Goldman: la energía, no los chips, marca el ritmo de los centros de datos de IA

Goldman Sachs afirma que la restricción a la expansión de la IA ha pasado de los chips a la electricidad. En una nota publicada el 12 de octubre de 2026, el banco señaló que la capacidad de red para 2026 y 2027 está prácticamente reservada, lo que empuja a los principales hyperscalers a cerrar contratos de energía para 2028 y años posteriores. Los ingresos generados por unidad de energía han subido cerca de dos tercios en el último año, y Meta obtiene un retorno de la inversión de dos a tres veces por megavatio en su negocio principal. La oferta de cómputo sigue por detrás de la demanda, según el banco.

Contexto — ¿Por qué importa ahora más la energía que los chips para la IA?

La comparación del propio informe es la que importa: antes se consideraba que el capital para comprar GPU era el factor limitante, y Goldman ahora dice que no basta por sí solo. El acceso a infraestructura de energía de alta tensión decide quién puede expandirse. Es un cambio en la identidad del cuello de botella, no en el tamaño del despliegue.

La cadena de catalizadores pasa primero por la demanda. Goldman dijo que los nuevos requisitos de infraestructura y el gasto empresarial resiliente están ampliando la brecha entre oferta y demanda de cómputo, según sus conversaciones con equipos directivos de empresas tecnológicas.

Se esperaba que el entrenamiento de modelos se ralentizara, lo que normalmente aliviaría la presión sobre el cómputo. Goldman dijo que ese alivio se ve compensado por el aumento de la inversión en seguridad de IA y monitorización del ritmo, trabajo que a su vez consume potencia de cálculo. El efecto neto mantiene elevada la demanda total de cómputo aunque una clase de carga de trabajo se desacelere.

La interconexión de red es el eslabón más lento de esa cadena. Como la capacidad de los dos próximos años naturales está comprometida, los hyperscalers no pueden simplemente comprar su entrada en la oferta de 2026 o 2027. En su lugar, contratan más a largo plazo, lo que convierte un problema de aprovisionamiento a corto plazo en una estrategia energética plurianual.

El capex sube al mismo tiempo, por la inflación de componentes y por la necesidad de más chips. Por tanto, dos líneas de coste se mueven juntas: la factura de hardware y la de energía. El enfoque de Goldman sitúa a la energía en el asiento decisivo.

Datos — Qué muestran las cifras

Las cifras destacadas del informe son ratios y retornos, no totales en dólares. Los ingresos por unidad de energía suben cerca de dos tercios frente a precios anteriores en el último año. Meta genera un retorno de la inversión de dos a tres veces por megavatio en su negocio principal. La capacidad de red para 2026 y 2027 está prácticamente reservada, con contratos que ya se extienden a 2028 y más allá.

Métrica	Cifra del informe
Ingresos por unidad de energía	suben cerca de dos tercios en el último año
Retorno de la inversión de Meta	2x a 3x por megavatio, negocio principal
Capacidad de red, 2026-2027	prácticamente reservada
Horizonte de contratación de energía	2028 y más allá

Antes y después, el mismo operador cuenta la historia. Un hyperscaler con capacidad de red asegurada puede convertir capital en cómputo activo. Un hyperscaler sin ella tiene el mismo capital y los mismos pedidos de chips, pero no puede energizarlos en el mismo calendario.

Goldman no reveló totales de capex en dólares, precios por megavatio ni la identidad de las contrapartes de los contratos de energía de 2028. Tampoco dio cifras de megavatios para ninguna empresa nombrada. Esos huecos importan porque el ratio de ingresos sobre energía es la métrica en la que más se apoya el informe.

En software, la comparación del informe es estructural, no numérica. Las plataformas de datos y seguridad están en el lado de los beneficiarios, mientras que los proveedores de aplicaciones afrontan un cambio en cómo se consumen y se tarifan sus productos.

Análisis — Qué sectores y tickers soportan la exposición

La lista de empresas destacadas por Goldman es corta. Meta recibe crédito por sus fuertes retornos por megavatio en su negocio principal mientras explora nuevas fuentes de ingresos incrementales. Google se describe como dependiente de una ventaja de pila completa que combina silicio personalizado, nube, seguridad y una gran base de distribución, con las ventas de chips TPU como una parte de una cartera más amplia y no como toda la tesis.

La lectura de segundo orden pasa por las utilities y operadores de red, productores independientes de energía y la cadena de suministro de equipos eléctricos, todos ellos aguas arriba de cualquier centro de datos energizado. El informe no nombra esas empresas, por lo que la exposición es direccional y no una lista.

