El análisis económico que desinfla el optimismo con la IA: el 98 % de las empresas del S&P 500 no percibe rentabilidad

La adopción de la IA en las empresas de Estados Unidos muestra una marcada brecha entre los gigantes del sector, es decir, las grandes tecnológicas, y el resto de las corporaciones. Según recoge un reciente informe publicado por la firma de inversión Apollo y elaborado por su economista jefe, Torsten Slok, esta tecnología no ha aportado hasta la fecha ningún retorno financiero tangible a las compañías que están fuera de lo que sería el ámbito tecnológico.

Los datos económicos dejan entrever que, mientras los ingresos por empleado y los márgenes de beneficio continúan en ascenso dentro del grupo conocido como las siete magníficas (Apple, Microsoft, Amazon, Alphabet, Meta, NVIDIA y Tesla), ambas métricas permanecen completamente estancadas en el S&P 493, el segmento que engloba al resto de cotizadas del S&P 500.

Asimismo, el análisis destaca que tampoco existen registros medibles de que la IA esté impulsando el crecimiento de la productividad general en la economía estadounidense. Lo que es curioso es que aquellas que reportan los mayores beneficios de rentabilidad derivados de la IA sean, precisamente, las empresas que más han invertido en esta tecnología y que más necesitan que se extienda de forma generalizada.

El gasto en procesamiento pasa de motor de ingresos a centro de costes

Como no podía ser de otro modo, esta falta de reflejo en el balance final está provocando que las empresas tradicionales comiencen a frenar su gasto en este terreno. En la práctica, el desembolso recurrente en tokens ha dejado de considerarse una inversión orientada al crecimiento para convertirse en costes operativos que reducen los márgenes comerciales.

Y es que, a diferencia de las firmas emergentes financiadas por capital riesgo, las corporaciones no tecnológicas no demandan los modelos de frontera más recientes ni están dispuestas a asumir su coste. Dicho de otro modo, no ven alicientes en adaptar sus flujos de trabajo para usar el último modelo de turno de Anthropic, OpenAI o Google. Esa tendencia encaja con la petición de frenar el desarrollo de esos modelos frontera por parte de los máximos responsables de la IA. Si su demanda es escasa, entonces el derroche de dinero dedicado a su entrenamiento se vuelve todavía más inasumible.

El estudio de Apollo argumenta que, si bien la IA funciona con precisión en tareas de cálculo estructurado, las decisiones de negocio requieren criterio humano, contexto y asunción de responsabilidades. Factores como la confianza, las normas internas y las cuestiones éticas condicionan de forma directa el riesgo reputacional de una marca y sus ventas.

Por este motivo, el impacto macroeconómico real de la tecnología no se definirá en las grandes tecnológicas, sino en la capacidad futura del S&P 493 para convertir una computación que debería volverse más asequible en un aumento tangible de sus márgenes.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!