La estrategia de Nvidia en el área de computación de IA de pila completa constituye un punto fuerte a largo plazo.

La implementación de la IA ya no es un tema secundario. Se trata de una fuerza estructural que está transformando la economía mundial. Se trata de un proyecto de infraestructura a escala industrial, y no de un ciclo tecnológico pasajero. La pregunta para los inversores ya no es si la IA ocurrirá, sino dónde se puede capturar el valor de esta gran iniciativa.

La escala es abrumadora. Morgan Stanley estima que casi…3 billones de dólares en inversiones en infraestructura relacionada con la inteligencia artificial.Se espera que esto fluya a través de la economía mundial para el año 2028. La gran mayoría de los aspectos relacionados con esto todavía están en su fase inicial. No se trata simplemente de gastos, sino del capital fundamental necesario para impulsar el próximo paradigma económico. La manifestación física de este proceso ya es visible.23 gigavatios de capacidad para centros de datos.A finales del año pasado, se encontraba en proceso de construcción en todo el mundo. Este número refleja la enorme magnitud de este proceso de transición.

En el núcleo de estos gastos se encuentra una clara jerarquía de valor. Los modelos de negocio más viables surgen en las capas de infraestructura que permiten el funcionamiento completo del sistema. Esto es evidente en los planes de gasto de capital de los proveedores de servicios en la nube. Los cinco principales proveedores de infraestructura en la nube y AI en Estados Unidos son Microsoft, Alphabet, Amazon, Meta y Oracle. Estos proveedores han comprometido un gasto total entre…660 mil millones y 690 mil millones en gastos de capital para el año 2026.Eso es casi el doble de los niveles previstos para el año 2025. Además, supera con creces los ingresos totales de todos los proveedores de software de inteligencia artificial que operan de forma pura. En otras palabras, la construcción de la capa de infraestructura se está llevando a cabo a un ritmo que supera con creces el ritmo de desarrollo de la capa de aplicaciones que esta infraestructura soporta.

Esto crea una dinámica crítica. Las hyperscalers invierten capital a un ritmo exponencial para proteger sus centros de computación y datos. Sus gastos son el combustible que alimenta toda la economía de la IA. Las empresas que proporcionan los componentes esenciales como chips, redes, memoria y energía tienen la oportunidad de obtener una parte desproporcional de estos gastos. La capa de infraestructura es donde se construye esa curva de adopción exponencial, y donde se forman los modelos de negocio más duraderos.

Análisis de los niveles de infraestructura fundamentales: computación, almacenamiento y energía

La creciente implementación de la infraestructura de IA se basa en tres componentes fundamentales: el procesamiento de datos, el almacenamiento y la energía necesaria para el funcionamiento de la infraestructura. Cada uno de estos aspectos enfrenta diferentes dinámicas de mercado, pero todos están experimentando un cambio paradigmático, impulsado por la adopción de la IA. Los modelos de negocio aquí no se basan tanto en vender un solo producto, sino más bien en ganar un papel crucial y indispensable dentro de la nueva estructura de procesamiento de datos.

Compute es el motor indiscutible para el procesamiento de datos. La capacidad de rendimiento de Nvidia es la prueba más clara de la velocidad con la que se adopta esta tecnología. Los ingresos de la empresa han aumentado significativamente.Un 73% en comparación con el año anterior, en el último trimestre.Se trata de una figura que destaca su dominio y su dependencia directa en la curva de adopción de la IA. No se trata simplemente de vender chips; se trata de vender todo un ecosistema completo. La estrategia full-stack de Nvidia – que integra GPU, redes y software como CUDA – crea una situación de ataduras muy fuertes entre los clientes y la empresa. Como señala el CEO de Nvidia, sus sistemas tienen los costos operativos más bajos, lo que los convierte en la opción predeterminada para los hiperescalares que desean construir grandes clústeres de IA. Esto crea un ciclo virtuoso: cuanto mayor es la adopción, mayor es la inversión en este ecosistema, y eso a su vez conduce a una mayor adopción.

El almacenamiento es el punto crítico en este proceso. La dinámica que se genera aquí está determinada por la escasez de recursos y por las limitaciones de escalabilidad. La memoria de alto ancho de banda, que es la memoria DRAM especializada que necesitan los chips de IA para funcionar adecuadamente, está en falta. La fabricación de esta memoria requiere hasta tres veces más capacidad de los wafers que la memoria DRAM estándar. Esto crea una limitación natural. Esto ha sido una ventaja para empresas como Micron, cuyos márgenes brutos aumentaron del 38.4% al 56% en el último trimestre. La empresa está ganando cuota de mercado a medida que la demanda de chips de IA aumenta, convirtiendo así un mercado cíclico en una situación de crecimiento estructural. El modelo de negocio consiste en ser el proveedor esencial en un nicho con altos márgenes de ganancia.

