El momento de los picos y las palas ha llegado para la inteligencia artificial (IA). Durante la fiebre del oro en California, los comerciantes de estas herramientas vieron cómo su negocio se elevaba como la espuma, aupado por la delirante demanda de instrumentos para extraer el mineral. La industria que sustenta a ChatGPT o Claude atraviesa un momento muy similar. La carrera por construir el mejor gran modelo de lenguaje no solo depende de miles de líneas de código, sino de un ecosistema complejo que consume electricidad y demanda chips, agua, redes, suelo, hormigón, minerales, permisos y una cadena de suministro que no descansa ni un solo día.
La carrera por liderar esta nueva tecnología desata una inversión sin precedentes, pero dispara las alarmas por su voraz impacto energético y el encarecimiento de la electrónica
El momento de los picos y las palas ha llegado para la inteligencia artificial (IA). Durante la fiebre del oro en California, los comerciantes de estas herramientas vieron cómo su negocio se elevaba como la espuma, aupado por la delirante demanda de instrumentos para extraer el mineral. La industria que sustenta a ChatGPT o Claude atraviesa un momento muy similar. La carrera por construir el mejor gran modelo de lenguaje no solo depende de miles de líneas de código, sino de un ecosistema complejo que consume electricidad y demanda chips, agua, redes, suelo, hormigón, minerales, permisos y una cadena de suministro que no descansa ni un solo día.
La carrera por liderar la nueva tecnología ha desatado una inversión sin precedentes en infraestructuras y semiconductores, cruciales en el funcionamiento de los asistentes conversacionales, y, en paralelo, ha disparado las alarmas por el impacto energético que estos sistemas podrían ocasionar a largo plazo. La consultora Gartner prevé que el gasto mundial en esta tecnología aumente hasta alcanzar los 2,59 billones de dólares (unos 2,27 billones de euros) en 2026, de los cuales 1,43 se destinarán a infraestructura. Este último monto equivale, aproximadamente, a 4,6 veces el Programa Apolo, ajustado a la inflación actual.
Los cálculos que dan vida a modelos como Gemini —la IA de Google— se ejecutan en gigantescas granjas de servidores repartidas por todo el planeta, aunque especialmente concentradas en Estados Unidos. Las conocidas como MANGOS (acrónimo que reúne a Meta, Anthropic, Nvidia, Google, OpenAI y SpaceX) mantienen excavadoras y aplanadoras trabajando día y noche para levantar centros a hiperescala que, a diferencia de los centros de datos tradicionales, están diseñados para soportar un altísimo calor, y dotar de la potencia necesaria a los procesos que exige la IA. Solo Amazon, Alphabet, Meta y Microsoft planean invertir 630.000 millones de euros este año, frente a los 360.000 millones de 2025. Y, según las estimaciones de Naciones Unidas, el terreno necesario a escala global para desplegar estos edificios en Estados Unidos superará los 14.500 kilómetros cuadrados, unas 10 veces Ciudad de México.
Este frenesí por erigir infraestructuras responde a la obsesión de la industria por conseguir más potencia de cómputo. Para Boris Gamazaychikov, cofundador de la consultora Sustainable AI Group, enfocada en entender el consumo energético de estas instalaciones, el problema se encuentra en el modelo de crecimiento que han elegido los grandes laboratorios de IA como OpenAI o Anthropic: aumentar sin tregua la escala de sus modelos. Cuando la empresa dirigida por Sam Altman diseñó la primera versión de ChatGPT, en 2018, el chatbot conversacional —que nunca salió de los laboratorios— había sido entrenado con 117 millones de parámetros, un dato que ya se consideraba un hito en el procesamiento del lenguaje natural. El salto desde entonces ha sido exponencial. El recién anunciado modelo de lenguaje chino Kimi K3, de la compañía Moonshot, fue entrenado con 2,6 billones de parámetros, mil veces más que el primitivo GPT-1. “El tamaño del modelo es algo que a menudo determina su uso de energía”, puntualiza Gamazaychikov.
Esto explica por qué el sector está apostando todo a estos campus gigantescos que albergan kilómetros de servidores. “Antes del auge de la IA generativa, los centros de datos ya crecían y proliferaban, aunque a un ritmo lento”, escribe la periodista Karen Hao en El imperio de la IA. “Eran pequeños y estaban ubicados en contados edificios reacondicionados en contadas ciudades.
