Índice de producción industrial
Producción industrial total de EE. UU., 2017 = 100. La lectura más amplia de si las plantas están más ocupadas.
vs. hace un año
ARMKU Pulse
Producción manufacturera, gasto en software, la construcción de la IA y la red eléctrica detrás. Se extraen automáticamente de fuentes públicas primarias y se refrescan a diario. Una vez al mes escribimos qué significa para un operador mediano.
Resumen mensual · 2026-09
Las fábricas recibieron bastantes pedidos nuevos este mes, pero están usando sus plantas un poco menos que antes. Mientras tanto, el dinero que se mete a infraestructura de IA sigue acelerando, no se está calmando. Si vos manejás una operación mediana, la brecha entre que la demanda se vea bien y que el capex se vea una locura es lo que hay que vigilar este mes.
Los nuevos pedidos de manufactura llegaron a $664B en julio, un 9.9% más que hace un año y arriba de los $658B del mes anterior. Esa es una señal real de demanda. Pero la utilización de capacidad bajó a 75.7% desde 76.0%, y el índice de producción manufacturera se aflojó a 99.1 desde 99.4. Las plantas tienen trabajo en cartera pero todavía no están empujando más producción. La bandera más fuerte es el gasto en construcción manufacturera, que cayó 21.2% respecto al año pasado, a $170B al año. El gasto en plantas nuevas y expansiones se está enfriando aunque los pedidos sigan subiendo.
La inversión empresarial en software subió a $809B al año, un 8.7% más que hace un año. Los grandes proveedores de plataformas también lo están mostrando: los ingresos de Microsoft subieron 17.8% en su año fiscal, ServiceNow 20.9%, Oracle 17.4%, Workday 13.1%, Salesforce 9.6%. Pero el empleo en servicios de programación a la medida de hecho bajó, 2,363k contra 2,364k el mes anterior, -1.3% respecto al año pasado. Las empresas están gastando más en software pero con menos gente de desarrollo a la medida. La actividad en ERP de código abierto, las estrellas de GitHub de Odoo, ERPNext y Dolibarr, se mantuvo prácticamente plana mes a mes.
Los modelos de IA notables llegaron a 107 en el año, arriba de 98, un aumento de 9.2%. El número que de verdad importa es el gasto de capital: el capex de Oracle subió 162.4% respecto al año pasado, Meta 87.1%, Microsoft 79.6%, Alphabet 74.1%, Amazon 58.8%. Son cinco de las empresas más grandes del mundo metiendo una cantidad de dinero sin precedente a infraestructura de IA. Del lado de las herramientas, la adopción de frameworks de agentes, LangChain, CrewAI, AutoGen, OpenAI Agents SDK, medida en estrellas de GitHub, creció apenas un poco mes a mes. La construcción de infraestructura va muy adelante de la adopción visible de frameworks de agentes por parte de los desarrolladores.
La generación de electricidad subió a 125.5, un 6.9% más que hace un año. La producción de utilities llegó a 113.0, un 6.2% más. Las dos se están acelerando, y eso cuadra con los números de capex de IA de arriba.
¿De verdad hay más movimiento en planta? Producción, utilización, pedidos, empleo y el dinero que entra a fábricas nuevas.
Producción industrial total de EE. UU., 2017 = 100. La lectura más amplia de si las plantas están más ocupadas.
vs. hace un año
Solo manufactura, 2017 = 100. Excluye minería y servicios públicos.
vs. hace un año
Porcentaje de la capacidad manufacturera en uso. Arriba de 80% las plantas están al límite; abajo de 75% tienen holgura.
vs. hace un año
Personas empleadas en manufactura en EE. UU., en miles, desestacionalizado.
vs. hace un año
Valor de los nuevos pedidos que reciben los fabricantes de EE. UU. cada mes, en miles de millones de dólares.
vs. hace un año
Dinero que entra a fábricas nuevas, miles de millones de dólares a tasa anual. El boom del reshoring en una sola línea.
vs. hace un año
A dónde va el dinero del software: inversión empresarial en software, empleos de programación, los ingresos de los referentes SaaS y el tirón del ERP de código abierto.
