La AI aparece en una pantalla como texto, imagen, voz o c\u00f3digo. Su forma f\u00edsica es mucho menos et\u00e9rea.<\/p>\n\n\n\n
Est\u00e1 compuesta por centros de datos, procesadores, memoria de gran ancho de banda, placas de circuito, fuentes de alimentaci\u00f3n, fibra, refrigeraci\u00f3n, agua, transformadores y centrales el\u00e9ctricas. Necesita f\u00e1bricas, minas, obras, permisos y capital. Un centro de datos es una f\u00e1brica que se llama a s\u00ed misma nube.<\/p>\n\n\n\n
Esta f\u00e1brica transforma electricidad en capacidad de c\u00f3mputo; la capacidad de c\u00f3mputo, en modelos; y los modelos, quiz\u00e1, en decisiones econ\u00f3micamente valiosas:<\/p>\n\n\n\n
Electricidad \u2192 c\u00f3mputo \u2192 capacidad del modelo \u2192 aplicaci\u00f3n \u2192 posible valor<\/strong><\/p>\n\n\n\n La palabra \u00abposible\u00bb sigue siendo esencial. La capacidad de c\u00f3mputo no es ingreso, un modelo no es un modelo de negocio y una respuesta generada a\u00fan no es una ganancia de productividad.<\/p>\n\n\n\n Pero la expansi\u00f3n f\u00edsica es real. En su escenario base, la IEA espera que el consumo el\u00e9ctrico mundial de los centros de datos se duplique con creces: de unos 415 teravatios-hora en 2024 a aproximadamente 945 teravatios-hora en 2030. La AI es el mayor impulsor, pero no el \u00fanico. Se espera que China y Estados Unidos representen casi cuatro quintas partes del crecimiento.[6]<\/a><\/sup> Las previsiones en este \u00e1mbito son inciertas porque la eficiencia de los chips, el dise\u00f1o de los modelos, la utilizaci\u00f3n y la demanda cambian con rapidez. Su escala, sin embargo, deja algo claro: la AI se ha convertido en una cuesti\u00f3n de planificaci\u00f3n energ\u00e9tica.<\/p>\n\n\n\n Una antigua verdad industrial regresa a la econom\u00eda digital: la ubicaci\u00f3n importa.<\/p>\n\n\n\n Un modelo puede ofrecerse en todo el mundo, pero su entrenamiento y operaci\u00f3n ocurren en lugares f\u00edsicos. Estos necesitan capacidad de red, potencia firme, refrigeraci\u00f3n, conexiones de datos, estabilidad pol\u00edtica y, con frecuencia, agua. Un proyecto puede disponer de suficientes chips y capital y, aun as\u00ed, fracasar por falta de transformador, acuerdo de conexi\u00f3n o consentimiento local.<\/p>\n\n\n\n La atenci\u00f3n va hacia donde fluye la energ\u00eda.<\/p>\n\n\n\n La frase describe m\u00e1s que una tendencia de inversi\u00f3n. All\u00ed donde existen grandes cantidades de electricidad fiable, comienzan a agruparse centros de datos, proyectos de transmisi\u00f3n, centrales de gas, generaci\u00f3n renovable, contratos nucleares y proveedores industriales. La AI vuelve a atraer capital hacia el mundo f\u00edsico.<\/p>\n\n\n\n Tambi\u00e9n cambia el car\u00e1cter pol\u00edtico de la electricidad. Hogares, industria y servicios p\u00fablicos llevan mucho tiempo compitiendo por el precio y la seguridad del suministro. Ahora se suma un consumidor cuya demanda puede ser enorme, concentrada y respaldada por un capital profundo. Un centro de datos puede financiar nueva generaci\u00f3n y acelerar la modernizaci\u00f3n de la red. Tambi\u00e9n puede ocupar una capacidad de conexi\u00f3n escasa, trasladar costes a los usuarios locales o absorber potencia firme necesaria en otros lugares.<\/p>\n\n\n\n La pregunta no es simplemente cu\u00e1nta electricidad consume la AI. Es qui\u00e9n paga el coste adicional y qui\u00e9n recibe el beneficio.<\/p>\n\n\n\n Si un hiperescalador hace posible una central o un activo de almacenamiento mediante un contrato a largo plazo, la regi\u00f3n puede beneficiarse. Si el p\u00fablico paga el refuerzo de la red mientras la mayor parte del valor llega a una plataforma mundial, la distribuci\u00f3n es distinta. Un kilovatio-hora puede ser f\u00edsicamente neutral. Su contrato no lo es.<\/p>\n\n\n\n La AI tambi\u00e9n cambia el valor asignado a las tecnolog\u00edas de generaci\u00f3n. Las renovables pueden a\u00f1adir energ\u00eda con rapidez, pero necesitan complementos temporales. El gas aporta potencia flexible, aunque vincula la AI al riesgo del combustible y su precio. La energ\u00eda nuclear promete electricidad continua con bajas emisiones de carbono, pero exige horizontes largos de planificaci\u00f3n, una inversi\u00f3n inicial elevada y competencia institucional. La escala de la demanda hace improbable un sistema ideol\u00f3gicamente puro. El resultado ser\u00e1 probablemente una mezcla pragm\u00e1tica.<\/p>\n\n\n\n La apuesta financiera es todav\u00eda mayor. Las empresas comprometen sumas enormes antes de saber con claridad qu\u00e9 aplicaciones pagar\u00e1n de forma fiable. Los vendedores de chips, equipos de red, refrigeraci\u00f3n y energ\u00eda pueden obtener flujos de caja pronto. Los propietarios de infraestructuras asumen el riesgo de que los ingresos posteriores justifiquen el capital empleado.<\/p>\n\n\n\n Esto crea una asimetr\u00eda conocida:<\/p>\n\n\n\n A los vendedores de capex se les paga por construir. A quienes cargan con el capex solo se les paga si el uso acaba siendo rentable.<\/strong><\/p>\n\n\n\n Esta asimetr\u00eda no ha desaparecido. Pero est\u00e1 adquiriendo una nueva arquitectura financiera.<\/p>\n\n\n\n El 10 de agosto de 2026, NVIDIA anunci\u00f3 seis plataformas independientes de financiaci\u00f3n junto con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR. Su objetivo es movilizar con el tiempo m\u00e1s de 500.000 millones de d\u00f3lares de capital de terceros para infraestructura de AI. Los socios han firmado inicialmente memorandos de entendimiento; a\u00fan faltan los acuerdos definitivos, las condiciones y los calendarios de despliegue.[29]<\/a><\/sup><\/p>\n\n\n\n El alcance es notable. El plan no consiste solo en financiar la compra de chips, sino toda la cadena de energ\u00eda, terreno, conexi\u00f3n a la red, edificio y c\u00f3mputo. Jensen Huang estim\u00f3 el coste de un gigavatio de infraestructura de AI en unos 50.000 a 60.000 millones de d\u00f3lares. Goldman Sachs quiere crear un mercado de cr\u00e9dito respaldado por c\u00f3mputo de NVIDIA. BlackRock pretende movilizar capital privado y p\u00fablico, adem\u00e1s de fondos de pensiones. KKR describe la cadena de valor como el trayecto \u00abde la mol\u00e9cula al token\u00bb.<\/p>\n\n\n\n Por tanto, la AI no solo est\u00e1 adquiriendo f\u00e1bricas. Est\u00e1 adquiriendo un mercado de capitales propio.<\/p>\n\n\n\n La divisi\u00f3n temporal del trabajo es la clave. El capital privado puede sostener los primeros a\u00f1os, cuando el proyecto a\u00fan no produce un rendimiento estable. Tras la construcci\u00f3n, la puesta en marcha y la utilizaci\u00f3n, los flujos de caja pueden convertirse en productos de cr\u00e9dito e inversi\u00f3n a largo plazo. El objetivo es transformar una apuesta individual dif\u00edcil de financiar en un activo de infraestructura estandarizable.<\/p>\n\n\n\n Esta es una fortaleza particular del sistema estadounidense. Puede crear paciencia estrat\u00e9gica no solo mediante presupuestos p\u00fablicos, sino mediante ingenier\u00eda financiera: los riesgos se estructuran, agrupan, valoran y distribuyen entre reservas de capital mayores.<\/p>\n\n\n\n Sin embargo, financiaci\u00f3n sigue sin equivaler a viabilidad. Los 500.000 millones de d\u00f3lares anunciados no forman un fondo com\u00fan ya dotado; NVIDIA afirma que no respalda estas plataformas con su propio balance, y cada proveedor de capital debe evaluar los proyectos individualmente. David Solomon espera de forma expl\u00edcita ganadores y perdedores; Jim Zelter devuelve el argumento a los ingresos y el flujo de caja.<\/p>\n\n\n\n El valor del c\u00f3mputo como garant\u00eda tambi\u00e9n es un supuesto. Depende de que los sistemas mantengan su utilizaci\u00f3n, CUDA conserve su posici\u00f3n, el hardware antiguo siga siendo rentable y la ca\u00edda del precio por unidad de c\u00f3mputo no supere el crecimiento de la demanda.<\/p>\n\n\n\n El cuello de botella se desplaza. El riesgo de financiaci\u00f3n insuficiente se convierte en riesgo de financiarizaci\u00f3n a gran escala. Si los supuestos se cumplen, los mercados de capitales aceleran una infraestructura productiva. Si fallan, las p\u00e9rdidas dejan de limitarse a hiperescaladores y operadores: se extienden al cr\u00e9dito privado, las aseguradoras, los fondos de pensiones y los mercados p\u00fablicos de deuda.<\/p>\n\n\n\n Una depuraci\u00f3n futura no refutar\u00eda la AI. Los ferrocarriles, las redes de fibra y otras infraestructuras transformaron la sociedad aunque muchos de sus primeros propietarios perdieran dinero. La utilidad tecnol\u00f3gica y el rendimiento de una inversi\u00f3n son preguntas distintas.<\/p>\n\n\n\n La cuesti\u00f3n humana es m\u00e1s profunda. La AI puede hacer accesible el conocimiento, aumentar la productividad de las peque\u00f1as empresas y acelerar la investigaci\u00f3n. Tambi\u00e9n puede erosionar capacidades cuando las personas delegan juicio, memoria y responsabilidad en un sistema cuya elocuencia confunden con certeza.<\/p>\n\n\n\n Una relaci\u00f3n sana entre personas y AI requiere, por tanto, una divisi\u00f3n clara del trabajo. La AI puede buscar, comparar, simular, traducir y descubrir contradicciones. Las personas deben definir objetivos, l\u00edmites, riesgo aceptable y responsabilidad. Cuanto mayores sean las consecuencias, menos puede reducirse la supervisi\u00f3n humana a un clic ceremonial.<\/p>\n\n\n\n La AI no es un martillo neutral ni un nuevo soberano. Es un amplificador. Amplifica conocimiento y error, productividad y despilfarro, libertad y control.<\/p>\n\n\n\n Su mayor cuesti\u00f3n energ\u00e9tica no es, por tanto, cu\u00e1ntos teravatios-hora consume.<\/p>\n\n\n\n Es qu\u00e9 capacidades humanas queremos amplificar con esos teravatios-hora.<\/p>\n\n\n\n La AI se vuelve industria pesada con mercado de capitales propio: los centros de datos convierten electricidad en c\u00f3mputo y la financiaci\u00f3n prolonga y distribuye la apuesta.<\/p>\n","protected":false},"author":1,"featured_media":1523,"comment_status":"closed","ping_status":"open","sticky":false,"template":"single-gridizer-research-system.php","format":"standard","meta":{"footnotes":"","_ggc_chapter_title":"","_ggc_series_title":"El siglo el\u00e9ctrico","_ggc_chapter_number":0,"_ggc_chapter_order":0,"_ggc_entry_type":"chapter","_ggc_sequence_override":7},"categories":[148],"tags":[],"ggc_research_series":[208],"class_list":["post-1519","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-gridizer-research-es","ggc_research_series-el-primer-siglo-electrico"],"yoast_head":"\nFuentes y notas<\/h2>\n\n\n\n
\n