Goldman Sachs aumenta la previsión de centros de datos para 2030 a 273 GW, lo que implica una inversión de $8.5T
En una actualización de investigación integral de Goldman Sachs Global Investment Research, los analistas elevaron su pronóstico de capacidad de energía global para centros de datos en 2030 a 273 gigavatios (GW), lo que representa una revisión al alza del 26% (+56 GW) respecto a su estimación anterior de 217 GW. Medido contra una base operativa global de aproximadamente 103 GW en 2025, alcanzar este objetivo requiere añadir aproximadamente 170 GW de capacidad neta nueva de centros de datos en un período de cinco años. Evaluado con una intensidad de capital estimada de $50 millones por megavatio, que incluye tanto la infraestructura física de las instalaciones como el silicio de servidores de IA de alta densidad, esta expansión implica aproximadamente $8,5 billones en gastos acumulados globales en infraestructura y hardware hasta 2030.
Este análisis evalúa si las redes regionales de transmisión eléctrica, los recursos hídricos municipales y los mercados globales de deuda y acciones pueden respaldar realistamente una expansión de infraestructura de esta magnitud.
Principales conclusiones
-
Goldman Sachs aumentó su pronóstico de consumo energético global de centros de datos para 2030 de 217 GW a 273 GW, lo que requiere aproximadamente 170 GW de capacidad neta adicional por encima de la base de 103 GW registrada en 2025.
-
Desplegar 170 GW con un costo estimado de $50 mil millones por gigavatio implica un gasto acumulado de aproximadamente $8,5 billones en aceleradores de IA, tejidos de red, refrigeración líquida y subestaciones eléctricas.
-
Se proyecta que los mega-sitios de un solo campus con una capacidad de 75 MW o más representen el 66% de las nuevas adiciones de capacidad global para 2028, frente al 25% global en 2025.
-
Las colas de interconexión de utilidad de cuatro a siete años, los tiempos de entrega de transformadores de alta tensión de tres a cuatro años y la fuerte dependencia del financiamiento con deuda al nivel del proyecto del 80% al 90% siguen siendo los principales riesgos de ejecución.
Impulsores principales: ¿Por qué Goldman Sachs aumentó su pronóstico para 2030 en un 26%?
Goldman Sachs revisó su pronóstico al alza porque la asignación de capital de proveedores especializados de nube GPU, desarrolladores de colocation al por mayor y empresas de minería de criptomonedas que convierten instalaciones en Computación de Alto Desempeño (HPC) ha acelerado más rápido de lo previsto por los modelos tradicionales, acompañada por un cambio estructural hacia mega-sitios individuales masivos que superan los 75 MW.
Desglose detallado del mecanismo
Históricamente, los modelos de infraestructura de Wall Street asumían que el crecimiento de los centros de datos globales estaría determinado casi por completo por los calendarios internos de construcción de cuatro grandes proveedores de nube tradicionales: Microsoft, Alphabet, Amazon y Meta Platforms. Los analistas simplemente mapeaban los aumentos de megavatios globales a los presupuestos de gasto en capital de esas cuatro empresas.
Entre 2024 y finales de 2026, sin embargo, el lado de la oferta de la computación de inteligencia artificial se diversificó en tres vectores principales. Primero, operadores especializados de nube GPU, como CoreWeave, Lambda, Nebius y Crusoe, accedieron a decenas de miles de millones de dólares en crédito privado y instalaciones respaldadas por activos para desplegar clústeres de IA bare-metal a un ritmo agresivo, priorizando la rápida entrada al mercado para los laboratorios de modelos de vanguardia.
En segundo lugar, los operadores de minería de bitcoin cotizados públicamente, incluyendo Core Scientific, IREN, Cipher Mining, TeraWulf y Hut 8, redirigieron una parte sustancial de sus carteras de energía hacia el alojamiento de IA y HPC. Debido a que los sitios de minería industrial ya poseen interconexiones activas a la red de alta tensión, subestaciones eléctricas y permisos ambientales, adaptar un complejo de minería para servidores de IA con refrigeración líquida permite a los desarrolladores poner en funcionamiento capacidad en un plazo de 6 a 18 meses, evitando las colas de varios años que enfrentan las construcciones en terrenos baldíos.
