Por Canuto  

El auge de la inteligencia artificial está empujando a los mayores hyperscalers del mundo a gastar en infraestructura mucho más rápido de lo que crece su caja operativa. Un análisis de Epoch AI estima que, si la tendencia se mantiene, el gasto de capital agregado de Microsoft, Amazon, Alphabet, Meta y Oracle superará su flujo de efectivo operativo hacia el tercer trimestre de 2026.
***

  • Epoch AI proyecta que el capex agregado en efectivo de cinco hyperscalers superará su flujo operativo alrededor del tercer trimestre de 2026.
  • El flujo de efectivo operativo crece cerca de 23% anual, pero el gasto de capital en efectivo avanza a un ritmo aproximado de 70% anual.
  • Oracle ya habría cruzado ese umbral y Amazon lo estaría haciendo ahora, mientras las firmas evalúan deuda, caja o emisión de acciones.

La expansión de la infraestructura para inteligencia artificial está cambiando la lógica financiera de los mayores proveedores de nube del mundo. Un nuevo análisis plantea que el efectivo generado por sus operaciones ya no bastaría para sostener el ritmo actual de inversión durante mucho tiempo.

De acuerdo con el estudio, el gasto de capital agregado en efectivo de Microsoft, Amazon, Alphabet, Meta y Oracle va camino de superar su flujo de efectivo operativo alrededor del tercer trimestre de 2026. Ese punto implicaría que el flujo de caja libre combinado de estas compañías se acercaría a cero o entraría en terreno negativo.

La conclusión no significa que estas empresas hayan dejado de ser rentables. Más bien refleja que la carrera por construir centros de datos, ampliar capacidad computacional y desplegar infraestructura para IA está creciendo con una intensidad muy superior a la del efectivo que generan sus negocios.

Para inversionistas y observadores de sectores como IA, nube y mercados tecnológicos, la señal es relevante. Si esta tendencia continúa, los hyperscalers tendrían que apoyarse cada vez más en deuda, uso de reservas de efectivo o emisión de capital para financiar su expansión.

La investigación fue publicada por Epoch AI y toma como base documentos regulatorios presentados ante la SEC de Estados Unidos. El análisis se enfoca en comparar, trimestre a trimestre, el flujo de efectivo operativo y el gasto de capital en efectivo reportado por las cinco compañías.

Qué midió el análisis y por qué importa

El flujo de efectivo operativo mide cuánto dinero entra por las actividades normales de una empresa después de cubrir gastos operativos, pero antes de inversiones como el gasto de capital. Es una métrica distinta a ingresos, ganancias contables y utilidad neta.

Los ingresos no descuentan gastos, mientras las ganancias sí incluyen partidas contables como depreciación. El flujo de efectivo operativo, en cambio, se basa en dinero efectivamente cobrado o pagado, por lo que suele ofrecer una fotografía más directa de la liquidez interna disponible.

Para el gasto de capital, el estudio utilizó los pagos en efectivo por propiedades y equipos. En términos prácticos, esto incluye desembolsos para construir o ampliar infraestructura física, una categoría central en la carrera actual por capacidad de IA.

El análisis evitó una medición más amplia que incorpora nuevos arrendamientos financieros. La razón es que un arrendamiento compromete pagos futuros, pero no necesariamente implica una salida relevante de efectivo en el momento de la firma.

Este punto es clave para entender la tesis central del reporte. La comparación no busca medir capacidad instalada futura, sino contrastar cuánto efectivo entra por operaciones frente a cuánto efectivo sale para sostener la expansión física.

Las cinco compañías observadas definen su flujo de caja libre como el flujo de efectivo operativo menos el gasto de capital en efectivo. Si la inversión sigue creciendo al ritmo reciente, ese flujo libre se reduciría hasta desaparecer, lo que alteraría la forma en que estas empresas financian el auge de la IA.

Los datos detrás de la proyección hacia 2026

Las cifras fueron extraídas de los formularios 10-Q y 10-K presentados por Amazon, Microsoft, Alphabet, Meta y Oracle ante la SEC. Esos documentos contienen los reportes financieros trimestrales y anuales exigidos a las empresas públicas en Estados Unidos.

Según el reporte, se analizaron directamente etiquetas XBRL estructuradas en vez de agregados ya resumidos por las compañías. Para flujo de efectivo operativo se usó la etiqueta us-gaap:NetCashProvidedByUsedInOperatingActivities.

Para gasto de capital en efectivo se empleó us-gaap:PaymentsToAcquirePropertyPlantAndEquipment. En el caso de Amazon, la etiqueta utilizada fue us-gaap:PaymentsToAcquireProductiveAssets.

También se tomó en cuenta el ingreso operativo mediante la etiqueta us-gaap:OperatingIncomeLoss. Esa variable se utilizó para contextualizar que las firmas analizadas siguen siendo rentables pese a la presión creciente sobre su caja libre.

Los trimestres fiscales de casi todas las empresas coinciden por completo con los trimestres calendario, excepto Oracle. Para resolver esa diferencia, el análisis alineó los trimestres fiscales de Oracle con el trimestre calendario con mayor superposición.

