La inversión en IA se desplaza hacia centros de datos: qué significa para América Latina

El fin de la etapa de expectativa y el inicio de la selección

La burbuja de entusiasmo por la inteligencia artificial —cuando muchas empresas vieron subir su valor solo por asociarse con el término— está dando paso a una fase mucho más selectiva. Según un análisis de Goldman Sachs, inversores y compañías ya no solo compran la etiqueta “IA”; ahora buscan la infraestructura tangible que permite operar modelos avanzados a gran escala: grandes centros de datos, redes y suministro energético

En la práctica esto significa que los operadores de centros de datos y los fabricantes de chips, así como los proveedores de redes y energía, están captando mayor atención de capitales. Por el contrario, herramientas de IA muy específicas o experimentos de software reciben menos foco de inversión que antes.

Por qué la infraestructura importa más que nunca

Los trabajos de IA son distintos a las cargas tradicionales en la nube. El entrenamiento de modelos grandes requiere miles de chips trabajando en paralelo durante largos periodos; la inferencia, cuando los modelos responden en producción, demanda potencia sostenida y baja latencia. Goldman Sachs estima que, en los próximos dos años, las cargas de IA podrían representar cerca del 30% de la capacidad total de los centros de datos.

Este cambio impulsa un fuerte aumento en la demanda de capacidad: las empresas de nube hiperescalar están invirtiendo decenas de miles de millones de dólares cada año en nuevos centros y hardware. Además, las redes y los sistemas de interconexión se están ampliando para soportar el movimiento masivo de datos entre clústeres y ubicaciones.

Energía y enfriamiento: el nuevo cuello de botella

La infraestructura de cómputo ya no se reduce a racks y chips: el suministro eléctrico y los sistemas de refrigeración se han vuelto centrales. Goldman Sachs proyecta que la demanda eléctrica global de centros de datos podría crecer alrededor de 175% para 2030 respecto a niveles de 2023, impulsada en buena medida por cargas de IA. Esa magnitud equivaldría, según la firma, a añadir a la red la demanda eléctrica de otro país entre los 10 mayores consumidores.

Ese salto en consumo obliga a gobiernos y compañías eléctricas a repensar inversiones en generación, transmisión y acuerdos a largo plazo de suministro. Además, la elección de la ubicación tiene impactos ambientales distintos: el uso de agua y la eficiencia de los sistemas de enfriamiento pueden variar según la geografía y el clima.

Cómo la geografía y la cadena de suministro condicionan la expansión

La ubicación de nuevos centros de datos suele priorizar energía estable, acceso a fibra de alta capacidad y disponibilidad de tierra. Algunas empresas optan por emplazamientos remotos donde es más fácil asegurar electricidad y espacio; otras buscan proximidad a grandes mercados para reducir latencia.

La construcción de grandes instalaciones implica cadenas de suministro complejas: adquisición de terrenos, conexiones de red y de la red eléctrica, y acuerdos energéticos a largo plazo. Escasez de equipos eléctricos y demoras en la expansión de la red pueden retrasar proyectos por años. Esos límites explican por qué los inversionistas valoran más a quienes ya poseen redes sólidas de centros de datos.

Implicaciones para América Latina

Para tomadores de decisión en la región, el viraje hacia infraestructura conlleva riesgos y oportunidades. Muchas economías latinoamericanas tienen mezcla energética peculiar, variaciones en la estabilidad de la red y costos de electricidad que pueden encarecer la operación de centros intensivos en energía. Al mismo tiempo, la región ofrece ventajas competitivas: abundancia de espacios, potencial para energías renovables y ubicaciones estratégicas para servir mercados locales y transcontinentales.

Gobiernos y reguladores deberán considerar cómo atraer inversión en data centers sin sacrificar la seguridad energética ni aumentar la presión sobre redes frágiles. Políticas como incentivos para energías limpias, planificación de capacidad de transmisión y marcos regulatorios claros para contratos de suministro pueden marcar la diferencia.

Para empresas locales y proveedores de servicios gestionados, el contexto implica decidir si asociarse con operadores globales, invertir en infraestructura propia o enfocarse en nichos de valor añadido (por ejemplo, servicios de interconexión, cumplimiento normativo y soluciones de eficiencia energética).

Qué buscan los inversores y cómo deben prepararse las empresas

Los inversionistas ahora analizan dos aspectos concretos: control de la infraestructura y modelos de ingresos sostenibles. Los operadores de centros de datos suelen ofrecer ingresos más estables y previsibles que muchas plataformas de software que dependen de modas o adopción rápida. Por eso la “flight to quality” favorece a aquellos con presencia física y contratos de largo plazo.

Para empresas que desarrollan o usan IA, la recomendación práctica es simple: no basta con crear modelos; hay que asegurar la capacidad para entrenarlos y desplegarlos eficientemente. Esto puede requerir planificar con años de antelación el acceso a energía, conexiones de red y acuerdos con proveedores cloud o de colocación.

Recomendaciones estratégicas para la región

• Evaluar la disponibilidad energética local y negociar acuerdos a largo plazo con suministradores.
• Considerar la colocación híbrida: combinar nube pública hiperescalar con centros locales para latencia, soberanía de datos y costos.
• Invertir en eficiencia de enfriamiento y en tecnologías que reduzcan el consumo energético por inferencia.
• Fomentar alianzas público-privadas para ampliar capacidad de transmisión y potenciar energías renovables.
• Priorizar la resiliencia de la cadena de suministro para evitar retrasos en proyectos críticos.

Conclusión: la próxima fase de la carrera por la IA será física

El avance de la inteligencia artificial entra en una etapa en la que el poder real no se mide solo en algoritmos, sino en megavatios, fibra óptica y sitios estratégicos. En los próximos años, la economía de la IA dependerá tanto de plantas de energía y sistemas de enfriamiento como de modelos y software. Para América Latina esto crea una oportunidad para posicionarse como HUB de capacidad, pero también exige planificación regulatoria y de infraestructura para no quedarse atrás.

Entender este cambio permitirá a tomadores de decisión y líderes empresariales tomar decisiones de inversión más acertadas y sostenibles en un mercado que ya no premia solo las ideas, sino la capacidad de ejecutarlas a escala.