La energía es la capa de infraestructura más importante, y su demanda está aumentando constantemente. La realidad física de operar millones de chips de IA implica una gran consumo de energía. Goldman Sachs Research proyecta que…El consumo de energía en los centros de datos aumentará en un 165% entre los años 2023 y 2030.No se trata de un aumento lineal; se trata de una curva exponencial. Esto implica la necesidad de rediseñar fundamentalmente la estructura del sistema eléctrico. Los modelos de negocio en esta etapa todavía están en desarrollo, pero ya son claros: implican la creación de capacidades físicas para suministrar esa energía, ya sea a través de nuevas conexiones de red, generación local o distribución especializada de energía dentro de los centros de datos. En esta etapa, los límites físicos del paradigma se vuelven más evidentes.

Juntas, estas tres capas forman la “curva en S” de la infraestructura de IA. El procesamiento computacional determina el ritmo de trabajo; el almacenamiento proporciona la banda ancha necesaria; y la energía sirve como el “combustible” para que todo funcione correctamente. Las empresas que construyen modelos más viables son aquellas que pueden escalar sus capacidades en paralelo con el crecimiento explosivo de las cargas de trabajo relacionadas con la IA. De esta manera, se convierten en proveedores de ingresos recurrentes y con altos márgenes de ganancia.

La cuestión de la sostenibilidad: ¿Los ingresos son suficientes para justificar la construcción?

La enorme escala de la inversión en infraestructura genera una tensión crítica. La expansión de la infraestructura es exponencial, pero los flujos de ingresos que esta genera todavía se encuentran en una fase inicial de adopción. Para que el cambio paradigmático sea sostenible, el valor generado por las aplicaciones de IA debe justificar los billones de dólares que se invierten en esta área.

Los proveedores de IA de tipo “pure-play” están creciendo rápidamente, pero su participación en el total de las inversiones sigue siendo muy pequeña. Los cinco mayores proveedores de servicios de computación en la nube en los Estados Unidos han comprometido invertir en este sector.Entre 660 mil millones y 690 mil millones de dólares en gastos de capital para el año 2026.Por el contrario, incluso las empresas que crecen más rápidamente en el nivel de aplicaciones están expandiéndose a partir de una base mucho menor. Los ingresos recurrentes anuales de OpenAI alcanzaron los 20 mil millones de dólares al final del año 2025. En cambio, los ingresos de Anthropic superaron los 9 mil millones de dólares a principios del año 2026. En conjunto, sus ingresos siguen siendo insignificantes en comparación con los gastos en infraestructura necesarios para mantenerlas en funcionamiento. Esto destaca la asimetría fundamental: la capa de infraestructura se construye a un ritmo exponencial, con el objetivo de permitir la adopción de la inteligencia artificial en el futuro, y no para apoyar los ingresos de las aplicaciones actuales.

La sostenibilidad de la inversión de 6.7 billones de dólares en centros de datos, según se proyecta para el año 2030, depende completamente de la adopción exponencial de las cargas de trabajo basadas en IA, especialmente aquellas relacionadas con el procesamiento de datos. Goldman Sachs Research señala que…El consumo de energía en los centros de datos aumentará en un 165% entre los años 2023 y 2030.Se asume que las cargas de trabajo realizadas por la IA representarán aproximadamente el 70% del crecimiento total. Esta no es una predicción lineal; se trata más bien de una apuesta por el continuo aumento de la adopción de la tecnología AI en diferentes industrias. Si la curva de adopción se vuelve plana o si las ventajas económicas de utilizar cargas de trabajo basadas en la inteligencia artificial disminuyen, la demanda de nuevas capacidades de centros de datos podría ser insuficiente. Esto generaría un riesgo de sobreoferta y subutilización de las capacidades disponibles.

Sin embargo, las limitaciones en la cadena de suministro representan un factor importante que podría obstaculizar el desarrollo de este sector. A medida que TSMC y Samsung reduzcan su producción de los discos de 8 pulgadas, ya que estos son menos rentables, se espera que la capacidad global de producción aumente.Declive del 2.4% en el año 2026Esto ya ha provocado aumentos de precios del 5% al 20% en las empresas fabricantes de componentes. Para los proveedores de componentes de tipo “mature-node”, como semiconductores y chips analógicos, esto significa una clara ventaja en términos de precio y disponibilidad de suministros. Se cree que empresas como GlobalFoundries y Texas Instruments están en posición de beneficiarse de esta situación. Sin embargo, las pruebas indican que las fábricas chinas también tienen la capacidad de aprovechar gran parte de la demanda de componentes de 8 pulgadas, gracias a su alta capacidad y alta tasa de utilización. Este aumento en el control sobre el suministro podría ayudar a mantener márgenes saludables para ciertos proveedores de infraestructura, proporcionando así un respaldo financiero durante la fase de implementación.

