En 2025, las grandes tecnológicas de EE.UU. invirtieron US$410.000 millones en inteligencia artificial. En 2026, la cifra se dispara a US$650.000 millones —es decir, 1,2 millones de dólares por minuto durante un año entero. Y sin embargo, cuando Jan Hatzius, economista jefe de Goldman Sachs, revisó los datos, llegó a una conclusión incómoda: la aportación de toda esa inversión al PIB de Estados Unidos en 2025 fue “básicamente cero”.
No es una declaración marginal. Goldman Sachs es el banco de inversión líder global. Y Hatzius no está solo: economistas de JP Morgan y Morgan Stanley coinciden en que el impacto real de la IA en el crecimiento económico fue negligible el año pasado. La pregunta que nadie quiere responder en las presentaciones de resultados es: ¿cómo es posible gastar tanto y obtener tan poco?
¿Qué dicen los números realmente?
Aquí el problema se complica, porque existe un rango absurdo de estimaciones. En un extremo, el economista Jason Furman llegó a sugerir que la IA podría haber sido responsable del 92% del crecimiento del PIB en 2025. En el otro, Goldman Sachs dice que fue prácticamente nada sobre los 2,2 puntos porcentuales de crecimiento que registró la economía ese año.
Aprende IA con nosotros
Únete gratis a mi comunidad en Skool, donde compartimos noticias, tutoriales y recursos para seguir aprendiendo juntos.
👥 Únete gratis 🚀La Fed de St. Louis publicó un análisis de la economista Hanna Rubinton que situaba la contribución en torno al 39% en los primeros nueve meses de 2025. Pero la propia Rubinton reconoce que su cálculo incluye gasto en software y ordenadores que no estaba necesariamente vinculado a la IA, lo que infla considerablemente la cifra.
¿Por qué hay tanto ruido? Porque medir el impacto de una tecnología en el PIB es extraordinariamente difícil, especialmente cuando esa tecnología está mayoritariamente en fase de despliegue y sus ganancias de productividad se acumulan dentro de las empresas sin traducirse todavía en indicadores macroeconómicos visibles.
El problema geográfico que nadie menciona
Hatzius señaló un punto que raramente aparece en los análisis entusiastas: las GPUs, las memorias y los componentes que alimentan los centros de datos de IA se fabrican en Taiwán y Corea del Sur, no en Estados Unidos. Cuando Microsoft o Google compran chips de NVIDIA —fabricados en TSMC— para construir infraestructura de IA, están añadiendo al PIB taiwanés y coreano.
“Mucha de la inversión en IA que estamos viendo en EE.UU. en realidad añade al PIB de Taiwán o Corea, pero realmente no tanto al PIB de EE.UU.”, dijo Hatzius en una intervención ante el Atlantic Council. Es un argumento que, dicho por cualquier otro, sonaría a catastrofismo. Dicho por el economista jefe de Goldman Sachs, es simplemente contabilidad.
Este efecto de fuga explica parte de la paradoja: los números de inversión son reales y masivos, pero el multiplicador económico doméstico es mucho más pequeño de lo que se asume.
La productividad atrapada
La promesa central de la IA como inversión económica siempre ha sido la productividad: si los trabajadores son más eficientes, las empresas producen más con menos, los precios bajan o los márgenes aumentan, y eso se traduce en crecimiento. El problema es que esta cadena de transmisión no está funcionando a la velocidad que los modelos proyectaban.
Cuando una empresa usa IA para que su equipo legal revise contratos en dos horas en vez de dos días, eso es una ganancia real. Pero si esa ganancia no se traduce en más contratos firmados, en más negocios generados, en más trabajadores contratados o en precios más bajos para el consumidor —es decir, si la ganancia se “queda atrapada” dentro de la empresa como reducción de costos internos sin efectos de derrame—, su impacto macroeconómico es mínimo a corto plazo.
Ya habíamos documentado que el 80% de los CEOs no ve retorno tangible de su inversión en IA, aunque todos dicen seguir invirtiendo. Esto no es contradicción: están comprando pólizas de seguro frente a una tecnología que podría redefinir su industria, no calculadoras que ya generan ingresos.
