Una empresa puede reportar una pérdida neta de $1 mil millones en el mismo año en que su negocio principal opera con un margen de ganancia del 60%. Eso no es una hipótesis: es lo que CoreWeave, uno de los mayores proveedores de GPU en la nube, registró en 2025. La brecha entre "operativamente próspero" y "pérdida de mil millones de dólares" se reduce a un solo número en el que la mayoría de la gente nunca piensa: cuántos años una empresa afirma que durará un equipo.
Ese número se llama vida útil, y el supuesto detrás de él es actualmente un argumento multimillonario que se desarrolla en toda la industria de la IA. También es una de las decisiones más incomprendidas—y más trascendentales—que cualquier negocio toma sobre su propio equipo, ya sea ese equipo un rack de servidores de $300,000 o una laptop de $3,000.
La Pregunta de los $30 Millones: ¿Cuánto Dura un Servidor de GPU?
Cuando una empresa compra equipos, no gasta el costo total el día de la compra. En cambio, las reglas contables distribuyen ese costo—la depreciación—a lo largo de los años en que se espera que el equipo siga siendo útil. Compra una camioneta de reparto de $120,000 que esperas que funcione durante 6 años, y reconoces aproximadamente $20,000 de gasto por año, no $120,000 de una sola vez.
El problema: "se espera que siga siendo útil" es una estimación, no un hecho. Y en el negocio de la nube de GPU—empresas que compran racks de chips Nvidia y alquilan capacidad de cómputo a laboratorios de IA—esa estimación varía enormemente según la empresa.
CoreWeave deprecia sus servidores de GPU en 6 años. Lambda usa 5 años. Nebius usa 4. Sobre el papel, eso suena como una diferencia de redondeo. En dólares, no lo es. Un servidor de ocho GPU de $300,000 genera aproximadamente $50,000 de gasto de depreciación anual en un programa de 6 años, frente a $75,000 en un programa de 4 años. Multiplica esa brecha en una flota de 10,000 GPU, y la elección del programa de depreciación por sí sola puede variar los gastos anuales reportados en aproximadamente $30 millones—sin diferencia en el hardware real, los ingresos reales o el efectivo real en el banco.
Esa es la paradoja en el centro del auge de la infraestructura de IA: el mismo negocio, las mismas máquinas, los mismos clientes, pueden parecer enormemente rentables o estar perdiendo dinero dependiendo completamente de un supuesto enterrado en una nota al pie de los estados financieros.
Por Qué una Empresa "Rentable" Puede Reportar una Pérdida Masiva
CoreWeave es el ejemplo más claro. En 2025, la empresa generó $5.13 mil millones en ingresos y aproximadamente $3.1 mil millones en EBITDA ajustado, un margen cercano al 60%, que haría feliz a casi cualquier dueño de negocio. Sin embargo, la pérdida neta de CoreWeave para el año superó los $1 mil millones.
La diferencia son dos grandes partidas no monetarias y financieras: aproximadamente $2.45 mil millones en depreciación y alrededor de $1.2 mil millones en gastos de intereses sobre la deuda utilizada para comprar el hardware en primer lugar. La depreciación y los intereses son costos económicos reales, pero no son efectivo que salga del negocio ese día—son la forma del sistema contable de distribuir una gran compra inicial (y la deuda utilizada para financiarla) a lo largo de años futuros.
Nada de esto significa que los números de CoreWeave sean falsos. Significa que "rentable" y "reporta una ganancia" son dos preguntas diferentes, y el puente entre ellas pasa directamente por la estimación de la gerencia sobre cuánto durará su equipo.
La Gran Disputa: La Afirmación de $176 Mil Millones de Michael Burry
Las nuevas empresas de GPU en la nube no son las únicas bajo escrutinio—los hiperescaladores también lo están. El inversor Michael Burry (conocido por apostar correctamente contra la burbuja inmobiliaria de 2008) ha argumentado que Meta, Amazon, Microsoft, Google y Oracle están depreciando sus GPU Nvidia en 5 a 6 años, cuando la vida económica real—dado el cambio de Nvidia a lanzar una nueva arquitectura de chips significativamente más rápida aproximadamente cada año en lugar de cada dos—está más cerca de 2 a 3 años.
La matemática de Burry: si la vida útil real es de 3 años en lugar de 6, la industria está subestimando el gasto de depreciación en $50-60 mil millones al año, acumulándose a una estimación de $176 mil millones de ganancias infladas entre 2026 y 2028. Su argumento no es que la contabilidad sea ilegal—es que supuestos de vida útil más larga hacen que las ganancias actuales se vean mejor de lo que la economía subyacente respalda, porque los chips costosos pueden quedar tecnológicamente obsoletos para trabajos de vanguardia mucho antes de que el programa de depreciación diga que están "agotados".
La defensa de los hiperescaladores es lo que a veces se llama la teoría de la cascada de valor: una GPU no se retira cuando se envía un modelo más nuevo. Se reasigna—de entrenar modelos de frontera, a ejecutar inferencia, a manejar cargas de trabajo internas más ligeras—extendiendo su vida económica genuinamente útil incluso después de que ya no es de última generación.
