Goldman Sachs proyecta 1,2 billones de dólares de gasto en infraestructura de IA para 2027

Un informe de Goldman Sachs difundido por Bloomberg el viernes 25 de septiembre de 2026 proyecta que Amazon, Alphabet, Microsoft, Oracle y Meta gastarán en conjunto cerca de 1,2 billones de dólares en infraestructura de inteligencia artificial durante 2027. La cifra queda unos 100.000 millones de dólares por encima del consenso de Wall Street, que se ubica en 1,1 billones.

El estratega Ryan Hammond, autor del análisis, compara la escala del ciclo con la construcción de ferrocarriles del siglo XIX: en relación con el PIB, sería «el mayor ciclo de inversión desde la construcción de los ferrocarriles en el siglo XIX». Para 2026 la proyección de gasto de esas cinco compañías es de alrededor de 800.000 millones de dólares.

¿Cómo evoluciona el gasto según la proyección?

El informe describe una curva que se acelera y luego se aplana con rapidez.

• 2026: crecimiento cercano a 100%, hasta unos 800.000 millones de dólares.
• 2027: crecimiento de 54%, hasta cerca de 1,2 billones de dólares.
• 2028: crecimiento de 12%, es decir, un freno pronunciado respecto de los dos años anteriores.

Ese perfil es el dato más útil del informe. No describe una expansión indefinida, sino una ventana corta de gasto extraordinario seguida de una normalización. Quien construye su plan comercial asumiendo que las condiciones de 2027 se repetirán en 2029 está leyendo la curva al revés.

¿Cuánto ingreso por IA se necesita para justificar esa inversión?

Goldman Sachs estima que estas compañías necesitan generar alrededor de 300.000 millones de dólares anuales en ingresos por inteligencia artificial para recuperar lo invertido. Ese umbral todavía no se alcanza.

El indicador que más se acerca es el negocio de nube, cuyo crecimiento se aceleró desde 25% en 2024 hasta 48% en el segundo trimestre de 2026. El informe deja abierta la pregunta sobre si los ingresos de OpenAI y Anthropic, que sostienen buena parte de las expectativas detrás de esta construcción, crecen lo suficientemente rápido para validar el capital comprometido.

¿Por qué importa la comparación con los ferrocarriles?

La analogía no es solo de tamaño. Los ciclos de infraestructura de ese tipo dejan capacidad instalada que sobrevive a quienes la financiaron, y el precio del servicio tiende a caer cuando la capacidad se adelanta a la demanda. Para un comprador de software, eso apunta a un escenario en el que el costo por unidad de cómputo y de inferencia sigue bajando, mientras el precio de las suites comerciales que empaquetan esa IA se mantiene o sube.

¿Qué significa para las empresas en Chile y Latinoamérica?

Una empresa en Chile o en el resto de Latinoamérica no participa de este gasto, pero sí recibe su factura por dos vías. La primera es el precio: los proveedores que financian centros de datos con este nivel de capital tienen incentivo a trasladar costo a las licencias, a los créditos de consumo y a los módulos de IA que se venden sobre el CRM. La segunda es la disponibilidad regional, que sigue determinada por dónde se instala la capacidad y por la latencia y las reglas de residencia de datos que eso implica.

Hay un tercer efecto menos obvio: si el modelo de negocio de los proveedores depende de convertir este capital en ingreso recurrente pronto, la presión comercial sobre los clientes de la región va a aumentar en los próximos dos ciclos de renovación.

Análisis de Revenue Hub

Nuestra lectura es que la cifra relevante para un líder comercial no es el 1,2 billones, sino los 300.000 millones anuales que aún faltan. Esa brecha es la que explica por qué casi todos los proveedores de CRM y de productividad están empaquetando IA en planes superiores, moviendo funciones detrás de créditos de consumo y cambiando de precio por asiento a precio por resultado o por uso. No es una moda de packaging: es la forma de convertir capital ya comprometido en ingreso recurrente.

La recomendación concreta es tratar el gasto en IA como un rubro presupuestario propio, con techo y con dueño, antes de la próxima renovación. En la práctica son tres movimientos. Medir el consumo real por caso de uso y no por licencia, porque el cargo por créditos hace que el costo dependa del volumen y no del número de usuarios. Negociar la renovación con precios fijos por unidad de consumo para el periodo completo, en lugar de aceptar tarifas revisables. Y dejar al menos un caso de uso crítico con una alternativa técnica viable, de modo que el cambio de proveedor sea una decisión comercial y no una migración forzada.

Si la curva se comporta como proyecta Goldman Sachs, el punto de mayor apalancamiento para negociar está en 2027 y 2028, cuando la capacidad instalada ya exista y la presión por monetizarla sea máxima. Conviene tener el inventario de consumo listo antes de ese momento. Seguimos estos movimientos en la sección de tendencias SaaS y publicamos criterios de arquitectura comercial y de costo en el blog de Revenue Hub.