Goldman Sachs: se gastarán mil millones de dólares en centros de datos de inteligencia artificial, chips y actualizaciones de servicios públicos, pero “hasta ahora hay pocos resultados”
![](https://detecnologia.es/wp-content/uploads/2024/07/94_OpenAI_DALLE_2__-_A_data_cente.b5d1157c.fill-1200x630-780x470.png)
Un reportaje de investigación de Goldman Sachs advierte que las grandes empresas tecnológicas han incrementado el gasto de capital para impulsar el desarrollo de IA generativa, pero aún no han mostrado modelos comerciales sostenibles.
La firma de banca de inversión estima que se gastarán alrededor de mil millones de dólares en los próximos años en centros de datos, semiconductores, actualizaciones de la red y otras infraestructuras de IA.
El informe sostiene que incluso si surgiera una denominada “aplicación revolucionaria”, no está claro que la IA generativa genere los retornos financieros que los inversores esperan.
Mientras tanto, países como Estados Unidos, que han liderado el avance de la tecnología, ahora están lidiando con escasez de hardware y, lo que es aún más preocupante, restricciones y escasez de energía que probablemente requerirán una revisión de la red del país.
“Por lo tanto, la pregunta crucial es: ¿qué problema de mil millones de dólares resolverá la IA? Reemplazar empleos de bajos salarios por una tecnología tremendamente costosa es básicamente el polo opuesto de las transiciones tecnológicas anteriores que he presenciado en mis treinta años de seguimiento de cerca de la industria tecnológica”, dijo el director de investigación de acciones globales de Goldman Sachs, Jim Covello.
“Mucha gente intenta comparar la IA actual con los primeros tiempos de Internet, pero incluso en sus inicios, Internet era una solución tecnológica de bajo coste que permitía al comercio electrónico sustituir a las costosas soluciones existentes”.
Dada la complejidad de la fabricación de chips de IA, junto con el dominio del mercado de Nvidia, Covello ha dicho que no hay garantía de que los costos disminuyan de forma natural. “El mercado es demasiado complaciente con la certeza de que los costos disminuirán”, dijo.
Daron Acemoglu, economista del MIT, ha dicho que “solo una cuarta parte de las tareas expuestas a la IA serán rentables para automatizar en los próximos 10 años, lo que implica que la IA tendrá un impacto en menos del cinco por ciento de todas las tareas”.
También sostiene que aún no podemos saber si, a medida que los modelos de IA mejoren con el tiempo, se volverán menos costosos. También estima que la IA solo mejorará los niveles de productividad de Estados Unidos en un 0,5 por ciento, al tiempo que aumentará simultáneamente el crecimiento del PIB en un 0,9 por ciento.
“Es una pregunta abierta cuánto tiempo los inversores seguirán satisfechos con el mantra de que ‘si lo construyes, vendrán'”, continuó Covello de Goldman. “Cuanto más tiempo pase sin que se produzcan aplicaciones significativas de la IA, más desafiante será el futuro de la IA.
El analista senior de investigación de acciones Eric Sheridan e más positivo sobre el momento actual8 meses, el entusiasmo de los inversores puede empezar a desvanecerse. Pero el área más importante a tener en cuenta es la rentabilidad corporativa. Una rentabilidad corporativa sostenida permitirá una experimentación sostenida con proyectos con un ROI negativo. Mientras las ganancias corporativas sigan siendo sólidas, estos experimentos seguirán en marcha. Por lo tanto, no espero que las empresas reduzecan el gasto en infraestructura y estrategias de IA hasta que entremos en una parte más difícil del ciclo económico, lo que no esperamos en un futuro próximo”.
El analista senior de investigación de acciones Eric Sheridan es más positivo sobre el momento actual: “Quienes sostienen que esta es una fase de exuberancia irracional se centran en las grandes cantidades de dólares que se gastan hoy en día en relación con los dos grandes ciclos de gasto de capital anteriores: la construcción de infraestructura de capacidad de larga distancia de fines de la década de 1990 y principios de la década de 2000 que permitió el desarrollo de la Web 1.0, o la informática de escritorio, así como el ciclo Web 2.0 de 2006-2012 que involucró elementos de espectro, equipos de redes 5G y adopción de teléfonos inteligentes.
