Bernstein: El mercado de potencia de cómputo muestra cada vez más características de commodities (informe en profundidad)

Bernstein opina que la estructura de negociación del mercado de potencia computacional es la más similar al mercado de commodities, en particular al mercado eléctrico.La firma ha presentado un plan de tres pasos que apunta a establecer un benchmark potencial para el mercado de potencia computacional y brindar a los traders herramientas de cobertura para enfrentar riesgos de precios derivados del ciclo de inversiones en capital de inteligencia artificial, que ya alcanza el trillón de dólares.

1. Tesis central: Potencia computacional = Energía eléctrica, el inicio de la financiarización de un mercado trillionario

Los analistas de Bernstein, Gautam Chhugani y Madison Rezaei, plantearon el siguiente juicio central en su reciente informe publicado en julio de 2026:La estructura de transacción del mercado de potencia computacional es muy similar a la de los mercados de commodities, especialmente al mercado eléctrico.

La lógica central del informe se basa en tres niveles de analogía:

Nivel físico: La potencia computacional y la energía eléctrica enfrentan las mismas restricciones físicas: las capacidades de los GPU no pueden almacenarse y existen grandes diferencias de capacidad dependiendo de la región, la generación del chip y el tipo de usuario. En el pasado la energía eléctrica era considerada intraducible, hasta que surgieron hubs estandarizados y precios de referencia, transformando la compra a futuro en un mercado financiero maduro. La potencia computacional está experimentando esa misma transición.

Nivel de mercado: La curva a futuro refleja la escasez esperada, no el costo de almacenamiento, y la cobertura es la única vía para asumir el riesgo de precio. Esto indica que el mercado de potencia computacional está evolucionando de un modelo de OTC con negociación bilateral a un mercado financiero estandarizado con descubrimiento de precios.

Nivel financiero: Los benchmarks y canales de distribución son factores clave para el desarrollo del mercado de potencia computacional — no difiere en esencia de cualquier mercado financiero de commodities.

2. Marco de tres pasos: Del caos hacia la estandarización financiera

Bernstein propone un esquema de "tres pasos" para establecer benchmarks potenciales en el mercado de potencia computacional y proporcionar herramientas de cobertura para los traders:

Primer paso: Definir una unidad de medición unificada para la potencia computacional. El informe señala que el mayor problema actual es que "el precio bruto de la potencia computacional no es comparable": el mismo chip de AI puede tener precios notablemente diferentes dependiendo si se alquila en un hyperscaler tradicional o en un neocloud emergente. Los proveedores de índices deben definir claramente la unidad de medición, por ejemplo "Nvidia H100 SXM 80GB (incluyendo servidor, memoria, ancho de banda, etc.)" como base, y detallar aún más por niveles (cloud emergente/super cloud), tipo de alquiler (a demanda/tiempo comprometido), regiones y configuraciones estandarizadas.

Segundo paso: Construir un índice de referencia. Los datos estandarizados serán la base de este índice de referencia y de ahí se derivarán las curvas a futuro a partir de datos del mercado.

Tercer paso: Desarrollar mecanismos de contratos a futuro con liquidación en efectivo y entrega física. Actualmente, varias plataformas están construyendo productos financieros estructurados sobre la capacidad computacional base.

3. Financiarización de la potencia computacional: Un hecho consumado

Al momento de la publicación del informe, el proceso de financiarización de la potencia computacional ya se ha puesto en marcha:

1. Contratos perpetuos estilo cripto han sido los primeros en entrar al juego. El exchange Architect AX, registrado en Bermudas y fuera de la supervisión de la CFTC estadounidense, ya ofrece contratos perpetuos sobre potencia computacional de GPU, anclando el precio al spot mediante tasas de financiamiento; este mecanismo deriva directamente del mercado cripto. Esto demuestra que antes de que existan marcos regulatorios sólidos, el mercado ya está generando un "orden espontáneo" para la formación de precios en potencia computacional.

2. Los exchanges tradicionales están siguiendo la tendencia. CME Group e ICE anunciaron este año planes para lanzar contratos a futuro vinculados al precio spot de la potencia computacional de GPU, actualmente bajo revisión de la CFTC y con lanzamiento estimado para finales de 2026.

3. Los mercados de predicción ya están experimentando. Kalshi, plataforma regulada por la CFTC, lanzó contratos de predicción ligados al precio de alquiler de GPU y el 14 de julio presentó curvas de pricing para los chips B200, H200 y A100; el B200 cotizó a 5,41 dólares y el pico histórico es de 7,39 dólares.

