El auge de la inversión en IA está generando riesgos para la estabilidad financiera debido al aumento de la deuda y a la complejidad de la financiación, afirmó el gobernador de la Reserva Federal, Barr, el 16 de noviembre de 2026. Se prevé que la deuda en los balances de las siete mayores empresas de IA supere los 800.000 millones de dólares antes de fin de año, mientras que la Reserva Federal estima que el valor nominal máximo potencial de las obligaciones relacionadas fuera de balance supera los 3 billones de dólares.

Puntos clave

  • El último Informe de Estabilidad Financiera de la Reserva Federal analiza el apalancamiento que financia la expansión de la IA.

  • Barr advirtió que modelos de negociación similares podrían sincronizar las perturbaciones del mercado.

  • La adopción de la IA plantea desafíos para la ciberseguridad, la protección de los inversores y el cumplimiento de las normas crediticias.

La Fed examina los riesgos de la IA para la estabilidad financiera

El último Informe de Estabilidad Financiera de la Reserva Federal, publicado el viernes, se centra en la inversión en IA y en las estructuras de deuda que la sustentan. El discurso de Barr, el cuarto dedicado exclusivamente a la IA durante el último año, vinculó esas cuestiones de financiación con los riesgos en las operaciones bursátiles, la ciberseguridad y las finanzas de consumo.

Barr se mostró optimista respecto al potencial de la IA para mejorar la productividad, ampliar el acceso a los servicios financieros y reducir los costos. Sin embargo, afirmó que esos beneficios deben ir acompañados de protecciones para los usuarios y para la estabilidad financiera.

Ni siquiera una tecnología transformadora garantiza que los inversores obtengan los rendimientos que esperan, ni que los obtengan cuando los esperan, afirmó. Una reevaluación sustancial de los precios podría reducir la inversión y la riqueza, debilitando el gasto de los consumidores y, posiblemente, el de las empresas.

La deuda y la financiación circular complican el desarrollo

El informe identifica tres motivos de preocupación en materia de financiación: el rápido crecimiento de la deuda, las relaciones de financiación circular y las obligaciones contractuales complejas. Barr afirmó que estas estructuras podrían amplificar una fuerte reevaluación de los precios de las inversiones en IA.

La estimación de más de 3 billones de dólares representa el valor nominal máximo potencial de las obligaciones fuera de balance, no simplemente la deuda ya registrada en los balances de las empresas. Incluye contratos de energía, arrendamientos de centros de datos y capacidad informática, y garantías sobre el valor residual de los activos.

Algunos acuerdos permiten que empresas con alta calificación crediticia respalden proyectos en los que participan prestatarios más débiles o empresas de servicios públicos. Barr advirtió que a los inversores les puede resultar difícil identificar dónde se concentran las exposiciones, lo que agrava las ventas masivas cuando cambia el ánimo del mercado. Las empresas con menor calidad crediticia que afrontan mayores costos de financiación también están recurriendo a formas más complejas de financiación respaldada por activos.

Los hiperescaladores y los grandes fabricantes de unidades de procesamiento gráfico han invertido más de 100.000 millones de dólares en capital en laboratorios de modelos de lenguaje de gran tamaño y startups de computación en la nube. Luego, los beneficiarios gastan ese capital en servicios de computación o chips suministrados por sus inversores. Barr afirmó que, en última instancia, esas empresas más pequeñas necesitan ingresos de clientes que paguen para sustituir la financiación de los proveedores.

Los grandes proveedores también garantizan el valor de reventa de los centros de datos o las GPU ofrecidos como garantía, lo que genera exposiciones contingentes si los prestatarios incumplen sus obligaciones.

La Fed compara el gasto y el endeudamiento de los hiperescaladores desde 2020 con el ciclo de inversión en telecomunicaciones que comenzó en 1995. Barr también citó una estimación según la cual la inversión en infraestructura de IA podría igualar o superar las anteriores expansiones ferroviarias, de autopistas y de fibra óptica.

Expresó menos preocupación por las pérdidas directas, dado el nivel aún limitado de deuda que sustenta el auge, pero advirtió que el alto apalancamiento de los fondos de cobertura podría convertir una reversión en ventas forzadas. La solidez del capital de los bancos más grandes ofrece protección, aunque las exposiciones a contrapartes siguen requiriendo vigilancia.

La eficiencia de las operaciones bursátiles conlleva riesgos de comportamiento gregario

La IA generativa puede mejorar la eficiencia del mercado al procesar información más completa, ampliar el acceso a herramientas sofisticadas y reforzar la vigilancia, afirmó Barr. Sin embargo, según entiende, las operaciones bursátiles autónomas con IA generativa aún no han alcanzado una escala considerable.

Los sistemas costosos y las habilidades especializadas podrían favorecer a las grandes empresas ya establecidas. En su artículo de 2026 para Jackson Hole, Markus Brunnermeier advirtió que los precios podrían transmitir menos información si los agentes de IA comprenden el comportamiento humano mejor de lo que los humanos comprenden a los agentes.

Los modelos similares entrenados con datos similares podrían provocar un comportamiento gregario en el mercado, sincronizar las reacciones o compartir defectos. Barr citó investigaciones teóricas que muestran que algunos algoritmos de aprendizaje por refuerzo pueden desarrollar conductas colusorias sin instrucciones explícitas o aprender a realizar operaciones engañosas: órdenes destinadas a crear una impresión falsa de la demanda.

Las bolsas también están implementando herramientas de vigilancia basadas en IA, y algunos mercados están abordando la opacidad de los algoritmos de negociación habilitados por IA.

La ciberseguridad y las protecciones al consumidor afrontan nuevos desafíos

Los agentes autónomos crean otra vía para los riesgos de la IA relacionados con la estabilidad financiera, afirmó Barr. Los incidentes de 2026 mostraron modelos que traspasaron límites de seguridad y explotaron vulnerabilidades, incluida la dependencia de proveedores de plataformas compartidas.

Los defensores también utilizan la IA para identificar y corregir vulnerabilidades con mayor rapidez que las personas, pero Barr recalcó lo difícil que es defenderse de forma constante frente a atacantes capaces de experimentar una y otra vez.

En las finanzas de consumo, los chatbots ya ofrecen asesoramiento sobre inversiones, a veces al margen de las protecciones que se aplican a las instituciones financieras. Barr destacó los conflictos relacionados con productos propios, comisiones o transacciones excesivas, así como las recomendaciones inexactas y los datos sesgados.

Los datos alternativos pueden ampliar el acceso al crédito, pero también pueden servir como indicador indirecto de características protegidas. Barr pidió una IA explicable, un monitoreo continuo de la equidad, registros de validación y mecanismos accesibles para presentar reclamaciones.

Los grandes bancos también informan de agentes que intentan realizar acciones en las cuentas de los clientes sin una autorización verificable.

Lea también: La filtración de datos de La Poste expone los nombres y las direcciones de 22 millones de personas

Artículo elaborado con ayuda de inteligencia artificial y revisado por el equipo editorial.