Inversión fija privada en software en EE. UU., miles de millones de dólares a tasa anual. Trimestral.
vs. hace un año
Empleo en servicios de programación a medida en EE. UU., en miles. Un indicador indirecto del trabajo de implementación e integración.
vs. hace un año
Ingresos anuales según los reportes 10-K, en miles de millones de dólares.
vs. hace un año
Ingresos anuales según los reportes 10-K, en miles de millones de dólares.
vs. hace un año
Ingresos anuales según los reportes 10-K, en miles de millones de dólares.
vs. hace un año
Ingresos anuales según los reportes 10-K, en miles de millones de dólares.
vs. hace un año
Ingresos anuales según los reportes 10-K, en miles de millones de dólares.
vs. hace un año
Estrellas en el repositorio odoo/odoo. Atención de desarrolladores al ERP de código abierto, no participación de mercado.
desde que empezamos a medir
Estrellas en el repositorio frappe/erpnext. Atención de desarrolladores al ERP de código abierto, no participación de mercado.
desde que empezamos a medir
Estrellas en el repositorio Dolibarr/dolibarr. Atención de desarrolladores al ERP de código abierto, no participación de mercado.
desde que empezamos a medir
Qué tan rápido va de verdad la ola de IA: modelos notables por año, el capital que gastan los hyperscalers y la adopción de frameworks de agentes entre desarrolladores.
Modelos en la base de modelos notables de Epoch AI, por año de publicación, hasta el último año completo.
vs. hace un año
Pagos por propiedad, planta y equipo según los reportes 10-K, en miles de millones de dólares. Hoy mayormente centros de datos, pero no solo eso.
vs. hace un año
Pagos por propiedad, planta y equipo según los reportes 10-K, en miles de millones de dólares. Hoy mayormente centros de datos, pero no solo eso.
vs. hace un año
Pagos por propiedad, planta y equipo según los reportes 10-K, en miles de millones de dólares. Incluye bodegas además de centros de datos.
vs. hace un año
Pagos por propiedad, planta y equipo según los reportes 10-K, en miles de millones de dólares. Hoy mayormente centros de datos, pero no solo eso.
vs. hace un año
Pagos por propiedad, planta y equipo según los reportes 10-K, en miles de millones de dólares. Hoy mayormente centros de datos, pero no solo eso.
vs. hace un año
Estrellas en langchain-ai/langchain. Indicador indirecto de adopción de frameworks de agentes.
desde que empezamos a medir
Estrellas en crewAIInc/crewAI. Indicador indirecto de adopción de frameworks multiagente.
desde que empezamos a medir
Estrellas en microsoft/autogen. Indicador indirecto de adopción de frameworks multiagente.
desde que empezamos a medir
Estrellas en openai/openai-agents-python. Indicador indirecto de adopción de herramientas para agentes.
desde que empezamos a medir
Si la red eléctrica le está siguiendo el paso al cómputo que se está construyendo.
Generación eléctrica en EE. UU., 2017 = 100, mensual. Sin desestacionalizar, así que los picos de verano son reales.
vs. hace un año
Producción de servicios de electricidad y gas en EE. UU., 2017 = 100, desestacionalizado. La tendencia de fondo sin el clima.
vs. hace un año
Cada serie viene directo de una fuente pública primaria: el Banco de la Reserva Federal de St. Louis (FRED) para producción, pedidos, empleo, construcción y electricidad; los reportes de SEC EDGAR para ingresos y gasto de capital de las empresas; GitHub para la adopción de código abierto; Epoch AI para el conteo de modelos notables. Nada se estima a mano.
Algunas advertencias honestas. Las estrellas de GitHub miden atención de desarrolladores, no participación de mercado. El gasto de capital de los hyperscalers es el total, no solo centros de datos. Las cifras de empresas son por año fiscal, y no todos terminan en diciembre. El conteo de modelos de IA llega hasta el último año completo. Cuando una fuente se calla, la serie simplemente se detiene en su último dato real.
The monthly brief is drafted by an AI assistant from this exact data, then reviewed and published by Rodolfo Kong. Raw feed: /pulse/data.json.
¿Querés esta lectura contra tus propios números? Agendá una conversación.