El bucle oculto de inflación de la IA ya es visible

Señal en 30 segundos

Reuters sitúa el endeudamiento corporativo estadounidense ligado a IA en unos 220.000 millones de dólares en 2026, mientras Alphabet reporta 39.069 millones de OCF frente a 44.924 millones en compras de PP&E en Q2. Es una señal de intensidad financiera, no de crisis de liquidez.

Meta reporta 31.862 millones de OCF y 30.116 millones de compras de PP&E; Amazon registra 45.400 millones de OCF frente a 53.100 millones de capex en efectivo. La construcción absorbe una parte históricamente alta del efectivo interno.

Microsoft confirma otro ciclo de capex elevado en su divulgación FY2026 Q4; el monitor independiente de PJM informa un aumento de 50,3% en el coste eléctrico mayorista del primer semestre. Capital y electricidad ya forman parte del mismo ciclo físico.

El DOE documenta plazos de entrega de transformadores que se extienden durante años; Petra Tschudin del SNB advierte que la IA puede elevar la inflación antes de que llegue el dividendo de productividad. SIAIntel trata esta fase como una brecha temporal entre construcción y monetización.

La inversión en IA ya no es solo una historia tecnológica. La ola de construcción de 2026 obliga a las mismas compañías a asegurar tres recursos escasos a la vez: capital de larga duración, electricidad fiable y equipos físicos de red. La pregunta central es si la monetización puede crecer más rápido que el coste marginal de esa infraestructura.

Este análisis separa optimización de balance de una crisis de liquidez. Las grandes tecnológicas siguen teniendo una posición financiera fuerte. La señal es el desfase creciente entre el efectivo que se desembolsa hoy para compute y los ingresos que se materializan durante varios años.

Cuatro hyperscalers ya muestran la presión de capital

Alphabet ofrece el ejemplo trimestral más claro. Su 10-Q del segundo trimestre de 2026 muestra US$39.069 millones de flujo de caja operativo frente a US$44.924 millones de compras de PP&E. En un puente simple OCF menos capex, el resultado es -US$5.855 millones. No es una señal de estrés de liquidez; Alphabet conserva un balance extraordinariamente sólido. La señal está en el calendario: la inversión en infraestructura superó la generación de caja trimestral mientras la monetización llegará durante varios años.

Meta informa en su 10-Q del Q2 2026 US$31.862 millones de OCF, US$30.116 millones de compras de PP&E y US$962 millones de principal de finance leases. Eso deja aproximadamente US$784 millones bajo su medida reportada de free cash flow y sitúa la intensidad de capital comparable cerca del 97,5% del OCF.

Amazon supera el 100%. Su presentación del Q2 muestra US$45.400 millones de OCF frente a US$53.100 millones de capex en efectivo, cerca del 117%. Microsoft está menos comprimida pero sigue siendo intensiva: su divulgación FY2026 Q4 muestra aproximadamente US$35.802 millones de adiciones de PP&E en efectivo frente a US$55.441 millones de OCF, alrededor del 64,6%.

Estas ratios no son métricas contables perfectamente estandarizadas y no deben promediarse como si fueran idénticas. Forman un panel de presión. Incluso entre cuatro de las compañías tecnológicas que más caja generan del mundo, la infraestructura de IA consume una proporción excepcional de caja interna antes de que llegue todo el flujo de ingresos.

La variable oculta es la brecha temporal. Compute, subestaciones, transformadores y contratos de energía de largo plazo necesitan capital hoy; los ingresos de cloud, software e inference se ganan durante años. La señal SIAIntel no es “Big Tech se queda sin efectivo”. Es que el proyecto marginal de IA se vuelve más sensible al precio del capital antes de que el dividendo de productividad sea plenamente visible.

La ola de deuda de US$220.000 millones confirma el lado financiero

Reuters informó el 21 de agosto que el endeudamiento corporativo estadounidense relacionado con IA alcanzó cerca de US$220.000 millones en 2026, frente a unos US$12.500 millones en 2025, aproximadamente 17,6 veces más. El mismo análisis de Reuters situó los spreads investment grade de tecnología cerca de 89 puntos básicos, frente a alrededor de 80 pb para el mercado IG amplio.

La lectura correcta no es “crisis crediticia”. Los emisores siguen estando entre los prestatarios corporativos más sólidos del mundo. La presión viene del volumen y la concentración. Aseguradoras, fondos de pensiones y gestores operan con límites por emisor y sector; megaemisiones repetidas del mismo pequeño grupo pueden exigir mayores concesiones aunque la calidad crediticia siga fuerte.

