¿Quieres operar este fin de semana? Los índices sintéticos siguen activos → Explorar opciones.
Espacio patrocinadoLa próxima gran expansión de la inteligencia artificial ya no estará impulsada únicamente por chatbots o asistentes conversacionales.
Los llamados agentes de IA, sistemas capaces de ejecutar tareas autónomas complejas, podrían provocar una explosión sin precedentes en el consumo global de computación y transformar por completo la economía del sector tecnológico.
El informe proyecta que el uso de tokens procesados por modelos de lenguaje crecerá 24 veces hacia 2030, impulsando ingresos, márgenes y flujo de caja de las grandes compañías tecnológicas dedicadas a la infraestructura de inteligencia artificial.
Goldman Sachs proyecta un aumento del consumo de tokens por IA
El estudio sostiene que la adopción de IA agéntica por parte de consumidores y empresas elevará el procesamiento mensual hasta aproximadamente 120 billones de tokens para 2030.
Los tokens representan las unidades básicas de información procesadas por modelos de lenguaje y constituyen una de las principales métricas para medir la demanda computacional dentro de la industria de IA. A diferencia de un chatbot tradicional, los agentes de IA ejecutan secuencias completas de acciones autónomas, multiplicando considerablemente la carga de procesamiento.
Según Jim Schneider, analista sénior de Goldman Sachs Research, una sola tarea agéntica puede requerir entre 10 y 50 veces más consultas computacionales que una interacción convencional con un chatbot.
El fenómeno ya comienza a reflejarse en aplicaciones reales. Distintas compañías tecnológicas y desarrolladores de IA avanzan en sistemas capaces de controlar smartphones, organizar correos electrónicos, reservar vuelos y ejecutar tareas empresariales complejas de manera continua y autónoma.
La reducción de costos tecnológicos abre espacio para mayores ganancias
El informe también sostiene que la economía de la IA está entrando en un punto de inflexión importante. Actualmente, los proveedores de semiconductores para IA están reduciendo el costo por token entre un 60% y un 70% anual gracias a mejoras en la eficiencia de chips y arquitectura de centros de datos.
Ese descenso acelerado de costos podría mejorar considerablemente los márgenes brutos y el flujo de caja operativo de grandes compañías tecnológicas durante los próximos años.
Goldman Sachs considera que el mercado podría estar subestimando este efecto, especialmente porque muchos inversionistas continúan preocupados por el enorme gasto de capital destinado a chips y centros de datos.
Sin embargo, la tesis del banco sostiene que, si los costos computacionales caen más rápido que los precios de los servicios de IA, las empresas en la nube y los proveedores de modelos podrían entrar en una nueva etapa de expansión de márgenes.
La escasez de chips podría intensificarse durante los próximos 18 meses
Pese al optimismo estructural, el reporte también advierte sobre importantes cuellos de botella para la industria. Goldman Sachs estima que la demanda de infraestructura para IA crecerá mucho más rápido que la capacidad actual de fabricación de semiconductores.
La situación resulta especialmente compleja debido a que construir nuevas fábricas de chips puede tomar hasta tres años, mientras los requerimientos tecnológicos cambian prácticamente cada pocos meses. Por esa razón, Jim Schneider considera que el sector podría enfrentar escasez de chips durante al menos los próximos 12 a 18 meses.
Además, el banco sostiene que la adopción empresarial de IA agéntica avanzará de forma mucho más lenta y desigual que la del consumo minorista, principalmente por factores regulatorios, integración de sistemas y complejidad operativa.
Según las proyecciones, apenas el 12% de los trabajadores del conocimiento utilizará IA agéntica hacia 2030, aunque la cifra podría aumentar hasta el 37% para 2040.
El análisis deja una señal importante para los mercados: la próxima fase de la inteligencia artificial probablemente estará definida menos por chatbots y más por sistemas autónomos capaces de ejecutar tareas completas. Si estas proyecciones sobre consumo computacional terminan materializándose, la infraestructura de IA podría convertirse en uno de los mayores motores de flujo de caja y demanda tecnológica de la próxima década.
