Goldman Sachs dirige la atención hacia la infraestructura física que sustenta el auge de la inteligencia artificial, argumentando que el acceso a energía de alto voltaje se ha convertido en una restricción más estricta que el capital requerido para comprar chips. El banco indicó que la demanda de infraestructura de IA sigue superando la capacidad disponible y que la brecha entre oferta y demanda de computación se está ampliando, según discusiones recientes con equipos directivos de empresas tecnológicas.

En la evaluación de Goldman, el cuello de botella se está desplazando de los chips hacia la energía. Los operadores que ya han asegurado capacidad de red eléctrica podrían estar mejor posicionados para expandirse, mientras que la disponibilidad de energía, más que la oferta de chips, podría determinar el ritmo de construcción de nuevos centros de datos hasta 2027. El banco señaló que los principales hiperescaladores —los mayores operadores de centros de datos de nube e IA— ya se están moviendo para asegurar contratos de energía para 2028 y más allá, debido a que la capacidad de la red para 2026 y 2027 está esencialmente agotada, un horizonte que muestra con cuánta antelación debe planificarse ahora el acceso a la energía.

Goldman afirmó que una probable desaceleración en el entrenamiento de modelos se está compensando con una mayor inversión en seguridad de la IA y monitoreo de ritmo. Estas actividades requieren recursos de computación adicionales, lo que mantiene elevada la demanda total de computación pese a una posible moderación de la actividad de entrenamiento.

El banco también indicó que el gasto de capital está aumentando debido a la inflación de componentes y la necesidad de más chips. Al mismo tiempo, los ingresos generados por unidad de energía han aumentado alrededor de dos tercios en el último año en comparación con niveles de precios anteriores —una métrica que vincula directamente los ingresos del operador con la electricidad que consume. En opinión de Goldman, tener suficiente capital para comprar GPUs ya no es suficiente por sí solo; el acceso a infraestructura energética de alto voltaje determina cada vez más qué empresas pueden expandirse.

El informe describió la situación de manera concisa: el dinero puede comprar las GPUs, pero la energía decide quién puede encenderlas.

Goldman también identificó un cambio estructural en el gasto empresarial en software. Señaló que las plataformas de datos y seguridad se encuentran entre los beneficiarios más claros de la inversión en IA, los sistemas de IA dependen de datos limpios, organizados y seguros. Los directores de información están dirigiendo cada vez más los presupuestos hacia capas de datos fundamentales y herramientas de ciberseguridad, con el objetivo de proteger la integridad de los datos y contener los riesgos asociados al uso no autorizado de "IA sombra" —herramientas de IA adoptadas fuera de la aprobación oficial de TI— dentro de las organizaciones.

Por el contrario, el software de aplicaciones se está construyendo cada vez más para agentes de IA en lugar de usuarios humanos. Goldman describió esta transición como la transformación del software de aplicaciones hacia un modelo "headless". Este cambio permite a los proveedores añadir funciones de IA más potentes a las plataformas existentes y impulsa el crecimiento del sector por ahora, aunque el banco advirtió que podría eventualmente alterar la forma en que las empresas de software fijan precios y monetizan sus productos.

El cambio en el gasto apunta a una brecha creciente entre las plataformas fundamentales y los proveedores de aplicaciones. El énfasis de Goldman en los retornos de las plataformas centrales sugiere que la monetización comprobada de la computación podría verse más favorablemente que las nuevas líneas de ingresos especulativas, aunque el banco no lo planteó como un pronóstico de desempeño del mercado.

Entre las empresas destacadas, Goldman indicó que Meta sigue generando un retorno de inversión de dos a tres veces por megavatio de energía en su negocio principal —una medida de los retornos en relación con la electricidad consumida— mientras explora fuentes adicionales de ingresos incrementales. Google, por su parte, está aprovechando lo que Goldman describió como una ventaja de pila completa que combina chips personalizados, nube, seguridad y una vasta base de distribución para respaldar la monetización central. Las ventas de los chips TPU de Google son un componente de esa estrategia de portafolio más amplia.

Goldman concluyó que la monetización de la IA ofrece una opcionalidad sustancial. Aun así, sostuvo que la monetización de las plataformas centrales sigue siendo uno de los usos de la computación con mayor confianza y mayores retornos. En ese contexto, las plataformas establecidas que ya generan fuertes retornos sobre su energía podrían mantenerse como los beneficiarios más confiables mientras la capacidad siga siendo escasa. Los indicadores prácticos a seguir de aquí en adelante, según las observaciones del banco, incluyen los calendarios de construcción de centros de datos hasta 2027, con cuánta antelación los operadores aseguran contratos de energía para 2028 y más allá, y si los presupuestos empresariales continúan desplazándose hacia las bases de datos y seguridad.