¿Se está convirtiendo Nvidia en la Reserva Federal del cómputo?
Un experimento mental con datos reales y lo que nos dice sobre la madurez de la IA
Este es un experimento mental entretenido.
El 10 de agosto de 2026, Nvidia firmó memorándumos de entendimiento con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR. Juntos buscan construir plataformas de financiamiento capaces de movilizar más de 500.000 millones de dólares en capital de terceros para infraestructura de IA.1
La mayoría de las coberturas se quedaron en la cifra en dólares. Pero no se ha comprometido capital. No hay prestatarios con nombre, tasas de interés ni condiciones de garantía.1 Nvidia no ha presentado ningún Formulario 8-K para estos memorándumos. Esa presentación se activa mediante un acuerdo definitivo material, y estos siguen sujetos a acuerdos finales.2
Nvidia también señaló que podría ofrecer respaldo al valor residual de hasta el 25% de una oportunidad, evaluado proyecto por proyecto. Jensen Huang describió ese respaldo como «sustancialmente menor que otros acuerdos de financiamiento de cómputo».3
Quiero examinar el rol estructural que implica ese 25%. Nvidia controla más del 90% del mercado de GPU para centros de datos.4 Ahora se ofrece a respaldar el valor residual de esos chips para que el capital institucional se sienta cómodo financiándolos. Una empresa que controla la oferta y respalda el valor de un recurso económico crítico comienza a parecerse a lo que hace la Reserva Federal con el dólar.
Los acuerdos no son vinculantes. Lo sé. Aun así, vale la pena seguir la comparación como un experimento mental, y hay suficientes datos reales para tomarla en serio.
Lo que hace la Reserva Federal
Para este experimento mental, la Fed tiene un trabajo práctico: mantener el sistema monetario y financiero lo suficientemente confiable como para que los hogares, las empresas y los inversionistas a largo plazo puedan planificar en función de él. Para mis amigos economistas, esto subyace a su mandato formal de máximo empleo y precios estables.5
El dólar no tiene un valor intrínseco. Es papel o, más a menudo, un número en una base de datos. Funciona porque una institución lo respalda, administra las condiciones monetarias y absorbe los choques cuando la confianza se quiebra.
Cuatro funciones importan aquí:
1. Control de la oferta. La Fed influye en la cantidad y el costo del dinero y del crédito en la economía. Demasiado puede erosionar el poder adquisitivo. Muy poco puede frenar el crecimiento.
2. Prestamista de última instancia. Cuando las instituciones financieras no pueden cumplir con sus obligaciones a corto plazo durante una crisis, la Fed puede proporcionar liquidez de emergencia. Ese respaldo ayuda a evitar que un fallo individual se extienda por todo el sistema.
3. Costo del capital. A través de la política monetaria, la Fed fija el precio de referencia del endeudamiento a corto plazo. Las hipotecas, los préstamos corporativos y los bonos se ajustan a su alrededor.
4. Supervisión del sistema. La Fed supervisa a los bancos, establece reglas de capital y liquidez, realiza pruebas de estrés y monitorea el riesgo sistémico. Opera bajo un mandato público y rinde cuentas al Congreso.5
Juntas, estas funciones mantienen el capital fluyendo hacia usos productivos sin permitir que la tensión financiera se convierta en un colapso.
Dónde encaja Nvidia en el patrón
1. Control de la oferta. El calendario de producción y las decisiones de asignación de Nvidia ayudan a determinar cuánto cómputo de frontera existe. Cuando Nvidia decide cuántas B200 enviar y quién las recibe, moldea la oferta del insumo más importante de la economía de la IA.
2. Prestamista de última instancia. El respaldo de hasta el 25% del valor residual es el paralelo más cercano a un salvavidas o red de seguridad. Otorga a los inversionistas la protección suficiente para participar, del mismo modo que la liquidez de emergencia puede restaurar la confianza durante una crisis financiera.
Si un proyecto respaldado por GPU no rinde lo esperado y la garantía vale menos de lo previsto, Nvidia podría absorber parte de ese déficit de valor residual, según las condiciones finales del acuerdo.3 La oferta existe porque, de lo contrario, los inversionistas institucionales exigirían retornos más altos o evitarían ciertos proyectos por completo.
La deuda respaldada por GPU es difícil de vender. Los chips se deprecian rápidamente, funcionan con software que cambia cada trimestre y compiten contra la siguiente generación del mismo fabricante. Los fondos de pensiones y las aseguradoras están acostumbrados a autopistas de peaje, plantas de energía y otros activos con largas vidas operativas.6 El respaldo de Nvidia cambia ese cálculo.
