CoreWeave y Atlassian: Mapeo de la fase de inferencia en la curva S de la infraestructura de IA.

La infraestructura de IA está entrando en una nueva fase. El crecimiento explosivo de los años 2023 y 2024, impulsado por el entrenamiento masivo de modelos, ahora está dando paso a una clase diferente de demanda de procesamiento informático. La carga de trabajo principal se está trasladando del entrenamiento hacia la inferencia: es decir, al uso de un modelo entrenado para responder preguntas, generar contenido o analizar datos en tiempo real. Esto no representa una desaceleración; más bien, es un cambio de paradigma que define la siguiente etapa de la curva tecnológica S.

Para el año 2026, se proyecta que la capacidad de inferencia representará aproximadamente dos tercios de toda la computación relacionada con la inteligencia artificial. En 2023, esta proporción era de un tercio, y en 2025, llegaría a la mitad. Este aumento en el uso de la capacidad de inferencia crea una nueva necesidad en materia de infraestructura. Las empresas descubren que sus configuraciones cloud o locales no son adecuadas para satisfacer las exigencias de las cargas de trabajo recurrentes y de baja latencia de la inteligencia artificial. La situación económica es clara: aunque los costos relacionados con la inferencia han disminuido significativamente, el volumen de consultas, especialmente aquellas realizadas por sistemas de inteligencia artificial, ha aumentado enormemente. Algunos gastos mensuales pueden llegar a sumar decenas de millones de dólares. Este es un llamado de alerta que obliga a replantear todo el sistema.

El mercado está respondiendo con soluciones especializadas. Se prevé que la demanda de chips optimizados para el procesamiento de inferencias aumente a más de 50 mil millones de dólares estadounidenses en el año 2026. Sin embargo, como señala Deloitte, esto no significa una reducción en el uso de computadoras a gran escala. Se espera que el mercado general de chips de IA de vanguardia alcance una valoración de más de 200 mil millones de dólares estadounidenses, y que estos chips se utilicen principalmente en centros de datos especialmente diseñados para ese propósito. El cambio se refiere a la eficiencia y al lugar donde se ubican los chips, no a una reducción en su escala. Esto requiere una nueva infraestructura que sea óptima para el funcionamiento continuo, y que vaya más allá de los modelos tradicionales.

Esta transición también constituye un importante motor económico. Se proyecta que el gasto en inteligencia artificial crezca a una tasa anual del 31% hasta el año 2033. Ya se ha convertido en un factor clave para el crecimiento económico de los Estados Unidos; representa más de un tercio del crecimiento económico durante los primeros tres trimestres de 2025. En esta fase dominada por la inteligencia artificial, se presentan oportunidades de crecimiento exponencial. Para los inversores, lo importante es identificar aquellas empresas que construyen las bases necesarias para este nuevo paradigma informático. Ya sea que se trate de líderes en el campo de la inteligencia artificial, como CoreWeave, o de plataformas que facilitan el desarrollo de este sector, ambos grupos se encuentran en un punto de inflexión.

CoreWeave: El nivel de infraestructura de Neocloud.

CoreWeave está construyendo las infraestructuras fundamentales necesarias para el proceso de inferencia. Como líder en la creación de centros de datos de IA especializados, la empresa opera en un mercado donde la demanda de sus servicios supera con creces la oferta. No se trata de una apuesta especulativa; se trata de una inversión directa en la infraestructura necesaria para lograr la transición del entrenamiento al proceso de inferencia. Se espera que los ingresos de la empresa aumenten en el futuro.Doscientos por ciento más en el año 2026.Se trata de una trayectoria que indica una fuerte adopción de su capacidad de inferencia optimizada, lo cual valida su posición como un componente esencial en las nuevas plataformas cloud.

La configuración es clara: los centros de datos de CoreWeave están diseñados para satisfacer las exigencias extremas en términos de potencia y refrigeración de las cargas de trabajo relacionadas con la inteligencia artificial. En este campo, CoreWeave ha sido considerado como el proveedor más capaz por los analistas, incluso superando a los gigantes tecnológicos. Este beneficio técnico ha contribuido al crecimiento explosivo de la empresa: los ingresos aumentaron un 134% en comparación con el año anterior, alcanzando los 1.36 mil millones de dólares en el último trimestre. El volumen de pedidos pendientes de la empresa, que alcanzaba casi 56 mil millones de dólares a finales de 2025, demuestra que esto no es solo un aumento a corto plazo, sino una compromiso a largo plazo por parte de CoreWeave con sus clientes. Se espera que el mercado crezca a un ritmo anual del 31%. CoreWeave está en posición de obtener una participación significativa en este segmento.

