La carrera por la inteligencia artificial ha superado una cifra difícil de imaginar: Amazon, Alphabet, Meta y Microsoft acumulan más de un billón de dólares de inversión en centros de datos, chips, redes y energía desde 2023. Las previsiones apuntan a otros 745.000 millones solo en 2026. El gasto ya no es un proyecto experimental dentro de cada compañía; se ha convertido en una transformación física de internet comparable a la expansión inicial de la nube.
En qué se va tanto dinero
Entrenar un modelo exige miles de aceleradores trabajando juntos, pero comprar chips es solo el comienzo. Hacen falta edificios, subestaciones, refrigeración, fibra de alta velocidad y sistemas de respaldo. Los equipos se renuevan con rapidez y una parte queda obsoleta antes de amortizarse por completo. Además, los proveedores reservan capacidad de fabricación y electricidad con años de antelación para que un retraso no detenga toda la operación.
La inferencia —el uso cotidiano del modelo— puede terminar consumiendo más recursos que el entrenamiento. Cada resumen, imagen o respuesta individual parece barato, pero multiplicado por cientos de millones de personas forma una carga constante. Los agentes añaden otra capa porque realizan varias consultas y herramientas para completar una sola petición. Por eso el coste total puede crecer incluso cuando baja el precio de cada unidad de cálculo.
Las empresas defienden la inversión como necesaria para atender una demanda que sigue aumentando. Microsoft y Amazon venden capacidad a terceros mediante sus nubes; Google y Meta la utilizan también para publicidad, búsqueda y recomendaciones. Una misma infraestructura puede servir a varios negocios, lo que complica calcular cuánto ingreso produce realmente la IA y cuánto sustituye tareas que ya existían.
La factura energética y territorial
Los centros de datos necesitan electricidad continua y grandes conexiones a la red. En algunas regiones compiten con nuevas viviendas e industria por capacidad eléctrica. También utilizan agua o sistemas de refrigeración que generan debate local. Las compañías están firmando contratos con renovables, baterías y energía nuclear, pero construir generación limpia lleva tiempo y no siempre coincide con las horas de mayor consumo.
Las regiones con energía renovable, terreno y buenas conexiones submarinas pueden atraer inversiones. El beneficio incluye empleo en construcción e infraestructura, aunque una instalación muy automatizada mantiene menos puestos permanentes de lo que su tamaño sugiere. Las administraciones deberían valorar consumo de agua, refuerzos de red, fiscalidad y acceso de empresas locales antes de conceder ventajas.
¿Burbuja o infraestructura duradera?
La comparación con la burbuja de internet aparece porque el gasto se adelanta a los beneficios demostrados. Una parte de los proyectos no cumplirá sus previsiones y algunos modelos se abaratarán. Sin embargo, la fibra desplegada durante aquel exceso terminó sosteniendo servicios posteriores. Incluso si las valoraciones caen, los centros de datos pueden seguir siendo útiles para ciencia, nube y futuras generaciones de software.
El riesgo para los gigantes es doble. Si invierten poco, pierden capacidad frente a rivales. Si invierten demasiado, cargan con activos caros y márgenes más bajos. Para proveedores de chips y energía, la expansión representa ingresos inmediatos; para accionistas de las plataformas, el retorno depende de productos que todavía están definiendo su precio.
El billón gastado convierte la IA en una cuestión industrial y no solo informática. Las decisiones sobre dónde se construye, quién suministra electricidad y qué empresas acceden al cálculo determinarán el mercado durante años. La conversación ya no puede limitarse a qué modelo responde mejor: también debe preguntar cuánto cuesta, qué recursos consume y quién asume el riesgo si la demanda prometida no llega. Medir resultados concretos será imprescindible para distinguir una inversión productiva de una carrera defensiva alimentada por expectativas.
