Por qué Blackstone cree que el miedo a la deuda por el buildout de IA está exagerado
Blackstone se coloca en el centro del auge de la IA ofreciendo grandes préstamos a neoclouds, comprando capacidad de cómputo y formando joint ventures. Aunque la acumulación de deuda en infraestructura ha alarmado a algunos inversores, la firma afirma que el riesgo sistémico está contenido por la calidad de los clientes y estructuras de financiación.
Blackstone: del capital privado al epicentro del cómputo para IA
Blackstone ha movido ficha para convertirse en un actor clave del boom de inteligencia artificial. Bajo el liderazgo de Jas Khaira, la firma lanzó este año Blackstone N1 (BXN1), un hub en San Francisco que concentra sus iniciativas relacionadas con IA. Con cerca de 1.3 billones de dólares en activos bajo gestión, Blackstone usa una mezcla de deuda, capital y estructuras flexibles para financiar desde centros de datos hasta modelos y aplicaciones de frontera.
A diferencia de ciclos tecnológicos previos —como la movilidad o el SaaS— donde la escala se podía alcanzar con inversiones moderadas, el salto a modelos de IA exige cantidades de capital mucho mayores, sobre todo para cómputo y almacenamiento. Es precisamente esa necesidad de capital la que coloca a grandes gestores como Blackstone en una posición estratégica para proveer financiación a gran escala.
Modelos de financiación centrados en cómputo y neoclouds
Khaira ha explicado que la propuesta de valor de Blackstone no es la de un fondo de capital de riesgo tradicional: su foco está en financiar y poseer capacidad de cómputo, y en ofrecer estructuras de capital que van desde deuda a equity. Según la firma, hoy son uno de los mayores propietarios de capacidad de cómputo fuera de los hyperscalers, mediante inversiones en data centers y en lo que se conoce como neoclouds: proveedores que arriendan infraestructura GPU especializada para cargas de IA.
Entre las operaciones destacadas aparece Crux AI, una neocloud creada en asociación con Google para comercializar TPUs personalizadas. Blackstone anunció un compromiso de inversión significativo en ese proyecto. También apoyó a Etched, una startup de chips que ha atraído la atención por su desarrollo rápido.
Un caso emblemático de la estrategia de Blackstone fue el préstamo a CoreWeave en 2023. En ese momento CoreWeave tenía ingresos relativamente modestos y beneficios limitados, pero contaba con una extensa flota de GPUs Nvidia y contratos con clientes de primer nivel como Microsoft. Blackstone desarrolló un esquema para prestar sumas masivas analizando contratos comprometidos por clientes y aceptando GPUs como colateral. Esa operación se convirtió en plantilla para el financiamiento posterior de CoreWeave y otros neoclouds.
¿Por qué están preocupados los mercados? Riesgo, tasas y spreads
En los últimos meses han surgido alertas entre inversores y analistas por las grandes cargas de deuda que han acumulado algunos operadores de infraestructura. Un ejemplo es la expansión de la deuda de CoreWeave, citada en informes con cifras que han llegado a rondar los 50 mil millones de dólares. En ese contexto, voces como la de Brad Gerstner, fundador de Altimeter Capital, han señalado que “el colateral que CoreWeave ofrece —que es básicamente GPUs— ya no es suficiente”; en su opinión, ese tipo de garantías permitió antes obtener deuda barata, pero la situación cambió.
Khaira atribuye las recientes inquietudes a una combinación de factores del mercado: el aumento de las tasas de interés observado en septiembre, señales de inflación más fuertes de lo esperado y una ampliación de los spreads de crédito. En conjunto, estas dinámicas elevan el costo de capital incluso para compañías con balances sólidos, como Meta o Microsoft, y hacen que los préstamos a neoclouds se revaloricen a la alza.
Las consecuencias ya se han dejado ver en los mercados: acciones de algunos proveedores de infraestructura han caído más del 20% en días recientes, y Firmus, un proveedor australiano, canceló su salida a bolsa prevista en la Bolsa de Australia con una valoración objetivo que rondaba los 30 mil millones de dólares. Khaira comenta que la razón principal fue la falta de demanda a ese precio: “el mercado está preguntando cuál es el precio justo para los neoclouds en un momento de tasas al alza.”
