CoreWeave y Nvidia: la nube que parece más un truco financiero que infraestructura de IA

CoreWeave es el “pico y pala” favorito de la IA, pero sus números cuentan otra historia. Deuda brutal, clientes que también son rivales y una relación extraña con Nvidia. ¿Qué significa eso para ti?

¿Sabías que hay nubes de IA que existen casi más para tranquilizar a inversionistas que para servir a developers? Una de ellas es CoreWeave, la súper estrella de la infraestructura de IA en Wall Street.

Hace poco me senté en un café en Laureles a leer sus reportes financieros “por curiosidad técnica”… y al tercer PDF ya no parecía una empresa de cloud, sino un experimento financiero armado alrededor de Nvidia. Y eso tiene consecuencias directas para cualquiera que esté montando productos de IA hoy.

Resumen rápido: CoreWeave vende cómputo con GPUs de Nvidia a gigantes como Microsoft, OpenAI, Meta y a la misma Nvidia. Crece a lo loco en ingresos, pero también en deuda, y su modelo funciona solo mientras la demanda de IA siga siendo casi infinita.

A veces, lo que parece “infraestructura segura” es solo otra apuesta apalancada disfrazada de nube.

Lo que quiero contarte aquí no es solo si CoreWeave va a vivir o morir, sino qué nos enseña este caso para elegir infraestructura y “picks & shovels” de la IA sin quemarnos.

CoreWeave, la nube del overflow de la IA

CoreWeave empezó minando cripto y en 2022 giró el volante a toda velocidad hacia IA. Hoy su pitch es simple: “somos la nube esencial para IA”. En la práctica, es el landlord de racks llenos de GPUs Nvidia que otras empresas alquilan.

Sus clientes estrella:

• Microsoft: llegó a representar cerca de dos tercios de sus ingresos en algunos periodos.
• OpenAI: acuerdos por más de 20 mil millones de dólares para infraestructura de entrenamiento.
• Meta: contrato a varios años para reforzar su expansión de modelos como Llama.
• Nvidia: sí, su propio proveedor también es cliente y accionista.

CoreWeave es, básicamente, la válvula de escape cuando a los hyperscalers como Azure o las propias infra de OpenAI y Meta no les alcanza la capacidad. En vez de construir todo su propio centro de datos de golpe, subcontratan el pico de demanda en CoreWeave mientras levantan los suyos.

El problema: esos mismos clientes están construyendo a toda máquina sus propios data centers y chips (Microsoft con sus Maia/Cobalt, Meta con mega centros de datos, OpenAI con Stargate). Es decir, sus mejores clientes son sus futuros competidores. Eso está reconocido hasta en los propios documentos de riesgo de CoreWeave.

De nube a instrumento financiero con GPUs de colateral

Hasta aquí podrías pensar: “ok, modelo de alto riesgo, alto crecimiento, nada raro”. Pero cuando miras cómo se financia, la película cambia de género.

CoreWeave ha levantado miles de millones en deuda respaldada por GPUs Nvidia. Básicamente le dice a los bancos: “préstenme para comprar chips, si algo sale mal se quedan con los chips”. Usa estructuras tipo SPV (special purpose vehicle), sociedades hijas creadas solo para tomar deuda y poseer los activos.

Algunos datos que hacen ruido:

• La compañía acumula deuda en torno a decenas de miles de millones y su calificación crediticia es de “bono basura” (alto riesgo).
• En un trimestre reciente generó poco más de 50 millones de ingreso operativo, pero pagó alrededor de 300 millones en intereses.
• Ya incurrió en incumplimientos técnicos de condiciones de un gran préstamo y tuvo que pedir perdón y waiver a sus prestamistas.

En castellano: tiene que pedir más deuda para pagar intereses de la deuda anterior. Eso no es un detalle menor, es una dinámica peligrosa.

Además, hay decisiones de contabilidad creativas. CoreWeave reporta márgenes brutos de ~74 %, pero parte del truco es que mete la depreciación de los data centers y GPUs (que es el costo más grande del negocio) en una línea de “tecnología e infraestructura” como gasto operativo, no en costo de ingresos como hacen Microsoft, Oracle o Meta.

