BIWIN anuncia nueva tarjeta SD160 UHS-I
La carrera de los US$ 7 billones por dominar la infraestructura y el poder de cómputo que hará posible (o no) el futuro de la IA.
Mientras todos hablan del impacto de la inteligencia artificial, pocos reparan en su ingrediente esencial: la capacidad de cómputo. Para 2030, la demanda global empujará inversiones cercanas a los $7 billones de dólares en centros de datos. ¿Quién paga esta factura por estos requerimientos en poder de cómputo? ¿Y qué pasará si nos equivocamos?
La fiebre de la IA tiene un precio (y no es bajo)
La IA ya no es solo una promesa: es una fuerza impulsora que redefine industrias, modelos de negocio y hasta los fundamentos de la economía digital. Pero hay un factor invisible —y vital— que puede determinar su velocidad de avance: el poder de cómputo.
Según un reciente informe de McKinsey, satisfacer la demanda proyectada para 2030 exigirá inversiones cercanas a los 7 billones de dólares en infraestructura de centros de datos. La mayoría de estos fondos se destinarán a capacidades especializadas para IA, dejando claro que el verdadero cuello de botella no está en los algoritmos, sino en la infraestructura que los sostiene.
LEE TAMBIÉN: Centro de Datos y lo que debe saber para reducir costos
IA vs. TI tradicional: dos mundos, dos necesidades
Aunque el foco mediático está en la IA, el 20% del gasto proyectado —unos 1,5 billones de dólares— seguirá respondiendo a cargas de trabajo tradicionales: almacenamiento, correo electrónico, ERP, etc. Estas no requieren los mismos niveles de energía, refrigeración ni procesadores avanzados que las aplicaciones de IA, pero siguen siendo esenciales.
En otras palabras, la revolución de la IA no sustituye a la “vieja” TI. La hace más compleja.
Una cadena de valor bajo presión
El “valor del poder cómputo” no depende solo de GPUs o chips. Incluye desarrolladores inmobiliarios, proveedores de energía, fabricantes de semiconductores, plataformas de nube y más. Todos enfrentan el mismo dilema: invertir rápido, pero con inteligencia.
El informe alerta sobre un riesgo estratégico: sobreinvertir puede llevar a activos varados; subinvertir, a perder la carrera. No hay certezas absolutas porque la evolución de la IA —y su eficiencia— es un terreno aún inestable.
¿Y si mañana la IA es más eficiente?
Un ejemplo clave: en febrero de 2025, la firma china DeepSeek aseguró haber entrenado un modelo comparable a GPT-4 por solo $3 millones (vs. los $80-100 millones de OpenAI), con reducciones de costos de inferencia hasta 36 veces. Aun así, McKinsey advierte que estas mejoras no reducirán la demanda total de cómputo, sino que podrían incentivarla más (sí, el efecto Jevons otra vez).
Más eficiencia no significa menos demanda. Significa más uso.
Tres escenarios, una misma urgencia
McKinsey modela tres posibles escenarios de inversión hasta 2030:
- Demanda moderada: 125 GW adicionales en capacidad AI; inversión de $5,2 billones.
- Demanda acelerada: hasta 205 GW; inversión de $7,9 billones.
- Demanda limitada: inversión menor, pero aún billonaria.
En todos los casos, el mensaje es claro: el poder de cómputo será la infraestructura crítica de esta década. El equivalente moderno a las redes eléctricas del siglo XX.
¿Quién paga esta fiesta?
Hasta ahora, los grandes hyperscalers (Google, Microsoft, Amazon, etc.) han liderado la inversión. Pero el informe plantea una pregunta clave: ¿seguirán ellos cargando con todo el peso? ¿O veremos nuevos modelos de financiamiento, con gobiernos, fondos soberanos o alianzas público-privadas entrando al juego?
Porque si el futuro digital depende del cómputo, el debate ya no es solo técnico o financiero. Es geoestratégico.
El CIO como arquitecto del futuro
En América Latina, donde los presupuestos son limitados pero la necesidad de transformación es urgente, el rol del CIO se vuelve más complejo. No se trata solo de adoptar IA, sino de planificar la poder de cómputo que permitirá que esa IA sea viable. ¿Apostamos por cloud público? ¿Invertimos en edge? ¿Cuándo entra la soberanía de datos en juego?
La conversación ya no es solo sobre qué IA usar, sino sobre dónde y cómo va a correr.
¿Conclusión? Bienvenidos al mundo donde los datos mandan, pero el poder de procesarlos define quién sobrevive.