Lo que hace que esto sea más que un debate teórico es que empresas reales ya se han movido en direcciones opuestas al respecto. En 2025, Amazon acortó la vida útil estimada de un subconjunto de sus servidores de 6 años a 5, citando explícitamente el ritmo acelerado del desarrollo de hardware de IA—y tomó un cargo de depreciación acelerada de $920 millones como resultado. En el mismo período, Meta hizo lo contrario: extendió la vida útil de sus servidores a 5.5 años, lo que redujo el gasto de depreciación reportado en $2.9 mil millones. Mismo ciclo tecnológico subyacente, misma industria, conclusiones opuestas—lo que te dice cuánto juicio genuino (e incentivo) está incrustado en este único número.
Los Otros Riesgos Ocultos Detrás de la Línea de Depreciación
Los supuestos de depreciación no son el único punto débil en el modelo de negocio de la nube de GPU, y vale la pena entenderlos si estás evaluando cualquier empresa intensiva en capital—como cliente, como inversor, o simplemente como lector curioso:
- Márgenes operativos reducidos. El análisis de punto de equilibrio en flotas de GPU financiadas con deuda sugiere que los proveedores necesitan cobrar aproximadamente $1 o más por hora de GPU solo para cubrir costos, frente a tasas de alquiler del mercado que han fluctuado entre aproximadamente $1.70 y $2.35. Eso es un margen real, pero no un gran colchón si los precios de alquiler se suavizan.
- Concentración de clientes. Microsoft sola representó el 67% de los ingresos de CoreWeave en 2025. Un negocio construido con tanta dependencia de un solo cliente conlleva un riesgo que un estado de resultados saludable no muestra.
- Riesgo de valor residual. Las GPU se utilizan a menudo como garantía de préstamos. Cada vez que Nvidia envía un chip más rápido, el valor de reventa de la generación anterior disminuye, lo que debilita la garantía que respalda la deuda utilizada para comprarlo.
- Dependencia de la utilización. Una GPU inactiva aún se deprecia y aún acumula intereses sobre la deuda que la pagó—simplemente no genera ingresos mientras lo hace. La tasa de utilización es posiblemente más importante para la rentabilidad real que el margen principal.
Qué Significa Esto si Diriges un Negocio (No una Nube de GPU)
No necesitas una flota de 10,000 GPU para que esta lección se aplique. Cada negocio que compra equipos—una laptop, un vehículo de reparto, una máquina de espresso, un router CNC—hace el mismo tipo de estimación de vida útil, solo que a una escala mucho menor. Y las mismas distorsiones están disponibles para ti, para bien o para mal.
Según las reglas fiscales de EE. UU. para 2026, la deducción de la Sección 179 te permite gastar inmediatamente hasta $2,560,000 de equipos calificados (con eliminación gradual por encima de $4,090,000 en compras), y la bonificación de depreciación se sitúa en el 100% para propiedades calificadas puestas en servicio después del 19 de enero de 2025. En términos simples: para la mayoría de las pequeñas empresas, la ley actual ya te permite amortizar equipos rápidamente, lo que evita gran parte del debate sobre "qué vida útil elegir" para fines fiscales.
Pero tus libros contables—los registros que usas para entender realmente tu negocio, separados de tu declaración de impuestos—son una historia diferente, y aquí es donde la lección de la nube de GPU importa más:
- Haz coincidir tu estimación de vida útil con la realidad, no con el número que hace que este trimestre se vea mejor. Si reemplazas laptops constantemente cada 3 años, no las deprecies en 5 solo porque suaviza los gastos. Las propias tablas de vida útil del IRS (Publicación 946) son un ancla razonable—ajusta desde allí solo cuando tengas una razón específica (cómo usas realmente el equipo, tu historial de mantenimiento, orientación del fabricante).
- Documenta tu razonamiento una vez, y revísalo solo cuando los hechos cambien—el lanzamiento de un nuevo modelo no es automáticamente una razón para cambiar tu estimación; un cambio real en cuánto tiempo realmente conservas y usas el equipo sí lo es.
- Vigila la señal de "ida y vuelta". Si un negocio cambia sus estimaciones de vida útil en la dirección que hace que los números del período actual se vean mejor—como el ejemplo acelerado de Amazon/Meta arriba, moviéndose en direcciones opuestas en la misma industria—eso es una señal para mirar más de cerca, ya sean tus propios hábitos de contabilidad o una empresa que estás evaluando.
- Separa el flujo de efectivo de la ganancia en tu propia mente. Un negocio (incluido el tuyo) puede ser saludable en términos de flujo de efectivo mientras muestra una pérdida contable, o viceversa. La depreciación y los intereses son las dos partidas más responsables de esa brecha—saber cuál está impulsando tus números antes de entrar en pánico o celebrar.
La historia de la nube de GPU es realmente una versión magnificada de una decisión que todo negocio que posee equipos toma: ¿cuánto tiempo esperas honestamente que esto dure? Si aciertas esa estimación, tus estados financieros te dicen la verdad sobre tu negocio. Si te equivocas—deliberadamente o no—puedes terminar gestionando una ficción en lugar de una empresa.
Mantén tus Supuestos de Depreciación Honestos y Auditables
Los programas de depreciación son exactamente el tipo de decisión que se beneficia de un registro claro y permanente de lo que asumiste y por qué—no un número enterrado en el formato de una hoja de cálculo que es fácil de cambiar silenciosamente más tarde. Beancount.io te ofrece contabilidad en texto plano con historial completo de versiones, por lo que cada ajuste a una estimación de vida útil, cada entrada de depreciación y cada razón detrás de ella es transparente y rastreable a lo largo del tiempo—sin cajas negras, sin bloqueo de proveedor. Comienza gratis y mantén tus libros tan auditables como los supuestos detrás de ellos merecen ser.