Tercero, la física del entrenamiento distribuido de IA y la inferencia de razonamiento de baja latencia obligó un aumento en la densidad individual de los sitios. Debido a que sincronizar decenas de miles de GPUs requiere conexiones de fibra óptica ultracortas para minimizar la latencia, los desarrolladores se alejaron de salas de datos suburbanas dispersas de 20 MW a 40 MW a favor de mega-campamentos unificados que exigen entre 100 MW y más de 1.000 MW (1 GW) de energía continua.
Indicadores de mercado empíricos
Los datos recopilados por Goldman Sachs subrayan la rapidez con la que estas tendencias están reconfigurando la cartera de proyectos, especialmente en Estados Unidos, donde la capacidad proyectada para 2030 se aumentó de 125 GW a 152 GW. En cuanto a las adiciones acumuladas de capacidad en Estados Unidos entre 2026 y 2030, los analistas aumentaron su estimación para la categoría combinada de Neoclouds, conversiones de mineros de cripto a HPC y proveedores de colocation mayorista en 11.8 GW, superando la revisión al alza de 9.4 GW asignada a las construcciones directas de hyperscalers.
Al mismo tiempo, la escala del proyecto se está consolidando drásticamente. A nivel mundial, las instalaciones de un solo sitio con una calificación de 75 MW o más representaron solo el 25% de la capacidad recién comprometida en 2025, pero Goldman Sachs proyecta que esta participación alcanzará el 66% de todas las nuevas adiciones para 2028. Dentro de Estados Unidos, la concentración es aún más pronunciada: se pronostica que los mega-sitios de 75 MW o más representarán el 75% de las nuevas adiciones de capacidad en EE.UU. para 2028, frente al 37% en 2025.
Desglosando el requisito de capital de 8.5 billones de dólares: ¿Dónde va el dinero?
Traducir 170 GW de nueva capacidad eléctrica neta a una cifra de inversión de $8,5 billones requiere desglosar el costo total de capital de una fábrica de IA moderna.
La estimación de 8.5 billones de dólares refleja un costo promedio total de 50 millones de dólares por megavatio en 170 GW de nueva capacidad, donde los silicios de servidores de IA avanzada, la memoria HBM y los conmutadores de red representan aproximadamente el 65% al 70% del gasto total, mientras que las subestaciones eléctricas, los sistemas de enfriamiento y los edificios físicos representan el 30% al 35% restante.
Asignación de costos full-stack y desajustes de depreciación
Cuando los ejecutivos y analistas de la industria citan un costo de $50 mil millones por gigavatio de capacidad de centro de datos de IA, esa cifra abarca tres capas de ingeniería distintas con vidas económicas muy diferentes.
El componente de mayor costo, que representa aproximadamente el 65% al 70% del gasto total, o alrededor de $32.5 mil millones a $35.0 mil millones por gigavatio, consiste en hardware computacional y tejidos de red de alta velocidad. Esto incluye aceleradores AI empresariales, memoria de alta ancho de banda, almacenamiento sólido empresarial y conmutadores ópticos InfiniBand o Spectrum-X sin bloqueo.
La segunda capa, que representa aproximadamente el 20% al 25% del gasto total, o de $10.0 mil millones a $12.5 mil millones por gigavatio, cubre la distribución eléctrica y la gestión térmica mecánica. Esto incluye subestaciones de alta tensión en el sitio, transformadores reductores, interruptores, bancos de baterías de suministro de energía ininterrumpida (UPS), generadores de respaldo de gas natural o diésel, y bucles de enfriamiento líquido directo a chip emparejados con enfriadores en circuito cerrado.
La capa final, que representa aproximadamente el 8% al 10% del costo total, o de $4.000 millones a $5.000 millones por gigavatio, cubre la adquisición de terrenos, la zonificación y la remediación ambiental, las estructuras de hormigón reforzado para los salones de datos, los perímetros de seguridad física y las tarifas de interconexión a la red eléctrica.
