IA aportó 'cero' al PIB de EE.UU. según Goldman Sachs

El análisis que sacude las expectativas de la industria tech

Un informe reciente de Goldman Sachs ha generado revuelo en el ecosistema tecnológico al revelar que la inteligencia artificial aportó ‘básicamente cero’ al crecimiento económico de Estados Unidos durante 2025. Esta conclusión contrasta drásticamente con las proyecciones optimistas de la industria y plantea interrogantes críticos sobre el retorno real de las inversiones masivas en IA.

Los economistas del banco de inversión señalan que, a pesar de los cientos de miles de millones de dólares invertidos en infraestructura de IA, modelos de lenguaje y aplicaciones empresariales, el impacto medible en el Producto Interno Bruto (PIB) estadounidense fue prácticamente nulo. Este hallazgo representa un llamado de atención para founders, inversores y empresas que han apostado fuertemente por esta tecnología.

La paradoja de la inversión masiva sin retorno económico visible

El análisis de Goldman Sachs identifica un factor clave que explica esta aparente paradoja: la mayor parte del gasto en IA no se traduce en actividad económica doméstica. Gran parte de la inversión fluye hacia la importación de chips especializados (como GPUs de alta gama) y hardware de servidores fabricados fuera de Estados Unidos, principalmente en Taiwan y otros países asiáticos.

Cuando una startup o empresa estadounidense adquiere infraestructura de IA por valor de millones de dólares, una porción significativa de ese capital sale del país, contribuyendo al PIB de otras naciones pero no al doméstico. Este fenómeno crea un efecto de ‘fuga’ donde la inversión local genera crecimiento económico en el extranjero.

Componentes de la inversión en IA y su impacto económico

El desglose típico de una inversión en IA empresarial incluye:

Hardware especializado: 50-70% del presupuesto inicial (mayormente importado)
Licencias de software y APIs: 15-25% (variable según proveedor)
Talento e implementación: 15-30% (impacto local en empleo)

Solo la última categoría contribuye directamente al empleo y crecimiento económico local, mientras que las dos primeras representan gastos que no se traducen en actividad económica medible dentro del país.

Productividad: la promesa pendiente de la IA

Uno de los argumentos centrales para justificar la inversión en inteligencia artificial ha sido el incremento exponencial en productividad. Sin embargo, los datos económicos de 2025 no muestran las ganancias de productividad anticipadas por la industria tech.

Los economistas de Goldman Sachs señalan que, históricamente, las tecnologías transformadoras (electricidad, computadoras personales, internet) tardaron años o incluso décadas en reflejarse en estadísticas de productividad nacional. Este fenómeno, conocido como la ‘paradoja de la productividad’, sugiere que podríamos estar en una fase temprana donde la IA aún no ha alcanzado su punto de inflexión económico.

Perspectivas críticas del ecosistema experto

Diversos analistas y economistas han expresado escepticismo sobre el timeline de retorno de la IA:

Daron Acemoglu, economista del MIT, ha argumentado que muchas aplicaciones actuales de IA son ‘incrementales’ más que transformadoras, automatizando tareas que representan una fracción pequeña del trabajo total en la mayoría de industrias. Su análisis sugiere que el impacto económico real podría ser entre 0.5% y 0.9% adicional al PIB en la próxima década, no los incrementos de dos dígitos que algunos pronosticaban.

Por otro lado, Robert Gordon, economista de Northwestern University, ha señalado que la IA enfrenta ‘rendimientos decrecientes’ en su aplicación práctica: los casos de uso más obvios y rentables se implementan primero, mientras que las aplicaciones restantes ofrecen menor retorno sobre la inversión.

Implicaciones estratégicas para founders y startups

Para el ecosistema startup, estos hallazgos tienen consecuencias directas en decisiones de inversión, desarrollo de producto y estrategia de negocio:

1. Reevaluar el ROI de inversiones en IA

No toda startup necesita construir infraestructura de IA propia. La tendencia hacia APIs de IA como servicio (OpenAI, Anthropic, Google) permite acceder a capacidades avanzadas sin el costo de capital masivo en hardware. Para la mayoría de startups early-stage, esta aproximación ofrece mejor relación costo-beneficio.

