Deutsche Bank: la IA, mayor riesgo sistémico en 2027

Deutsche Bank pone a la IA en el centro del riesgo sistémico

Deutsche Bank advirtió que el mayor riesgo sistémico para los mercados el próximo año no es Francia ni las tensiones fiscales europeas, sino que "algo salga mal" en el ecosistema de la inteligencia artificial. La advertencia la firma George Saravelos, jefe global de estrategia de divisas del banco, en un informe elaborado tras una ronda de reuniones con clientes en la costa este de Estados Unidos.

Para un founder, la señal es incómoda pero valiosa: el mismo sector que hoy concentra las mayores expectativas de inversión y crecimiento es también el que un banco global señala como la principal fuente potencial de inestabilidad. Si el capital que financia la infraestructura de IA se encarece o se retira, el efecto llega a toda la cadena, desde los laboratorios de modelos hasta las startups que compran capacidad de cómputo.

¿Cómo cambió la narrativa sobre la IA en un año?

Hace un año, el relato dominante era que la IA ayudaría a moderar la inflación y que el Tesoro de Estados Unidos evitaría una liquidación de bonos. Según Saravelos, esa narrativa se invirtió: las emisiones de deuda vinculadas con la IA se convirtieron en un factor importante detrás del aumento de los rendimientos, mientras que el Tesoro estadounidense habría perdido el control del tramo largo de la curva.

Durante las reuniones, el estratega recogió comentarios sobre una posible suspensión de las emisiones de bonos del Tesoro a 20 años y una reducción significativa de los vencimientos ofrecidos. La mayoría de los inversores consultados mantenía una postura muy cautelosa respecto de la renta fija.

Saravelos plantea que el péndulo de la narrativa podría haberse inclinado demasiado hacia el extremo opuesto. Es decir: el mercado pasó de ver la IA como solución desinflacionaria a verla como causa del estrés en los bonos, y ese giro también puede estar exagerado.

Los tres focos de riesgo que preocupan a Saravelos

En un panel con especialistas en centros de datos, el jefe de estrategia de divisas de Deutsche Bank identificó tres focos concretos de preocupación:

• Deterioro de los estándares de evaluación crediticia. Si el crédito se flexibiliza para sostener el ritmo de construcción, la calidad de los prestatarios se vuelve más difícil de evaluar.
• Disponibilidad de energía. Abastecer la demanda asociada con la construcción de nuevas instalaciones es un cuello de botella real, no solo un problema de capital.
• Demanda insuficiente para la capacidad de inferencia. El aumento previsto de capacidad podría no encontrar compradores ni generar los ingresos esperados.

Saravelos enumeró además acontecimientos que podrían alterar las expectativas del mercado: un incidente relacionado con la seguridad, una oferta pública inicial fallida o ingresos inferiores a los esperados. Su conclusión es que el riesgo de concentración es enorme y que los precios de mercado todavía no reflejan suficientemente la posibilidad de un episodio adverso. Según su interpretación, un evento de ese tipo sería negativo para el dólar y muy favorable para los bonos.

¿Cuál es la escala real de la inversión en IA?

El informe de Deutsche Bank remite a un documento del instituto Brookings que estima que los laboratorios de IA necesitarían generar cerca de US$4 billones en ingresos para obtener un rendimiento sobre las inversiones en centros de datos.

Ese número deja de parecer abstracto cuando se contrasta con otros cálculos del sector. Un estudio de Brookings difundido por Yahoo Finance sitúa el gasto total en centros de datos e infraestructura de IA en US$10,3 billones entre 2025 y 2032, equivalente a cerca del 3,6% del PIB estadounidense por año, por encima del 2,2% que absorbió el boom ferroviario del siglo XIX. El mismo trabajo, del profesor Stijn van Nieuwerburgh de Columbia Business School, advierte que alcanzar ese retorno exigiría que la industria llegue a unos US$3,7 billones de ingresos anuales hacia 2032, partiendo de una base combinada de alrededor de US$100.000 millones en OpenAI y Anthropic.

La Reserva Federal de Dallas, en un análisis publicado en septiembre de 2026, calcula el CapEx acumulado del sector en el orden de los US$5 billones para el resto de la década, con un costo de entre US$30.000 y US$40.000 millones por gigawatt instalado. La misma entidad señala que este año se emitieron unos US$200.000 millones en bonos de grado de inversión para financiar el buildout y que buena parte del aumento del term premium —la prima extra que exigen los inversores por prestar a largo plazo— se explica por la nueva oferta de deuda ligada a la IA.

El financiamiento ya no sale solo de la caja de las grandes tecnológicas. Según International Banker, el BIS estimó el CapEx en IA de las cinco mayores tecnológicas en más de US$1 billón entre 2025 y 2026, y PIMCO proyectó un gasto combinado de casi US$690.000 millones en 2026 y US$870.000 millones en 2027. El mismo medio reporta que los préstamos de crédito privado superaron los US$200.000 millones en 2025, desde casi cero una década antes, y que la Fed de Chicago calculó la exposición bancaria directa a industrias adyacentes a la IA en torno al 0,8% de los activos.

CNBC añade otra pieza: JPMorgan estimó en junio que se emitirán US$4,1 billones en deuda relacionada con IA hasta 2030, mientras el rendimiento del bono del Tesoro a 10 años se ubica cerca del 5,17%. El mismo reporte señala que CoreWeave advirtió en sus filings que cada 100 puntos base de subida de tasas podría elevar su gasto por intereses en US$30 millones.

¿Qué significa esto para tu startup?

La advertencia de Deutsche Bank no es una predicción de colapso, sino un llamado de atención sobre precios que no descuentan un escenario adverso. Para una startup, eso se traduce en decisiones concretas:

• Revisa tu dependencia de cómputo ajeno. Si tu producto depende de capacidad de inferencia comprada a terceros, un encarecimiento del crédito en el sector puede llegar a ti vía precios. Modela un escenario donde el costo por token sube y evalúa qué parte de tu margen aguanta.
• No construyas tu plan financiero sobre tasas bajas. Con el bono a 10 años cerca del 5,17% según CNBC, el capital de riesgo y la deuda son más caros que en 2021. Si tu runway depende de una ronda futura, extiéndelo asumiendo condiciones más duras.
• Diversifica la contraparte. Si tu negocio gira alrededor de un único proveedor de modelos o de un solo cliente grande, el riesgo de concentración que menciona Saravelos también aplica a tu P&L, no solo al mercado.
• Vigila los indicadores que la propia Fed observa. La Reserva Federal de Dallas monitorea el term premium, los spreads de crédito de estas empresas y sus precios de acción como termómetros del ciclo. Son señales públicas y gratuitas para anticipar el clima de financiamiento.

La conclusión de Saravelos es un recordatorio útil para cualquier founder: la infraestructura que sostiene la ola de IA se financia con deuda cada vez más compleja, y la pregunta relevante no es cuánto capital entra, sino si la inversión se traducirá en ingresos suficientes. Quien construya con esa pregunta en mente estará mejor preparado si el ciclo se enfría.

Fuentes

• Deutsche Bank advierte que la IA es el mayor riesgo sistémico para los mercados en 2027 (fuente original)
• AI buildout on track to be biggest economic bet in U.S. history
• Can AI navigate qualms about data centers, long-term debt?
• Financing the AI Boom: Where Is the Credit Risk Ending Up?
• Debt-hungry AI companies face increased risk as bond yields spike