Una segunda capa está emergiendo alrededor de Nvidia. Reuters informó que Nvidia se unió a Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR en una estructura destinada a movilizar más de US$500.000 millones de capital de terceros para infraestructura de IA, mientras Jensen Huang habló de un posible backstop de hasta 25%, unos US$125.000 millones, de operaciones elegibles. Esta arquitectura financiera no equivale a US$500.000 millones de deuda o efectivo de Nvidia. Muestra que se está construyendo una capa financiera alrededor de chips, centros de datos y energía.

Por eso “¿cuántas GPU puede vender Nvidia?” ya no basta. La pregunta más útil es: ¿qué infraestructura financiera debe existir para que el cliente marginal pueda comprar, alojar, energizar y monetizar el siguiente cluster de GPU?

La deuda de IA tampoco es la causa dominante de los rendimientos del Treasury. Déficits, oferta soberana, expectativas de inflación, crecimiento y demanda mundial de activos seguros son fuerzas mayores. Un análisis Reuters Open Interest advierte sobre esa causalidad. La señal SIAIntel es crowding marginal: bonos de hyperscalers, deuda de utilities, project finance de data centers y Treasuries compiten por bolsillos de duration superpuestos.

PJM muestra el mismo shock en el lado eléctrico

El informe H1 2026 del monitor independiente de PJM da el espejo físico. El coste de energía subió de US$49,21/MWh a US$72,68/MWh, +47,7%. Capacidad pasó de US$6,39/MWh a US$19,61/MWh, aproximadamente +207,1%. Transmisión subió de US$18,82 a US$19,88/MWh, y el coste mayorista total de US$76,16 a US$114,50/MWh, +50,3%.

Monitoring Analytics estima que incluir la carga de data centers en el mercado de capacidad añadió US$11,11/MWh al coste mayorista total antes de efectos adicionales de energía y transmisión. En cuatro subastas delivery-year, el efecto sobre ingresos de capacidad se estima en cerca de US$29.370 millones.

La red física también se aprieta. En el informe detallado de congestion, la “total congestion” pasó de unos US$1.265 millones en H1 2025 a US$3.540 millones en H1 2026, +179,9%. La real-time congestion subió de aproximadamente US$1.872 millones a US$4.539 millones. La zona DOM y restricciones alrededor de Ashburn son señales geográficas importantes.

Hay una distinción metodológica esencial: Reuters ha descrito por separado unos US$6.000 millones de ajustes de precios más amplios vinculados a restricciones de transmisión. No es la misma métrica que los US$3.540 millones de “total congestion” del monitor. PJM también discrepa con partes de la metodología de line ratings y penalizaciones. Un análisis premium no debe fundir medidas distintas en una cifra sensacional.

No demuestra que toda subida en PJM sea causada por IA. Combustibles, outages, clima, topología, electrificación y reglas importan. Demuestra algo más preciso: la carga de data centers ya es lo bastante grande como para ser una variable material de coste en una red que ya estaba restringida.

El cuello de botella también son transformadores, switchgear e interconexión

Un megavatio anunciado no es un megavatio entregado. El Departamento de Energía de EE.UU. documenta plazos de transformadores de distribución que pasaron de tres a seis meses históricamente a uno o dos años o más, mientras grandes transformadores de potencia pueden requerir tres o cuatro años.

La restricción de IA deja de ser “encontrar generación” y pasa a ser “construir un camino eléctrico completo”. Un data center necesita subestaciones, alta tensión, transformadores, switchgear, permisos e interconexión terminada. Una sola pieza puede retrasar ingresos aunque GPU, terreno y financiación estén listos.

La consecuencia económica suele pasar desapercibida: retrasar la energización alarga el tiempo durante el cual el capital está comprometido sin producir el ingreso esperado. Con yields reales altos, el tiempo se convierte en coste de infraestructura.

Los PPA largos son una válvula, no una solución gratis

Los hyperscalers están bloqueando energía directamente. El acuerdo Constellation-Microsoft respalda el reinicio del Crane Clean Energy Center mediante un PPA de 20 años ligado a unos 835 MW. La relación Talen-Amazon puede proporcionar hasta 1.920 MW de Susquehanna hasta 2042.