2. Enfocarse en aplicaciones con retorno medible

Las startups que demuestren ROI cuantificable en casos de uso específicos tendrán ventaja competitiva. En lugar de promesas generales sobre ‘transformación con IA’, el mercado valora cada vez más soluciones que pueden documentar ahorros concretos, incrementos de conversión o reducción de costos operativos.

3. Diferenciar entre hype y valor real

El análisis de Goldman Sachs confirma lo que muchos founders experimentados ya intuían: existe una brecha significativa entre el ruido mediático sobre IA y su impacto económico real actual. Las startups que naveguen esta realidad con pragmatismo, implementando IA donde agregue valor genuino y evitando su uso como ‘feature cosmético’, construirán negocios más sostenibles.

4. Oportunidades en la cadena de valor

Si la importación de hardware es un cuello de botella, existen oportunidades para startups que desarrollen soluciones de optimización de infraestructura existente, herramientas de monitoreo de ROI en IA, o alternativas más eficientes que reduzcan dependencia de hardware costoso.

El factor tiempo: ¿estamos en la fase de ‘siembra’?

Es fundamental distinguir entre impacto económico a corto plazo y transformación estructural a largo plazo. La historia tecnológica muestra que las revoluciones industriales atraviesan fases predecibles:

Fase 1 – Instalación (donde estamos): Inversión masiva en infraestructura, experimentación, construcción de capacidades. Retorno económico limitado pero aprendizaje acelerado.

Fase 2 – Despliegue: Aplicaciones maduras, procesos optimizados, adopción masiva. El retorno económico se hace visible en productividad y nuevos modelos de negocio.

El análisis de Goldman Sachs podría estar capturando una fotografía de la Fase 1, donde el gasto en infraestructura precede por años a los beneficios económicos sistémicos. Para founders, esto significa que las oportunidades más grandes podrían estar en construir las aplicaciones que dominarán la Fase 2.

Lecciones del ecosistema LATAM

En América Latina, donde el acceso a capital para infraestructura de IA es más limitado, muchas startups han adoptado por necesidad un enfoque más pragmático: maximizar valor con recursos mínimos. Esta aproximación ‘lean’ a la IA, usando APIs, modelos open-source optimizados y enfoque láser en casos de uso con ROI claro, podría resultar más sostenible que la estrategia de ‘gastar primero, preguntar después’ que ha dominado Silicon Valley.

Startups latinoamericanas como Nuvemshop (implementando IA en e-commerce), Clip (detección de fraude con ML) o Truora (verificación de identidad) han demostrado que es posible crear valor significativo con IA sin inversiones masivas en infraestructura propietaria.

Conclusión

El análisis de Goldman Sachs sobre el impacto económico ‘básicamente cero’ de la IA en 2025 no invalida el potencial transformador de esta tecnología, pero sí obliga a una recalibración de expectativas y estrategias. Para founders del ecosistema startup, este es un momento para priorizar pragmatismo sobre hype, ROI medible sobre promesas especulativas, y construcción de valor real sobre posicionamiento de marketing.

La inteligencia artificial seguirá siendo una herramienta crítica para startups competitivas, pero el camino hacia retornos económicos significativos será más largo, más complejo y más matizado de lo que muchos anticipaban. Las startups que entiendan esta realidad y ajusten sus estrategias en consecuencia estarán mejor posicionadas para capturar valor cuando la tecnología alcance su punto de inflexión económico.

La pregunta para cada founder no debería ser ‘¿cómo uso IA?’ sino ‘¿qué problema específico de mis clientes puedo resolver mejor con IA que con alternativas más simples?’ La respuesta a esa pregunta determinará quiénes construyen negocios sostenibles y quiénes solo surfean una ola de hype.

¿Quieres profundizar en cómo otros founders están navegando la implementación práctica de IA sin caer en el hype? Únete gratis a Ecosistema Startup y conecta con una comunidad de founders tech que comparten estrategias reales, casos de uso validados y lecciones aprendidas sobre inversión en tecnología.

Únete gratis ahora