La inteligencia artificial suele representarse mediante asistentes virtuales, algoritmos capaces de crear imágenes o modelos que analizan millones de datos en segundos. Sin embargo, detrás de esa aparente inmaterialidad existe una infraestructura física de enorme escala: los centros de datos, que son complejos industriales que concentran servidores, sistemas de almacenamiento, redes de alta velocidad, equipos de refrigeración y fuentes de energía redundantes. Sin ellos no existirían la nube, el comercio electrónico, la banca digital ni la actual revolución de la inteligencia artificial.
Aunque hoy ocupan un lugar central en la economía, los centros de datos no son nuevos. Sus antecedentes pueden rastrearse hasta las grandes salas de computación de las décadas de 1940 y 1950. Equipos como ENIAC ocupaban habitaciones completas, requerían condiciones especiales de temperatura y eran operados por personal técnico. Durante las décadas siguientes, bancos, gobiernos, universidades y grandes corporaciones construyeron salas dedicadas a sus computadoras centrales o mainframes.
El concepto moderno comenzó a consolidarse en la década de 1990 con la expansión de internet. Las empresas necesitaron espacios seguros para alojar servidores web, bases de datos y equipos de telecomunicaciones; después llegaron el comercio electrónico y, durante los años 2000, la computación en la nube. En lugar de mantener servidores propios, las organizaciones comenzaron a contratar capacidad informática bajo demanda.
Esta transición dio origen a los grandes proveedores de nube y a los centros denominados hyperscale: instalaciones diseñadas para operar decenas de miles de servidores y ampliar rápidamente su capacidad. La IA generativa representa el siguiente gran salto de esta evolución.
La IA convierte la capacidad de cómputo en un recurso estratégico
Un centro de datos tradicional procesa correos electrónicos, transacciones, páginas web y aplicaciones empresariales. Un centro preparado para inteligencia artificial necesita algo más: miles de chips especializados, principalmente GPU y aceleradores, conectados mediante redes de altísima velocidad.
Entrenar un modelo avanzado exige procesar enormes volúmenes de información en paralelo durante semanas o meses, y después del entrenamiento viene la inferencia, es decir, la operación cotidiana del modelo cada vez que una persona escribe una consulta, genera una imagen o solicita un análisis, por lo que millones de interacciones multiplican esta demanda. Por eso, la IA está cambiando la economía de los centros de datos, pues la capacidad ya no se mide únicamente por el número de edificios o servidores, sino por los megavatios disponibles, la densidad de cómputo, la eficiencia energética y la velocidad de las conexiones. Contar instalaciones -como muestran algunos rankings internacionales- ofrece una referencia, pero puede ser engañoso: un solo campus de gran escala puede superar ampliamente la capacidad de decenas de centros pequeños.
La Agencia Internacional de Energía calcula que la inversión global en centros de datos alcanzó alrededor de USD 500.000 millones en 2024, casi el doble que en 2022. En ese mismo año consumieron aproximadamente 415 teravatios-hora de electricidad, equivalentes al 1,5% de la demanda eléctrica mundial. En su escenario base, ese consumo subiría hasta cerca de 945 teravatios-hora en 2030, ligeramente por debajo del 3% de la electricidad global. La IA sería el principal motor de ese crecimiento.
La concentración geográfica hace que el impacto local sea mucho mayor. Un centro tradicional puede demandar entre 10 y 25 megavatios, mientras que un complejo de IA puede superar los 100 megavatios. Algunos proyectos anunciados se cuentan ya en gigavatios, niveles comparables con el consumo de ciudades o regiones enteras, como lo explica este reporte.
¿Qué países tienen mayor ventaja?
Estados Unidos conserva la posición dominante ya que cuenta con los principales proveedores de nube, desarrolladores de modelos de IA, diseñadores de chips y mercados de capital capaces de financiar proyectos multimillonarios. En 2024 concentró aproximadamente el 45% del consumo eléctrico mundial asociado con centros de datos, frente al 25% de China y el 15% de Europa. Northern Virginia sigue siendo el mayor mercado individual del mundo ya que en el primer trimestre de 2026 alcanzó una capacidad aproximada de 4.182 megavatios y una disponibilidad de apenas 0,3%. Atlanta, Dallas–Fort Worth y Chicago también se encuentran entre los principales polos estadounidenses. Esta demanda, no obstante, está chocando con límites físicos: redes eléctricas saturadas, largos tiempos de conexión y escasez de transformadores, como explica el informe CBRE, Global Data Center Trends 2026.