Al mismo tiempo, el trading spot de potencia computacional está creciendo a velocidad vertiginosa. The New York Times informa que Meta y Anthropic están en conversaciones iniciales por un acuerdo de suministro de potencia computacional de hasta 10 mil millones de dólares; SpaceX negocia con el Departamento de Defensa de EE.UU., y el mes pasado firmó con Google un acuerdo de servicios cloud por 920 millones de dólares mensuales. Estos acuerdos bilaterales —de decenas o cientos de millones de dólares— reflejan la urgente necesidad de crear un mercado estandarizado, transparente y eficiente para la negociación de potencia computacional.

4. Análisis de inversión: ¿Quién se beneficia y quién queda bajo presión?

Beneficiarios de la "comoditización" de la potencia computacional

1. Operadores de exchanges (CME, ICE): Si los futuros de potencia computacional se lanzan exitosamente, estos dos grupos abrirán un nuevo mercado de derivados, potencialmente de escala trillionaria, con ingresos sustanciales por comisiones y liquidaciones.

2. Proveedores de índices y benchmarks de potencia computacional: Quien establezca el índice benchmark reconocido por el mercado tendrá el poder de pricing, similar al rol del S&P 500 en acciones o Brent en energía.

3. Demandantes de cobertura de potencia computacional: Los grandes cloud de AI y empresas corporativas pueden fijar costos de potencia computacional con contratos a futuro, suavizando los riesgos de volatilidad de precios por ciclos de inversión en capital.

4. Proveedores de cloud emergente (Neocloud): La estandarización y transparencia ayudarán a estos proveedores de potencia computacional de mediana y pequeña escala a competir en igualdad de condiciones con los hyperscalers, reduciendo la desventaja por información asimétrica.

Perdedores de la "comoditización" de la potencia computacional

1. Fabricantes de GPU como Nvidia: La comoditización implica que las GPU pasan de ser "recurso estratégico escaso" a "commodity estandarizada y negociable". Aunque la demanda sigue fuerte en el corto plazo, en el largo el poder de pricing podría migrar del fabricante al mercado y el exchange. Antes de este informe, Bernstein ya advirtió que la "comoditización del AI" hará que el usuario priorice el ratio costo-beneficio para tareas específicas más que el nivel absoluto de inteligencia del modelo.

2. Tenedores especulativos de una gran cantidad de potencia computacional ociosa: El informe aclara que actualmente la liquidez del mercado es principalmente especulativa. Con el desarrollo de benchmarks y mercados de futuros, las oportunidades de arbitraje sólo por acumular potencia computacional esperando aumentos de precio se reducirán.

3. Proveedores medianos y pequeños que dependen de negociaciones bilaterales para obtener precios premium: La transparencia en los precios reducirá el margen de arbitraje informativo y podría presionar a la baja los márgenes de ganancia.

Cuellos de botella actuales del mercado

El informe reconoce dos obstáculos principales para la financiarización de la potencia computacional:

• Dificultad para construir el índice benchmark: A diferencia del petróleo o el oro, la potencia computacional no tiene homogeneidad física: cada modelo de chip, configuración, región o condiciones de alquiler genera enormes diferencias en valor.

• Liquidez principalmente especulativa: La demanda de cobertura del sector productivo aún no ha entrado en masa, el mercado sigue poco profundo.

5. Resumen y perspectivas

La mayor contribución del informe de Bernstein es:Es la primera vez que se compara de manera sistemática la estructura del mercado de potencia computacional con la del mercado eléctrico, trazando una ruta clara hacia la financiarización.

Desde la visión de inversión, la "comoditización" de la potencia computacional es un arma de doble filo. A corto plazo, valida la solidez y persistencia de la demanda de AI — un mercado que no puede ser estandarizado ni financiarizado necesariamente será limitado. La entrada de CME e ICE prueba que el mercado de potencia computacional ya es lo suficientemente grande para no poder ignorarse.

Pero a largo plazo, la "comoditización" implicael paso del mercado de potencia computacional de un "mercado vendedor" a un "mercado comprador". Cuando la potencia computacional de GPU se pueda negociar en exchanges como la electricidad y cubrir riesgos de precio mediante contratos a futuro, el poder de pricing de fabricantes como Nvidia será debilitado, y las empresas con gran demanda (cloud, modelos AI) tendrán mayor poder de negociación.

Para el inversor, lo más relevante hoy esquién liderará la creación del benchmark de potencia computacional — esto será el primer y más valioso puesto en el proceso de comoditización. Como afirma Bernstein, los benchmarks y canales de distribución son los factores clave para el desarrollo del mercado de potencia computacional, igual que cualquier mercado de commodities financieros.