Sin embargo, la mayor limitación a corto plazo para todos los proveedores de infraestructura es la misma: la energía. El aumento en la demanda de energía por parte de la inteligencia artificial choca con las restricciones energéticas, lo que crea un obstáculo fundamental. El plan de CoreWeave de integrar al menos 1 gigavatio de capacidad activa en los próximos dos años es ambicioso, pero su éxito depende de lograr fuentes de energía confiables y de bajo costo. Este es el punto crítico en la curva de escalamiento: superar la cadena de suministro de energía es crucial. Por ahora, la empresa opera en un entorno con altas restricciones de suministro, lo cual representa una situación de doble filo. Esto garantiza la visibilidad de los ingresos, pero también intensifica la competencia por construir y alimentar los centros de datos antes de que llegue la próxima ola de demanda.

En resumen, CoreWeave no es simplemente un proveedor de servicios en la nube; es una infraestructura que sirve como base para el próximo paradigma informático. Su trayectoria de crecimiento se alinea con la adopción exponencial de tecnologías relacionadas con la inferencia. Su valoración sugiere que el mercado podría estar subestimando la durabilidad de esta demanda. El camino a seguir consiste en desarrollar capacidades de forma eficiente, mientras se enfrenta a los problemas relacionados con la escasez de recursos energéticos. Se trata de una situación típica de infraestructura, donde el beneficio de ser el primero en suministrar ciertos servicios es crucial.

Atlassian: La capa de plataforma de productividad

Atlassian es la plataforma fundamental que conecta las herramientas de IA con los flujos de trabajo empresariales. Mientras que compañías como CoreWeave se encargan de desarrollar los componentes computacionales necesarios para el funcionamiento de las herramientas de IA, Atlassian proporciona el “sistema operativo” necesario para el trabajo en equipo basado en la inteligencia artificial. El crecimiento de esta empresa demuestra hasta qué punto la inteligencia artificial está integrada en las operaciones empresariales. Las capacidades de IA de esta empresa son realmente impresionantes.Más de 3.5 millones de usuarios activos mensualmenteSe trata de una cifra que se ha duplicado en tan solo un cuarto de año. Este rápido aumento en el uso de la IA indica que esta tecnología está pasando de ser una herramienta de nicho a convertirse en un motor clave para la productividad de las organizaciones en su conjunto.

Los resultados financieros reflejan esta tendencia positiva. Los ingresos totales de Atlassian aumentaron un 21% en el último trimestre, y su negocio en la nube creció aún más rápido. Lo más importante es que los ingresos relacionados con RPO aumentaron un 42% en comparación con el año anterior, lo cual es un indicador clave de la visibilidad de los ingresos futuros. No se trata simplemente de un aumento en los ingresos, sino también de una evidencia de que los clientes confían en las ventajas que ofrece la plataforma gracias al uso de herramientas de generación de código basadas en inteligencia artificial. Los datos muestran una clara relación causal: los equipos que utilizan estas herramientas incrementan su número de asientos pagados en Jira en una tasa aproximadamente del 5% mayor que aquellos que no utilizan tales herramientas. La inteligencia artificial está contribuyendo directamente al aumento de la demanda por parte de los clientes.

Esta posición se enmarca perfectamente en un análisis realizado por Goldman Sachs, el cual identifica…Empresas de servicios de ingeniería de software que tienen una alta exposición a las automatizaciones basadas en la inteligencia artificial.Atlassian es un potencial beneficiario de alto crecimiento para el año 2026. Esta empresa se ajusta perfectamente a este perfil, ya que permite la automatización de procesos que reduce el trabajo manual y aumenta la productividad. Su herramienta Teamwork Graph, que actualmente cuenta con más de 100 mil millones de objetos y relaciones, proporciona la inteligencia necesaria para una automatización más eficiente y para obtener información más detallada. En otras palabras, Atlassian está construyendo la infraestructura necesaria para que la tecnología de IA pueda contribuir al aumento de la productividad.