Para los mercados de capitales, la sutileza crítica en este desglose es la discrepancia en la depreciación entre la propiedad inmobiliaria física y el silicio. Mientras que los centros de datos de hormigón, las subestaciones de alta tensión y las actualizaciones de transmisión tienen vidas económicas útiles de 20 a 30 años, las GPU de IA y el equipo de redes se deprecian en tres a cinco años, ya que nuevas arquitecturas de chips ofrecen saltos drásticos en la eficiencia de inferencia por vatio. Mantener 273 GW de cómputo activo implica no solo un gasto inicial de construcción, sino también ciclos recurrentes de actualización de hardware de varios billones de dólares.
Flujos de efectivo de las grandes tecnológicas frente a la curva de gasto en capital de consenso de 7,55 billones de dólares
Para evaluar quién pagará por esta expansión, Goldman Sachs comparó la estimación global de $8,5 billones con las previsiones consensuadas de gasto en capital compiladas por Visible Alpha para los ocho mayores gastos en infraestructura públicamente rastreados: Alphabet, Amazon, Apple, Meta, Microsoft, Oracle, CoreWeave y Baidu.
Según las estimaciones de consenso de Visible Alpha, los gastos de capital anuales combinados de esas ocho empresas se proyectan que aumenten de aproximadamente $456 mil millones en 2025 a $918 mil millones en 2026 y $1,52 billones en 2027. Sin embargo, más allá de 2027, los modelos de consenso proyectan que el crecimiento anual de Capex se desacelerará bruscamente hasta cifras de un solo dígito, alcanzando $1,67 billones en 2028, $1,71 billones en 2029 y $1,74 billones en 2030, para un total acumulado de cinco años de aproximadamente $7,55 billones entre los ocho principales operadores.
Si bien los 7,55 billones de dólares en Capex corporativo proyectado cubren la gran mayoría de la necesidad global en papel, el aplanamiento pronunciado de las tasas de crecimiento después de 2027—combinado con los recientes déficits de efectivo libre en los principales hyperscalers—muestra que los flujos de efectivo internos corporativos por sí solos no pueden sostener toda la expansión. Cerrar la brecha hasta los 273 GW está empujando a los desarrolladores a depender en gran medida de sindicatos de crédito privado, valores respaldados por hipotecas comerciales (CMBS), securitización respaldada por activos (ABS) y asociaciones con fondos soberanos.
Comparación estructural: Construcciones de hiperscaladores vs. colocación vs. conversiones de mineros de criptomonedas
La tabla a continuación compara los tres modelos de desarrollo principales que impulsan la previsión de capacidad para 2030 en términos de cronología, financiamiento y dimensiones operativas:
| Métrica operativa | Hyperscaler de construcción propia (p. ej., Microsoft, Alphabet) | Colocación a granel / Construcción a medida (p. ej., Digital Realty, Vantage) | Conversión de mineros de criptomonedas HPC (por ejemplo, Core Scientific, IREN, Cipher) |
| Escala típica del sitio | 150 MW a 1,000+ MW (mega-complejos en múltiples fases) | 50 MW a 300+ MW (carcasas de campus dedicadas) | 50 MW a 300+ MW (sitios industriales de energía retrofiteados) |
| Tiempo de preparación para la potencia | 4 a 7 años (nuevas colas de interconexión a la red eléctrica) | 3 a 5 años (permiso de subestación y actualizaciones de la red) | Inmediato a 18 meses (subestaciones energizadas preexistentes) |
| Estructura principal de financiamiento | Flujo de efectivo del balance general corporativo y bonos corporativos senior | 65% a 90% de deuda a nivel de proyecto (respaldada por arrendamientos de grado de inversión) | Deuda de proyectos de alto rendimiento, anticipos de Capex de inquilinos y capital propio |
| Enfriamiento y perfil de la carcasa | Refrigeración líquida directa al chip diseñada específicamente y ciclo cerrado de agua | Carcasas modulares de alta densidad listas para líquido | Requiere una adaptación intensiva de los cobertizos de minería en salas de datos de nivel 3 |
| Plazo típico de arrendamiento / de compra | Consumo interno corporativo (vida útil del activo de 15 a 30 años) | Arrendamientos triple-net con pago obligatorio de 10 a 15 años | Contratos de alojamiento fijo de 10 a 15 años (por ejemplo, CoreWeave/Hyperscalers) |
| Riesgo de ejecución principal | Retrasos en la transmisión de utilidades de varios años y escrutinio de la rentabilidad de la inversión en capital | Incremento de los spreads de préstamo e inflación de los costos de construcción | Complejidad de ejecución de retrofit y riesgo de concentración de inquilinos |
Cuellos de botella físicos y financieros que amenazan la línea de tiempo de 2030
Aunque los modelos financieros demuestran una fuerte demanda de 273 GW de capacidad, convertir los compromisos en papel en megavatios energizados enfrenta tres puntos de fricción reales formidable.
