Amazon toma $17.500M en deuda bancaria una semana después de vender bonos

Amazon acaba de cerrar un préstamo bancario de $17.500 millones apenas una semana después de emitir bonos corporativos, en lo que marca un punto de inflexión en cómo las Big Tech financian su infraestructura de IA. Mientras tanto, Meta firma su primer acuerdo de datacenter en India con Reliance por 168 megavatios. El patrón es claro: la expansión de capacidad de cómputo ya no se paga con flujo de caja operativo, sino con deuda apalancada contra proyecciones de demanda futura que aún no se materializan en ingresos.

Doble golpe de financiamiento en menos de diez días

La operación de Amazon combina dos instrumentos: primero una emisión de bonos corporativos a principios de junio, seguida inmediatamente por este préstamo sindicado con bancos. No se trata de diversificación de fuentes por prudencia financiera, sino de velocidad: el mercado de bonos tiene tiempos de colocación más largos, los préstamos bancarios permiten desembolso inmediato. Amazon necesita capital ahora, no en el próximo trimestre fiscal. La urgencia refleja compromisos de construcción con plazos ajustados y contratos de suministro eléctrico que no esperan.

La estructura de doble financiamiento también revela algo más profundo: los balances de las tech giants, históricamente conservadores, están mutando hacia perfiles de apalancamiento más agresivos. AWS genera caja, pero no al ritmo que demanda el capex de IA. La brecha se cubre con deuda, apostando a que los ingresos futuros por servicios de inferencia y entrenamiento justificarán el costo financiero actual.

Meta expande footprint asiático con socio local

En paralelo, Meta cerró con Reliance su primera instalación de datacenter en India: 168 megavatios iniciales con opción de expansión modular. La elección de Reliance no es casual: es el conglomerado con mayor capacidad de navegación regulatoria en India y acceso preferencial a suministro eléctrico en un país donde la red aún presenta cuellos de botella. Meta evita así el riesgo de construir greenfield en un mercado donde los permisos de conexión pueden demorar años.

La instalación soportará cargas de trabajo de IA global, no solo tráfico regional. Esto marca un cambio: India deja de ser solo mercado de usuarios para convertirse en nodo de infraestructura computacional. La apuesta implícita es que los costos de energía y refrigeración en ciertas zonas de India compensan la latencia adicional para workloads que no requieren respuesta en tiempo real.

El nuevo modelo de capex: deuda contra promesa

Lo que unifica ambos movimientos es el cambio de paradigma en financiamiento de infraestructura tech. Históricamente, Google, Amazon y Meta construían datacenters con flujo operativo: ingresos de publicidad y cloud pagaban los servidores del año siguiente. Ese ciclo se rompió. El gasto en IA crece más rápido que los ingresos atribuibles, creando un gap que solo se cierra con deuda.

La apuesta es que la demanda empresarial por capacidad de inferencia y fine-tuning justificará retrospectivamente el capex. Pero esa demanda aún no tiene precio de mercado estable: los contratos enterprise de IA siguen siendo experimentales, con métricas de ROI poco claras. Las tech giants están construyendo infraestructura para un mercado que proyectan, no para uno que miden. Este fenómeno se conecta directamente con cómo las empresas pagan $7.500 mensuales por empleado en IA mientras intentan justificar el retorno de esa inversión.

Qué vigilar: tasas, utilización y contratos enterprise

Para CFOs y equipos de infraestructura, tres variables definen si este modelo es sostenible. Primero, el costo de la deuda: cualquier movimiento en tasas de interés impacta directo en el capex futuro, porque refinanciar será inevitable. Segundo, las tasas de utilización reales de los datacenters: si la capacidad instalada supera la demanda efectiva por más de dos trimestres, el mercado castigará los balances. Tercero, la velocidad de conversión de pilotos enterprise a contratos plurianuales: sin ingresos recurrentes verificables, la narrativa de «demanda futura» pierde credibilidad.

El próximo indicador clave será cuántas de estas instalaciones reportan utilización superior al 70% en los primeros doce meses operativos. Si ese umbral no se cruza, veremos el primer ciclo de corrección en capex de IA desde que arrancó la carrera en 2023. Ya vimos señales tempranas de este ajuste cuando el racionamiento dejó de ser teoría y empresas como Uber y Alphabet marcaron el fin del free lunch corporativo.