La carrera por dominar la infraestructura de inteligencia artificial ya no se libra solo en los laboratorios: se juega en los balances contables. Lambda, una de las llamadas "neoclouds" (nubes especializadas en alquilar chips de IA), acaba de asegurar US$ 1.000 millones en deuda privada de corto plazo para comprar procesadores de Nvidia que luego arrendará a Microsoft. No es un caso aislado: en lo que va de 2026, bancos y empresas tecnológicas han levantado más de US$ 400.000 millones en deuda vinculada a IA a nivel global.
El modelo de negocio que apuesta todo a la velocidad
Lambda no es nueva en esto. En mayo cerró una línea de crédito garantizada por US$ 1.000 millones, y esta semana anunció el cierre de un préstamo de US$ 926 millones para financiar los nuevos chips GB300 de Nvidia. La estrategia es clara: conseguir la deuda, comprar los chips, instalarlos rápidamente y empezar a generar ingresos antes de que venzan los pagos.
Mientras la demanda de cómputo siga creciendo, la lógica funciona. Pero el apalancamiento también es una apuesta: si los ingresos no llegan al ritmo esperado —por retrasos en la construcción de los centros de datos, problemas de energía o una desaceleración en el gasto de los grandes clientes—, el riesgo de impago se dispara.
De la expansión desenfrenada a la consolidación colosal
El mercado del neocloud está entrando en una fase de contracción. Lo que en 2025 parecía una fiesta donde cualquiera podía entrar —desde importadores de whisky hasta empresas de calzado como Allbirds— se está convirtiendo en un juego de grandes ligas. Kevin Cochrane, CMO de Vultr, lo resume con crudeza: habrá un "colapso" que adoptará la forma de un mercado consolidado.
Los líderes ya están definidos: CoreWeave, Crusoe, Lambda, Nebius, Nscale y Core Scientific. Debajo de ellos, cientos de jugadores más pequeños luchan por mantenerse. El problema no es solo el capital: es la capacidad operativa. "Las empresas no saben qué hacer con un clúster de GPU", dice Cochrane. Los únicos que saben son los hiperescaladores —Microsoft, Meta, Google, AWS— porque aportan su propia plataforma de software y operaciones.
¿Qué significa esto para América Latina?
Para los ejecutivos latinoamericanos, esta dinámica tiene dos lecturas. La primera: la dependencia de infraestructura externa seguirá creciendo. Las empresas de la región que quieran entrenar o ejecutar modelos de IA tendrán que seguir pagando en dólares por capacidad de cómputo alquilada a estas neoclouds, cuyos precios reflejarán el costo de su propia deuda.
En segundo lugar, hay una oportunidad de diferenciación en servicios especializados. En lugar de intentar competir con infraestructura propia —una batalla perdida por costo y escala—, las empresas regionales pueden enfocarse en capas de valor donde sí tienen ventaja: adaptación de modelos a contextos locales, integración con sistemas existentes, cumplimiento normativo y talento especializado. La consolidación global no cierra puertas; las reabre en otros niveles de la cadena.
El riesgo que nadie quiere nombrar
El financiamiento récord de la IA es una señal de confianza, pero también de fragilidad. Si alguna de estas grandes neoclouds fracasa en su estrategia de deuda, el efecto dominó podría encarecer el crédito para todo el sector y afectar los precios de los servicios de IA en todo el mundo. Para los compradores latinoamericanos, la lección es no poner todos los huevos en una sola canasta: diversificar proveedores, negociar contratos flexibles y mantener capacidad interna de evaluación técnica.
La pregunta que queda flotando no es si la IA seguirá creciendo —eso parece inevitable—, sino quién pagará la factura si la burbuja de financiamiento se pincha.
