¿Qué le interesa a Silicon Valley? ¡Comienza la segunda mitad de la era de la IA! Resumen de opiniones de los gigantes tecnológicos en la conferencia TMT de Goldman Sachs (análisis en profundidad)

La señal más clara transmitida por la conferencia Communacopia + TMT 2026 de Goldman Sachs es: el eje de la inversión en IA está migrando de "construir capacidad de cómputo" a "utilizar capacidad de cómputo", pero la propia capacidad de cómputo sigue siendo gravemente insuficiente. Que ambas situaciones coexistan constituye la tensión central más importante de Silicon Valley en la actualidad.

Jan Hatzius, economista jefe de Goldman Sachs, marcó el tono en la conferencia: "El furor por las inversiones en IA no durará para siempre". Sin embargo, Jensen Huang de Nvidia aportó una sensación de urgencia opuesta en el mismo evento: "El 70% del crecimiento es el límite de la oferta, no el de la demanda". Precisamente esta divergencia es la característica esencial de la segunda mitad del ciclo de la IA — la dirección no tiene controversia, el ritmo y la asignación son el problema.

¿De qué habla Silicon Valley? Seis temas centrales

Tema 1: El "cuello de botella físico" del cómputo como nueva narrativa

Jensen Huang redefinió de manera sistemática el marco narrativo de la infraestructura de IA en la conferencia. Identificó el impulso en dos cambios industriales superpuestos: la transición de la computación de recuperación a la computación generativa, y el fin de la Ley de Moore.

En los últimos 60 años, los ordenadores han sido esencialmente "grabaciones preconfiguradas": el usuario hacía clic y recuperaba información del almacenamiento. Pero la IA generativa demanda generar respuestas en tiempo real a partir del contexto, lo que implica construir una nueva capa de computación en funcionamiento continuo. Simultáneamente, el beneficio de reducción del tamaño de los transistores desaparece y el rendimiento ya no depende de la miniaturización del proceso. La respuesta de Huang es la co-diseño extremo a través del encapsulado multinúcleo CoWoS y la expansión vertical NVLink, afirmando directamente: "Si no tienes NVLink, si no puedes escalar verticalmente de verdad, estás perdido, porque la Ley de Moore es tu enemiga."

El punto clave de este relato es: el cuello de botella central que condiciona el crecimiento de la IA ha pasado de "¿existe demanda?" a "¿el mundo físico puede seguir el ritmo?". Huang reconoce las amplias limitaciones aguas arriba (ensamblaje, obleas, memoria) y aguas abajo (potencia de los centros de datos, localización), y mantiene la previsión de un aumento interanual del 70% para el año fiscal CY27. Bret Johnsen de SpaceX presentó un plan de expansión aún más agresivo: en 2027, escalar la capacidad de IA en tierra de 2 GW a entre 5 y 10 GW, y planea desplegar satélites de IA para igualar el coste de cómputo orbital al de tierra.

Tema 2: Se aclara el "camino del ganador" en la capa de aplicaciones de IA

Hock Tan, CEO de Broadcom, ofreció en la conferencia un análisis económico impactante: 1GW de cómputo Frontier equivale a 30 000 millones de dólares en ARR, de los cuales 10 000 millones son costes, los 20 000 millones restantes se reparten entre el nivel de modelos y aplicaciones, y otros 10 000 millones se disputan entre Cloud, Chip, Memory y Power a lo largo de toda la cadena.

Esto significa que la distribución de valor en la cadena de IA ya es cuantificable. Según Goldman Sachs, la jerarquía del "camino ganador" es: modelos propietarios > chips propios > hyperscalers > energía + refrigeración líquida > redes > capa de aplicaciones.

Pero Goldman Sachs señala al mismo tiempo que el capital de mercado está difundiéndose de la primera fase (GPU/HBM/hardware de centros de datos) a la segunda fase (aplicaciones capaces de convertir tokens en productividad, ingresos y flujos de caja empresariales). En el futuro podría haber una mayor divergencia en las valoraciones: las empresas de software con datos exclusivos, ventajas en flujos de trabajo complejos y ROI claro serán revaloradas, mientras que los SaaS tradicionales susceptibles de ser comoditizados por modelos básicos seguirán bajo presión.