Entre el pánico y la realidad: ¿riesgo sistémico o ajuste de precios?
A pesar de las tensiones, Khaira minimiza la posibilidad de una crisis crediticia generalizada ligada a la financiación del buildout de IA. Su argumento central es que gran parte de los centros de datos se construyen para hyperscalers y que, por tanto, la deuda está respaldada en buena medida por clientes con perfiles crediticios muy sólidos. En otras palabras, la calidad de los contratos que sustentan muchas de estas operaciones reduce, a su juicio, el riesgo de contagio tipo crisis financiera.
No obstante, la dinámica no es homogénea: algunos proveedores con modelos empresariales menos consolidados o con garantías que los mercados empiezan a percibir como insuficientes verán presiones mayores. Para inversores y gestores esto implica un doble desafío: discernir entre proyectos con fundamentos sólidos y aquellos que dependen excesivamente de apalancamiento o de activos cuyo valor es más volátil.
Implicaciones y oportunidades para América Latina
Aunque las operaciones señaladas ocurrieron principalmente en Estados Unidos, Europa y Australia, las decisiones de grandes fondos como Blackstone tienen efectos indirectos en América Latina:
- Acceso a cómputo: la demanda global de capacidad GPU y TPU puede presionar la disponibilidad y los costos para empresas latinoamericanas que dependen de servicios en la nube.
- Oportunidades de inversión: la necesidad de infraestructura abre espacio para asociaciones locales con neoclouds o para el desarrollo de centros de datos regionales, siempre que existan marcos regulatorios y esquemas de financiamiento adecuados.
- Riesgo de contagio de valoraciones: si los mercados europeos o estadounidenses revisan a la baja las valoraciones de neoclouds, fondos regionales o compañías que hayan invertido en capacidades locales podrían enfrentar ajustes de valoración.
Para empresas y tomadores de decisión en la región, la lección es clara: planificar la estrategia de adopción de IA considerando el costo real del cómputo, diversificar proveedores y evaluar opciones de financiación que no dependan únicamente de deuda ligada a activos volátiles.
Más allá del capital: Ode con Anthropic y la adopción práctica
Blackstone no se limita a prestar dinero. En alianza con Anthropic y Hellman & Friedman creó “Ode with Anthropic”, un joint venture con un colchón de 1.5 mil millones de dólares destinado a desplegar ingenieros que ayuden a empresas a integrar IA en sus operaciones. El objetivo inicial es impulsar la adopción dentro de las más de 280 compañías del portafolio de Blackstone, pero el modelo también podría servir de ejemplo para programas de adopción y capacitación en empresas latinoamericanas.
Khaira reconoce que la adopción tecnológica produce retornos, pero que estos son desiguales: algunas compañías obtienen ganancias claras y rápidas, otras enfrentan un proceso más gradual. Esa heterogeneidad obliga a medir expectativas y estructurar proyectos piloto con indicadores claros antes de escalar implementaciones.
Conclusión: prudencia y oportunidad
El auge de la IA exige capital masivo y crea presiones en mercados de crédito y valoración. Blackstone ha apostado por ser un facilitador de esa transición, ofreciendo financiación, comprando capacidad de cómputo y promoviendo iniciativas de adopción. Aunque existen tensiones —tasas más altas, spreads en alza y revaluaciones de mercado— Khaira sostiene que el riesgo sistémico está contenido gracias a la calidad de los contratos y los clientes que respaldan muchas de estas operaciones.
Para América Latina, el escenario combina riesgos y oportunidades: habrá presión sobre el acceso y el precio del cómputo, pero también espacio para desarrollar infraestructura local y programas de adopción que aprovechen la demanda global. Decidir bien implicará evaluar con detalle el costo de capital, la naturaleza de los contratos y la resiliencia del modelo de negocio antes de embarcarse en grandes inversiones en infraestructura de IA.
Fuente original: TechCrunch AI