Goldman Sachs, de hecho, no descarta el impacto futuro. Su previsión es que el impacto medible comenzará a aparecer a partir de 2027, cuando la adopción sea suficientemente amplia como para cambiar indicadores agregados. La distinción clave es entre invertir en capacidad y generar retorno: 2025 fue masivamente el primer tipo.
La economía bifurcada
Reuters describió a finales de 2025 lo que llamaron “economía bifurcada”: el PIB registraba crecimiento y el sector tecnológico florecía, pero los despidos aumentaban en paralelo, a veces explícitamente por causa de la IA. Esta bifurcación es difícil de capturar en un solo número de crecimiento del PIB.
En un análisis anterior analizamos cómo el 11% del sector tech estaba sosteniendo en gran medida el crecimiento del 89% restante, una concentración que hace especialmente complicado leer la salud real de la economía. La inversión masiva en IA amplifica esta asimetría: crea riqueza para los accionistas de las grandes tecnológicas y empleos de altísimo valor en IA, mientras que en otros sectores el impacto es diferente y difuso.
Esta no es una situación nueva en la historia tecnológica. La electrificación de las fábricas a principios del siglo XX tardó décadas en reflejarse en estadísticas de productividad, porque requería rediseñar los procesos, la organización del trabajo y los modelos de negocio —no solo instalar motores eléctricos donde antes había máquinas de vapor. Los economistas llaman a este patrón la “paradoja de Solow”, acuñada cuando Robert Solow observó en 1987 que “puedes ver la era de los ordenadores en todas partes menos en las estadísticas de productividad”.
¿Y en 2026?
Los planes de capex para 2026 son aún más ambiciosos: los cuatro grandes hyperscalers —Microsoft, Google, Meta y Amazon— tienen comprometido un gasto agregado en torno a US$650.000 millones. Con los mismos patrones de transmisión que en 2025, el impacto en el PIB seguiría siendo modesto mientras el impacto en los balances de TSMC y Samsung sería considerable.
Lo que cambia es la maduración del despliegue. En 2026, las empresas que invirtieron en 2024-2025 en infraestructura empiezan a tener productos y procesos basados en IA funcionando en producción real, no en pilotos. Si la productividad atrapada empieza a salir de las empresas —vía precios más bajos, nuevos mercados, más contrataciones— los números empezarán a moverse. Goldman Sachs apostó que eso ocurre en 2027. Otros son más escépticos.
Los datos de adopción real muestran que la brecha entre lo que las empresas dicen sobre IA y lo que hacen con ella sigue siendo amplia, aunque se está cerrando. La pregunta no es si la IA va a tener impacto económico —lo tendrá—, sino cuándo y a qué velocidad.
Por qué importa
La declaración de Hatzius importa porque rompe con una narrativa que se había instalado en el debate económico y financiero: que la inversión masiva en IA ya estaba impulsando el crecimiento de EE.UU. No es así, al menos todavía. La inversión está construyendo capacidad para un impacto futuro, no generando retorno presente.
Para los que toman decisiones de inversión —ya sea en bolsa, en startups o en adopción corporativa— esta distinción es crítica. No significa que la IA sea una burbuja o que no genere valor. Significa que el timing entre inversión y retorno macroeconómico visible puede ser de años, no de meses. Y que quienes pronostican ya impactos masivos en el PIB basándose en el volumen de la inversión están confundiendo un balance de gastos con una cuenta de resultados.
El número que sí se puede ver en los indicadores de 2025 es el volumen de construcción de infraestructura: más GPUs, más centros de datos, más ingenieros de IA contratados. Esa es la fase en la que estamos. El PIB que lo refleje vendrá después.
Fuentes
- Xataka — Ya sabemos lo que la IA aportó a la economía de EEUU en 2025: “básicamente cero”
- Tom’s Hardware — AI boosted US economy by ‘basically zero’ in 2025, says Goldman Sachs chief economist
- Washington Post — How much did AI boost the economy? Maybe zilch, some economists say
- Gizmodo — AI Added ‘Basically Zero’ to US Economic Growth Last Year, Goldman Sachs Says
- Federal Reserve Bank of St. Louis — Tracking AI Contribution to GDP Growth
