¿Cuán rápido se deprecia un chip? El dilema contable del que pende el sector de la IA
Es difícil dar respuestas precisas sobre la rapidez con la que se deprecia el equipo de IA de una empresa
Existe un acalorado debate sobre el tratamiento contable de los chips de Nvidia y otros equipos en los que las empresas tecnológicas están invirtiendo grandes cantidades de dinero. En esta ocasión, es posible que algunos de los que critican a las empresas de IA estén exagerando.
Rara vez los inversores se han obsesionado con un tema tan aparentemente banal como el calendario de depreciación adecuado para los activos fijos. Pero cuando el gasto en infraestructura de inteligencia artificial asciende a cientos de miles de millones de dólares en un puñado de las empresas más grandes del mundo, el mercado pone toda su atención.
Michael Burry, el famoso gestor de inversiones interpretado por Christian Bale en la película La gran apuesta (2015), ha estado echando más leña al fuego. "Alargar la vida útil reduce los gastos de amortización y aumenta los beneficios aparentes", escribió en un artículo el mes pasado. "Es uno de los fraudes más comunes de la era moderna y da lugar a activos sobrevalorados y beneficios exagerados". Independientemente del fundamento de esa crítica, conviene ponerla en perspectiva. Este año, por ejemplo, Meta Platforms ha aumentado la vida útil estimada de la mayoría de sus servidores y activos de red a cinco años y medio. Anteriormente, había declarado que utilizaba un rango de cuatro a cinco años. En 2020, Meta afirmó que apenas llegaba a los tres años.
La empresa también ha declarado que la última ampliación redujo sus gastos de amortización en 2.300 millones de dólares durante los primeros nueve meses de 2025. No es una cifra pequeña. Pero para hacernos una idea de la magnitud, cabe destacar que sus gastos totales de amortización ascendieron a casi 13.000 millones de dólares, mientras que sus beneficios antes de impuestos superaron los 60.000 millones. Alphabet, Microsoft y Amazon.com también utilizan vidas útiles más largas para activos similares que hace cinco años. Alphabet y Microsoft se sitúan en seis años, frente a los tres de 2020. Amazon aplicaba un periodo de cuatro años en 2020 y pasó a seis años en 2024, pero este año ha reducido la cifra a cinco años para algunos servidores y equipos de red.
"Es uno de los fraudes más comunes de la era moderna y da lugar a activos sobrevalorados y beneficios exagerados"
Las empresas incluyen los gastos de amortización en sus ganancias porque, con el tiempo, sus activos fijos se desgastarán o quedarán obsoletos. Esta práctica garantiza que los costes de las inversiones de capital se reconozcan a lo largo del tiempo en los estados financieros. La directiva tiene la tarea de elegir un número determinado de años durante los cuales ir amortizándolos gradualmente. Las grandes empresas tecnológicas llevan años siendo objeto de escrutinio por parte de los inversores cuando amplían la vida útil de los activos que amortizan. Es comprensible, ya que hacerlo puede impulsar las ganancias actuales al trasladar los gastos a un futuro más lejano. Parece descarado, por no decir agresivo, que la directiva aumente los beneficios de un año en miles de millones de dólares con solo pulsar una tecla, simplemente cambiando una estimación contable. Sin embargo, en última instancia, la pregunta más adecuada quizá no sea cuál es el número de años adecuado, sino cuál es el método de amortización adecuado. El método más utilizado es el lineal, en el que el gasto de amortización de una compra determinada es el mismo cada año.
No obstante, algunos tipos de activos pierden valor más rápidamente al principio, para luego estabilizarse y disminuir de forma más gradual siguiendo una curva predecible. Un buen ejemplo de ello: según Silicon Data, que realiza un seguimiento de los precios de los chips de Nvidia, el valor medio de reventa de un sistema H100 en su tercer año de uso era hasta hace poco de alrededor del 45 % del precio de un H100 nuevo. En una situación como esa, la denominada amortización acelerada puede reflejar mejor la realidad económica que el método lineal. Utilizando un periodo de seis años, el gasto de amortización sería mayor en los primeros años, cuando el beneficio económico se consume más rápidamente, y menor en los últimos años.
Aun así, la diferencia en este caso no sería enorme. Con el método lineal, la depreciación acumulada durante el tercer año sería inferior a la mitad del precio de compra. Con un calendario acelerado, sería algo superior a la mitad. Y los inversores en los grandes hiperescaladores de IA son muy conscientes de que cualquier expectativa de grandes rendimientos de las inversiones actuales se producirá dentro de varios años. Fundamentalmente, la mayoría de las cifras de los estados financieros de las empresas se basan en estimaciones, conjeturas y suposiciones. El gasto conocido como depreciación es un constructo, como muchos otros en contabilidad. La precisión es poco habitual. Nadie podrá obtener una respuesta demostrablemente correcta sobre cuánto disminuye el valor de los activos fijos de una empresa cada año. Es posible que la directiva de la empresa no sepa cuál es la vida útil de un activo concreto, especialmente en el caso de los equipos tecnológicos de alta demanda.
Se supone que la empresa debe registrar una amortización mayor si el valor de los activos se ve gravemente deteriorado, pero a menudo las amortizaciones solo se producen después de que el precio de las acciones de la empresa se haya desplomado, lo que obviamente no es el caso de los Siete Magníficos. Si algún día los inversores llegan a la conclusión de que gran parte de la inversión en IA se está desperdiciando, no será debido a los planes de amortización que hayan elegido las empresas. Aunque hay otras buenas razones para mostrarse escéptico sobre la forma en que los gigantes tecnológicos contabilizan sus aventuras en el campo de la IA, el debate sobre la amortización no cambiará nada.
*Contenido con licencia de The Wall Street Journal. Traducido por Federico Caraballo
Existe un acalorado debate sobre el tratamiento contable de los chips de Nvidia y otros equipos en los que las empresas tecnológicas están invirtiendo grandes cantidades de dinero. En esta ocasión, es posible que algunos de los que critican a las empresas de IA estén exagerando.