Sobre esa base, el estudio ajustó un modelo de crecimiento exponencial usando mínimos cuadrados ordinarios en datos trimestrales transformados logarítmicamente. La ventana de observación abarcó desde el segundo trimestre de 2023 hasta el primer trimestre de 2026, con el lanzamiento de GPT-4 como punto de partida de la nueva fase de expansión.

Capex creciendo mucho más rápido que la caja

La estimación agregada muestra que el flujo de efectivo operativo de las cinco empresas estaría creciendo cerca de 23% anual. En contraste, el gasto de capital en efectivo avanzaría aproximadamente a un ritmo de 70% anual.

Esa diferencia explica por qué ambas curvas terminarían cruzándose. Si una variable crece tres veces más rápido que la otra durante varios trimestres, el punto de intersección se vuelve más una cuestión de tiempo que de dirección.

Según la proyección, el cruce agregado se produciría alrededor del tercer trimestre de 2026. Ese sería el momento en el que el flujo de caja libre conjunto de Microsoft, Amazon, Alphabet, Meta y Oracle llegaría a cero.

El mismo análisis aclara que el momento exacto no es idéntico para todas las empresas. Cada hyperscaler tiene una estructura de caja, un nivel de inversión y una velocidad de despliegue de infraestructura distintos.

Oracle ya habría cruzado el umbral en el que su gasto de capital supera su flujo de efectivo operativo. Amazon estaría atravesando ese punto ahora, mientras Alphabet lo haría cerca del primer trimestre de 2027.

En la misma trayectoria, Meta cruzaría alrededor del tercer trimestre de 2027. Microsoft, por su parte, lo haría aproximadamente en el tercer trimestre de 2028, siempre bajo la continuidad de las tendencias actuales.

Qué opciones tendrían los hyperscalers si se mantiene la tendencia

Si el gasto de capital supera el flujo de efectivo operativo y las compañías desean seguir acelerando inversiones, necesitarán buscar otras fuentes de financiamiento. El estudio menciona tres caminos concretos para cubrir ese diferencial.

El primero es reducir activos en efectivo ya acumulados en balance. El segundo consiste en pedir prestado, una vía que puede ganar peso en un entorno donde la infraestructura de IA es vista como estratégica a largo plazo.

La tercera opción sería recaudar fondos mediante emisión de nueva equidad. Esa ruta puede resultar menos atractiva para accionistas si implica dilución, pero sigue siendo una alternativa disponible para firmas de gran capitalización.

La presión financiera no equivale a una crisis de rentabilidad inmediata. El análisis subraya que los cinco hyperscalers siguen siendo rentables y, de hecho, cada vez más rentables.

La diferencia está en el calendario contable y de caja. El gasto de capital en efectivo se paga por adelantado, mientras el costo de esos activos se reconoce gradualmente mediante depreciación a lo largo de su vida útil.

En otras palabras, una empresa puede mostrar beneficios crecientes al mismo tiempo que enfrenta una caja libre más estrecha. Esa combinación es especialmente relevante en industrias donde el crecimiento exige desembolsos masivos en activos físicos antes de capturar plenamente el retorno económico.

Limitaciones del modelo y lectura para mercados tecnológicos

El estudio advierte que la fecha de cruce es sensible a la ventana elegida para ajustar la tendencia. Si el punto de inicio del ajuste del flujo de efectivo operativo se mueve entre el primer trimestre de 2022 y el segundo trimestre de 2023, el cruce agregado cambia entre el segundo y el cuarto trimestre de 2026.

También existe un componente estacional en el flujo de efectivo operativo. Amazon, por ejemplo, suele registrar un impulso importante en el cuarto trimestre, lo que puede alterar la apariencia de la serie si no se ajusta estacionalmente.

Cuando se aplica una variante ajustada por estacionalidad, el cruce agregado se retrasa aproximadamente un trimestre. Aun así, la señal principal se mantiene: la inversión en infraestructura IA está creciendo con mucha más fuerza que el efectivo operativo.

Otra salvedad importante es que las extensiones de tendencia son extrapolaciones simples, no pronósticos integrales. El modelo no incorpora de forma directa cómo el aumento del gasto en IA podría mejorar el flujo de efectivo operativo futuro de estas compañías.

Tampoco modela si el retorno sobre la inversión de ese capex en IA será lo suficientemente alto como para elevar la tasa de crecimiento del efectivo operativo. Ese punto es crucial porque buena parte de la tesis alcista sobre los hyperscalers descansa en que la IA generará nuevos ingresos de alto margen.

Para lectores interesados en cripto, blockchain y mercados digitales, este debate tiene implicaciones más amplias. La infraestructura física que alimenta la IA compite por capital, energía, chips y capacidad de centros de datos, variables que también afectan a otros segmentos intensivos en cómputo.

El informe también conecta con una tendencia ya visible en 2026: el gasto de capital de los hyperscalers se ha multiplicado desde el lanzamiento de GPT-4. En paralelo, la computación se ha consolidado como uno de los mayores componentes de costo dentro del ecosistema de empresas de IA.

En ese contexto, la carrera por dominar la IA no solo se juega en modelos y productos. También se decide en balances, flujo de caja y acceso a financiamiento para sostener una expansión de infraestructura que luce cada vez más costosa.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados