El auge de los data centers empuja inversiones por U$S 6,7 billones (2025–2030), según McKinsey, pero en Estados Unidos el cuello de botella es la red eléctrica. En China, en cambio, expertos describen la disponibilidad de energía como un problema “resuelto”. “En todas partes la energía se daba por sentada”, escribió la analista Rui Ma tras recorrer los polos de IA del país asiático.
La energía para calefaccionar o enfriar la casa se volvió más cara en todo el mundo. Claro, el cambio climático piensan algunos. Puede ser. Pero… ¿cuánto creés que consume preguntarle a ChatGPT, a Claude o a DeepSeek ‘cómo va a estar el tiempo esta noche?’
Pocos tienen en cuenta el costo real de la energía que consume hoy la «maravillosa» IA, pocos tienen en cuenta la enorme infraestructura que se mueve para contestar millones de veces esa misma pregunta sobre el clima de esta noche. Millones. Tantas veces que calefaccionar tu casa será cada día más caro.
La próxima vez que le hagas una pregunta a tu smartphone, acuérdate de la baja de tensión y de la factura de electricidad o gas que te va a llegar a fin de mes.
La nueva carrera de la inteligencia artificial se libra en el terreno de la infraestructura eléctrica y de cómputo. A medida que crece la demanda de entrenamiento y despliegue de modelos, el impacto macro se desplaza: el gasto en data centers ya compite con el consumo privado como motor del PBI estadounidense. En este contexto, McKinsey proyecta que, entre 2025 y 2030, las compañías deberán invertir U$S 6,7 billones en nueva capacidad para sostener la expansión de la IA.
El problema es que, en Estados Unidos, la red eléctrica no acompaña al ritmo necesario. Goldman Sachs lo resumió con crudeza: “La demanda insaciable de energía de la IA está superando los ciclos de desarrollo —de una década— de la red, creando un cuello de botella crítico”.
La tensión ya se percibe en el territorio: ciudades con redes frágiles obligan a empresas a construir sus propias plantas para garantizar suministro, mientras crece el malestar social por las tarifas. En Ohio, la factura eléctrica de un hogar típico aumentó al menos U$S 15 este verano por el efecto de los data centers.
El diagnóstico sectorial coincide. Una encuesta de Deloitte identifica al estrés sobre la red como el principal limitante para el desarrollo de infraestructura de data centers en EE.UU. El mensaje también llegó a Wall Street: Stifel Nicolaus advirtió sobre una corrección del S&P 500 al considerar que el “boom” de capex sería un impulso único, mientras el consumo se enfría.
China: abundancia planificada y datos para “empapar” con IA
La contracara aparece en China, donde la disponibilidad energética para polos de IA se percibe como un tema resuelto. La analista Rui Ma, fundadora de Tech Buzz China, sintetizó su impresión tras una gira por hubs de inteligencia artificial: “En todas partes a donde fuimos, la gente trataba la disponibilidad de energía como algo dado”. Y remarcó el contraste: “En EE.UU., el crecimiento de la IA está cada vez más atado a debates sobre consumo eléctrico de data centers y limitaciones de la red”.
El experto en electricidad china David Fishman, que sigue desde hace años la evolución del sistema, fue directo al punto: “Los responsables de política en EE.UU. deberían esperar que China siga siendo un competidor y no un agresor… porque hoy no pueden competir de manera efectiva en infraestructura energética”. La ventaja —explicó— es el resultado de décadas de sobreinversión deliberada en generación, transmisión y nuclear de nueva generación.
Según Fishman, el margen de reserva del sistema chino no bajó del 80%–100% a nivel nacional, es decir, capacidad al menos duplicada frente a la demanda, lo que permite absorber picos con data centers como “esponjas de sobreoferta”. La comparación con EE.UU. es dura: allí los márgenes suelen rondar 15% y caen con clima extremo, dejando poco espacio para cargas crecientes. El mapa chino, en cambio, combina provincias rurales tapizadas de solar y la posibilidad de activar carbón ocioso para “puentear” mientras crecen las renovables. “No es lo preferible —admitió—, pero es posible”.
Las magnitudes hablan por sí solas. China agrega cada año más demanda eléctrica que todo el consumo anual de Alemania. Y, en términos de escala, “una provincia iguala el suministro eléctrico de toda la India”, graficó Fishman. En ese marco, los data centers no son una amenaza para la estabilidad de la red, sino un ancla de demanda para monetizar la capacidad instalada.
Gobernanza, capital y tiempos: por qué las curvas divergen
La brecha no es solo de fierros; es institucional. Fishman describe un modelo chino de planificación tecnocrática de largo plazo, que define reglas antes de invertir y construye por anticipado. Esa coordinación de-riesga los proyectos y alinea capital hacia objetivos estratégicos: redes de ultra alta tensión, nuclear avanzada y renovables con integración masiva. Resultado: “Ellos están armados para batear ‘grand slams’. EE.UU., con suerte, llega a primera base”.
En Estados Unidos, en cambio, grandes proyectos dependen del capital privado que espera retornos en 3 a 5 años, plazos incompatibles con obras eléctricas que tardan una década en construirse y repagarse. La consecuencia: permisos extensos, oposición local y reglas fragmentadas que ralentizan nueva generación y transmisión. “El capital está sesgado hacia retornos de corto plazo”, apuntó Fishman, mientras Silicon Valley destina miles de millones a la enésima iteración de software-as-a-service y los proyectos de energía pelean por financiamiento.
Qué significa para la IA (y para los negocios)
Si la capacidad eléctrica se convierte en el factor escaso, la ventaja competitiva de la industria de IA se desplaza de los chips a la energía disponible y a la velocidad de conexión de nueva generación. Allí donde China ve a los data centers como válvula de absorción de exceso y palanca de crecimiento, EE.UU. discute cómo racionalizar cargas, trasladar costos y acelerar una red que se mueve a ciclos de 10 años.
El riesgo para el ecosistema norteamericano es evidente: capex billonario con tiempos de obra y regulatorios que no calzan con el ciclo de producto de la IA. El premio para quien resuelva la ecuación —energía abundante y barata, permisos rápidos, transmisión robusta— es liderazgo en un sector donde la escala y la proximidad a la fuente eléctrica serán tan determinantes como el silicio.
La frase final de Fishman funciona como advertencia: “La brecha de capacidades no solo va a hacerse más obvia, sino que va a crecer en los próximos años”. Para los ejecutivos de IA y centros de datos, la agenda queda clara: energía primero. Sin eso, no hay modelo que escale.
Fuente: Fortune