En resumen, la inversión en infraestructura es una apuesta a largo plazo para el desarrollo de la tecnología de IA. La base de ingresos actual es pequeña, pero los gastos incurridos son necesarios para asegurar el futuro del negocio. La sostenibilidad de este modelo depende del crecimiento exponencial de las cargas de trabajo relacionadas con la IA, así como de la capacidad de la cadena de suministro para suministrar los componentes necesarios sin problemas. Por ahora, el proceso de desarrollo se está llevando a cabo de manera autónoma, pero la validación definitiva llegará cuando el nivel de aplicaciones genere ingresos a un nivel que esté alineado con la inversión en infraestructura que se está realizando.

Catalizadores, riesgos y lo que hay que tener en cuenta

La implementación del proyecto está en una trayectoria positiva. Sin embargo, el camino hacia un modelo de negocio sostenible y con altos márgenes depende de algunos factores importantes y de la mitigación de ciertos riesgos. La siguiente fase del proyecto estará determinada por la ejecución de los planes, la adopción de las soluciones propuestas y la estabilidad geopolítica.

En primer lugar, hay que observar el gasto de capital de los proveedores de servicios cloud y el ritmo real de construcción de las infraestructuras relacionadas con estos servicios. El compromiso es enorme; los cuatro principales proveedores de servicios cloud están asignando grandes recursos para este fin.Más de 600 mil millones de dólares en gastos de capital combinados.Para el año 2026. Este gasto representa el “combustible” necesario para que todo funcione correctamente. La manifestación física de ese compromiso es la construcción en curso. Hasta septiembre del año pasado…Más de 23 gigavatios de capacidad para centros de datos estaban en construcción a nivel mundial.Los Estados Unidos son los principales anfitriones de esta actividad. La medida clave que se debe monitorear es el ritmo trimestral de nuevos proyectos de construcción. En el último trimestre, hubo una disminución del 16% en el número de proyectos nuevos en comparación con el trimestre anterior. Sin embargo, los analistas atribuyen este descenso a retrasos en la presentación de informes. Cualquier desaceleración sostenida en la actividad de nuevas construcciones sería una señal importante de que la construcción está disminuyendo, lo que podría llevar a un exceso de oferta y a una presión sobre las márgenes de beneficio.

En segundo lugar, el factor clave para la monetización es la adopción de cargas de trabajo basadas en IA, especialmente en lo que respecta a las operaciones de inferencia. Todo el volumen de inversiones en infraestructura, que se estima en 6.7 billones de dólares para el año 2030, depende de que las cargas de trabajo basadas en IA constituyan una parte importante de dichas inversiones.El 70% de la expansión de los centros de datos…El modelo de negocio de los proveedores de infraestructura consiste en escalar su actividad según aumente la adopción de sus servicios. El indicador clave es la tasa de ocupación de la nueva capacidad disponible. Goldman Sachs proyecta que esta tasa podría aumentar del 85% en 2023 al más del 95% a finales de 2026. Si la tasa de ocupación no alcanza estos niveles elevados, eso indicaría que la demanda de computación inteligente no está aumentando tan rápido como se esperaba. Esto, a su vez, socavaría la justificación para invertir en grandes cantidades de capital fijo.

El riesgo más inmediato es la tensión geopolítica que podría interrumpir la cadena de suministro de los equipos eléctricos esenciales. Mientras que las empresas fabricantes de servidores se ven obligadas a abandonar China, este país sigue siendo el mayor productor del mundo de los componentes necesarios para construir centros de datos. Ya existe una escasez de transformadores, dispositivos de conmutación y baterías.Ralentización de los plazos de ejecución de los proyectos.Esto crea un cuello de botella físico que puede retrasar la construcción de la infraestructura necesaria, incluso mientras se destinan fondos para gastos de capital. Además, esto también genera volatilidad en los costos y debilita la cadena de suministro.

Un segundo riesgo relacionado es la posibilidad de que los inicios de la construcción de centros de datos se retrasen. Según Bloomberg, se proyecta que casi la mitad de las construcciones de centros de datos planeadas en Estados Unidos este año se retrasarán o se cancelarán. La causa principal es la disponibilidad de los componentes eléctricos necesarios para la construcción de estos centros de datos. Pero también podrían influir factores económicos o regulatorios que afecten negativamente el proceso de construcción. Un retraso en los inicios de la construcción afectaría directamente los ingresos de las empresas que desarrollan la infraestructura física y eléctrica necesaria para la operación de los centros de datos.

En resumen, la capa de infraestructura se está construyendo a un ritmo exponencial. La viabilidad de los modelos de negocio depende de la adopción de las cargas de trabajo basadas en la inteligencia artificial, así como de la capacidad de ejecutar las operaciones sin que haya cuellos de botella en la cadena de suministro o en la construcción de las instalaciones. Para los inversores, los próximos indicadores importantes son el ritmo de construcción trimestral, las tasas de ocupación y cualquier señal de tensión en la cadena de suministro. El cambio de paradigma es real, pero su sostenibilidad depende de estos indicadores futuros.