El modelo de Stijn Van Nieuwerburgh estima 10,3 billones de dólares de inversión en infraestructura de inteligencia artificial en Estados Unidos entre 2025 y 2032. Su escenario central calcula que esa capacidad tendría que generar 3,725 billones de dólares de ingresos anuales maduros para 2032, bajo determinados supuestos de rentabilidad y margen; no es una previsión de ventas. Brookings publicó un resumen del trabajo el 23 de septiembre de 2026 y señaló que se presentó el 25 de septiembre.
Qué calcula el modelo de Brookings
La cifra de 10,3 billones de dólares reúne la inversión modelizada en edificios para centros de datos, sistemas eléctricos, redes, chips especializados y otros equipos durante 2025–2032. Incluye también desembolsos previos a la finalización de algunos proyectos que, según el escenario, se completarían después de 2032.
El modelo estima que esta inversión equivaldría a un promedio del 3,63 % del PIB en el conjunto del periodo. Es una medida de inversión respecto al tamaño de la economía, no de ingresos por servicios de IA. En 2032, el escenario sitúa la inversión de ese año en el 5,1 % del PIB modelizado para ese mismo año.
Inversión y requisito de ingresos son cifras distintas
Los 3,725 billones de dólares corresponden a los ingresos anuales maduros que, según el escenario central, permitirían obtener un rendimiento sin apalancamiento del 10 % con un margen de flujo de caja operativo del 50 %. El rendimiento sin apalancamiento mide la rentabilidad del capital sin contar con financiación mediante deuda; el margen expresa qué proporción de los ingresos se convierte en flujo de caja operativo.
El umbral equivale al 9,2 % del PIB que el modelo proyecta para 2032. Es un requisito calculado a partir de los supuestos del escenario, no una predicción de que las empresas vayan a alcanzar esos ingresos ni una cantidad que se espere que gasten los hogares.
La diferencia entre el 3,63 % y el 9,2 % se explica por lo que mide cada cifra: el primer porcentaje compara la inversión acumulada entre 2025 y 2032 con el PIB de ese periodo; el segundo compara un nivel anual de ingresos maduros con el PIB modelizado para 2032.
Los supuestos detrás del escenario central
El cálculo asigna una vida económica de seis años al equipamiento de tecnologías de la información, que representa el 68 % de los activos, y de 20 años al 32 % restante. Al variar las hipótesis de rentabilidad y margen, los resultados de las combinaciones que presenta el documento van de 2,291 a 6,724 billones de dólares de ingresos anuales maduros. Son resultados de distintos escenarios, no un intervalo de confianza.
El modelo también ilustra la escala de un proyecto individual con un campus de entrenamiento de IA de 200 MW. Su coste inicial estimado asciende a 8.216 millones de dólares: 2.200 millones para las instalaciones, 400 millones para infraestructura eléctrica adicional y 5.616 millones para equipos informáticos instalados.
Cómo compara con otros ciclos de infraestructura
El documento compara el gasto de capital anual medio de cada episodio con el PIB estadounidense. En su escenario, la inversión en infraestructura de IA alcanza el 3,63 % durante 2025–2032; los ferrocarriles son el referente histórico más alto de la tabla, con un 2,24 %.
| Episodio de infraestructura | Periodo | Gasto de capital anual medio como porcentaje del PIB |
| Infraestructura de IA, escenario modelizado | 2025–2032 | 3,63 % |
| Ferrocarriles | 1870–1890 | 2,24 % |
| Autopistas | 1956–1973 | 1,13 % |
| Telecomunicaciones y fibra | 1996–2003 | 1,10 % |
| Canales | 1836–1841 | 0,66 % |
| Electrificación | 1905–1925 | 0,50 % |
La comparación orienta sobre la escala relativa, pero los ciclos históricos no tienen exactamente el mismo alcance ni los mismos criterios contables. El documento también distingue la inversión bruta en equipos de vida útil corta, como las GPU, de la formación neta de capital en infraestructuras más duraderas.
Financiación y riesgos que plantea el estudio
El análisis describe una financiación empresarial que combina inversión de capital con fórmulas como arrendamientos, empresas conjuntas, deuda para proyectos, crédito privado, titulizaciones y vehículos de propósito especial. Estas estructuras pueden desplazar obligaciones fuera de los balances de las empresas operadoras y concentrar la exposición financiera.
Van Nieuwerburgh señala como riesgos la incertidumbre sobre la demanda de IA, los cambios tecnológicos, el acceso a electricidad y hardware y la solvencia de las empresas que alquilan los centros de datos. También considera prematuro concluir que la infraestructura de IA ya supone un riesgo sistémico comparable al de anteriores auges crediticios.