China posee otra ventaja de escala: una enorme base de usuarios, capacidad industrial, apoyo estatal y un ecosistema tecnológico propio. Su principal limitación es el acceso restringido a ciertos chips avanzados, resultado de las tensiones comerciales y tecnológicas con Estados Unidos. Aun así, continúa ampliando infraestructura y desarrollando procesadores nacionales.
En Europa destacan Reino Unido, Alemania, Francia y Países Bajos. Londres y Frankfurt son importantes centros de conectividad, servicios financieros y nube. Francia suma una matriz eléctrica con alta participación nuclear, valiosa para una industria que necesita energía constante. Europa también puede beneficiarse del crecimiento de la IA soberana: gobiernos y empresas que buscan almacenar y procesar información dentro de su propia jurisdicción.
En Asia-Pacífico, Japón, Australia y Singapur cuentan con infraestructura, estabilidad y conectividad internacional. Sin embargo, la falta de tierra y energía está trasladando parte del crecimiento hacia India y Malasia. Johor, cerca de Singapur, se ha convertido en un polo emergente gracias a sus costos y mayor disponibilidad de espacio y electricidad.
En América Latina, Brasil lidera por el tamaño de su economía, conectividad y matriz con fuerte presencia renovable; y São Paulo es el principal mercado regional. Santiago de Chile y Querétaro, en México, también han ganado relevancia, mientras Bogotá aparece como un mercado en desarrollo, así que la oportunidad regional dependerá de mejorar las redes eléctricas, reducir los tiempos de permisos y garantizar estabilidad regulatoria.
La verdadera competencia será por energía
La carrera de la IA también es una carrera por electricidad confiable. En Estados Unidos, los centros de datos consumieron alrededor del 4,4% de la electricidad nacional en 2023; el Departamento de Energía proyectó que podrían alcanzar entre 6,7% y 12% en 2028. Esto explica el interés del sector por contratos de energía renovable, almacenamiento con baterías, gas natural, energía nuclear y proyectos geotérmicos. También está impulsando la refrigeración líquida, necesaria para operar chips cada vez más potentes y concentrados, así que la disponibilidad de agua, el impacto ambiental y la relación con las comunidades serán factores cada vez más relevantes.
La industria enfrenta, además, el riesgo de construir capacidad por encima de la demanda real. Si los modelos se vuelven mucho más eficientes, si disminuye el ritmo de adopción de la IA o si algunas aplicaciones no generan los ingresos previstos, ciertos proyectos podrían experimentar menores niveles de utilización. La Agencia Internacional de Energía reconoce una amplia incertidumbre: para 2035, sus escenarios sitúan la demanda eléctrica de los centros de datos entre 700 y 1.700 teravatios-hora.
¿Qué cambia con la computación cuántica?
La computación cuántica representa una posible siguiente etapa, pero no debe interpretarse como el reemplazo inmediato de los centros de datos tradicionales. Los computadores cuánticos utilizan cúbits y pueden ofrecer ventajas en problemas específicos, como simulación molecular, descubrimiento de materiales, criptografía y determinadas optimizaciones. No están diseñados para sustituir servidores convencionales en correos, bases de datos o aplicaciones cotidianas.
El escenario más probable es una infraestructura híbrida, ya que los centros de datos clásicos seguirán almacenando información y administrando operaciones, mientras que procesadores cuánticos atenderán tareas especializadas. Estos equipos requieren condiciones extremas, sistemas criogénicos, aislamiento y mecanismos avanzados de corrección de errores.
IBM, por ejemplo, plantea construir para 2029 un sistema cuántico de gran escala y tolerante a fallos en su centro de Poughkeepsie, aunque esta y otras hojas de ruta deben entenderse como objetivos tecnológicos, no como resultados garantizados. Para comprender este mercado, el inversionista debe mirar más allá de la narrativa de la IA. La expansión depende de una cadena completa: chips, energía, redes, terrenos, sistemas de refrigeración, construcción, software y regulación. El número de centros importa menos que su capacidad efectiva, ubicación y acceso a electricidad.
Los centros de datos se han convertido en la infraestructura industrial de la economía digital. Su crecimiento parece estructural, pero no lineal ni libre de riesgos, ya que la revolución de la IA no elimina las reglas fundamentales de toda expansión: el capital debe transformarse en capacidad utilizada, productividad e ingresos sostenibles. Entender esa diferencia es esencial para analizar el sector sin confundir una transformación tecnológica real con una promesa automática de rentabilidad.
