La carrera global por la inteligencia artificial atraviesa un punto de inflexión. Mientras las grandes tecnológicas aceleran inversiones a niveles históricos, empiezan a aparecer restricciones que no tienen que ver ni con talento ni con capital, sino con algo mucho más básico: la energía.
Los números reflejan la magnitud del fenómeno. Gigantes como Amazon, Microsoft, Alphabet, Meta y Tesla proyectan destinar hasta US$ 750.000 millones en 2026 a infraestructura vinculada a inteligencia artificial, más del doble que el año anterior. El objetivo es claro: ganar escala en chips, servidores y data centers en una carrera donde quedarse atrás no es opción.
Sin embargo, el mercado ya empieza a mostrar señales de incomodidad. A pesar de resultados sólidos, varias de estas compañías enfrentaron caídas en sus acciones. La pregunta que emerge es estructural: ¿puede el negocio de la IA generar ingresos suficientes para justificar este nivel de inversión?
Ahí es donde aparece el segundo eje de la historia.
El cuello de botella que cambia todo
“El mercado viene pensando esto como una historia de software y de demanda, pero empieza a aparecer una limitación más básica: la energía”, advierte Nicolás Max, CIO de Criteria .
El diagnóstico marca un giro en la narrativa dominante. Hasta ahora, los riesgos giraban en torno a la disponibilidad de chips o financiamiento. Hoy, el límite es físico.
“En algunas regiones de EE.UU la demanda de los data centers ya está tensionando la oferta disponible. Eso cambia bastante el análisis, porque podés tener inversiones anunciadas que después no se pueden ejecutar completamente. De hecho, ya se habla de centros de datos que se construyen pero no pueden operar a plena capacidad por falta de energía”, explica Max. Y agrega: “Además hay un descalce importante de tiempos: la IA avanza en meses, pero la infraestructura energética tarda años en expandirse”.
Por otro lado, si bien la construcción de centros de datos está atravesando actualmente un crecimiento “explosivo” impulsado por la demanda de inteligencia artificial, con un gasto global proyectado de US$ 1,8 billones entre 2024 y 2030, esta rápida expansión ha generado desafíos significativos, provocando que alrededor del 57% de los proyectos experimente retrasos de tres meses o más en 2025. Entre los principales problemas se encuentran la escasez de energía, las limitaciones de mano de obra y una fuerte oposición de las comunidades locales.
El problema, además, tiene una dimensión temporal. Mientras el desarrollo de la IA avanza en cuestión de meses, la expansión energética requiere años. Ese descalce empieza a impactar en la ejecución real de los planes de inversión.
Las señales a monitorear, según Max, son claras: retrasos en la puesta en marcha de centros de datos, menciones a problemas de conexión a red en balances de tecnológicas, subas en costos energéticos y, sobre todo, cualquier desacople entre el capex anunciado y el crecimiento efectivo de ingresos .
Cuando la teoría choca con la realidad
El caso de OpenAI en Reino Unido funciona como ejemplo concreto de esta tensión. La compañía decidió frenar su proyecto Stargate UK por dos razones: falta de previsibilidad regulatoria y, especialmente, altos costos energéticos.
La decisión no solo afectó un desarrollo puntual, sino que encendió una alerta más amplia: incluso en mercados desarrollados, la infraestructura puede no estar preparada para sostener el crecimiento de la IA.
En paralelo, la demanda no deja de crecer. Según datos de la International Energy Agency, el consumo eléctrico de los data centers aumentó 17% en 2025 y podría duplicarse hacia 2030, mientras que el de centros específicos de IA se triplicaría.
La paradoja es evidente: la eficiencia energética mejora, pero el uso crece mucho más rápido.
Crecimiento, pero no para todos
Otro de los puntos clave es que el boom de la IA sigue siendo, por ahora, altamente concentrado. “El crecimiento existe, pero está bastante focalizado en grandes tecnológicas y empresas como Nvidia”, señala Max .
Si bien hay señales de mejora en productividad en la economía estadounidense, el efecto derrame todavía es limitado y desigual. No todos los sectores se benefician por igual, y la velocidad de adopción marca diferencias significativas.
A esto se suma una segunda presión estructural: la reindustrialización. Políticas como el impulso a la manufactura y la transición energética están compitiendo por los mismos recursos, especialmente electricidad. El resultado es una nueva dinámica: la energía se asigna donde el retorno es mayor, lo que puede profundizar la concentración del crecimiento.
El riesgo que empieza a mirar el mercado
La combinación de inversión récord, cuellos de botella físicos y monetización aún incierta configura un escenario que empieza a incomodar a los inversores.
El foco está en el gap entre gasto e ingresos. Incluso dentro del ecosistema, surgen dudas sobre la capacidad de algunos jugadores para sostener el ritmo de inversión si los ingresos no acompañan.
En ese contexto, la reacción del mercado deja una señal: el entusiasmo por la IA sigue intacto, pero ya no es incondicional.
La nueva regla del juego
La conclusión es tan simple como disruptiva: la próxima ola de la inteligencia artificial no la definirán solo los algoritmos, sino la infraestructura que los sostiene.
O, en palabras que sintetizan el momento: no alcanza con tener la mejor tecnología; hace falta tener acceso a la energía para usarla.
Ese cambio redefine el mapa competitivo global. Países, empresas y sectores ya no compiten solo por talento o capital, sino por algo mucho más tangible: electricidad disponible, barata y escalable.
La revolución de la IA sigue en marcha. Pero, por primera vez, enfrenta un límite que no puede resolverse con más código.