Las GPU pueden seguir siendo productivas durante más tiempo del que implican los esquemas de depreciación convencionales.7 La A100 se lanzó en 2020 y sigue generando ingresos bajo contratos que se extienden hacia 2029, mucho más allá de la ventana estándar de depreciación de tres a cinco años.3 La línea de crédito de 8.500 millones de dólares de CoreWeave, calificada A3 por Moody’s en marzo de 2026, fue el primer financiamiento de grado de inversión asegurado por infraestructura de cómputo y respaldado por un contrato con cliente.8
3. Costo del capital. Cada nueva generación de chips reinicia la economía del cómputo al cambiar cuánta inteligencia se puede comprar con un dólar. Los valores de reventa de la H100 han caído marcadamente desde los picos de la era de escasez, aunque las estimaciones varían según la configuración y la fuente de datos.7 Para un comprador con un presupuesto fijo, esto tiene un efecto similar al de un recorte de tasas. Se vuelve asequible una mayor capacidad, mientras que cada plan de negocios basado en el precio antiguo tiene que ajustarse.
Exponential View estima que cada reducción del 10% en el precio de los tokens produce un aumento del 12% al 18% en los tokens consumidos.9 La estimación es incipiente y el mercado aún no ha producido suficientes datos para verificarla. Si la tendencia se mantiene, cada generación de Nvidia hace algo más que bajar los precios: expande la demanda.
4. Supervisión del sistema. Aquí es donde la comparación se rompe. La Fed tiene un mandato público, independencia institucional y rendición de cuentas ante el Congreso. Nvidia tiene accionistas y una llamada de resultados trimestrales. No existe ningún mandato de estabilidad del cómputo, ni hay ningún regulador independiente vigilando si el riesgo en el financiamiento respaldado por GPU se está acumulando más rápido que la demanda.
Tabla 1. Dónde se mantiene la analogía y dónde se detiene
| Función | Reserva Federal | Análogo de Nvidia | Hasta dónde se mantiene la analogía |
|---|---|---|---|
| Control de la oferta | Influye en la oferta y el costo del dinero y del crédito. | Su hoja de ruta de producto, producción y decisiones de asignación moldean la oferta de cómputo de frontera. | Paralelo parcial. Nvidia es dominante, pero la capacidad de fundición, la memoria, la energía y los aceleradores rivales también limitan la oferta. |
| Prestamista de última instancia | Proporciona liquidez de emergencia a instituciones elegibles cuando el financiamiento de mercado se quiebra. | Puede ofrecer respaldo al valor residual de hasta el 25% en oportunidades seleccionadas, sujeto a las condiciones finales del proyecto. | Paralelo más cercano. Se trata de una mejora crediticia, no de liquidez de un banco central, y el detonante y la cascada de pérdidas siguen sin revelarse. |
| Costo del capital | Las tasas de política monetaria anclan los costos de endeudamiento a corto plazo en toda la economía. | Las nuevas generaciones de chips cambian la relación precio-rendimiento del cómputo; el respaldo al valor residual también puede mejorar las condiciones de financiamiento. | Eco funcional. Nvidia puede cambiar la economía de un proyecto, pero no fija una tasa de interés para todo el sistema. |
| Supervisión del sistema | Opera bajo un mandato público, supervisa bancos, realiza pruebas de estrés y monitorea el riesgo sistémico. | No existe una función equivalente de mandato público ni de supervisión independiente. | La brecha. Nvidia rinde cuentas a sus accionistas, no al Congreso ni a un mandato de estabilidad del cómputo. |
Fuentes: Reserva Federal, Purposes & Functions;5 Nvidia, “AI Factory Compute Is Becoming an Investable Asset Class”;3 MUFG, The AI Arms Race, Volume 2.4
Dónde se rompe la analogía
Tres diferencias separan a Nvidia de un banco central:
1. El problema del fabricante. La Fed gestiona las condiciones monetarias; no vende dólares a los clientes para obtener ganancias. Nvidia fabrica los chips, controla la hoja de ruta del producto y puede respaldar su valor residual. Se sitúa a ambos lados de la transacción.
2. El problema de la depreciación. Un dólar emitido en 2020 sigue siendo un dólar en 2026. La inflación puede reducir lo que compra, pero la unidad en sí no expira cuando se lanza un dólar mejor. Una GPU enviada en 2020 puede perder la mayor parte de su valor de reventa cuando Nvidia lanza una arquitectura más rápida. Cada lanzamiento genera ingresos para Nvidia y devalúa la garantía que quizás ya esté respaldando. La Fed no lanza un nuevo dólar que haga que la versión del año pasado valga cuarenta centavos.