El giro estratégico de la empresa refuerza aún más este papel. La decisión de retirar su oferta relacionada con los centros de datos y lanzar el programa “Atlassian Ascend” es un esfuerzo para llevar a los clientes a su plataforma en la nube. Este proceso de migración se está acelerando, ya que el número de clientes que pasan a utilizar esta plataforma ha duplicado en comparación con el año anterior. El objetivo es crear un entorno unificado y basado en la inteligencia artificial, donde los flujos de trabajo, las informaciones y la automatización estén perfectamente integrados entre sí. Para los inversores, Atlassian representa una oportunidad valiosa, ya que se trata de una plataforma que combina la inteligencia artificial con la productividad empresarial. Este es un aspecto que aporta valor a medida que se produce el cambio de paradigma.

Catalizadores, riesgos y el camino hacia la adopción exponencial

La fase final de la curva S de inferencia se refiere ahora a la ejecución del proceso. La tesis es clara: la demanda por computación optimizada para la inferencia va a aumentar significativamente. Se proyecta que el mercado de estos chips especializados crezca considerablemente.Más de 50 mil millones de dólares en el año 2026.Para CoreWeave y Atlassian, el camino hacia una adopción exponencial depende de algunos factores clave y riesgos que pondrán a prueba sus modelos en el mundo real.

El catalizador principal es la validación de las soluciones propuestas. A medida que las empresas pasan de la fase de prueba a la implementación a escala de producción, se dan cuenta de que su infraestructura actual no se ajusta a las necesidades de la inteligencia artificial. Esto genera una oportunidad económica importante, lo que obliga a reconsiderar los recursos informáticos utilizados. La solución no consiste en abandonar los centros de datos a gran escala, como algunos creían, sino en desarrollar una infraestructura adecuada para las cargas de trabajo relacionadas con la inferencia. Esta es precisamente la mercado que CoreWeave está creando, y la plataforma que Atlassian está desarrollando. El éxito se dará a través del aumento continuo en las curvas de adopción de estas soluciones: el uso eficiente de la capacidad de CoreWeave, el crecimiento de su cartera de proyectos, y el aumento de la base de usuarios de IA en Atlassian, así como las tasas de migración a la nube.

Sin embargo, el mayor riesgo radica en las fricciones que se producen en la curva en S. El aumento en la demanda de energía por parte de la IA choca con los limitaciones energéticos, lo cual puede ralentizar la adopción de tecnologías como esta a gran escala. Para CoreWeave, el plan de llevar a cabo al menos 1 gigavatio de capacidad activa es ambicioso. Pero su éxito depende completamente de poder obtener energía confiable y de bajo costo. Cualquier retraso o aumento en los costos podría afectar directamente su trayectoria de crecimiento. Para ambas empresas, la desalineación arquitectónica representa un riesgo secundario. Si los chips y plataformas especializadas no ofrecen la eficiencia y rendimiento prometidos, la viabilidad económica de una transformación total de la infraestructura podría verse afectada.

También está en juego una dinámica de mercado crítica. Los inversores han abandonado las empresas que desarrollan infraestructuras relacionadas con la inteligencia artificial, dado que el crecimiento de sus ganancias operativas se encuentra bajo presión, y los gastos en inversiones en capital fijo se financian con deuda. Esto destaca la necesidad de que CoreWeave demuestre ser capaz de escalar eficientemente su negocio. El enorme volumen de trabajo pendiente en la empresa ofrece visibilidad de ingresos, pero el camino para convertir ese volumen de trabajo en márgenes operativos saludables será objeto de atención. El mercado ya no recompensa igualmente a todos aquellos que invierten mucho en este sector; en cambio, se recompensa a aquellos que pueden vincular los gastos en capital fijo directamente con los ingresos futuros. Esta dinámica favorece a empresas como Atlassian, que tienen modelos de software con altos márgenes y recurrencia constante.

En resumen, esta es la fase en la que se verifica la pendiente de la curva S. Los catalizadores son elementos importantes para validar las necesidades del mercado y representan un imperativo económico claro. Los riesgos son los limitaciones energéticas y las dificultades de ejecución. Para CoreWeave, el objetivo es construir y fortalecer la plataforma. Para Atlassian, el objetivo es profundizar el papel de la plataforma en el flujo de trabajo de IA. Las empresas que logren superar esta fase final de validación serán las que podrán aprovechar las oportunidades que ofrece la adopción exponencial de la tecnología.