El comentario de Ali Ghodsi, CEO de Databricks, respalda este diagnóstico: la competencia en el software de aplicaciones de IA se está desplazando hacia la implementación empresarial efectiva; las plataformas de software que puedan traducir de manera eficaz y precisa las capacidades de modelos en resultados empresariales fiables, abrirán nuevas áreas de crecimiento.

Tema 3: Agentic AI pasa de "concepto" a "reconstrucción organizativa"

En esta edición del evento, Agentic AI deja de estar en la fase de demostración de funciones y empieza a transformar la estructura interna de las empresas.

CHYM reveló que ha realizado un recorte de plantilla del 10%, con el objetivo de crear una organización "más plana y rápida"; sus equipos de producto e ingeniería ahora representan la mitad del tamaño original, pero "con responsabilidades más claras y una operación más ágil, la producción se mantiene". Block, tras una profunda reestructuración organizativa a principio de año (menos niveles entre decisores y ejecutores), está logrando un apalancamiento notable sobre la base de costes fijos.

En el plano tecnológico, AMD considera Agentic AI como una nueva carga de trabajo, previendo un aumento de la demanda para diferentes tipos de CPU, no solo GPU. SailPoint puso un objetivo específico: Agentic AI podría convertirse en el principal motor de crecimiento, apuntando a 800 millones de dólares en ingresos agentic para el año fiscal 2029.

Amy Hood, CFO de Microsoft, fue la más sistemática: Microsoft está combinando licencias predecibles de usuario con tarificación basada en consumo para los servicios de IA, y extendiendo productos agentes como Agent 365 y Copilot. Declaró que "flujos de trabajo agentic seguros y regulados" pueden impulsar el crecimiento, ya que agentes, aplicaciones y humanos tienden cada vez más a colaborar.

Tema 4: La ciberseguridad se convierte en el "tema más frecuente"

La ciberseguridad fue el caso de uso más mencionado en esta conferencia. Jensen Huang la incluyó como el próximo gran caso de uso de la IA y expuso su lógica económica concreta:

"Un subproducto de la codificación es, por supuesto, la detección de bugs, y otro subproducto de esto es un mercado enorme llamado ciberseguridad. Los asistentes de codificación responden a las instrucciones y se detienen; los agentes de seguridad monitorizan continuamente la red, lo que significa que los clientes han de pagar por inferencias 24/7, no mediante picos puntuales."

El CEO de Palo Alto Networks fue tajante: "La industria de la seguridad en IA ni siquiera se ha establecido todavía", mientras que CrowdStrike y Palo Alto suman juntos una capitalización cercana a los 490 000 millones de dólares, estando muy por debajo de los valores de la IA en el trillón de dólares, lo que apunta al espacio para un repricing del sector.

George Kurtz, CEO de CrowdStrike, compartió cifras que aportan urgencia: los ataques cibernéticos potenciados con IA aumentaron un 89% en el último año, y el tiempo de irrupción más rápido se ha reducido a 27 segundos. 27 segundos son menos que el tiempo de diagnóstico de alertas por la mayoría de los equipos humanos de ciberseguridad, lo que refuerza el argumento central para que los agentes autónomos sustituyan a los analistas.

Jensen Huang consideró a CrowdStrike como el "primer socio estratégico de ciberseguridad de Nvidia" y calificó el lanzamiento de SafeMind como "un punto de inflexión en ciberseguridad".

Tema 5: El modelo "pago por resultado" de OpenAI y la economía de la intensidad de uso

Sarah Friar, CFO de OpenAI, lanzó los mensajes más cercanos a la frontera de la comercialización de IA.

El negocio empresarial ya representa la mitad del total: los ingresos de consumidores y empresas pasaron del 60:40 a principios de año y alcanzaron el 50:50 a mitad de año. En julio, el ingreso anualizado total aumentó un 20% mensual y el segmento empresarial creció un 32%, partiendo ya de una base alta.

La verdadera novedad es la intensidad de uso: el top 10% de clientes empresariales avanzados ya consume 8 veces más tokens que el cliente promedio (antes era 3 veces), y dentro de OpenAI se ha alcanzado 33 veces. Friar define estas 33 veces como "un adelanto de la evolución futura de los clientes actuales", lo que implica que el crecimiento empresarial no vendrá de captar nuevos clientes, sino de la intensificación de consumo por cliente existente.

La hoja de ruta de precios ya es clara: suscripciones → uso → pago por resultados. Friar dice abiertamente que quieren alejarse del cobro por token y pasar a un modelo de reparto vertical. También está cambiando la lógica competitiva: no importa el coste por token, sino por tarea; el modelo de OpenAI requiere un 68% menos de tokens para un mismo resultado que la competencia.