Si reubicas esa depreciación donde la pone todo el mundo, el margen se parece más a un 20–30 %, similar al de otros proveedores de cloud de IA. Nada mágico.

Neoclouds: los brazos extendidos de Nvidia

Aquí es donde entra Nvidia y la cosa se pone interesante.

CoreWeave:

• Compra exclusivamente GPUs Nvidia.
• Nvidia es inversor relevante en la empresa.
• Nvidia también es cliente (alquila capacidad en CoreWeave).
• Nvidia se comprometió a comprar parte de la capacidad que otros clientes no usen (backstop parcial de demanda).

Y no es un caso aislado. Hay toda una camada de “neoclouds” con el mismo patrón:

• Crusoe, Lambda, Nebius y otros: Nvidia invierte, ellos se endeudan usando esos GPUs como colateral… para comprar más GPUs Nvidia.
• Ninguno de estos jugadores reporta márgenes espectaculares ni beneficios claros; casi todos viven de deuda y de la narrativa de crecimiento.

Si lo ves frío, estas neoclouds funcionan casi como SPVs externos de Nvidia:

1. Nvidia invierte 1 dólar en una neocloud.
2. Esa neocloud, gracias a esa “validación”, toma 5 dólares prestados del mercado.
3. Con esos 5 dólares compra GPUs Nvidia.
4. Nvidia gana vendiendo los chips y aumenta su poder de negociación frente a los hyperscalers.

El riesgo de quiebra, los intereses y el estrés contable quedan fuera del balance de Nvidia. Si el experimento sale mal, la pérdida se la comen los prestamistas y los accionistas de la neocloud, no Nvidia.

Mientras tanto, el propio CEO Jensen Huang ha venido vendiendo paquetes de acciones por montos cercanos a los mil millones de dólares en un solo año, según reportes de Bloomberg. No es ilegal ni necesariamente “malo”, pero el timing dice algo sobre cómo perciben internamente este pico de exuberancia.

¿Y si la IA resulta ser “normal” y no una varita mágica?

Todo este esquema funciona bajo una suposición fuerte: la demanda de cómputo para IA crecerá casi infinito por muchos años.

Pero, ¿y si la IA termina siendo importante, sí, pero “normal” como el e‑commerce o el streaming?

• La primera ola de la web nos dejó cadáveres tipo Pets.com antes de que llegara Chewy.
• Hubo plataformas de streaming en los 90 cuando la gente seguía con dial‑up.

Hoy pasa algo similar: mucha demanda de cómputo viene de entrenar modelos gigantes, mientras que el uso real (inferencia, productos estables que las empresas pagan de verdad) va más lento. Varios estudios, como uno reciente del MIT Media Lab, hablan de que la mayoría de empresas aún no ve retorno claro en sus proyectos de IA.

Si la adopción real va más despacio de lo que asumen los modelos financieros, la consecuencia es directa: sobrecapacidad de data centers + deuda cara = dolor. Los hyperscalers pueden levantar el pie del acelerador, reutilizar esos centros para otros negocios y aguantar. CoreWeave y compañía no tienen esa red de seguridad.

Lo que esto cambia para devs, CTOs e inversores de “picos y palas”

Aquí es donde entra nuestro mundo: el de quienes construimos productos, APIs o startups sobre esta infraestructura.

Si hoy estás eligiendo dónde entrenar modelos, desplegar inferencia o montar un SaaS de IA, esto es lo que yo miraría con lupa:

1. Concentración de clientes
   Si una nube depende en un 60–70 % de uno o dos gigantes, vive al antojo de esos contratos. Si uno corta o se retrasa, tiembla todo.

2. ¿Cliente o competidor?
   Si tu proveedor de cloud está rodeado de clientes que al mismo tiempo construyen su propia infraestructura, asume que ese ingreso puede ser temporal.