Estos contratos reducen riesgo de precio y disponibilidad y pueden mejorar la bancabilidad de generación. No eliminan upgrades de transmisión, backup, balancing, colas de interconexión ni escasez de equipo.

La cadena financiera ya es más larga que el relato de software:

modelo de IA → acelerador → data center → subestación → acceso de transmisión → generación firme → contrato de energía de largo plazo → financiación.

Cada eslabón puede ser la restricción marginal. La conclusión correcta no es que los hogares subsidian automáticamente a la IA; los PPA cambian quién soporta cada capa del riesgo eléctrico.

La IA ya está dentro del cálculo de inflación de la Fed

La señal nueva más importante llegó el 25 de agosto. Susan Collins, presidenta de la Fed de Boston, dijo que el buildout de IA parece ejercer presión alcista sobre la inflación de bienes core y advirtió que, sin evidencia de progreso sostenido en inflación, pronto podría ser apropiado endurecer la política. Su discurso de la Fed de Boston mueve la infraestructura de IA desde una historia tecnológica al marco inflacionario activo del banco central.

Lisa Cook ya había descrito el canal. En su discurso del 5 de agosto señaló el rápido capex relacionado con IA y presión de precios en semiconductores, equipo high-tech, software y utilities. La Fed no dice que la IA “cause” la inflación. Lo importante es que la demanda de inversión de IA ya aparece en categorías que la Fed observa para juzgar un retorno sostenible al 2%.

La señal internacional coincide. Petra Tschudin, del Banco Nacional Suizo, dijo que la IA puede elevar la inflación a corto plazo porque la demanda de inversión llega antes del dividendo completo de productividad. El informe de Reuters del 21 de agosto captura ese timing.

La IA no necesita ser la causa principal de la inflación de EE.UU. para convertirse en un problema de la Fed. Basta con que haga marginalmente más lento o más caro el último tramo hacia 2%.

A largo plazo, automatización y productividad pueden ser desinflacionarias. Por eso la tesis SIAIntel no es “la IA es permanentemente inflacionaria”: la fase de construcción puede ser inflacionaria antes de que la fase de utilización sea desinflacionaria.

Los yields reales largos amplifican el descuento, pero no son causados por la IA

El TIPS real a 30 años de FRED estaba cerca de 2,95% el 20 de agosto. Data centers, plantas y transmisión de larga vida son especialmente sensibles a ese descuento real.

La causalidad debe mantenerse disciplinada. La oferta de deuda de IA no “causó” un yield real a 30 años cerca de 3%. Déficits, oferta Treasury, incertidumbre inflacionaria, term premium, crecimiento y demanda global de duration son fuerzas mayores.

La IA añade una capa privada de duration encima de la oferta soberana. Si el yield real libre de riesgo y el spread de crédito están altos a la vez, sube el hurdle rate del data center marginal. El proyecto necesita mayor utilización, mayor ingreso por unidad de compute, hardware o energía más baratos, o menor time-to-power.

¿Quién paga, quién gana y qué debe vigilar el inversor?

Los hogares deben vigilar cómo se reparten los costes eléctricos; la industria, la competencia por potencia firme y equipos de red; los inversores, si el crecimiento de ingresos de IA supera el coste de capital y electricidad. Los PPA, las tarifas reguladas, el diseño de mercado y la financiación de proyectos deciden dónde termina la carga.

SIAIntel ACPI v0.2: medir la presión antes de que Wall Street la nombre

El AI Capital Pressure Index (ACPI) de SIAIntel busca convertir el bucle capital–energía–política monetaria en un marco trimestral reproducible sin inventar precisión.

Para el backtest piloto se proponen pesos provisionales:

| Componente | Peso provisional | Qué mide | |---|---:|---| | Crecimiento de emisión neta de deuda ligada a IA | 40% | Tracción de la infraestructura IA sobre capital corporativo externo | | Crecimiento MW de data centers / nuevos MW de firm generation | 25% | Si la oferta eléctrica entregable sigue el ritmo de la carga | | Presión regional de capacity / congestion | 15% | Precio de mercado de la escasez de red | | Ampliación de spread tech vs IG amplio | 10% | Prima para absorber crédito tecnológico | | Cambio del Treasury real a 30 años | 10% | Hurdle rate libre de riesgo del ciclo long-duration |

Las series se normalizarán en una historia trimestral consistente usando z-scores winsorizados o rangos percentiles. El primer backtest cubrirá 2024 Q1–2026 Q2 y luego probará poder explicativo frente a core PCE, spreads tecnológicos e intensidad futura de financiación hyperscaler.

