche no se vende.
Pero el problema mencionado en la nota es este: ¿se está satisfaciendo la demanda o se está fabricando la demanda? En realidad, con el esquema actual Nvidia está caminando justo por la línea fina entre “impulsar la demanda” y “crear la demanda”, y ya está bastante cerca de cruzar la raya. Si el ritmo de crecimiento de la demanda de chips se desacelera y, cuando aumente la oferta, bajan los precios, los beneficios de Nvidia y su capacidad de respaldar a sus clientes podrían dañarse en cadena.
Dicho eso, por ahora Nvidia sí tiene una gran capacidad de resistencia: 9.900 millones de dólares en efectivo y valores; y un flujo de caja operativo en el orden de 200.000 millones de dólares. Las garantías están repartidas a lo largo de muchos años, además de que puede buscar inquilinos sustitutos. Sin embargo, con este modelo de financiación, especialmente por las participaciones y la demanda que se retroalimentan en ciclos, ¿podría causar una crisis financiera? Este también es un tema muy serio.
Nvidia no es la única que hace algo así; AMD y Google también tienen estructuras parecidas, pero nadie se ha metido tan profundo como Nvidia.