Bloomberg Línea — El director ejecutivo de BlackRock, Larry Fink, fue uno de los últimos grandes ejecutivos de Wall Street en verbalizar una idea que hasta hace poco parecía reservada al universo de la ciencia ficción financiera: la creación de un mercado de futuros sobre capacidad computacional.
Ver más: Esta estrategia de inversión supera al MSCI LatAm y reduce reduce la dependencia a Brasil
Durante una conferencia del Milken Institute, Fink sostuvo que “habrá un día una nueva clase de activos de futuros de cómputo”, mientras advertía que al mundo le falta energía y chips. Sus declaraciones llegaron mientras BlackRock (BLK) acelera inversiones multimillonarias en data centers y energía junto a Microsoft (MSFT), Nvidia (NVDA) y el fondo MGX de Emiratos Árabes Unidos.
La tesis que empieza a tomar forma en Wall Street ya no gira únicamente alrededor del software de inteligencia artificial. El foco se desplazó hacia la infraestructura física que sostiene esa expansión: GPUs, memoria, electricidad, refrigeración, cableado y capacidad de inferencia. En paralelo, crece la idea de transformar la capacidad computacional en un commodity financiero negociable, similar al petróleo, el gas natural o la electricidad.
Fink afirmó que “no existe una burbuja de IA” porque “tenemos escasez de oferta” y agregó que la demanda “crece mucho más rápido de lo que cualquiera anticipó”. En el mismo panel, el director ejecutivo de Brookfield Corporation (BN), Bruce Flatt, sostuvo que “durante los próximos 10 años estaremos recableando la economía global”.
La idea central no consiste en negociar computadoras físicas. El activo subyacente sería el acceso futuro a capacidad computacional: horas de GPU, capacidad de inferencia, procesamiento de IA o acceso a clusters de data centers. Una empresa de inteligencia artificial podría asegurar hoy el precio futuro del entrenamiento de modelos, del mismo modo que una aerolínea cubre el precio del combustible o una utility fija costos eléctricos a futuro.
La financiarización del cómputo
La posibilidad de construir derivados sobre capacidad computacional ya empezó a aparecer fuera del plano teórico. Architect Financial Technologies, fundada por Brett Harrison, anunció planes en ese sentido.
El directivo sostuvo que la compañía desplegará “futuros perpetuos sobre cómputo, incluidos costos de alquiler de GPU y precios de DRAM” y argumentó que GPUs y memorias “emergieron como una nueva clase crítica de activos en una economía global con modelos de lenguaje integrados en las aplicaciones de todos los sectores”.
→ Suscríbete al newsletter Línea de Mercado, una selección de Bloomberg Línea con las noticias bursátiles más destacadas del día.
El proyecto fue desarrollado junto a Ornn Data, proveedor de índices construidos con datos reales de transacciones de GPUs. Según Architect, los contratos apuntan a empresas de IA, operadores de data centers, prestamistas y fabricantes de hardware que buscan cubrir volatilidad y depreciación en infraestructura computacional.
En un comunicado de prensa, Harrison afirmó que “existe una necesidad urgente entre industrias de establecer contratos de derivados estandarizados y libros de órdenes centralizados para cómputo”, mientras el director ejecutivo de Ornn, Kush Bavaria, sostuvo que “el cómputo se está convirtiendo rápidamente en el commodity definitorio de la era de la IA”.
La lógica detrás de esos instrumentos refleja un cambio más amplio dentro de los mercados financieros. Wall Street ya no observa únicamente a las compañías de software, sino los cuellos de botella físicos que condicionan la expansión de la inteligencia artificial. El problema ya no es sólo desarrollar modelos más avanzados, sino garantizar acceso a energía, memoria y capacidad de procesamiento.
Un paper académico del investigador Yicai Xing planteó que los tokens consumidos durante inferencia de inteligencia artificial “están evolucionando hacia un nuevo tipo de commodity” y sostuvo que el mercado podría avanzar hacia contratos estandarizados de futuros sobre inferencia y recursos computacionales.
El documento comparó los tokens de inferencia con commodities como electricidad, ancho de banda y permisos de carbono, argumentando que comparten atributos críticos como estandarización, negociación masiva y restricciones de oferta. El estudio sostuvo que “los futuros de tokens pueden reducir la volatilidad del costo computacional entre 62% y 78%” para compañías que dependan intensivamente de inteligencia artificial.
El cuello de botella energético
La aparición de esa tesis financiera ocurre mientras bancos de inversión y fondos de infraestructura advierten sobre una creciente escasez de energía y capacidad computacional.
Ver más: Wall Street prepara ETF para apostar sobre elecciones, tasas o una recesión: así funcionarán
Un informe de Morgan Stanley sostuvo que la inteligencia artificial impulsa “un aumento sin precedentes en la demanda global de electricidad”, con un crecimiento superior a 1 billón de kilovatios hora anuales hacia 2030. El banco estimó que los data centers explicarán cerca del 20% de ese aumento.
