OpenAI, Microsoft y Google compiten por quién lanza el modelo de lenguaje más potente, pero esta carrera tiene un límite que no está en el código. Mientras los directivos celebran mejoras en sus algoritmos, olvidan un detalle fundamental: sus servidores necesitan electrones, no solo potencia de cómputo. La inteligencia artificial no es una entidad inmaterial que flota en la nube; es una industria pesada que depende de una infraestructura eléctrica que, en gran parte del mundo, está operando al borde de su capacidad.
Un centro de datos de hiperescala —aquellas instalaciones masivas diseñadas para escalar servicios en la nube— puede demandar hasta 1.000 megavatios. Esto equivale al consumo energético de 800.000 hogares. Esta exigencia no ocurre de forma intermitente; es una carga constante que las redes locales nunca fueron diseñadas para soportar. El mercado financiero lleva años obsesionado con el costo de los chips de Nvidia, ignorando que el cuello de botella —el punto crítico donde se restringe todo el flujo operativo— se ha desplazado hacia las subestaciones y los transformadores de alta tensión.
La ilusión de la capacidad infinita
La infraestructura física no sigue el ritmo del software. Construir un centro de datos toma meses, mientras que modernizar la red para sostener esa carga requiere años, o incluso décadas. En Estados Unidos, tras dos décadas de demanda eléctrica estancada, la proyección apunta a un crecimiento del 4,7% anual hasta 2028. Este dato golpea directamente la resiliencia —la capacidad del sistema para absorber impactos sin colapsar— de las redes nacionales. Cuando un proveedor de nube exige un suministro ininterrumpido, deja sin margen de maniobra a los municipios que intentan gestionar la electricidad para el resto de la economía.
Las tecnológicas están asumiendo el rol de dueñas de facto de los servicios públicos. Amazon, por ejemplo, adquirió recientemente un centro de datos en Pensilvania conectado directamente a una central nuclear para asegurar su suministro. Esto no refleja eficiencia de mercado; es una medida desesperada ante una red pública que ya no puede garantizar la energía necesaria para todos. La IA, en la práctica, ha convertido a las empresas tecnológicas en fábricas pesadas disfrazadas de oficinas de software.
En América Latina, el problema es aún más crudo. En México, la falta de capacidad de transmisión ha paralizado inversiones millonarias. Según datos de la Asociación Mexicana de Energía Eólica, más de 2 gigavatios de proyectos renovables están bloqueados porque la red nacional no permite interconectarlos. Empresas como Amazon y Google planean expandirse en Querétaro, pero se enfrentan a una red eléctrica que opera prácticamente al límite de su capacidad técnica. Aquí discrepo con los optimistas de Silicon Valley: ningún algoritmo puede generar energía donde los cables no tienen capacidad física para transmitirla.
El frenazo inevitable
La solución no será simplemente construir más parques solares o eólicos. La intermitencia de las energías renovables, sin un almacenamiento a gran escala que sea económicamente viable, hace imposible que sostengan por sí solas la demanda de la IA. Los gobiernos locales empezarán a denegar permisos para nuevos centros de datos por pura supervivencia política. La prioridad siempre será el alumbrado público y la industria pesada antes que el entrenamiento de un modelo de lenguaje.
El detalle que importa es que el CAPEX —el gasto de capital destinado a activos fijos como maquinaria o infraestructura— de las grandes tecnológicas ya no puede centrarse únicamente en los chips. Veremos un flujo masivo de dinero hacia la compra de plantas eléctricas y la modernización de redes privadas. Si estas empresas no logran cerrar acuerdos energéticos sólidos antes de 2026, la expansión de los modelos más avanzados se detendrá, no por falta de talento o innovación, sino por falta de corriente eléctrica.
Mi lectura es que la infraestructura física dictará la velocidad de la innovación tecnológica. Si observamos el panorama actual, la infraestructura está perdiendo esta carrera. Para diciembre de 2027, la realidad obligará a cancelar o suspender indefinidamente al menos el 30% de los proyectos de hiperescala anunciados hoy en mercados saturados. Esto no es solo un reto técnico; es un reajuste forzoso que el sector aún no está dispuesto a reconocer.