En software, el mecanismo que describe Goldman es el software de aplicaciones volviéndose headless — cada vez más construido para agentes de IA en lugar de usuarios humanos. El banco dijo que esto permite a los proveedores llevar funciones de IA más potentes a plataformas existentes y sostiene el crecimiento del sector por ahora. Su cautela es que el cambio podría acabar alterando cómo las empresas de software tarifan y monetizan sus productos. El precio por asiento es el modelo más directamente expuesto, porque los agentes no ocupan asientos.

El contraargumento merece exponerse con claridad. Si el entrenamiento se ralentiza de verdad y el trabajo de seguridad y monitorización resulta menos intensivo en cómputo de lo que asume Goldman, la brecha de demanda podría estrecharse más rápido de lo que implica la nota, aliviando la restricción energética y devolviendo la ventaja a quien tenga el capital más barato. El informe no cuantifica ese escenario.

El posicionamiento sigue a la restricción. El capital se dirige hacia operadores con capacidad de red asegurada y hacia capas fundacionales de datos y seguridad, y se aleja de proveedores de aplicaciones cuyos modelos de precios dependen del número de usuarios humanos. Goldman dijo que los directores de sistemas de información están orientando los presupuestos hacia capas de datos fundacionales y herramientas de ciberseguridad para proteger la integridad de los datos y contener los riesgos del uso no autorizado de "shadow AI" dentro de las organizaciones.

Perspectivas — Qué vigilar a continuación

Lo primero que hay que vigilar es el ciclo de contratación de energía de 2028. Goldman dijo que los principales hyperscalers ya se mueven agresivamente ahí, y el ritmo de esos anuncios es la señal más clara disponible sobre quién ha asegurado el siguiente tramo de capacidad. El informe no da fechas para ese ciclo.

Lo segundo es el equilibrio entre entrenamiento y seguridad. Goldman espera que el entrenamiento de modelos se ralentice, pero ve subir la inversión en seguridad y monitorización del ritmo. Si el gasto en seguridad no compensa la desaceleración del entrenamiento, la brecha entre oferta y demanda de cómputo se estrecha y la prima de energía se comprime.

Lo tercero es la divulgación de precios de software. Los proveedores de aplicaciones que se vuelven headless aún no han reformulado cómo cobran. Cualquier cambio en los modelos por asiento confirmaría el mecanismo que Goldman señaló como riesgo futuro y no actual.

Goldman concluyó que la monetización de la IA ofrece una opcionalidad sustancial, mientras que la monetización de plataformas principales sigue entre los usos del cómputo de mayor confianza y mayor retorno. La implicación práctica es que las plataformas consolidadas que ya obtienen fuertes retornos de su energía siguen siendo los beneficiarios más fiables mientras la capacidad siga siendo escasa.

Preguntas frecuentes

¿Qué quiere decir Goldman Sachs con que la energía es el cuello de botella de la IA?

Significa que el capital por sí solo ya no asegura cómputo. Goldman dijo que la capacidad de red para 2026 y 2027 está prácticamente reservada, así que una empresa puede tener la financiación y los pedidos de chips pero seguir esperando una conexión energizada. La infraestructura de energía de alta tensión decide ahora quién puede expandirse, lo que empuja a los hyperscalers a firmar contratos de energía para 2028 y más allá.

¿Por qué el software de aplicaciones headless es un riesgo para los proveedores?

Headless significa software construido para agentes de IA en lugar de usuarios humanos. Goldman dijo que esto permite a los proveedores integrar funciones de IA más potentes en plataformas existentes y sostiene el crecimiento por ahora. El riesgo es el precio: los modelos basados en el número de usuarios humanos no encajan bien con los agentes, así que la monetización podría tener que cambiar. El banco no dijo cuándo ni cómo.

¿Qué dice el informe sobre los retornos de IA de Google y Meta?

Goldman dijo que Meta genera un retorno de la inversión de dos a tres veces por megavatio en su negocio principal mientras busca ingresos incrementales. Google se describe como usando una ventaja de pila completa que abarca silicio personalizado, nube, seguridad y una gran base de distribución, con las ventas de chips TPU como una parte de una estrategia de cartera más amplia y no como el caso central.

Conclusión

Goldman dice que la capacidad de red asegurada, y no los presupuestos de chips, determina ahora qué operadores pueden energizar cómputo de IA hasta 2027.

Aviso legal: este artículo es solo informativo y no constituye asesoramiento de inversión. El trading de CFD conlleva un alto riesgo de pérdida de capital.