Goldman Sachs proyecta que cinco de las mayores empresas tecnológicas de Estados Unidos invertirán USD 1,2 billones en 2027. Centros de datos, chips y capacidad de cómputo están detrás de una carrera que muestra cuánto está creciendo la infraestructura necesaria para sostener la inteligencia artificial.
La inteligencia artificial puede parecer principalmente software, pero detrás de cada modelo existe una enorme infraestructura física que necesita crecer al mismo ritmo.
Según Goldman Sachs Research, Amazon, Alphabet, Microsoft, Oracle y Meta podrían invertir en conjunto USD 1,2 billones durante 2027, frente a alrededor de USD 800.000 millones previstos para 2026. Para 2028, la proyección ya alcanza los USD 1,4 billones. Goldman Sachs
Una inversión de escala histórica
La estimación para 2027 supera los USD 1,1 billones que esperaba el mercado y refleja la velocidad con la que está creciendo la inversión necesaria para desarrollar infraestructura tecnológica vinculada a la IA.
Para dimensionar el fenómeno, Goldman Sachs compara el peso de estas inversiones sobre la economía estadounidense con grandes ciclos tecnológicos del pasado. Según su análisis, en relación con el PBI, la inversión proyectada alcanzaría una escala no vista desde la expansión de los ferrocarriles a fines del siglo XIX.
Akamai y Anthropic: un acuerdo de USD 11.600 millones
Un caso reciente ayuda a entender hacia dónde va ese dinero.
Akamai anunció un acuerdo con Anthropic por USD 11.600 millones durante siete años para brindarle infraestructura en la nube destinada a acompañar el crecimiento de sus necesidades de procesamiento.
El acuerdo incluso contempla la posibilidad de ampliar la relación por otros USD 9.000 millones, llevando el compromiso potencial a cerca de USD 20.000 millones.
La operación muestra algo importante: las empresas que desarrollan inteligencia artificial no solo necesitan mejores modelos. También necesitan asegurarse capacidad de procesamiento, infraestructura y recursos tecnológicos para hacerlos funcionar a gran escala.
La IA también depende de buenos datos
Toda esta inversión ocurre detrás de escena, pero sus efectos llegan cada vez más a las empresas.
A medida que la inteligencia artificial se integra a búsquedas, comercio electrónico, logística y otros procesos, aumenta también la importancia de la información que esos sistemas utilizan.
No alcanza con tener más capacidad de cómputo. Para que una IA pueda trabajar correctamente con productos y procesos, necesita datos claros, consistentes y correctamente identificados.
Ahí los estándares GS1 cumplen un papel concreto: permiten que productos, empresas y unidades logísticas puedan ser identificados de una manera común entre diferentes sistemas.
La inteligencia artificial también necesita un lenguaje común
La carrera por la inteligencia artificial se está midiendo en billones de dólares. Pero detrás de esa infraestructura existe otro desafío igual de importante: lograr que los datos que circulan por ella sean confiables y puedan ser entendidos por todos los sistemas.
GS1 Argentina.