Quejas vecinales
Atraídas por las facilidades regulatorias y la abundancia de tierra plana y barata, ahora las grandes compañías han elegido llenar el sur de Estados Unidos con estas megainfraestructuras, lo que ha avivado el descontento de los habitantes locales. Los vecinos temen que la expansión de estos centros y su voraz demanda energética acaben castigando a las familias, obligándolas a asumir el sobrecoste si las inversiones en IA finalmente no resultan rentables. Los residentes también denuncian los ruidos que generan los enormes ventiladores o los sistemas de evaporación de agua necesarios para refrigerar los servidores. El centro de datos de xAI —la empresa de Elon Musk—, por ejemplo, fue construido colindando con la localidad de Boxtown (Tennessee), donde se denunció que las turbinas de gas necesarias para energizar el proyecto emitían contaminantes que afectaban directamente a los residentes, indica Reuters.
“Durante años hablamos de la nube —el espacio digital donde se ejecutan las peticiones a la IA— como si fuese algo etéreo, casi limpio e ingrávido. Ahora empezamos a entender su verdadera materialidad”, explica Enrique Dans, profesor de Innovación en el IE University. El agua que consumen estas infraestructuras se ha convertido en una de las principales críticas que rodean a esta industria. Solo en Texas, los centros de datos pasarán de 49.000 millones de galones (185.000 millones de litros) a 399.000 en 2030 (1,5 billones de litros), según una investigación de Houston Advanced Research Center (HARC). Para entender la magnitud del desafío, una de las voces más autorizadas es la del profesor Shaolei Ren, profesor de la Universidad de California en Riverside, quien lleva años documentando la huella hídrica de la tecnología. Él explica que lo que más le preocupa con vistas a 2030 no solo es el consumo total anual del recurso hídrico, “sino si los sistemas locales de agua y electricidad podrán hacer frente a los picos de demanda durante los periodos de calor y sequía. Muchos de los sistemas comunitarios no están preparados para hacer frente a la nueva demanda a escala industrial”, detalla el académico. Se estima que el 40% de los nuevos proyectos en EE UU se encuentran en zonas de estrés hídrico, según una investigación de Business Insider.
El descontento popular solo ha ido en aumento. Únicamente entre enero y marzo de este año los manifestantes bloquearon o retrasaron 75 proyectos en EE UU valorados en 115.000 millones de dólares, según un informe de Data Center Watch. Al ritmo de crecimiento actual, sostiene Hao, se prevé que en 2030 este tipo de instalaciones utilicen el 8% de la energía del país, en comparación con el 3% usado en 2022.
España no es ajena a este cuadro. La patronal SpainDC calcula que el país atraerá 66.900 millones de euros hasta 2030 y multiplicará por seis la capacidad de sus centros de datos. Aragón, en particular, concentra ya un tercio de los proyectos previstos en la península Ibérica; solo Amazon invertirá en esta región 33.700 millones. La ONG Ecologistas en Acción calcula que el Gobierno aragonés planea hasta 35 instalaciones de este tipo. Otro ejemplo es el de Meta, que construirá en Talavera de la Reina (Toledo) su cuarto centro de datos europeo, con una inversión cercana a 750 millones de euros. El Gobierno de Castilla-La Mancha aprobó definitivamente el proyecto en octubre de 2024, aunque las obras no arrancarán hasta 2027.
El ‘hardware’, al podio
No obstante, el suelo y la energía necesarios para impulsar estas megaconstrucciones no son más que dos elementos de la cadena de suministro global que exige la IA. También hay que tener en cuenta el extraordinario volumen de hardware —ordenadores, cables, líneas eléctricas, baterías y generadores— que requiere esta tecnología para seguir expandiéndose.
En particular, el furor por la IA ha provocado un seísmo en la industria de los semiconductores, reescribiendo la lista de ganadores y perdedores de este segmento crítico para el funcionamiento de los asistentes conversacionales. Los centros de datos exigen ingentes cantidades de tarjetas de almacenamiento para que un modelo como ChatGPT pueda guardar las respuestas de los usuarios. Y no cualquier tipo de memoria, sino una muy especial llamada HBM (memoria de alto ancho de banda, por sus siglas en inglés) que se compone de varios chips apilados uno sobre otro para que la información fluya muy rápido. El inconveniente es que este componente lo fabrican las mismas empresas que producen las memorias RAM de los móviles y los portátiles: las coreanas Samsung y SK Hynix y la estadounidense Micron, que son prácticamente las únicas capaces de ensamblar estas piezas en el mundo. Dado que estos módulos de almacenamiento para IA son sustancialmente más rentables, estas firmas han reorientado su estrategia para que la mayor parte de la producción se vuelque en satisfacer la demanda de los servidores de IA.
