Goldman Sachs advierte: La IA ante un punto de inflexión crítico
Inversores empiezan a reclamar perspectivas de ingresos netos.
La Inteligencia Artificial (IA) ha pasado de ser la promesa del siglo a enfrentar un examen de realidad financiera. Goldman Sachs advierte que el ciclo de expansión tecnológica se acerca a un punto de inflexión crítico: el gasto masivo en infraestructura no está garantizando, por ahora, retornos proporcionales.
Por qué importa
La industria tecnológica ha entrado en una fase de “demostración de valor”. Tras años de entusiasmo ciego, los inversores y analistas han comenzado a exigir que el Capex (gasto en capital) récord se traduzca en ingresos netos tangibles.
Si las empresas no logran demostrar que la IA puede resolver problemas complejos —y no solo automatizar tareas básicas—, el mercado podría enfrentar una corrección severa. La advertencia es clara: estamos gastando en la red eléctrica y en chips antes de saber exactamente cómo recuperaremos esa inversión.
El contexto: Cifras que asustan
El informe de la entidad financiera, titulado “Gen AI: Too Much Spend, Too Little Benefit?”, detalla que las grandes firmas tecnológicas planean invertir una cifra escalofriante: USD 1.000.000.000.000 (un billón de dólares en español, o un trillion en inglés) durante los próximos años.
El destino: El dinero se está esfumando en la compra de microprocesadores (GPUs), la construcción de centros de datos gigantescos y la mejora de una red eléctrica mundial que hoy es insuficiente para alimentar esta tecnología.
La duda central: A diferencia de la revolución de internet, que democratizó costos rápido, la IA sigue siendo prohibitivamente cara de operar.
El análisis: Eficiencia vs. Retorno
El escepticismo de Goldman Sachs radica en la circularidad financiera. Actualmente, el crecimiento de los ingresos en el sector proviene principalmente de empresas de IA que le venden a otras empresas de IA.
Punto de inflexión: Históricamente, las revoluciones tecnológicas tienen éxito cuando el software genera nuevos ingresos de alto margen. Hoy, la IA se usa mayormente para mejorar eficiencias internas (como programar código más rápido), pero no para crear líneas de negocio masivas totalmente nuevas.
Riesgo de burbuja: El informe sugiere que si la monetización del software no acelera, las valoraciones actuales de las “Big Tech” no se sostendrán.
El impacto global
Un estancamiento en el ciclo de la IA no solo afectaría a Silicon Valley; sacudiría los cimientos de la economía mundial. La IA hoy representa casi un punto porcentual del crecimiento del PBI de Estados Unidos; sin este motor, la economía global enfrentaría una desaceleración notable. Además, la presión sobre los precios de la energía y el acaparamiento de semiconductores están reconfigurando las cadenas de suministro mundiales, elevando los costos de infraestructura para todos los demás sectores.
Zoom out
A largo plazo, la pregunta no es si la IA es útil —que lo es—, sino si su utilidad justifica el costo energético y de hardware. Si la eficiencia en el uso de datos no avanza al mismo ritmo que la construcción de galpones llenos de servidores, el mundo podría quedar con una capacidad de procesamiento ociosa y una deuda corporativa sin precedentes.