3. Margen real, no el de la presentación
   Mira cómo tratan la depreciación de equipos y data centers. Si el margen bruto “soñado” se desinfla cuando sumas depreciación, la realidad es otra.

4. Deuda y calidad de esa deuda
   Bonos basura, tasas de interés de doble dígito y SPVs por todos lados son señal de que la empresa no puede simplemente dejar de crecer para estabilizarse.

5. Insider selling
   Si fundadores y fondos que están más cerca de la verdad venden fuerte tras el IPO, muchas veces es porque creen que el precio actual ya refleja un escenario demasiado optimista.

En América Latina esto también importa. He visto startups locales plantearse usar neoclouds “porque son más baratas que AWS o GCP en GPUs”. El riesgo no es solo que la factura cambie; es que la empresa detrás entre en modo crisis justo cuando tú ya montaste tu core sobre su plataforma.

Personalmente, hoy sería muy prudente con cualquier proveedor de IA que:

• Dependa por completo de Nvidia
• Viva de deuda agresiva
• Y exista principalmente como “bridge” para exceso de demanda de otros

Para experimentar o prototipar, bien. Para el core de tu negocio, yo lo pensaría tres veces.

Cierre: aprender a leer la infraestructura, no solo a consumirla

Al final, lo que me dejó el caso CoreWeave es esta idea: no toda infraestructura de IA es realmente infraestructura; parte es ingeniería financiera con racks alrededor.

Como developers y gente de producto estamos acostumbrados a pensar en latencia, SLAs, precio por hora de GPU. Pero en esta ola de IA toca agregar otra capa: quién se está comiendo el riesgo del modelo de negocio y quién solo está cobrando mientras dure la fiesta.

La buena noticia es que los datos están ahí: reportes trimestrales, contratos públicos, ratings de deuda, ventas de insiders. No se trata de volverte analista financiero full‑time, pero sí de reconocer patrones básicos para no quedar atrapado en el lado equivocado del trade.

Yo, por ahora, prefiero que mi stack de IA descanse sobre menos fuegos artificiales y más negocios aburridos pero sólidos.

Cuéntame: ¿montarías tu próximo proyecto de IA sobre un neocloud tipo CoreWeave o sigues apostando por los hyperscalers clásicos (AWS, Azure, GCP)? ¿Por qué? Únete al debate y comparte tu criterio, que esto apenas empieza.

Preguntas frecuentes

¿Qué es CoreWeave y por qué todo el mundo habla de ella?

CoreWeave es un proveedor de infraestructura en la nube especializado en GPUs para IA. Se hizo famosa por crecer muy rápido gracias a contratos con Microsoft, OpenAI, Meta y la propia Nvidia. El debate surge porque ese crecimiento viene acompañado de mucha deuda, clientes hiperconcentrados y una dependencia casi total de Nvidia.

¿CoreWeave puede quebrar si baja la demanda de IA?

No hay bola de cristal, pero el riesgo existe. Su modelo está muy apalancado en deuda cara y contratos de capacidad a futuro. Si la demanda de entrenamiento de modelos se enfría, o si grandes clientes migran a sus propios data centers, CoreWeave no tiene muchas líneas de negocio alternativas para aguantar el golpe.

¿Qué riesgo tengo si mi startup depende de un neocloud así?

El riesgo principal es de continuidad y precios. Si el proveedor entra en estrés financiero puede subir tarifas, recortar soporte o incluso vender activos. Migrar cargas intensivas en GPU no es trivial, así que conviene diseñar con opciones de salida: usar contenedores portables, abstraer el acceso a GPUs y evitar depender de servicios demasiado propietarios.

¿Es buen momento para invertir en “picks & shovels” de IA como CoreWeave?

Depende de tu tolerancia al riesgo. Muchas de estas empresas funcionan bien mientras haya euforia y demanda desbordada, pero sufren si el ciclo se normaliza. Antes de invertir, revisa deuda, márgenes reales, ventas de insiders y quién controla el flujo de chips (Nvidia, en muchos casos). El mito de que “picos y palas siempre ganan” no aplica cuando el minero principal también diseña el casino.