La IA necesitará el 9% del PIB de EEUU para rentabilizar su inversión

La construcción de centros de datos para inteligencia artificial en Estados Unidos ya supera, en porcentaje del PIB, a cualquier otro despliegue tecnológico de su historia: ni el ferrocarril, ni la electrificación, ni las autopistas, ni el tendido de fibra óptica movilizaron tantos recursos. La pregunta incómoda es cuánto habrá que facturar para que esa apuesta salga a cuenta, y la respuesta que manejan varios analistas resulta difícil de digerir: alrededor del 9% del PIB estadounidense, más o menos lo que ese país gasta en alimentación.

De dónde salen las cifras

El punto de partida es un trabajo de Stijn van Nieuwerburgh, profesor de finanzas en la Columbia Business School, difundido en el entorno del think tank Brookings Institution y recogido por Xataka. Según sus cálculos, el gasto en centros de datos e infraestructura asociada a la IA alcanzará los 10,3 billones de dólares entre 2025 y 2032, el equivalente a un 3,6% del PIB anual del país. Otras estimaciones son algo más conservadoras —2,3 billones hasta 2030, o 9 billones hasta 2032, un 3,2% del PIB—, pero todas apuntan en la misma dirección.

Para situar esos porcentajes conviene mirar atrás. El auge ferroviario de finales del siglo XIX absorbió un 2,2% del PIB. La electrificación del primer cuarto del siglo XX, la red de autopistas interestatales o el despliegue de telecomunicaciones y fibra entre 1996 y 2003 no llegaron, según el mismo estudio, al 1,2%. Es decir: ningún ciclo inversor anterior se acerca a lo que está ocurriendo ahora con la IA.

El dato tiene además lectura global. Algunos analistas estiman que Estados Unidos concentra tres cuartas partes de la inversión mundial en inteligencia artificial, mientras PwC calcula que el gasto acumulado internacional en centros de datos superará los 30 billones de dólares en 2050.

El 9%: lo que habría que facturar

La cifra que ha dado la vuelta al debate aparece en un análisis de Greg Ip en The Wall Street Journal, apoyado también en los números de Van Nieuwerburgh. El razonamiento es sencillo de seguir: se estima el coste de construir un centro de datos, se multiplica por los que las empresas planean levantar, se descuenta una parte que acabará cancelándose y se calcula qué retorno necesitan quienes ponen el dinero.

El resultado es que en 2032 la inteligencia artificial debería generar unos 3,5 billones de dólares en ingresos anuales, cerca del 8,8% del PIB estadounidense. Dicho de otro modo: empresas y hogares tendrían que gastar cada año en servicios de compañías como OpenAI o Anthropic tanto como gastan en comida, y bastante más de lo que destinan hoy a energía, ordenadores y software, o a la suma de telefonía, streaming e internet.

Los puntos débiles del cálculo

El propio autor del estudio advierte de que su ejercicio asume cierta estabilidad en los precios de los servicios de IA, y ese es justamente el factor más incierto. Si en 2032 hay más competencia y mucha más capacidad instalada, es razonable esperar precios a la baja, como ya les ocurrió a quienes invirtieron en fibra óptica a principios de los dos mil. Aunque también cabe el escenario contrario: precios más bajos pueden disparar la demanda. Hay quien calcula que OpenAI y Anthropic sumarán unos 300.000 millones de dólares en ingresos anuales a final de esta década, una estimación que Ip considera conservadora.

Hay un segundo frente: la financiación. Una estimación de The Wall Street Journal cifraba en 4,2 billones de dólares el gasto combinado de cinco grandes tecnológicas hasta 2029, con una proporción creciente apoyada en deuda y en vehículos de propósito especial. "Es tremendamente complicado", resumía Van Nieuwerburgh en declaraciones a Quartz, donde comparaba la opacidad de esas estructuras con la que precedió a la crisis de las hipotecas subprime.

Faltan mercados por inventar

Un informe reciente de Bain & Company añade otra pieza: para cerrar la brecha de financiación no bastaría con el negocio actual, harían falta "mercados completamente nuevos", con la robótica con IA como ejemplo más citado.

Mientras tanto, el impulso de productividad que todo el mundo da por descontado todavía no aparece en los grandes indicadores económicos. Es la vieja paradoja que formuló el economista Robert Solow sobre los ordenadores: se veían por todas partes menos en las estadísticas de productividad. Puede que con la IA pase lo mismo y el efecto tarde años en medirse; el problema es que el calendario de la deuda no espera. En España, por ahora, los datos apuntan en una línea parecida: los empleos más expuestos a la IA siguen creciendo.