Tema 6: Señales del lado de la oferta en almacenamiento, consumo y eficiencia organizacional

SanDisk lanzó una predicción poco valorada por el mercado: el crecimiento de la oferta de NAND probablemente seguirá siendo limitada en el futuro visible, mientras que la proliferación masiva de IA está disparando la demanda. Este desequilibrio apunta directamente a una lógica de soporte potencial para el precio de la NAND.

Las señales del lado de consumo son muy consistentes: Block informó que "el gasto del consumidor mostró gran resiliencia durante todo el segundo trimestre, y la tendencia continuó fuerte en julio y agosto"; Toast indicó que el nivel de gasto sigue estable; Booking.com confirmó que la demanda de viajes sigue fuerte. Esto coincide con el mensaje indicado anteriormente por Visa en esta conferencia.

La redefinición de la eficiencia interna por la IA también está dándose a conocer de forma directa: Booking.com ya usa IA generativa en atención al cliente y desarrollo de software, "y están percibiendo beneficios concretos"; Etsy afirma que la IA ya le ha permitido "una comprensión más profunda del inventario, de los compradores y de la identificación de intenciones de compra".

El marco de "segunda mitad de la IA" del informe de Goldman Sachs

La serie de informes publicados por Goldman Sachs antes y después del evento conforman el marco fundamental para interpretar la conferencia.

Primera capa: De la "expansión del cómputo" a la "monetización del token". Los analistas de Goldman Sachs destacan que el capital global está pasando de la primera fase de inversión en IA marcada por cuellos de botella de hardware, a una segunda fase donde ganan las aplicaciones capaces de convertir tokens en productividad, ingresos y flujos de caja empresariales. Los criterios principales para valorar estas empresas de aplicaciones son: tener una base de datos amplia y exclusiva, ventajas en los flujos de trabajo, ejecución de ciclo cerrado con agentes inteligentes, y un ROI claro.

Segunda capa: Del "duopolio" a la "competencia multipolar". Rich Privorotsky, jefe de la mesa de operaciones One-Delta de Goldman Sachs, apunta a que la narrativa de IA evoluciona de "competencia vanguardista entre Nvidia y Google" a un entorno altamente competitivo y multipolar. Meta y xAI ya han demostrado poder ofrecer API avanzadas a precios mucho menores. Aunque la competencia baja el precio del token, el argumento de los que apuestan por el hardware ("tokens más baratos liberan demanda exponencial") no necesariamente se cumple en la práctica. La tasa de adopción de herramientas de IA por empresas supera el 50% y solo bajar precios no garantiza una nueva ola de demanda robusta.

Tercera capa: De los "grandes modelos" a los "pequeños modelos especializados". Las cargas de trabajo empresariales están migrando rápidamente a modelos especializados más pequeños: procesamiento de documentos, enrutamiento de flujos de trabajo, auditoría de cumplimiento, atención al cliente, etc. Estos modelos son rápidos, de bajo coste y pueden funcionar localmente en dispositivos edge. Goldman Sachs cita al CEO de Hugging Face: las empresas viven una transformación estructural de "alquilar APIs cerradas de vanguardia" a "poseer y operar sus propios modelos open source".

Cuarta capa: La eficiencia de capital será la prueba definitiva. El suspense central de Goldman Sachs ya no es si los gigantes cloud ralentizarán la inversión, sino cuándo exigirán los accionistas mayor eficiencia de capital. Cuando, por presión de los accionistas, los cloud giants reduzcan el capex, aunque los que se beneficien del hardware sigan mostrando buenos resultados, será difícil mantener sus múltiplos de valoración.

Una frase para resumir el estado actual de Silicon Valley

La esencia de la "segunda mitad" de la IA no es que la IA se ralentice, sino que la narrativa sobre la escasez de IA ha cambiado a una narrativa de asignación. La capacidad de cómputo sigue siendo insuficiente, pero el mercado está empezando a preguntar: ¿de quién acaba siendo finalmente ese flujo de caja? La respuesta de Huang es "pongo uno y saco cien", la de OpenAI es "pago por resultado", y la de Goldman es "retorno útil por cada dólar invertido en IA". Quien logre convertir los tokens en resultados empresariales verificables dictará las reglas de esta segunda mitad de la IA.