Hay una fábula que cuentan en Wall Street que dice: “Si le doy a tu puesto de limonada 10 dólares para que puedas comprar mis limones de 10 dólares, podemos decir a nuestros inversores que hemos aumentado la economía de la limonada en 20 dólares”.
El truco funciona hasta que alguien descubre que el dinero que ambas partes se atribuyen salió de un único bolsillo. Es un clásico ejemplo de lo que en la jerga se llama “acuerdos circulares” o “financiación del vendedor”. Cuando una empresa que vende un bien o servicio también presta dinero (o extiende crédito) al comprador para que este pueda pagarle. Una práctica –legal– que suele usarse para financiar los inicios de las actividades empresariales.
Si la IA es el futuro y atrae cada vez más dinero, seis empresas tecnológicas (OpenAI, Microsoft, Nvidia, CoreWeave, AMD, Oracle) están moviendo entre ellas cerca de un billón de dólares, entre préstamos, inversiones, participaciones y promesas de futuros retornos. Pero (como en el caso de las limonadas) el dinero no crece, sino que cambia de sitio. “En términos sencillos, son acuerdos entre dos o más partes en los que el dinero fluye de un lado a otro”, explicaban los analistas de Morningstar. El movimiento hace creer que hay una demanda real superior. Y primer paso hacia la formación de una burbuja.
El boom de la IA
“El ecosistema de IA es cada vez más circular: los proveedores están financiando a sus clientes y compartiendo ingresos; hay participación cruzada de capital y concentración creciente” argumentaba en una nota Todd Castagno de Morgan Stanley.
Se están dando situaciones como estas, que se parece a un auténtico trabalenguas: Nvidia invierte en OpenAI que compra servicios de la nube a Oracle, que a su vez adquiere chips de Nvidia, que tiene una participación en CoreWeave, que proporciona servicios de infraestructura... a OpenAI. Y el círculo se cierra.
Microsoft protagoniza otra paradoja. Ha invertido más de 13.000 millones en OpenAI desde 2019 y la compañía fundada por Bill Gates tiene el 27% del capital. La empresa de Sam Altman es su inversión... pero a la vez su cliente. Porque buena parte de ese dinero ha regresado a Microsoft en forma de pagos por servicios de computación en la nube —la infraestructura de Azure en la que se entrenan los modelos de OpenAI—. Es un bucle perfecto: el inversor financia al cliente que a su vez le paga como proveedor.
Las grandes empresas están financiando sus propias ventas al invertir en sus proveedores
Otras compañías han adoptado este mecanismo hasta establecer unas relaciones casi endogámicas en el mundillo de Silicon Valley. Nvidia, ha anunciado su intención de invertir 100.000 millones de dólares en OpenAI, mientras le vende o arrienda chips gráficos por miles de millones más. En cuanto a Oracle, invierte (o construye) centros de datos por valor de cientos de miles de millones y, a cambio, OpenAI se compromete a usar esa infraestructura durante años.
“Cuando las mismas compañías están financiándose y apoyándose entre ellas, las decisiones no se basan en la demanda real o en la rentabilidad, sino en reforzar las expectativas de crecimiento”, comentaba a Reuters Ahmed Banafa, profesor de ingeniería en la San Jose State University (California).
Lo que llaman inversión acaba siendo un desplazamiento de dinero de un lugar a otro
“Hay que tener presente que Microsoft y Nvidia son empresas que ganan mucho dinero. Sus inversiones y acuerdos en un entramado reducido de empresas sirven para eliminar la competencia. Este cash lo están utilizando para financiar, alquilar, para intentar promover, para intentar mantener su monopolio tecnológico”, matiza Esteve Almirall, profesor de Operaciones, Innovación y Data Science de Esade. “Además, no hay que perder de vista la posible salida a bolsa de OpenAI. Inyectar capital también les sirve a estas empresas para mantener altas las expectativas y posicionarse el día que salga a cotizar, para rentabilizar en los mercados sus propias inversiones”, destaca.
Mediante un entramado de acuerdos entre ellas mismas, las multinacionales refuerzan el monopolio
OpenAI se ha convertido en el objeto de deseo del ecosistema de la IA y Sam Altman es consciente de que tiene que rentabilizarlo. “Lo que realmente impulsa gran parte del progreso es cuando la gente también descubre cómo innovar en el modelo financiero”, se justificó hace unos días. Pero su red múltiple de alianzas e inversiones no parece suficiente para que su negocio sea sostenible. Los acuerdos circulares tampoco son la panacea. Hasta el punto que esta semana ha defendido que “los gobiernos actúen como prestamistas de último recurso” para impulsar la infraestructura de IA.
Lee tambiénJeff Bezos reconoce que existe “una burbuja industrial en la IA”
En los primeros seis meses del año OpenAI ha declarado pérdidas de 7.800 millones de dólares frente a unos ingresos de 4.300 millones. La empresa nunca ha conseguido ganar dinero, pero planea una salida a bolsa y su valoración aumenta con el pasar de las horas: algunas estimaciones hablan que podría superar los 800.000 millones. más que el valor de los acuerdos que la empresa ha anunciado solo este año.
Avances reales en la ciencia
Pep Martorell, científico e inversor en la IA, asegura que Europa puede rentabilizar este auge tecnológico
La IA está dando pasos de gigantes en el negocio de la ciencia. Lo asegura Pep Martorell, ex director asociado del Barcelona Supercomputing Center, socio de la gestora Invivo Partners, que ha lanzado un fondo de inversión especializado en Inteligencia Artificial. “Hay disciplinas donde gracias a la IA se está acelerando muchísimo la investigación. Al mismo tiempo, gracias a la IA se está consiguiendo nueva investigación”, dice Martorell que mañana lunes será ponente estrella de la Nit de la Robòtica organizada por el Col·legi d’Enginyers Industrials de Catalunya.
