En los últimos dos años, la inteligencia artificial (IA) ha impulsado una verdadera carrera tecnológica donde grandes empresas como Amazon Web Services y Microsoft han invertido miles de millones de dólares en la construcción de centros de datos especialmente diseñados para soportar modelos avanzados de IA. Sin embargo, mientras las grúas de construcción continúan operando y los centros aumentan en número, recientemente se han detectado indicios claros de una pausa estratégica en esta expansión acelerada. Este fenómeno merece un análisis profundo para comprender las causas, el contexto y las implicaciones futuras de esta ralentización en la infraestructura de IA. Amazon y Microsoft, dos de los actores más importantes en el mercado de servicios en la nube, han confirmado que, aunque los planes oficiales de expansión continúan vigentes, en la práctica han detenido o retrasado negociaciones para la adquisición de nuevos espacios para sus centros de datos, especialmente en el extranjero. Por ejemplo, un informe reciente de Wells Fargo señaló que Amazon Web Services pausó negociaciones para nuevos contratos de arrendamiento, mientras que Microsoft dejó de lado proyectos equivalentes a la capacidad de cerca de dos instalaciones completas.
Este reajuste no significa que la demanda de capacidad para IA haya desaparecido, sino más bien que ambas compañías están recalibrando sus estrategias para gestionar mejor sus recursos y necesidades reales. La sensación generalizada en el sector es que se ha pasado de una fase de expansión frenética a una etapa de análisis y evaluación más cautelosa, en la que se evalúa el retorno de inversión respecto a la gigantesca infraestructura desplegada. Uno de los factores centrales detrás de esta pausa es la sobreestimación inicial del crecimiento de la demanda. Para algunos analistas, la prisa por expandir las capacidades se tradujo en compromisos financieros muy elevados, que ahora se consideran poco sostenibles a corto plazo. Según un estudio de UBS, la cantidad de obligaciones por arrendamientos de Microsoft se multiplicó por 6.
7 en tan solo dos años, alcanzando un total cercano a los 175 mil millones de dólares. Esta realidad lleva a la empresa a abortar proyectos que, tras un análisis más profundo, ya no parecen ofrecer valor inmediato o rentabilidad acorde a la inversión. Además del ajuste en los proyectos, la realidad económica y tecnológica del ecosistema de la IA genera presiones adicionales. Por ejemplo, el costo computacional de ejecutar una sola consulta en los modelos de IA más avanzados puede llegar a superar los mil dólares. Aunque empresas como OpenAI cobran suscripciones premium, como el pago mensual por ChatGPT de 200 dólares, aún no se ha alcanzado un punto de rentabilidad claro.
Esta brecha entre el costo de la infraestructura y los ingresos generados añade un nivel de incertidumbre sobre el modelo de negocios ligado a la IA generativa. Suma a esto el reconocimiento público de líderes del sector. Satya Nadella, CEO de Microsoft, ha indicado que, hasta el momento, la IA no ha producido un retorno de valor medible en la escala que se esperaba. Este tipo de declaraciones ponen en evidencia una creciente desconexión entre la expectativa y la realidad de la aplicación comercial de estas tecnologías. Pero no todos los obstáculos provienen del interior del sector tecnológico.
Existen factores externos que complican aún más el panorama. Por ejemplo, la implementación de posibles aranceles por parte del gobierno estadounidense, encabezado por Donald Trump, amenaza con encarecer significativamente la importación de equipos esenciales para los centros de datos. La volatilidad del mercado de valores tecnológicos también influye en el ánimo de las inversiones. Por otro lado, muchos territorios están enfrentando limitaciones en sus redes eléctricas para incorporar nuevos grandes centros de cómputo. Las comunidades locales, preocupadas por el consumo energético, uso de tierras y recursos hídricos, están ejerciendo mayor presión en contra de la instalación indiscriminada de estos megaproyectos.
La resistencia social y ambiental se presenta como un factor que puede retrasar o encarecer la expansión de la infraestructura necesaria para soportar la IA en el futuro. Los pronósticos a largo plazo sobre la construcción de centros de datos para IA son asombrosos. Un estudio de la Universidad de Georgetown, junto con Epoch AI y RAND Corporation, estima que, para 2030, los principales centros de datos de inteligencia artificial podrían costar alrededor de 200 mil millones de dólares cada uno, contener hasta dos millones de chips especializados y consumir tanta energía como nueve reactores nucleares. Esto subraya la magnitud del desafío energético y económico que implica sostener la escalabilidad de los sistemas de IA. Actualmente, existen más de 500 centros de datos en diferentes etapas de planificación o construcción alrededor del mundo, y las principales empresas tecnológicas —Amazon, Microsoft y Google— dominan el 59% de la capacidad global llamada "hiperescalar".
La mayoría de estas inversiones multimillonarias están orientadas a soportar modelos generativos de IA, que requieren gran capacidad computacional y almacenamiento. Sin embargo, la disparidad entre el gasto en infraestructura y la generación de ingresos por IA no deja de crecer. Un análisis realizado en junio de 2024 por un socio de Sequoia Capital calculó que la diferencia entre la inversión y la rentabilidad era ya de 600 mil millones de dólares, una cifra que triplicó la registrada apenas nueve meses antes. Esto revela una brecha importante que el sector debe cerrar para mantener la sostenibilidad del boom tecnológico. En conclusión, aunque los proveedores de servicios en la nube reiteran que sus planes de expansión para soportar inteligencia artificial continúan intactos, las señales visibles, como el freno de nuevas negociaciones para centros de datos, cancelación de proyectos prematuros y creciente preocupación por los costos, reflejan una realidad más matizada.
La carrera por construir la columna vertebral digital que sostenga el futuro de la IA entra en una fase de cautela y planificación más rigurosa. El camino hacia un desarrollo sostenible y balanceado de estas infraestructuras será determinante para asegurar que la inteligencia artificial no solo continúe avanzando tecnológicamente, sino que también encuentre un modelo económico viable y respetuoso con el entorno social y ambiental. La pausa estratégica de gigantes como Amazon y Microsoft señala que el sector se encuentra en un punto de inflexión, donde la innovación debe ir acompañada de prudencia y visión integral.
