Un nuevo informe de Goldman Sachs sostiene que la industria de la inteligencia artificial se está acercando a un punto de inflexión crítico en el que la caída de los costes de computación desbloqueará un aumento de 24 veces en la demanda rentable de tokens generados por IA para 2030, proporcionando una poderosa contra-narrativa a los temores sobre el gasto de capital insostenible de los gigantes tecnológicos.
"La industria de la IA está pasando de una fase de economía de inferencia incierta que podría diluir los márgenes a una nueva etapa en la que el crecimiento incremental de los tokens es acrecentador", escribieron los analistas de Goldman Sachs en el informe del 5 de mayo. El banco sugiere que este punto de inflexión de la rentabilidad podría llegar en los próximos tres a 12 meses.
El núcleo del argumento se basa en un gráfico de "tijeras" que muestra la divergencia entre el coste de producir IA y el precio que se cobra por ella. Según el análisis de Goldman, mientras que los precios de los modelos de lenguaje de gran tamaño convencionales se han estabilizado tras fuertes caídas, el coste subyacente de computar cada token —impulsado por chips de Nvidia, AMD y Google— sigue cayendo entre un 60 y un 70 por ciento anual. Esta brecha cada vez mayor crea un margen de beneficio duradero para proveedores como AWS de Amazon y Google Cloud.
Este análisis replantea el debate sobre el gasto masivo en infraestructura de los hiperescaladores. Mientras que firmas como Microsoft y Meta están gastando más del 100 por ciento de su flujo de caja operativo en gastos de capital en IA, el informe de Goldman sostiene que la próxima ola de consumo rentable de tokens hace que estas inversiones sean económicamente sostenibles, desafiando directamente el argumento bajista de que la IA empresarial aún no ha mostrado un retorno de la inversión (ROI).
La economía de los agentes de IA
El motor de este crecimiento es lo que Goldman llama la "Economía de los agentes de IA", donde los agentes de software autónomos impulsan un aumento masivo en el uso de la computación. El banco estima que estos agentes ampliarán el consumo mundial de tokens en 24 veces respecto a los niveles actuales para 2030, y en 55 veces para 2040, a medida que se integren en los flujos de trabajo empresariales.
Los agentes empresariales son el factor más significativo, y se prevé que representen más del 70 por ciento de todo el uso de tokens para 2040. A diferencia de los simples chatbots, estos agentes realizan tareas complejas de varios pasos que requieren muchos más tokens. El modelo de Goldman muestra que un agente de programación podría consumir 7 millones de tokens al día, mientras que un agente de entrada de datos podría usar 25 millones. A los precios actuales de las API, el coste de estos agentes sigue estando muy por debajo del coste de la mano de obra humana para las mismas tareas, lo que crea un claro incentivo económico para su adopción.
También se espera que los agentes orientados al consumidor impulsen un aumento de 12 veces en el uso de tokens para 2030. El cambio clave ocurre cuando los agentes pasan de tareas bajo demanda a una monitorización en segundo plano "siempre activa" de correos electrónicos, calendarios y otros flujos de datos. Una simple consulta a un chatbot puede usar 1.000 tokens, pero un asistente persistente podría superar los 100.000 tokens diarios.
Implicaciones para la inversión
La conclusión principal del informe es que la mejora de los márgenes de beneficio sostendrá los altos niveles de inversión en infraestructura de los hiperescaladores. Goldman reiteró su visión positiva sobre Amazon, citando la aceleración de los ingresos de AWS y una cartera de pedidos de 364.000 millones de dólares, y sobre Google, destacando el crecimiento del 63 por ciento de su división en la nube y una cartera de pedidos de 460.000 millones de dólares.
Para el mercado en general, esta tesis justifica las altas valoraciones de las empresas que facilitan la construcción de la IA. Si el coste unitario de la inteligencia sigue cayendo, es probable que el mercado total direccionable (TAM) para la computación crezca más rápido de lo que disminuye el coste por unidad, un patrón visto en cambios tecnológicos anteriores como la computación en la nube y los datos móviles. Esto respalda una perspectiva alcista a largo plazo para las empresas de semiconductores como Nvidia y las plataformas en la nube que despliegan sus chips.
El informe sugiere que los inversores deberían dejar de cuestionar el coste de la IA para empezar a analizar los nuevos modelos de negocio que surgen a medida que el coste de la inteligencia se acerca a cero.
Este artículo tiene únicamente fines informativos y no constituye asesoramiento de inversión.