Actualmente, el ritmo frenético al que operan las foundries (como se conoce en el sector a las fabricantes de chips) no es suficiente para satisfacer la incesante demanda de memoria RAM, una escasez que ha empezado a disparar los precios de la electrónica de consumo. A finales de mayo, Micron anunció que los precios de sus tarjetas de RAM subirían en más del 60%. Todo apunta a que los consumidores tendrán que hacer un mayor esfuerzo económico durante las próximas Navidades para afrontar las subidas: la PlayStation Pro pasó de 799 a 900 euros a inicios de abril, y la última consola de Nintendo costará 30 euros más a partir de septiembre. La última empresa en anunciar subidas fue Apple, que venderá sus portátiles y tabletas hasta un 15% más caros. La firma de Cupertino anunció que no podía seguir absorbiendo el coste de la memoria por más tiempo.
“El mejor momento para comprar un nuevo móvil fue ayer”, sentenció este pasado mayo el consejero delegado de Nothing, Carl Pei, la firma de terminales personalizables. Pei explicó que la RAM ahora representa casi el 50% del coste de fabricación de un nuevo terminal. “La temporada de rebajas de este año no tendrá los descuentos a los que la gente está acostumbrada”, aseguró Pei en el medio digital The Verge.
Pequeños comerciantes como Vicente Ortega, que repara y vende piezas de ordenador en Valencia desde hace tres décadas, ya perciben la congestión en la cadena de producción: “En 20 años metido en la industria he notado muchas subidas puntuales de los precios, pero nunca algo tan exagerado y duradero como lo de ahora”. Ortega comenta que los ordenadores de oficina y para jugadores se han encarecido un 30% y un 50%, respectivamente, debido a la escasez de las piezas. “Muchos compradores están retrasando la decisión y otros simplemente están pasando al mercado de PC seminuevos o de ocasión”, señala.
Willy Shih, profesor de la Harvard Business School y experto en cadenas de suministro, reconoce que los grandes fabricantes ya han comenzado a levantar nuevas plantas de producción con el fin de brindar un respiro mínimo al mercado. “Cuando entren en funcionamiento, se producirá un exceso de chips que luego hará que bajen los precios”. El problema es que la demanda actual que exige la industria de los modelos de lenguaje como ChatGPT no tiene parangón en la historia y parece desbordar cualquier capacidad de previsión. Los especialistas se muestran incapaces de fijar una fecha para que los precios comiencen su descenso. Chris Miller, autor de La guerra de los chips y una voz autorizada en el campo de los semiconductores, considera que “no se trata simplemente de un ciclo, sino de un aumento estructural de los microprocesadores —incluidos los de memoria— que el mundo necesita”, por lo que no está claro si los precios se desinflarán en algún momento. Ranjit Atwal, analista sénior de Gartner, anticipa que estos aumentos provocarán que las ventas de ordenadores caigan un 12% durante este año. Los móviles de gama baja, por su parte, “se volverán económicamente inviables” y provocarán una caída del 10% en las ventas totales de terminales inteligentes.
Pese al golpe al bolsillo de los consumidores, el buen momento que atraviesan estas foundries está repartiendo ganancias récord a la mayoría de las firmas fabricantes. En lo que va de año, las acciones de Micron han subido un 220%; las de SK Hynix, un 160%, y las de Samsung, un 100%. Wall Street parece haber asimilado que —al menos por ahora— la oportunidad reside en financiar toda la infraestructura que apuntala el desarrollo de la IA. Y no solo la renta variable está siendo premiada. Según datos de PitchBook, una plataforma que rastrea el movimiento de fondos privados, la inversión del capital riesgo en robótica e IA física pasó de unos 3.700 millones de euros en 2019 a cerca de 24.200 millones en 2025. Solo hasta mayo de este año ya habían recaudado más de 20.200 millones.
