Goldman: capex de Big Tech sostiene la mitad del S&P 500

Por qué Goldman cree que el capex de IA explica la mitad de las ganancias del S&P 500

El 25 de septiembre, Goldman Sachs publicó una proyección que se llevó los titulares: los cinco mayores hyperscalers estadounidenses —Amazon, Alphabet, Microsoft, Oracle y Meta— invertirán cerca de US$1,2 billones en infraestructura de IA en 2027. La cifra representa un salto del 50% sobre los aproximadamente US$800.000 millones estimados para 2026, según Goldman, y supera el consenso de Wall Street, que rondaba los US$1,1 billones. Para 2028, Goldman proyecta US$1,4 billones, con un acumulado de US$7,6 billones entre 2026 y 2031, según reportó Yahoo Finance.

Pero dos días antes, otro equipo de Goldman (estrategia de renta variable estadounidense, liderado por Ben Snider) publicó una cifra que importa más para entender el momento actual: casi la mitad del crecimiento de las ganancias por acción (EPS) del S&P 500 en 2026 se atribuye al gasto en IA. Y un desvío de US$250.000 millones en el capex de los hyperscalers respecto al forecast puede mover el crecimiento de las ganancias del índice unos 6 puntos porcentuales en la misma dirección.

Para dimensionar la anomalía: el EPS del S&P 500 subió 51% interanual en el segundo trimestre, y 26% en los últimos cuatro trimestres. El promedio histórico de 30 años ronda el 7%, según recoge 24/7 Wall Street citando a Goldman.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Cómo un dólar de capex termina convertido en ganancias

Cuando un hyperscaler gasta US$1 en un centro de datos, ese dólar se convierte instantáneamente en ingresos para otro actor: el fabricante de GPUs, las empresas de servidores y redes, los proveedores de equipos eléctricos, las eléctricas que suministran la energía. En el lado del vendedor, el ingreso y el beneficio se contabilizan el año del intercambio. En el lado del comprador, ese mismo dólar no es gasto del año: es un activo que se deprecia durante varios años.

Esa asimetría contable crea una ventana temporal en la que las utilidades agregadas parecen infladas: el vendedor registra el ingreso completo de inmediato, mientras el comprador solo asume una fracción del costo año tras año. Pero cuando el ritmo de crecimiento del gasto se desacelera, la depreciación de todo el equipo comprado en años anteriores sigue acumulándose. Los nuevos ingresos se contraen, mientras los costos de equipos pasados siguen sumando.

Goldman estima que, si bien el capex del próximo año sumará cerca de 11 puntos porcentuales al crecimiento de las ganancias del S&P 500, los gastos de depreciación de los hyperscalers restarán unos 5 puntos, borrando casi la mitad del impulso. Para 2028, la inversión en IA pasaría a ser un ligero lastre neto, según Goldman.

El otro "IA" escondido dentro de los beneficios

La inversión no es el único factor que infla las utilidades. Goldman encontró que las grandes tecnológicas contabilizaron cerca de US$150.000 millones en ganancias no realizadas sobre sus participaciones en empresas privadas durante solo el segundo trimestre, equivalente al 12% del EPS del S&P 500. Goldman espera más de esas ganancias en la segunda mitad del año, pero mucho menos en 2027. Si esa contribución se eliminara por completo, el arrastre estimado sobre el crecimiento de las ganancias de 2027 sería de unos 8 puntos porcentuales, según 24/7 Wall Street.

Hay un tercer factor: los márgenes brutos de los fabricantes de memoria, que según Goldman rondan el 80% — más del doble del promedio histórico. Esa expansión de margen explica una parte significativa del crecimiento reciente de los beneficios del sector. Goldman espera que el efecto se modere a medida que entre nueva capacidad y el ajuste de oferta se suavice. Crypto Briefing reporta que el cuádruple cuello de botella (energía, mano de obra, chips de memoria y financiamiento) ya está condicionando cuánto y cómo pueden gastar los hyperscalers.

El número que importa cuando se desacelere el ritmo

El cálculo clave de Goldman: los hyperscalers necesitan unos US$300.000 millones anuales en ingresos de IA en los próximos años solo para alcanzar el punto de equilibrio sobre esta inversión. ¿Dónde estamos hoy? Los ingresos en la nube de los hyperscalers corren, anualizados, cerca de US$70.000 millones por encima de la tendencia previa al boom de la IA generativa, según Investing.com. La cartera de pedidos anunciada supera los US$1,5 billones, una cifra que prueba que la demanda existe, pero que es una promesa de ingreso futuro, no dinero ya cobrado.

Goldman también estima que, para que los hyperscalers obtengan retornos adecuados y las aplicaciones que se apoyan sobre sus nubes cubran costos de cómputo manteniendo un margen razonable, los usuarios de IA tendrían que gastar cerca de US$1 billón al año en aplicaciones de IA. El gasto global en software este año ronda los US$1,5 billones. Es decir, el mundo tendría que redirigir cerca de dos tercios de todo lo que hoy gasta en software hacia aplicaciones de IA.

¿Qué significa esto para tu startup?

El forecast de Goldman no es una predicción de colapso. La firma proyecta que el EPS del S&P 500 crecerá 11% anual en 2027 y 2028 (hasta US$415 y US$460 respectivamente), con efectos de productividad de IA llenando el espacio a medida que el viento de cola del capex se debilita, según 24/7 Wall Street. El múltiplo P/E forward cayó de 23x a 19x en un año, exactamente en línea con el promedio de 10 años. La acción de Goldman — objetivo 8.700 puntos a 12 meses para el S&P 500 — implica que las bolsas pueden seguir subiendo aunque el primer impulso de IA se desvanezca.

Pero ese escenario depende de que la adopción real de IA por parte de empresas y consumidores sostenga el gasto. Para un founder, eso se traduce en tres decisiones concretas:

¿Tu gasto en IA de 2027 viene de dinero nuevo o se reasignó desde otros presupuestos de software? La fuente señala que los compradores corporativos ya están decidiendo a qué tareas destinan modelos frontier y a cuáles modelos más baratos o de peso abierto. La pregunta clave ya no es cuánto gastas en IA, sino de dónde sale ese dinero.
¿Estás construyendo sobre infraestructura que captura márgenes extraordinarios hoy? Los proveedores de memoria y los hyperscalers gozan de márgenes por encima de lo normal. Si tu unit economics depende de esas condiciones, planifica un escenario en el que los márgenes vuelvan a su media histórica.
¿Dónde queda tu diferenciación si el costo de la inferencia baja? Los modelos abiertos y de peso abierto que estarán disponibles en 6-12 meses erosionan la ventaja de quien apuesta solo por acceso al modelo más caro. Construir sobre capacidades que la commoditización no va a replicar —datos propietarios, distribución, workflows embebidos— es donde los founders hispanohablantes pueden competir.

Conclusión

La cifra de US$1,2 billones en capex hyperscaler para 2027 no es el dato relevante: es la confirmación de que la inversión no ha tocado techo. Lo que sí está cerca de su techo, según Goldman, es la fuerza con la que ese gasto impulsa las ganancias del S&P 500. La pregunta que define los próximos dos años no es cuánto invierten los hyperscalers, sino cuánto están dispuestos a pagar las empresas y usuarios finales por IA, y de qué presupuestos sale ese dinero. Para founders, eso redefine la conversación: ya no compites por acceso al mejor modelo, sino por construir algo que los usuarios estén dispuestos a pagar en un mundo donde el costo de la inteligencia baja cada trimestre.