“Pero esta comparación directa es engañosa; la métrica más relevante es la de los dólares gastados frente a los ingresos de la empresa. Las empresas de computación en la nube actualmente gastan más del 30 por ciento de sus ingresos en la nube en gastos de capital, y la gran mayoría del crecimiento incremental en dólares se destina a iniciativas de inteligencia artificial. Para la industria tecnológica en general, estos niveles no son materialmente diferentes a los de los ciclos de inversión anteriores que impulsaron cambios en los hábitos informáticos de las empresas y los consumidores”.
Kash Rangan añadió: “Cada ciclo informático sigue una progresión conocida como IPA: primero la infraestructura, después las plataformas y por último las aplicaciones. El ciclo de IA todavía está en la fase de desarrollo de la infraestructura, por lo que encontrar la aplicación clave llevará más tiempo, pero creo que lo lograremos”.
Independientemente del éxito o el fracaso a largo plazo del ciclo de inversión, la construcción de centros de datos de IA tendrá un impacto a corto plazo en la red. Carly Davenport, analista senior de investigación de acciones de servicios públicos estadounidenses, dijo: “Después de estancarse durante la última década, esperamos que la demanda de electricidad de EE. UU. aumente a una tasa de crecimiento anual compuesta (CAGR) del 2,4 por ciento entre 2022 y 2030, y los centros de datos representarán aproximadamente 90 puntos básicos de ese crecimiento.
“De hecho, en medio del crecimiento de la IA, un aumento más amplio de la demanda de datos y una desaceleración material en las ganancias de eficiencia energética, los centros de datos probablemente duplicarán su uso de electricidad para 2030. Esto implica que la proporción de la demanda total de energía de EE. UU. que representa los centros de datos aumentará de alrededor del tres por ciento actual al ocho por ciento para 2030, lo que se traduce en una CAGR del 15 por ciento en la demanda de energía de los centros de datos entre 2023 y 2030”.
“Estimamos que se necesitan alrededor de 47 GW de capacidad incremental para atender el crecimiento de carga impulsado por los centros de datos en EE. UU. hasta 2030”, agregó.
Hongcen Wei, estratega de materias primas, se centró en el punto de acceso de los centros de datos de Virginia y señaló que: “Los centros de datos aumentaron el consumo de energía de Virginia en 2,2 GW en 2023, lo que representa el 15 por ciento del consumo total de energía en el estado ese año, en comparación con prácticamente el cero por ciento en 2016 y aproximadamente el tres por ciento en 2019.
“Si bien la evidencia sugiere que la IA y los centros de datos están impulsando la demanda de energía en Estados Unidos, la magnitud general del impulso sigue siendo modesta en comparación con el nivel actual de demanda total de energía en Estados Unidos, así como con el nivel de demanda de energía de centros de datos que se espera para finales de esta década. Calculamos que los 2,2 GW de demanda de energía de los centros de datos de Virginia en 2023 representan solo el 0,5 por ciento de los 470 GW de demanda total de energía en Estados Unidos y el 7 por ciento del aumento de aproximadamente 30 GW en la demanda general de centros de datos que nuestros analistas de acciones esperan para 2030”.
Wei continuó: “La magnitud del reciente aumento en la demanda de energía del centro de datos en Virginia ofrece una idea del gran impulso que probablemente experimentará la demanda de energía en Estados Unidos en el futuro”.
Este crecimiento pondrá una presión sin precedentes en la red, dijo el ex vicepresidente de energía de Microsoft, Brian Janous: “Las empresas de servicios públicos no han experimentado un período de crecimiento de carga en casi dos décadas y no están preparadas para la velocidad a la que se está desarrollando la tecnología de IA, ni siquiera son capaces de igualarla.
“Solo han transcurrido seis meses entre el lanzamiento de ChatGPT 3.5 y ChatGPT 4.0, que presentó una mejora enorme en las capacidades. Pero la cantidad de tiempo necesaria para construir la infraestructura energética para respaldar tales mejoras se mide en años”.
A pesar de las preocupaciones y limitaciones planteadas en el informe, la editora de Goldman Sachs, Allison Nathan, concluyó: “Aún vemos espacio para que el tema de la IA siga adelante, ya sea porque la IA comienza a cumplir su promesa o porque las burbujas tardan mucho en estallar”.