Goldman Sachs pivota hacia los centros de datos de IA como negocio principal

Según un artículo de Bloomberg publicado el 1 de junio, los banqueros más senior de Goldman Sachs llevan meses con una agenda dominada por un único tema: la financiación y estructuración de centros de datos para inteligencia artificial. No es una tendencia emergente ni una apuesta marginal; es, a estas alturas, el core de su actividad de banca de inversión.

El dato habla por sí solo: cuando los banqueros de Goldman —históricamente agnósticos respecto al sector mientras hubiera comisión— concentran su atención en un único tipo de activo, algo estructural está ocurriendo en los mercados de capital. No es entusiasmo; es flujo de dinero real.

Por qué los centros de datos se han convertido en el activo del momento

La demanda de cómputo para entrenar y servir modelos de lenguaje grande no ha dejado de crecer desde 2023, pero en 2025 y 2026 el crecimiento se ha acelerado de forma notable. Anthropic, OpenAI, Google y Microsoft compiten por asegurar capacidad de GPU a años vista, lo que ha convertido los contratos de suministro de infraestructura en instrumentos financieros complejos, susceptibles de ser titulizados, financiados con deuda privada o estructurados como joint ventures.

Eso es exactamente el territorio donde Goldman opera mejor. La financiación de grandes infraestructuras —antes reservada a utilities, autopistas o aeropuertos— requiere estructuras de largo plazo, garantías crediticias sofisticadas y acceso a capital institucional. Los centros de datos de IA reúnen todas esas características: activos físicos tangibles, contratos de arrendamiento a largo plazo con clientes de alta solvencia y una demanda que, por ahora, supera con creces a la oferta disponible.

Qué implica esto para el ecosistema de desarrollo con IA

Para quienes construyen productos y servicios sobre APIs como la de Anthropic, esta dinámica tiene consecuencias prácticas que conviene no ignorar.

Primero, la disponibilidad de cómputo seguirá siendo una variable crítica. Que la banca de inversión esté canalizando capital masivo hacia infraestructura sugiere que la capacidad de inferencia y entrenamiento debería crecer de forma sostenida en los próximos dos a tres años. Menos cuellos de botella, en teoría, aunque los plazos de construcción de un centro de datos de escala no son inmediatos.

Segundo, el coste de la inferencia tiene margen para seguir bajando. Más oferta de cómputo compitiendo por los mismos clientes enterprise presiona los precios hacia abajo. Ya hemos visto cómo el precio por token de modelos como Claude Haiku 4.5 es hoy una fracción de lo que costaba hace dieciocho meses.

Tercero, y quizás lo más relevante para desarrolladores independientes: la concentración de capital en infraestructura a gran escala favorece a los grandes proveedores de nube y a las empresas con acceso directo a esa financiación. Las startups y equipos pequeños seguirán dependiendo de las APIs de los grandes laboratorios, con lo que su posición en la cadena de valor no cambia sustancialmente.

El contexto más amplio: infraestructura como activo financiero

Hay un paralelismo histórico útil aquí. A mediados de los 2000, las torres de telecomunicaciones pasaron de ser activos operativos de las operadoras a convertirse en una clase de activo independiente, con sus propias empresas cotizadas (American Tower, Crown Castle) y sus propios inversores institucionales. Algo parecido está ocurriendo ahora con los centros de datos: dejan de ser infraestructura auxiliar de las tecnológicas para convertirse en activos autónomos con lógica financiera propia.

La diferencia es que el ciclo se está comprimiendo. Lo que tardó una década en el mundo de las torres de telecom está ocurriendo en dos o tres años en el mundo de los centros de datos de IA, impulsado por la velocidad a la que crece la demanda de modelos como los de Anthropic o Google DeepMind.

El hilo de Hacker News sobre el artículo, aunque con escasa participación en el momento de publicarse, refleja un cierto escepticismo de la comunidad técnica ante la narrativa financiera: hay quien señala que la distancia entre la actividad bancaria y la utilidad real de los modelos sigue siendo enorme.

---

Desde ElephantPink, nuestra lectura es pragmática: que el capital institucional apueste fuerte por la infraestructura de IA es una señal de madurez del sector, no de burbuja inmediata. Pero el valor para los usuarios finales —desarrolladores, empresas, equipos que integran Claude en sus flujos de trabajo— dependerá de si esa capacidad se traduce en mejores modelos y precios más accesibles, no de cuántas comisiones facture Goldman este año.