3. El problema de la independencia. La Fed está diseñada para resistir presiones políticas a corto plazo. Nvidia reporta resultados cada trimestre. Su incentivo es vender más chips, lo que significa lanzar mejores arquitecturas más rápido, lo que a su vez significa dejar obsoletos los chips que ya ha respaldado. Una mejor gestión no puede eliminar esa tensión: está integrada en su modelo de negocio.
Lo que esto nos dice sobre la madurez de la IA
Pase lo que pase con la analogía, este respaldo dice algo sobre el desarrollo de la IA.
Una clase de activos cambia cuando desarrolla una infraestructura de financiamiento repetible. El sector inmobiliario lo hizo con las hipotecas. El sector energético lo hizo con el financiamiento de proyectos. El transporte lo hizo con bonos de infraestructura. Una vez que los fondos de pensiones y las aseguradoras pueden evaluar el riesgo y asignar capital, el activo pasa a formar parte del engranaje fundamental de la economía.
El cómputo para IA se acerca a esa frontera. Exponential View estima en 110.000 millones de dólares los ingresos desduplicados de IA generativa en los últimos doce meses, con el ritmo anualizado del último mes superando los 175.000 millones de dólares.9 Su modelo cuenta cada dólar de cliente externo una sola vez para reducir el problema de circularidad. La estimación es propietaria y excluye a China, el impacto en publicidad interna, el ahorro por eficiencia, los servicios profesionales y la integración de sistemas.
La brecha entre el gasto y los ingresos explica la necesidad de financiamiento. Las estimaciones públicas muestran que el gasto de capital de los hyperscalers crece más rápido que los ingresos medidos de IA, pero las cifras disponibles no comparten el mismo límite: las estimaciones de capex generalmente cubren todo el gasto de los hyperscalers, mientras que Exponential View aísla los ingresos desduplicados del cliente final en IA generativa.10 Eso respalda la dirección de la brecha, no una proporción defensable de 4:1.
El marco de financiamiento propuesto por 500.000 millones de dólares está diseñado para ayudar a financiar esa expansión. El capital de terceros cubriría parte de la distancia entre lo que la industria gasta hoy y lo que los clientes pagan hoy, apostando a que la demanda crecerá hasta alcanzar la capacidad. El respaldo de Nvidia al valor residual hace que esa apuesta sea más fácil de aceptar para los inversionistas institucionales.
Si el financiamiento funciona y los costos de cómputo siguen cayendo, más empresas y personas podrán costear la IA.
Riesgos
Dos cosas podrían romper el modelo:
Sobreoferta. Si la industria construye más cómputo del que los clientes desean comprar, los proyectos no rendirán lo esperado, los valores de las garantías caerán y el respaldo de Nvidia se ejecutará en un número desconocido de acuerdos. David Sacks llamó a esto el problema de las «GPU oscuras» (dark GPUs) en el All-In Podcast. Lo comparó con la fibra oscura de principios de los 2000, cuando se estimaba que el 90% de la fibra instalada durante el boom permanecía sin usar.1112
Concentración. Una sola empresa moldea la oferta, fija el calendario de obsolescencia a través de su hoja de ruta de productos y puede respaldar el valor residual, todo sin supervisión externa. Cuanto más grande se vuelve la clase de activos, más frágil resulta esa concentración.
