EscucharEl presidente de la Reserva Federal de los Estados Unidos, Kevin Warsh, anunció hace poco la creación de un nuevo grupo de trabajo encargado de «analizar el ritmo, el alcance [y] el impacto económico de las nuevas tecnologías de uso general, incluida la IA, y explorar las implicaciones para la Fed» en el contexto de sus «mandatos en materia de empleo e inflación». Llama la atención el hecho de que Warsh no mencione el impacto de la IA en la estabilidad financiera, tercer mandato de facto de la Fed.
La Fed ha mostrado cierta conciencia de los riesgos para la estabilidad financiera derivados de la IA. En abril, el predecesor de Warsh, Jerome Powell, y el secretario del Tesoro de los Estados Unidos, Scott Bessent, convocaron una reunión para evaluar de qué manera los modelos de IA avanzados podrían afectar la ciberseguridad en el sistema bancario. Pero incluso este abordaje es demasiado limitado.
En Estados Unidos, el sistema financiero y los mercados de activos están apostando todo a la IA. De persistir las tendencias actuales, a fines de fines de esta década, la deuda de pago de los centros de datos de IA superará a la deuda hipotecaria. La pregunta que debería hacerse la Fed es si los ingresos de esos centros de datos generarán suficiente efectivo para devolver las deudas dentro de los plazos.
Esa pregunta suele mezclarse con otras dos: si la IA es una burbuja y si es una tecnología transformadora. Es tentador plantearlo como una dicotomía (la IA es o bien una burbuja o bien una tecnología transformadora), pero hacerlo sería un error. El boom ferroviario del siglo XIX en los Estados Unidos terminó con la crisis de 1873, y el boom de las telecomunicaciones y de las puntocom en los noventa desembocó en una debacle bursátil. En ambos casos, la tecnología era realmente transformadora, pero aun así los acreedores y los accionistas se arruinaron, porque las inversiones superaban cualquier rendimiento razonable a corto plazo.
En cuanto a la IA, el éxito tecnológico tampoco es garantía de éxito financiero. Los ingresos futuros de la IA todavía son inciertos, pero los vencimientos de deuda siguen un calendario fijo. Una herramienta de IA se puede adoptar a gran escala y un centro de datos puede trabajar a toda máquina sin generar suficiente efectivo para honrar las deudas de sus dueños. La preocupación por la estabilidad financiera surge de la falta de correspondencia entre los ingresos futuros hipotéticos y las obligaciones contractuales presentes.
Los números cortan la respiración. David Cahn, de la empresa de capital riesgo Sequoia, estima que para amortizar los más o menos $750.000 millones que las empresas de hiperescala invertirán en activos de IA este año, se necesitarían alrededor de $1,5 billones en ingresos de los clientes finales a lo largo de la vida útil de los equipos. Según sus cálculos, la inversión en capital para IA desde el lanzamiento de ChatGPT en 2022 ya implica un umbral de ingresos acumulados cercano a los tres billones de dólares. El ingreso anualizado de Anthropic (según rumores) alcanza unos $60.000 millones.
La consultora Bain & Company calcula que para financiar la capacidad de cómputo necesaria para satisfacer la demanda de IA prevista para 2030, la IA debería generar alrededor de dos billones de dólares en ingreso adicional anual. Una burbuja se da cuando el precio de un activo es muy superior al flujo de caja que genera, de modo que estas proyecciones parecen respaldar las advertencias de quienes dicen que la IA es de hecho una burbuja.
El origen de los fondos con los que se financia la inversión en IA ya muestra un claro desplazamiento, de los flujos de caja de las megatecnológicas a los mercados de capitales. Hay abundancia de acuerdos de financiación circulares: los fabricantes de chips invierten en laboratorios de IA, que usan ese dinero para comprar chips, y los proveedores de servicios de nube financian a las startups que alquilan sus servidores. El resultado es un bucle de retroalimentación positiva entre cotizaciones cada vez más altas y el gasto en capital.
La megafabricante de chips Nvidia se ha convertido en respaldo de empresas «neocloud», proveedores de servicios en la nube con escasa capitalización, lo que les permite obtener financiación privada en condiciones atractivas. Las megatecnológicas tienen enormes pasivos extracontables acumulados a través de empresas conjuntas y estructuras de arrendamiento. Y una parte creciente del capital procede de fondos de crédito privados, que a menudo prestan dinero a proyectos afiliados a sus propios patrocinadores.
A diferencia de los ferrocarriles o de los cables de fibra óptica anteriores, estas inversiones no dejan tras de sí activos duraderos. Los chips representan más o menos la mitad del costo de un centro de datos de IA; y en la práctica, su vida útil es entre tres y cinco años. Puede que la garantía se desvalorice antes de que se termine de devolver la deuda.
Además, las mejoras de productividad generalizadas y los efectos en el mercado laboral que todos esperan de la IA todavía no aparecen en los datos. Una nota reciente de la Fed lo atribuye al hecho de que la IA todavía está en la fase de expansión de la infraestructura. Pero para aumentar la productividad, las empresas también tendrían que hacer enormes inversiones internas en el rediseño de sus procesos. Aun así, las cotizaciones ya dan por sentado un firme crecimiento de las ganancias impulsado en parte por las mejoras de productividad derivadas de la IA; esto genera temor a una «burbuja de ganancias».
El debate sobre los riesgos del boom de la IA se centra en el mercado bursátil. Pero el riesgo más grande tiene que ver con los mercados de crédito. Hoy tenemos un sistema financiero «basado en los mercados», donde la intermediación del crédito no depende tanto de los bancos cuanto de los mercados de bonos, los instrumentos de titulización y las fuentes de financiación extrabancarias. El peligro no es una retirada masiva de depósitos bancarios como en los años treinta, sino una retirada masiva de fondos del sistema bancario informal como en 2007, en la que las dudas sobre la calidad crediticia provocan una contracción de la financiación a corto plazo, y los deudores se ven obligados a vender en un mercado bajista, lo que provoca nuevas caídas de precios.
Si los mercados de financiación a corto plazo se paralizaran, la Fed estaría bajo una intensa presión de actuar como respaldo del sistema financiero extrabancario y de la deuda de los centros de datos, así como respaldó a los fondos del mercado monetario en 2020, al empezar la pandemia de COVID‑19. Pero hoy la IA es incluso menos popular de lo que era Wall Street en 2007. Rescatar a los dos puede destruir los últimos restos de independencia de la Fed.
Hay una posibilidad de que la enorme inversión de capital en IA resulte justificada y genere los ingresos necesarios para honrar una deuda de billones de dólares. Pero en ese caso, los trastornos que eso implicaría para el mercado laboral no tendrían precedentes históricos. Es una disyuntiva infernal entre la inestabilidad financiera y una crisis de empleo apocalíptica.
En cualquier caso, la Fed tiene que poner la estabilidad financiera en el centro de su agenda para la IA. Aún si esta vez es diferente desde el punto de vista tecnológico, puede que no sea diferente desde el punto de vista financiero.
---
Brian Judge es director de investigaciones del Programa sobre Finanzas y Democracia en la Universidad de California en Berkeley.