El reporte señaló que desarrolladores de infraestructura esperan restricciones energéticas entre 2027 y 2028 debido a subinversión en redes eléctricas y problemas de cadena de suministro. También advirtió que hyperscalers podrían gastar más de US$1 billón entre 2025 y 2026, mientras los mercados de crédito asumirán un rol central para financiar infraestructura energética y computacional.
Stephen Byrd, responsable global de research temático de Morgan Stanley (MS), afirmó que “el próximo ciclo de gasto en infraestructura creará islas de riqueza y literalmente de energía”. El banco también estimó que la demanda de data centers en Estados Unidos podría alcanzar 74 GW hacia 2028, con un déficit potencial cercano a 49 GW de acceso energético disponible.
El informe agregó que operadores de data centers avanzan hacia modelos “bring your own power”, incorporando generación propia mediante gas natural, nuclear, baterías y microredes para evitar restricciones de redes eléctricas tradicionales.
Ante esa expectativa, las tensiones ya empiezan a impactar precios energéticos, cadenas de suministro y financiamiento corporativo. Morgan Stanley indicó que los spreads eléctricos podrían aumentar 15%, generando hasta US$350.000 millones de creación de valor dentro de la cadena energética.
La expectativa de déficits energéticos y restricciones de capacidad empieza a reforzar la tesis de que el cómputo podría evolucionar hacia un commodity financiero negociable, con contratos diseñados para fijar costos futuros de procesamiento y acceso a infraestructura de IA.
Ver más: Nuevo objetivo del S&P 500 se acerca a los niveles más optimistas de Wall Street
Billones de dólares en infraestructura
La escala del ciclo de inversión aparece también en el análisis de Goldman Sachs (GS), que estimó un buildout acumulado de aproximadamente US$7,6 billones entre 2026 y 2031 para infraestructura vinculada a inteligencia artificial.
El informe sostuvo que una consulta en un modelo de IA parece “liviana”, pero descansa sobre “millones de procesadores, cientos de miles de kilómetros de cableado, sistemas industriales de refrigeración y demandas energéticas que rivalizan con las de países medianos”.
Goldman señaló que el gasto anual en infraestructura de IA podría pasar de US$765.000 millones en 2026 a US$1,6 billones en 2031. El banco identificó cuatro variables críticas detrás de esa expansión: vida útil del silicio, costo de data centers, arquitectura de chips y cuellos de botella físicos.
El informe sostuvo que “la vida útil económica del silicio de IA es la variable más influyente para determinar la escala de inversión acumulada”, debido a la velocidad con la que GPUs y aceleradores quedan obsoletos frente a nuevas generaciones de hardware.
Goldman también advirtió que el crecimiento de la IA enfrenta restricciones en transformadores, turbinas, sistemas de refrigeración y permisos regulatorios, factores que pueden retrasar la entrada en operación de nueva capacidad computacional.
Ese escenario empieza a modificar la forma en que Wall Street piensa la inteligencia artificial. La conversación dejó de centrarse únicamente en monetización de modelos o aplicaciones de software. Los bancos de inversión comienzan a observar la infraestructura física como el verdadero límite del crecimiento del sector.
Ver más: Goldman ve potencial para el carry trade y destaca a estas dos monedas de América Latina
Esa presión sobre energía, GPUs y capacidad de procesamiento es la que empieza a alimentar la idea de crear mercados financieros vinculados al cómputo. Si el acceso a infraestructura de IA se convierte en un recurso escaso y volátil, empresas tecnológicas, operadores de data centers y proveedores de hardware podrían necesitar mecanismos para fijar precios futuros de capacidad computacional, del mismo modo que industrias intensivas en energía utilizan derivados sobre petróleo, gas o electricidad.
El cambio también altera la percepción sobre compañías como Nvidia. La firma ya no aparece solamente como fabricante de chips, sino como proveedor crítico de una infraestructura comparable a redes eléctricas, gasoductos o sistemas energéticos.
La magnitud del gasto refuerza esa visión. Solo Amazon (AMZN), Microsoft (MSFT), Meta (META) y Alphabet (GOOGL) proyectan inversiones combinadas cercanas a US$725.000 millones este año para expandir infraestructura vinculada a IA.
En ese contexto, Fink sostuvo que “en última instancia veremos una escasez de capital” para construir la infraestructura necesaria. La advertencia no apuntó únicamente a data centers. También incluyó energía, chips, memoria y capacidad de procesamiento.
La evolución de esa escasez será uno de los factores que Wall Street seguirá de cerca durante los próximos años. El desarrollo de índices sobre GPUs, contratos de inferencia y derivados sobre capacidad computacional todavía permanece en etapas iniciales, aunque la combinación de inversión récord, restricciones energéticas y presión sobre infraestructura empieza a crear las condiciones para un nuevo mercado financiero.