No sé hacia dónde se resolverán estos riesgos, y este experimento mental no hace ninguna predicción. Una empresa de chips ha asumido un rol que, visto estructuralmente, se parece a parte de lo que hace un banco central. La comparación solo se mantendrá mientras la demanda del cliente final siga creciendo. Las últimas cifras de Exponential View muestran que los ingresos del cliente final se están acelerando.9
Fuentes
Footnotes
-
Nvidia y Apollo. NVIDIA Partners with Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs and KKR to Establish AI Compute Infrastructure Financing Platforms to Mobilize Over $500 Billion of Third-Party Capital (10 de agosto de 2026). Los $500.000 millones son el agregado que las plataformas propuestas están diseñadas para movilizar con el tiempo, y las alianzas “siguen sujetas a la ejecución de los acuerdos finales”. No se anunciaron capitales comprometidos, prestatarios, tasas ni condiciones de garantía. ↩ ↩2
-
El índice de presentaciones EDGAR de Nvidia no muestra ningún Formulario 8-K para los memorándumos del 10 de agosto, verificado el 2 de septiembre de 2026. El Ítem 1.01 del Formulario 8-K cubre la firma de un acuerdo definitivo material (SEC Release 33-8400). ↩
-
Jensen Huang, Nvidia. NVIDIA AI Factory Compute Is Becoming an Investable Asset Class (11 de agosto de 2026). Fuente para el respaldo al valor residual de hasta el 25% de una oportunidad, la cita de “sustancialmente menor” y el uso comercial continuo de la A100, que Nvidia afirma que en despliegues multianuales se extiende “hacia una década”. Nvidia no ha definido “oportunidad”, el detonante, la cascada de pérdidas ni un tope agregado. Es el argumento del fabricante sobre la durabilidad de su propio equipo. ↩ ↩2 ↩3 ↩4
-
MUFG. The AI Arms Race, Volume 2 (febrero de 2026), p. 36, citando a Bloomberg: Nvidia posee más del 90% del mercado de GPU para centros de datos y más del 80% del mercado más amplio de aceleradores de IA. El silicio personalizado como las TPU de Google y Trainium de AWS queda fuera de la cifra de GPU. ↩ ↩2
-
Junta de Gobernadores del Sistema de la Reserva Federal. The Federal Reserve System Purposes & Functions (10.ª edición). El mandato legal también incluye tasas de interés moderadas a largo plazo. El encuadre de cuatro funciones en este artículo es mi propia simplificación. ↩ ↩2 ↩3
-
Axios. Nvidia’s AI revolution will be securitized (11 de agosto de 2026). Sobre la base probable de inversionistas (aseguradoras, sistemas de pensiones, fondos soberanos y otros inversionistas a largo plazo) y la comparación con el financiamiento ferroviario, aeronáutico y automotriz. Las plataformas no han revelado las listas finales de inversionistas. ↩
-
American Compute. GPU Residual Value Report: 2026 Outlook (15 de junio de 2026), elaborado a partir de 76.775 transacciones completadas. Los plazos de financiamiento suelen ser de 24 a 60 meses; la depreciación contable y el valor residual de mercado son conceptos diferentes; las generaciones anteriores bajan en la escala de casos de uso en lugar de perder todo su valor. El informe modela los valores residuales como rangos en lugar de una sola curva y señala que las estimaciones de reventa de la H100 varían ampliamente según la configuración y la fuente de datos. American Compute vende seguros de valor residual para GPU. ↩ ↩2
-
CoreWeave. CoreWeave Closes Landmark $8.5 Billion Financing Facility, Achieving First Investment-Grade Rated GPU-backed Financing (31 de marzo de 2026). Préstamo a plazo de desembolso diferido calificado A3 por Moody’s y A (low) por DBRS, con vencimiento en marzo de 2032, garantizado por infraestructura de computación de alto rendimiento (HPC) y un contrato asociado con cliente; Blackstone lideró la operación, con participación de gestores de activos e inversionistas de seguros. ↩
-
Azeem Azhar et al., Exponential View. The state of the AI economy (25 de junio de 2026). Un modelo propietario de abajo hacia arriba construido a partir de declaraciones públicas, cifras reportadas y autoinformes, contando cada dólar de cliente externo una sola vez. Excluye a China, el impacto en publicidad interna, el ahorro por eficiencia, los servicios profesionales y la integración de sistemas. La elasticidad precio-token (12–18% más tokens por cada 10% de reducción de precio) se presenta como una estimación entre proveedores, no como una ley de mercado observada. ↩ ↩2 ↩3
-
Jason Kirsch, Forbes. AI Spending Is Surging Faster Than Revenue And Markets Are Repricing (2 de junio de 2026). Se basa en CreditSights, Allianz y proyecciones de las empresas. Sus cifras de capex cubren el gasto total de los hyperscalers, no un numerador aislado exclusivamente de IA, razón por la cual este artículo cita la dirección de la brecha y no una proporción. ↩
-
David Sacks en el All-In Podcast, según reportó Benzinga (sindicado por Webull, 17 de agosto de 2026). El concepto de «GPU oscuras» (dark GPUs) se presenta como un escenario desfavorable, no como un pronóstico. ↩
-
Justin Kollar. Dark Fiber: an Archaeology of the Dot-Com Bubble (28 de agosto de 2025). Para 2004, los analistas estimaban que solo alrededor de una décima parte de la fibra instalada estaba iluminada (en uso). La misma cifra aparece en mi artículo La IA frente a las dot-com. ↩