Colas en la red eléctrica y escasez de transformadores de alta tensión
La restricción más vinculante para alcanzar 273 GW para 2030 es la entrega física de electricidad. A través de los principales operadores de la red estadounidense, como PJM Interconnection, ERCOT en Texas y MISO, el proceso de estudio de ingeniería y aprobación para conectar una carga nueva de varios cientos de megavatios promedia de cuatro a siete años.
Incluso después de que un proyecto obtenga la aprobación de utilidades, los cuellos de botella en la cadena de suministro para equipo eléctrico pesado siguen siendo agudos. Los tiempos de producción para transformadores de potencia grandes (LPTs) y equipos de conmutación de 345 kV a 765 kV se han extendido de aproximadamente dos años en 2021 a entre tres y cuatro años (160 a 210 semanas) en 2026, limitados por la escasez global de acero eléctrico orientado a grano (GOES) y mano de obra especializada en bobinado. Estos retrasos ya están causando fricciones reales en los proyectos: grandes proveedores de nube han suspendido o reasignado compromisos de arrendamiento regionales selectos donde las utilidades pospusieron las fechas de entrega de energía más allá de 2028, mientras que grandes desarrollos han enfrentado obstáculos de permisos e infraestructura por requisitos de energía y recursos locales.
Moratorios de zonificación municipal y restricciones de agua
A medida que los campus crecen más allá de 75 MW hacia dimensiones de gigavatio, la oposición de las comunidades locales se ha intensificado. Los consumidores residenciales y las comisiones estatales de servicios públicos en centros como el norte de Virginia, Ohio, Georgia y Pensilvania están examinando cada vez más si las mejoras de transmisión de miles de millones de dólares construidas para centros de datos aumentarán las facturas de electricidad de los hogares.
Combinado con las preocupaciones sobre el consumo de agua para enfriamiento por evaporación y el ruido continuo de los chillers y generadores de respaldo, las juntas locales en varios estados de EE.UU. han impuesto moratorias temporales o reglas de zonificación más estrictas para los permisos de centros de datos, retrasando o bloqueando casi $200 mil millones en proyectos planeados en EE.UU. según los rastreadores de la industria. Mientras los operadores se están orientando hacia sistemas de enfriamiento en bucle cerrado sin agua y acuerdos con gas natural o energía nuclear detrás del medidor, la fricción en los permisos locales amenaza con retrasar muchos entregables de 2028 a 2030.
Deuda y crédito bifurcados de proyectos con apalancamiento alto
En el aspecto financiero, los analistas de Goldman Sachs destacaron la creciente dependencia del financiamiento de proyectos con alto apalancamiento en el ecosistema de colocación y desarrolladores. Cuando un desarrollador obtiene un contrato de arrendamiento de 12 a 15 años con un hyperscaler de grado inversión, los fondos de crédito privado y los departamentos de deuda estructurada suelen respaldar entre el 80% y el 90% del costo de construcción del proyecto mediante deuda.
Mientras que un apalancamiento del 80% al 90% funciona sin problemas cuando la construcción se completa a tiempo y los inquilinos tienen calificaciones crediticias Aaa/Aa, deja un margen mínimo para errores. Si escasez de transformadores o demandas municipales retrasan la fecha de puesta en marcha de una instalación entre 12 y 18 meses, los gastos de interés se acumulan mientras los ingresos por arrendamiento permanecen suspendidos. Además, los mercados de capital se han bifurcado drásticamente: los proyectos respaldados por arrendamientos vinculantes de hyperscalers con cláusulas take-or-pay disfrutan de un acceso crediticio profundo, mientras que las construcciones especulativas o las instalaciones arrendadas a contrapartes altamente apalancadas enfrentan spreads de préstamo mucho más amplios y criterios de evaluación más estrictos.
