- Goldman Sachs afirma que la inversión de $410 mil millones en IA durante 2025 no generó impacto medible en el PIB estadounidense.
- Análisis optimistas que atribuían hasta el 92% del crecimiento económico a la IA fueron desmentidos por datos más rigurosos.
- La dificultad para separar gasto en IA de inversiones generales en tecnología distorsiona las mediciones económicas.
- Economistas advierten que estamos en fase temprana similar a internet, donde retornos toman más tiempo del esperado.
La inteligencia artificial generó titulares billonarios en 2025, pero su impacto real en la economía estadounidense fue mínimo según el análisis más reciente de Goldman Sachs. Jan Hatzius, economista jefe del banco de inversión, declaró que la contribución de la IA al crecimiento del PIB fue "básicamente cero", un jarro de agua fría para quienes pronosticaban transformaciones económicas inmediatas.
Esta revelación cuestiona narrativas sobre transformación económica inmediata mediante IA y sugiere que los retornos de inversión tomarán más tiempo, afectando decisiones empresariales y políticas públicas.
La desconexión entre inversión y resultados
Las empresas tecnológicas invirtieron aproximadamente 410.000 millones de dólares en desarrollo de IA durante 2025, con planes de aumentar esa cifra a 650.000 millones para 2026. Esta avalancha de capital se justificaba con la promesa de aumentos radicales en productividad, automatización de procesos y reducción de costos laborales. Sin embargo, los datos macroeconómicos cuentan una historia diferente.
Hatzius explica que existe una confusión fundamental entre inversión y retorno económico. "El hecho de que se gaste mucho dinero en algo no significa que genere valor económico inmediato", señaló el economista. Esta perspectiva contrasta marcadamente con análisis anteriores que atribuían hasta el 92% del crecimiento económico estadounidense a la IA durante ciertos períodos de 2025.
La inversión de $410 mil millones en IA durante 2025 no generó impacto medible en el crecimiento económico estadounidense.
El debate sobre medición económica
La economista Hanna Rubinton del Banco de la Reserva Federal de St. Louis había estimado que el gasto en IA contribuyó en un 39% al crecimiento económico durante los primeros nueve meses de 2025. Sin embargo, su propio análisis reconocía limitaciones metodológicas, incluyendo la dificultad de separar el gasto específico en IA de inversiones generales en software y hardware.
JP Morgan y Morgan Stanley se han alineado con la posición de Goldman Sachs, argumentando que las cifras reales de contribución económica son mucho más modestas de lo que sugieren los titulares. El problema fundamental radica en cómo medir el impacto real de tecnologías que están en fase de implementación temprana, donde los costos de desarrollo superan con creces los beneficios económicos inmediatos.
La economía bifurcada
Reuters documentó en noviembre de 2025 lo que denominó una "economía bifurcada" creada por el boom de inversión en IA. Mientras el PIB mostraba un crecimiento del 4%, los despidos aumentaban en varios sectores, posiblemente acelerados por procesos de automatización. Esta desconexión entre indicadores macroeconómicos y realidad laboral complica la evaluación del verdadero impacto de la IA.
La inversión masiva en infraestructura de IA, particularmente en chips y centros de datos, distorsiona las métricas económicas tradicionales. El gasto en hardware aparece como crecimiento económico en las estadísticas, pero no necesariamente se traduce en mayor productividad o creación de valor sostenible.
“Hay mucha desinformación sobre el impacto que la inversión de IA está teniendo sobre el PIB de EEUU. La contribución real en 2025 fue básicamente cero.”
Implicaciones para el futuro
El escepticismo de Goldman Sachs no significa que la IA carezca de potencial transformador, sino que su impacto económico tomará más tiempo del anticipado. Hatzius sugiere que estamos en una fase similar a los primeros años de internet, donde las inversiones iniciales superaron ampliamente los retornos inmediatos, pero sentaron las bases para transformaciones posteriores.
Para las empresas que buscan implementar soluciones de IA, herramientas como GLM ofrecen capacidades avanzadas sin requerir las inversiones masivas de las grandes tecnológicas. Esta democratización podría acelerar la adopción real y medible de la tecnología.
“Los mercados están siempre mirando al futuro, no al presente.”
— Xataka
El verdadero test llegará cuando las implementaciones de IA maduren y comiencen a generar eficiencias medibles en procesos empresariales. Hasta entonces, la desconexión entre inversión y resultados económicos probablemente persistirá, desafiando las narrativas más optimistas sobre la transformación económica inmediata.