Golpe al ‘software’
Paradójicamente, cada euro que gana la infraestructura parece salir del bolsillo del sector que durante años repartió sonrisas entre inversores: el del software. Las start-ups de servicios en internet que durante décadas definieron cómo funcionaba el mundo digital han sufrido importantes caídas en su valor bursátil. Las acciones de Meta (matriz de Facebook e Instagram) han recortado su valor un 10% en los últimos seis meses; las de Alphabet (Google) han caído un 5% en lo que va de año, y Amazon tampoco consigue despuntar desde finales de enero. Las más castigadas por el cambio de tendencia han sido las denominadas SaaS (software como servicio, por sus siglas en inglés). Firmas como Salesforce, Workday, Asana o Monday, que durante largos años encandilaron al mercado con programas que los clientes (en su mayoría empresas) pagaban mes a mes, ahora ven cómo la IA permite a sus clientes integrar o construir a medida esas mismas soluciones de gestión por una fracción del coste.
“Durante mucho tiempo vivimos instalados en la idea de que el software era infinitamente escalable, con costes marginales cercanos a cero, ganancias fabulosas y una capacidad casi mágica de capturar valor. Y eso era cierto hasta cierto punto. Pero la IA ha cambiado una parte importante de esa ecuación: escribir código, integrar funcionalidades, automatizar procesos o incluso crear productos completos se ha vuelto mucho más barato, más rápido y más accesible”, desgrana Dans. Su reflexión es que una parte muy importante de los programas informáticos que antes se categorizaban como el principal atractivo del sector ahora empieza a parecer “una característica más, una capa sustituible”.
Incluso el capital riesgo que solía mirar con entusiasmo a las empresas de SaaS o a las fintech empieza a cambiar de parecer sobre dónde poner el dinero. Paradigm, el fondo de inversión conocido por respaldar a empresas de criptomonedas, como Coinbase, y a firmas de apuestas, realizó recientemente su primera inversión en el sector manufacturero, aportando capital a SendCutSend, una compañía que fabrica planchas metálicas para robots y centros de datos. En paralelo, Jeff Bezos fundó este año Prometheus, una empresa emergente centrada en el desarrollo de sistemas de IA capaces de comprender y simular el mundo real. La empresa construye lo que Bezos llama un “ingeniero general artificial”, software capaz de automatizar el diseño y la fabricación de sistemas físicos complejos, desde motores a reacción hasta compuestos farmacéuticos. Ellos mismos se definen como “IA para la economía física”.
Los últimos saltos en el mercado bursátil también han evidenciado el entusiasmo por la parte física de la IA. Un buen ejemplo es la exitosa salida a Bolsa del fabricante de chips Cerebras y de la start-up Etched —que rivaliza con Nvidia en la fabricación de semiconductores para la IA—, así como la llegada al parqué de SpaceX —ensamblador de cohetes—, que promete generar ganancias históricas, al menos a largo plazo. La firma taiwanesa TSMC, con un largo recorrido en la industria, también registró un segundo semestre consecutivo de ganancias récord, con un aumento del 75% en sus beneficios.
La lista de ganadores es larga. El fabricante de microprocesadores Intel presentó a finales de julio su crecimiento de ingresos más rápido en 15 años: sus ventas avanzaron un 25% en el segundo trimestre. “La IA está impulsando una demanda de capacidad de computación sin precedentes y, a medida que seguimos ejecutando nuestra estrategia, Intel está bien posicionada para lograr un crecimiento sostenible”, afirmó el director ejecutivo de la tecnológica, Lip-Bu Tan.
El mismo Jensen Huang, presidente de Nvidia, declaró en el pódcast All-In en marzo que la IA física representa “la primera oportunidad de la industria tecnológica para abordar un sector de 50 billones de dólares que hasta ahora ha carecido en gran medida de tecnología [física]”. El consejero delegado de la empresa que reina en Bolsa y cuya principal actividad es ahora el diseño de chips especializados en entrenar a los asistentes conversacionales, también aseguró a principios de este año que “el momento ChatGPT para la IA física está a punto de llegar”.
Dans no cree, pese a todo, que el mundo de la infraestructura absorba toda la riqueza del sector. “Hay un techo. Ocurrió con los ferrocarriles, con internet, con la telefonía móvil y está ocurriendo ahora con la IA. Quien proporciona la infraestructura en un momento de escasez tiene una posición fantástica”. Pero cree que, a medio y a largo plazo, el valor tiende a desplazarse hacia las empresas y los usuarios que logran convertir toda esa inteligencia en algo útil. Mientras eso sucede, el sector celebra su propia fiebre.
Economía en EL PAÍS