Conclusión
La revisión al alza de Goldman Sachs a 273 GW subraya la escala extraordinaria de la construcción de infraestructura global de inteligencia artificial, proyectando 170 GW de adiciones netas de capacidad y aproximadamente $8,5 billones en inversión de capital de pila completa hasta 2030. Si bien $7,55 billones en Capex proyectado a cinco años entre las ocho principales empresas tecnológicas y las rápidas conversiones de HPC por parte de mineros de criptomonedas demuestran una demanda intensa, el capital financiero no puede fabricar instantáneamente transformadores de alto voltaje ni saltarse las colas de interconexión con las utilidades. En última instancia, si el mercado global logra alcanzar los 273 GW según lo programado para 2030 dependerá de la modernización de la red, la generación de energía detrás del medidor y la suscripción disciplinada de deuda en los desarrollos de mega-sitios.
Preguntas frecuentes
¿Por qué Goldman Sachs aumentó su pronóstico de centros de datos para 2030 a 273 GW?
Goldman Sachs aumentó su pronóstico global para 2030 en un 26% debido a los compromisos de capacidad más rápidos de lo esperado de nubes especializadas en IA (Neoclouds), mineros de criptomonedas que convierten sitios energizados en alojamiento de IA/HPC y la creciente demanda de mega-sitios de un solo recinto con una calificación de 75 MW o más.
¿Qué cubre la estimación de inversión en centros de datos de $8.5 billones?
La cifra de 8.5 billones de dólares representa el capital total estimado necesario para agregar 170 GW de capacidad neta nueva entre 2025 y 2030, a un costo aproximado de 50 millones de dólares por megavatio. Aproximadamente del 65% al 70% de ese costo se destina a GPUs de IA, memoria y equipos de red, mientras que del 30% al 35% financia subestaciones eléctricas, refrigeración líquida, terrenos y estructuras de edificios.
¿Por qué los mineros de bitcoin son un motor principal de la revisión al alza de la proyección?
Conectar un centro de datos completamente nuevo a la red eléctrica puede llevar de cuatro a siete años. Debido a que los mineros industriales de bitcoin ya poseen subestaciones de alta tensión energizadas y contratos de energía de varios cientos de megavatios, adaptar sitios de minería para alojamiento de IA permite a los desarrolladores poner en funcionamiento la capacidad de cómputo en un plazo de 6 a 18 meses, ayudando a impulsar una revisión al alza de 11,8 GW en proyectos estadounidenses de Neocloud, colocación y conversión de mineros.
¿Cuáles son los mayores riesgos para alcanzar 273 GW para 2030?
Los cuellos de botella principales son los retrasos en la interconexión física de la red, retrasos de tres a cuatro años en la entrega de transformadores de alta tensión, moratorias locales sobre tarifas eléctricas y uso del agua, y riesgos financieros asociados al financiamiento con deuda del 80% al 90% en desarrollos de centros de datos de terceros.
Disclaimer
Esta información general del mercado, posiblemente proveniente de fuentes externas, comerciales o patrocinadas, se proporciona únicamente con fines de referencia y educativos y no constituye asesoramiento financiero ni de inversión, una oferta, solicitud o garantía. Renunciamos a toda responsabilidad por su precisión, integridad, confiabilidad y cualquier pérdida resultante. Las inversiones/opciones de trading son arriesgadas; el rendimiento pasado no garantiza resultados futuros. Los usuarios deben investigar, juzgar con prudencia y asumir toda la responsabilidad. Para más detalles, consulte las Condiciones de uso y Divulgación de riesgos de KuCoin.
Aviso: Esta página fue traducida utilizando tecnología de IA para tu conveniencia. Para obtener la información más precisa, consulta la versión original en inglés.