El panel crudo ya muestra presión: Alphabet cerca de 115%, Meta 97,5%, Amazon 117%, Microsoft 64,6% en los puentes cash capex/OCF; coste mayorista PJM +50,3%; tech IG por encima del IG amplio; yields reales largos cerca de 3%.

Pero SIAIntel no publicará un nivel compuesto oficial hasta reconstruir las series con definiciones coherentes. Un 84 o 90 sintético sería falsa precisión. El índice sólo es útil si otro analista puede reproducirlo trimestre tras trimestre.

26 de agosto: stress test de dos variables

El siguiente test llega en horas. El BEA publicará el PCE de julio el 26 de agosto a las 8:30 ET según su calendario oficial. Más tarde Nvidia publicará Q2 FY2027 y Nvidia Investor Relations fija la conferencia a las 14:00 PT / 17:00 ET.

Ambos lanzamientos prueban lados opuestos de la misma ecuación: PCE prueba el entorno de descuento; Nvidia prueba el poder de beneficios que sostiene el buildout.

| PCE julio | Nvidia / demanda IA | Lectura SIAIntel | |---|---|---| | Más frío | Fuerte | Goldilocks AI: demanda fuerte con menor presión de tipos. | | Más caliente | Fuerte | Gana crecimiento, pierde duration: demanda fuerte pero mayor presión de tipos. | | Más frío | Débil | Alivio financiero, aviso de demanda: el macro no compensa totalmente una monetización más débil. | | Más caliente | Débil | Cuadrante de peligro: economía IA débil frente a una Fed con poco margen. |

En la llamada hay que escuchar financiación de clientes, economía de Rubin, readiness de data centers, disponibilidad de energía, garantías, capex cloud/neocloud y si los clientes usan financiación más agresiva para mantener capacidad.

Si PCE se enfría, caen yields reales, la demanda IA sigue fuerte y monetización supera necesidades de financiación, el bucle se relaja. Si inflación sigue pegajosa mientras crece la financiación de infraestructura, se aprieta.

Qué rompería la tesis

La tesis se debilita si ingresos y utilización de IA crecen mucho más rápido que capex y permiten financiar la siguiente ola con caja interna. Menor coste de inference, gran mejora de eficiencia de semiconductores, generación y transmisión más rápidas que la carga o normalización de transformadores también reducirían presión.

El canal inflacionario puede fallar si productividad reduce rápidamente costes laborales y de servicios y domina a energía, equipo y construcción. Entonces los bancos centrales ganan margen incluso con capex IA alto.

Yields Treasury más bajos o mayor demanda de corporate duration podrían absorber emisiones sin ampliación persistente de spreads. Además PJM es regional: una red con generación abundante y transmisión holgada puede tener una curva de costes muy distinta. ACPI debe separar variables nacionales de financiación y variables regionales de energía.

Evaluación final

La primera fase del boom de IA fue escasez de aceleradores. La segunda reveló escasez de energía e interconexión. La tercera restricción es capital barato y paciente. La cuarta emergente es margen de política monetaria.

Los datos no anuncian un crash de IA inminente. Muestran que la economía marginal cambia más rápido que el relato estándar de demanda de GPU.

El mismo dólar de inversión toca ahora cuatro sistemas: balances corporativos, crédito de larga duración, redes eléctricas regionales y la senda de inflación observada por bancos centrales. Esa es la conexión que SIAIntel ve.

La pregunta ya no es cuántas GPU puede comprar una empresa, sino si el retorno del siguiente rack de compute crece más rápido que el coste marginal combinado de capital, electricidad, acceso a red y time-to-power.

Si gana la productividad de IA, el capex de hoy puede convertirse en la expansión desinflacionaria de mañana. Si financiación y energía siguen superando monetización, el mayor ciclo de inversión tecnológica puede convertirse en un problema de política monetaria sin que ningún hyperscaler entre primero en distress.

Señal SIAIntel

BUCLE CAPITAL–INFLACIÓN DE IA — ACTIVO. Vigile la brecha entre crecimiento de ingresos de IA y coste marginal de capital, energía, acceso a red y time-to-power, y si la Fed trata cada vez más el buildout de IA como input de precios actual en lugar de una historia futura de productividad.