“El Premio Nobel de Química el año pasado lo dieron a unos ingenieros (David Baker, Demis Hassabils y John Jumper) que han programado un algoritmo que permite abordar un problema bioquímico que nunca antes había sido resuelto por la humanidad. En la biotecnología, en el desarrollo de nuevos fármacos la IA hace que las etapas preclínicas antes de llegar al paciente, se estén acelerando muchos años, gracias a que toda la simulación numérica que te permite ir mucho más rápido”, ilustra.
Martorell considera que en estas aplicaciones científicas de la IA, como no se basan en grandes infraestructuras y grandes compañías, sino en el conocimiento y el talento, Europa es competitiva, “Hace 10, 12, 15, 20 años, saber cómo se plegaba una proteína ocupaba una tesis doctoral entera que podían ser cuatro años. Hoy en día el algoritmo, en pocos meses ya ha simulado y ha resuelto cómo se emplean centenares de miles de proteínas. Hay ámbitos de la IA en los cuales no hay promesas, hay realidades y que empiezan a ser oportunidades muy interesantes de inversión”.
A nivel empresarial, cuenta este experto, ya empiezan a verse aplicaciones en el campo de la predicción climática. Señala el caso de Mitiga, compañía creada por un doctorado del Barcelona Supervisors’ Center, que ahora es una firma consolidada, tiene inversores, opera en muchos países del mundo en el campo de los riesgos climáticos. Otro sector en auge es el análisis de los efectos secundarios en los fármacos.
“El único terreno donde Europa compite de tú a tú con cualquier otro país avanzado, es el de los servicios computacionales de investigadores. Cualquiera que hoy en día necesite capacidad computacional para hacer sus investigaciones, tiene acceso a una red de ordenadores públicos que se llaman EuroHPC, uno de los cuales que es el Mare Nostrum de Barcelona”, expone. “Hay que huir de la tristeza permanente de Europa en la tecnología” .
“Cuando los proveedores financian a sus clientes o compran sus acciones la línea entre inversión y venta se difumina. Los ingresos pueden aumentar, pero los flujos de caja permanecen débiles”, señalaban los inversores de Morningstar. “Va a haber crecimiento de la IA, sí. Aquí tenemos para 20 años. El problema es: ¿cómo se va a repartir este crecimiento? Ocurrió lo mismo con internet. Igual va muy deprisa al principio, o habrá hay muchas dificultades que nadie se esperaba” indica Esteve Almirall. ¿Quién vende limones también tendrá que pagar la limonada?
Jugada a doble banda
Por qué OpenAI trabaja con Nvidia y AMD a la vez
Uno de los ejemplos más curiosos de la “endogamia tecnológica” de Silicon Valley es OpenAI, que tiene acuerdos tanto con Nvidia como con AMD, que son dos directos competidores entre ellos. Nvidia domina el mercado de chips de IA con más del 80% de cuota (sus GPU H100, H200 o la nueva generación Blackwell son el estándar de facto). AMD intenta ganar terreno con sus MI300 y MI325, ofreciendo precios más bajos y acuerdos más flexibles. OpenAI no puede depender de un solo proveedor y compra a ambos porque necesita volumen y seguridad. Con Nvidia, OpenAI recibe una inversión (de 100.000 millones) y le compra chips. Nvidia gana clientes y OpenAI tiene acceso a una pieza clave de hardware. Con AMD, el acuerdo es financiero: la firma de Sam Altman obtiene una opción de compra de acciones y una rentabilidad futura si las acciones se revalorizan. Para OpenAI, firmar acuerdos con ambos significa diversificar proveedores y evitar cuellos de botella. En resumen, estamos ante una mezcla de inversión, suministro y participación cruzada que hace que sea difícil saber qué parte de los ingresos refleja una demanda real y cuál sea un mero efecto de los acuerdos financieros firmados.
Burbuja de las punto com
Los casos de Nortel, Cisco y Lucent
¿Por qué debería preocupar la estrategia de financiación de los proveedores que están poniendo en marcha las empresas de la IA? Porque en el pasado este mecanismo causó malas sorpresas. Durante el auge de internet (1998-2001), muchas grandes empresas tecnológicas —como Nortel, Lucent, Cisco o Ericsson— querían vender equipos de telecomunicaciones (routers, fibra óptica) a las nuevas compañías que surgían de internet. El problema es que estas jóvenes empresas, que eran sus clientes, no tenían dinero real, solo expectativas de crecimiento futuro. Pese a ello, los grandes fabricantes les prestaron dinero (o le garantizaban crédito) para que pudieran comprar su propio material y, de paso, apuntar la transacción como “ingresos” en sus balances. Durante un tiempo, esto infló artificialmente los beneficios y sus valoraciones bursátiles. Pero la canadiense Nortel entró en bancarrota en 2009 porque las startups colapsaron y tenía más de 4.000 millones de dólares en créditos que se esfumaron. Sus acciones cayeron un 95%. Lo mismo le ocurrió a Lucent Technologies, que tenía 6.400 millones de dólares en préstamos a clientes que no pudieron devolver el dinero. “Estábamos financiando nuestras propias ventas”, admitieron entonces los ejecutivos de Lucent.
