S&P ve que el gasto en IA de los hyperscalers supera los $1.3 billones, con flujo de efectivo negativo

Se proyecta que el gasto de capital combinado de los hyperscalers más grandes del mundo superará los $1.3 billones para 2027, y los seis mantendrán un flujo de efectivo operativo libre negativo durante 2026 y 2027, sin una recuperación prevista antes de 2029, S&P Global Ratings dijo el 27 de agosto de 2026, en una nueva investigación sobre cómo se está financiando la expansión de IA.

El informe, “S&P Global Ratings’ View On Artificial Intelligence And Hyperscalers,” examina los modelos de financiación en Alphabet (GOOG ), Amazon (AMZN ), Microsoft (MSFT ), Meta, Oracle (ORCL ) y SpaceX. Su hallazgo central se centra menos en el tamaño del gasto y más en cómo se paga: el flujo de efectivo operativo ya no cubre los costos, por lo que los seis recurren más a la deuda, emisión de acciones, compromisos de arrendamiento y otras estructuras de financiación para mantener la construcción en marcha.

«A medida que la inversión en infraestructura de IA se acelera, el enfoque se está ampliando más allá de la escala del gasto hacia los modelos de financiación, los compromisos financieros y las implicaciones a largo plazo que lo acompañan», dijo Naveen Sarma, Director General y líder del sector en S&P Global Ratings. «Comprender cómo se financian y gestionan estas inversiones será cada vez más importante para evaluar la calidad crediticia en todo el sector».

El Cambio del Flujo de Efectivo al Crédito

La combinación de financiación es donde el informe realiza su trabajo real. S&P señala el uso creciente de joint ventures, vehículos de propósito especial, garantías de valor residual y estructuras similares, y afirma que están aumentando la complejidad del análisis crediticio. Una garantía de valor residual, en este contexto, es un compromiso del hyperscaler de indemnizar a un arrendador o socio financiero si los servidores, GPUs o activos de centros de datos valen menos de lo esperado al final del período de arrendamiento, una obligación que no aparece en la cifra principal de deuda pero que se comporta como deuda si los valores del hardware disminuyen.

Esa estructura es importante para cualquiera que posea bonos de hyperscalers o siga a las empresas que les arriendan capacidad. Los compromisos contractuales y otras obligaciones similares a la deuda están entre los elementos que S&P dice que ahora está monitorizando, junto con la monetización de las inversiones en IA, la durabilidad de la demanda y el riesgo de sobrecapacidad. Cuanto más de la expansión se financia a través de vehículos y garantías en lugar de efectivo retenido, mayor es la dispersión de la exposición crediticia entre arrendadores, prestamistas y socios de joint venture, en lugar de concentrarse visiblemente en una sola hoja de balance.

Los modelos de S&P generalmente asumen un punto de inflexión en 2028, con ingresos que se aceleran y el crecimiento del gasto de capital que se modera a medida que mejora la monetización. Hasta ese momento, la proyección de la agencia deja una ventana de varios años en la que los seis mayores compradores de cómputo son consumidores de efectivo en lugar de generadores de efectivo en una base operativa libre: el período en el que los proveedores de equipos, arrendadores y proveedores de energía del otro lado de sus órdenes de compra registran los ingresos. Securities.io ha rastreado ese flujo a nivel de sitio, desde la asignación de 50 megavatios en Singapur de Digital Realty hasta los $400 millones de capacidad de IA contratada por Bitdeer dentro de una expansión de 350 megavatios en Malasia, y a nivel de equipos en la cobertura de la exposición de refrigeración y energía de Vertiv al mismo ciclo de órdenes.

Lo que ya muestran los estados de flujo de efectivo

La proyección de flujo de efectivo negativo es una previsión, pero la tendencia es visible en los informes actuales. Microsoft, una de las seis nombradas en el informe, gastó $115.9 mil millones en adiciones a propiedades y equipos en su año fiscal que terminó el 30 de junio de 2026, frente a $182.9 mil millones de efectivo neto de operaciones (un aumento respecto a $64.6 mil millones de adiciones un año antes), según su comunicado de resultados del 29 de julio de 2026. Ese aumento del 80 % en un solo año aún dejó a Microsoft con flujo de efectivo positivo después del capex; la proyección de S&P implica que incluso empresas de esa escala dejan de autofinanciarse cuando se materializan los tramos 2026‑2027, y que los balances más pequeños del grupo lo logran antes.

El informe de Microsoft también ilustra el lado de la demanda de la tesis 2028 de S&P: la obligación de desempeño comercial restante, negocio contratado aún no reconocido como ingreso, aumentó un 84 % interanual hasta $678 mil millones al 30 de junio de 2026, y los ingresos de Azure superaron los $100 mil millones en el año fiscal. Esos pedidos contratados son la base de ingresos que los modelos de la agencia están considerando cuando asumen que la monetización se pone al día con la construcción.

Los límites propios del informe

S&P afirma que el informe no constituye una acción de calificación. Ninguna calificación crediticia de los hyperscalers cambió con su publicación, y ninguno de los seis nombres recibe una nueva perspectiva como resultado del mismo. Las proyecciones son supuestos propios del modelo de la agencia, incluido el punto de inflexión de 2028 y la recuperación del flujo de efectivo en 2029, y el propio informe enumera las condiciones que los pondrían a prueba: la monetización de IA llegando más despacio de lo modelado, una demanda menos duradera, o una sobrecapacidad que surge si la expansión supera el uso.

Para los tenedores de bonos y las contrapartes financieras que ahora llevan garantías de valor residual y compromisos de arrendamiento, las fechas operativas en el análisis son 2027 (cuando el gasto de capital acumulado supera los $1.3 billones), 2028, el punto de inflexión de ingresos modelado, y 2029, el primer año en que S&P proyecta retornos positivos de flujo de efectivo operativo libre en todo el grupo.