Morgan Stanley publicó el 20 de junio un informe que sitúa la deuda global vinculada a IA en camino de alcanzar los 570.000 millones de dólares a finales de 2026, casi el doble que en 2025. El sector de bonos corporativos de IA ya es el mayor por volumen de emisión dentro del grado de inversión en EE.UU., superando al sector energético. La cifra no mide valoraciones de startups ni capitalización bursátil: mide deuda real emitida para construir infraestructura de cómputo, y su escala no tiene precedente en la historia de ninguna industria tecnológica.
Qué ha pasado exactamente
Los números que desglosa Morgan Stanley son concretos. Microsoft ha comprometido 190.000 millones de dólares en capex de centros de datos para los próximos cuatro años, una parte significativa financiada con deuda corporativa. La joint venture Stargate de OpenAI, SoftBank y Oracle apunta a 10 gigavatios de capacidad de cómputo de IA, con una inversión inicial de 500.000 millones de dólares anunciada en enero de 2026. Meta opera bajo su programa Meta Compute con entre 115.000 y 135.000 millones presupuestados para 2026.
El acuerdo más ilustrativo de la escala de esta financiación: Apollo Global Management y Blackstone cerraron en mayo un acuerdo de deuda de 36.000 millones de dólares para financiar la adquisición de TPUs de Google Cloud por parte de Anthropic. Es decir: fondos de private equity están emitiendo bonos para comprar chips de IA que alquilarán a laboratorios de IA que tienen inversiones pendientes de rentabilizarse. La cadena de apalancamiento es de tres eslabones.
El contexto es que los CAPEX de IA han superado los ingresos de todas las empresas de infraestructura de IA combinadas durante tres trimestres consecutivos. Los analistas de Jefferies calculan que cada dólar de ingresos de la capa de modelos genera actualmente entre 8 y 12 dólares de inversión en infraestructura. La tesis detrás de esa ratio: la infraestructura construida ahora creará oligopolios de cómputo que serán muy difíciles de replicar en cinco años.
Por qué importa
Que el mercado de bonos de IA sea el mayor por volumen en grado de inversión significa dos cosas simultáneas: los mercados financieros creen en la tesis de rentabilidad a largo plazo, y cualquier corrección en esa tesis — si la demanda de computación de IA no escala como se proyecta — tendría efectos sistémicos en los mercados de crédito, no solo en el sector tecnológico.
La comparación histórica más citada es la fibra óptica de los años 2000: en 1999-2001, se desplegaron 65 millones de kilómetros de fibra óptica en EE.UU., de los cuales el 97% quedó sin usar durante años. La diferencia con la IA, según los argumentos bull, es que la demanda de cómputo es real y medible hoy: los tokens procesados por ChatGPT, Claude y Gemini crecen un 40-60% trimestral. El argumento bear es que esa demanda está concentrada en muy pocas empresas y que los márgenes no justifican la infraestructura.
Lo que sí es definitivo: las empresas que construyen centros de datos de IA a esta escala — Microsoft, Google, Meta, Amazon — están asumiendo que la demanda de cómputo de IA en 2029-2030 será al menos cuatro veces mayor que hoy. Si tienen razón, los activos se valorizan. Si se equivocan, hay 570.000 millones de dólares en bonos con riesgo de impago.
Qué significa en España
Para empresas españolas, el efecto más directo de esta acumulación de deuda de IA no es financiero sino de precios. Cuando los hiperscaladores han terminado de construir su infraestructura y necesitan rentabilizarla, bajan los precios de los servicios de IA para capturar volumen. El precedente es el cloud computing: entre 2010 y 2020, AWS, Azure y Google Cloud bajaron sus precios de cómputo más de un 90%. El mismo ciclo está ocurriendo con los tokens de IA: OpenAI ha bajado sus precios de API un 80% en 18 meses.
Para pymes y autónomos en España que usan servicios de IA, la consecuencia práctica es que los precios de las APIs seguirán bajando durante los próximos 12-24 meses mientras la infraestructura se amortiza. El momento de comprometerse con contratos largos o inversiones grandes en soluciones de IA propietaria no es ahora: la curva de precios favorece esperar.
Para inversores particulares españoles con exposición a fondos que tienen posiciones en deuda corporativa americana de grado de inversión: las carteras de renta fija con bonos de Microsoft, Amazon, Alphabet o Meta tienen exposición indirecta a esta concentración de riesgo. No es un riesgo inmediato — estos son emisores con calificación AAA — pero la concentración sectorial en IA dentro de los índices de bonos de grado de inversión está en máximos históricos.
Desde el punto de vista de política industrial, el PERTE de Digitalización del gobierno español asigna 4.000 millones de euros a infraestructura de IA hasta 2027. Comparado con las cifras que mueve el sector privado americano — 570.000 millones en deuda sola — es una diferencia de dos órdenes de magnitud. Las empresas tecnológicas españolas que quieran competir en infraestructura de IA tendrán que hacerlo dentro del ecosistema de alguno de los hiperscaladores, no construyendo infraestructura propia.
Análisis
La pregunta real no es si hay una burbuja de inversión en IA — las valoraciones y la deuda son claramente altas en términos históricos — sino si la burbuja, si explota, arrastra con ella algo más que capital privado. La fibra óptica de 2001 destruyó centenares de millones en valoraciones bursátiles, pero la infraestructura quedó intacta y habilitó décadas de internet. Si el escenario IA replica ese patrón, las consecuencias para los usuarios son neutras o positivas: se construye infraestructura barata, las empresas que sobreviven operan con activos amortizados a coste casi cero.
Lo que diferencia este ciclo del de la fibra óptica es que los activos de IA — chips, modelos entrenados, datos — tienen vida útil mucho más corta. Un Nvidia H100 tiene una vida económica de tres a cinco años antes de que el siguiente chip lo deje obsoleto. Si la demanda no escala lo suficiente rápido, los activos se deprecian antes de recuperar la inversión, y la deuda emitida para comprarlos no se puede refinanciar con el mismo colateral.
La métrica a vigilar no es el volumen total de deuda sino la tasa de utilización de los centros de datos de IA. Microsoft y Google publican datos de utilización de su cloud cada trimestre. Si en los próximos dos o tres trimestres esa utilización supera el 85% de forma sostenida, la tesis bull se confirma y la deuda se refinancia sin problemas. Si se estanca por debajo del 70%, el mercado de bonos de IA tendrá su primera corrección seria.
Herramientas relacionadas
- GPT-5.5 de OpenAI — uno de los principales productos que tiene que rentabilizar la infraestructura Stargate de 500.000 millones; los precios de su API son el termómetro más directo de si la tesis de monetización está funcionando.
- Claude Opus 4.8 — Anthropic es la beneficiaria directa del acuerdo Apollo-Blackstone de 36.000M$ para TPUs de Google; sus precios de API son parte de la ecuación de rentabilidad de esa deuda.
- Google Gemini — Google es el proveedor de infraestructura (TPUs) en el acuerdo más citado del informe; entender sus precios de API ayuda a calibrar si la monetización está al nivel que justifica la inversión.