La prueba de flujo de caja de IA: una lección de la crisis financiera global

En resumen

• Como ocurrió en la antesala de la crisis financiera global, el despliegue de la inteligencia artificial (IA) depende de que siga habiendo acceso al capital y de que los prestatarios satisfagan los pagos futuros.
• Los proveedores de infraestructuras recurren al endeudamiento respaldándose en los compromisos de sus clientes, que podrían no mantenerse si se endurecen las condiciones de financiación o se observa un giro en la demanda.
• Los gestores activos pueden analizar las condiciones que se necesitan para diferenciar entre los potenciales ganadores y los potenciales perdedores.

Una comparación puntual con 2008

Se han realizado muchas comparaciones entre el ciclo actual que se observa en la IA y el auge de la tecnología, los medios de comunicación y las telecomunicaciones al que asistimos a finales de la década de los noventa. Aunque las similitudes son evidentes —principalmente, una tecnología nueva y disruptiva que está impulsando un ingente gasto, mientras persisten grandes dudas sobre quién logrará obtener una rentabilidad adecuada—, también hay diferencias.

Una comparación que no suele hacerse tanto —pero que resulta apropiada— es la comparación con el auge de la vivienda en Estados Unidos que tuvo lugar antes de la crisis financiera global de 2008. Esto no significa que la situación en la IA se asemeje a la de la vivienda o que identifiquemos un problema en el sector bancario. El paralelismo es más acotado y, como siempre desde nuestra perspectiva, gira en torno a los flujos de caja.

En 2006, la vivienda en Estados Unidos parecía gozar de buena salud. Los precios seguían subiendo y los prestatarios accedían con facilidad a créditos. Sin embargo, la revalorización de la vivienda se había ralentizado. En el caso de muchos prestatarios con una solvencia limitada, el préstamo solo funcionaba si la revalorización de la vivienda les permitía refinanciarlo antes de que se reajustaran las condiciones de pago. En el momento en que la revalorización de la vivienda empezó a experimentar una desaceleración y, posteriormente, se invirtió la tendencia, esa opción desapareció. Las cuotas aumentaron, se incrementaron los impagos, se sucedieron las ventas forzadas de viviendas y todo ello, en última instancia, desembocó en la crisis bancaria.

El prestatario y el pagador

Existen enormes diferencias entre la IA y la crisis de 2008, pero una similitud radica en la dependencia de los pagos futuros y del acceso continuado al capital. Esto ayuda a entender cómo funciona una parte de la financiación de la IA.

Una empresa desarrolladora de modelos de IA de frontera o un gran cliente de IA compromete miles de millones de dólares con un hiperescalador o con un proveedor de neocloud (nuevos servicios en la nube especializados en IA) para acceder a capacidad de computación. Los inversores consideran estos compromisos ingresos y beneficios futuros.

A continuación, los proveedores de servicios en la nube emplean estos compromisos para adquirir chips, memoria, suministros energéticos, sistemas de refrigeración, terrenos y mano de obra, entre otros recursos. Cada vez más, debido a la creciente intensidad de capital y al encarecimiento provocado por los cuellos de botella, los proveedores de servicios en la nube recurren a financiación respaldada por sus activos y por los pagos comprometidos por sus clientes.

En este punto es donde la distinción cobra relevancia. En el caso de la vivienda, el propietario de la casa era tanto el prestatario como el amortizador del préstamo. En el caso de la IA, estos roles están diferenciados. El proveedor de infraestructuras es el prestatario. El laboratorio de inteligencia artificial, la empresa desarrolladora de modelos o el cliente que contrata capacidad de computación actúan como offtakers (compradores que se comprometen a adquirir bienes o servicios antes de que estos se produzcan), cuyos pagos contribuyen a respaldar la inversión.

Este modelo funciona, si bien requiere que el capital siga siendo abundante y asequible, que la demanda de los clientes siga creciendo y que se sigan satisfaciendo los pagos comprometidos. Ahora bien, las carteras de pedidos no constituyen efectivo. Su valor depende de la solvencia de los clientes, de los términos y condiciones de los contratos y de si podrían reasignarse esas capacidades en el caso de que el cliente no pueda pagar.

Si las condiciones de financiación se endurecen, si resulta más difícil acceder al capital en los mercados privados, si defrauda la monetización o si los clientes escogen modelos más baratos, los flujos de caja que se han prometido podrían resultar no tan valiosos como los inversores creen. Podría darse una situación en la que el proveedor aún deba dinero a prestamistas, arrendadores, vendedores de equipos y proveedores de suministro energético, pese al deterioro de los ingresos que respaldan esas obligaciones.

Los hiperescaladores de mayor tamaño cuentan con abundante capital, por lo que esta situación no tiene visos de ser un problema de solvencia, algo que conviene diferenciar respecto de la crisis de 2008. El riesgo de estas firmas tiene que ver con otra cosa. El problema es si el próximo dólar que se invierta generará una rentabilidad adecuada, y ese es el indicador clave de rendimiento esencial en este ciclo.

Conclusión

Nada de esto significa que la IA no sea real. La adopción de esta herramienta es real, así como también podrían serlo los beneficios en materia de productividad. Ahora bien, como ya hemos dicho en bastantes ocasiones, los inversores no tienen control sobre la productividad, sino que controlan los flujos de caja.

Los índices de referencia abarcan todo el ecosistema de la IA, desde los desarrolladores de los modelos, los proveedores de servicios en la nube, los propietarios de centros de datos, los escasos proveedores de chips y memorias y los beneficiarios de la inversión en bienes de equipo, hasta las firmas que podrían salir perjudicadas de todo esto. Al igual que sucedió en 2008, dichos índices no distinguen entre excelentes y malas carteras de pedidas, entre capacidad que pueda volver a utilizarse y capacidad que podría quedar inutilizada, o entre negocios que cosechan rentabilidades por encima del coste de capital o aquellos que dependen de la financiación futura.

Los gestores activos sí que pueden hacerlo. Pueden evaluar el riesgo de concentración de clientes, la calidad de los contratos, el apalancamiento, el calendario de vencimientos de la deuda, el poder de fijación de precios y la disciplina del capital, entre otros parámetros. A medida que la financiación va adquiriendo un cariz cada vez más selectivo y el reparto de los beneficios generados por la IA se diluya entre un mayor número de participantes, estos factores cobrarán cada vez más relevancia en los resultados financieros y, en consecuencia, en la cotización de los activos.

La IA podría convertirse en la tecnología más importante de nuestros tiempos. No obstante, eso no implica que las empresas que financian ese desarrollo vayan a cosechar una rentabilidad sobre el capital invertido satisfactoria. El mercado y el índice pueden poner precio a la promesa, pero los gestores activos evalúan la capacidad de pago de quien debe cumplirla.

La información que se recoge anteriormente, así como las empresas y/o los valores individuales que se mencionan no deben interpretarse como asesoramiento de inversión, recomendaciones de compra o venta ni como indicación de intención de negociación en nombre de cualquier producto de inversión de MFS.

Debe tener en cuenta que todas las inversiones conllevan un cierto nivel de riesgo, incluida la posible pérdida del importe principal invertido.

Las opiniones expresadas pertenecen al autor o autores y pueden variar en cualquier momento. Estas opiniones se presentan exclusivamente a título informativo y no deben considerarse como una recomendación para comprar cualquier valor o como una solicitud o consejo de inversión. Las previsiones no están garantizadas. Las rentabilidades pasadas no garantizan los resultados futuros.