La energía como regulador supremo de la inteligencia
Medimos la capacidad de una nación en materia de IA del mismo modo que clasificamos los lanzamientos de modelos. Los parámetros de referencia, el número de parámetros y el coste por token son nuestros principales indicadores de la competitividad de un país en relación con sus homólogos. Se trata de un cuadro de mando lamentablemente incompleto que hace hincapié en las capacidades actuales a costa de la difusión futura.
Jensen Huang, director ejecutivo de Nvidia y figura emblemática del sector de la IA, siempre ataviado con su chaqueta de cuero, ha popularizado un modelo de IA denominado «pastel de cinco capas» que pone de manifiesto la verdadera profundidad de las dimensiones de las capacidades de la IA. Este modelo revela un ecosistema de dependencias, en el que cada capa está limitada por la capa que la precede.
En la base se encuentra la energía, que, como señala Huang, «establece el límite máximo de la cantidad de inteligencia que se puede generar en absoluto».
Si la energía es el factor fundamental que determina el ritmo al que se puede acumular la capacidad de la IA, entonces la ventaja nacional acumulativa no radica en la calidad de los modelos, sino más bien en la capacidad física e institucional para aumentar rápidamente la potencia. La primera es un resultado que no puede materializarse sin la segunda.
La magnitud de las necesidades energéticas de la IA es considerable. En su escenario base, la AIE prevé que el consumo eléctrico de los centros de datos casi se duplicará, pasando de 485 TWh a al menos 945 TWh para 2030. Dado que los centros de datos se construyen en lugares donde el suministro eléctrico es fiable, el capital es barato y ya existe infraestructura digital, Estados Unidos, la UE y China se sitúan en el epicentro de la demanda.
Sin embargo, estos países tienen capacidades muy diferentes a la hora de adaptarse a la creciente demanda energética de la IA. Dado que ningún país está dispuesto a ceder terreno en la carrera por la IA, esas diferencias nunca han sido tan marcadas. A continuación se explica su origen y se analizan tres dinámicas que surgen de la colisión entre la demanda de IA y las redes eléctricas occidentales: la salida total de la demanda de la red, el traslado de los costes a los usuarios y una expansión de la red que se limita a lo que se pueda suministrar con mayor rapidez.
Por qué China, EE. UU. y la UE se adaptan a ritmos diferentes
El desarrollo económico de China está ampliamente documentado. En los últimos 40 años, el PIB per cápita se ha multiplicado casi por 50 en términos nominales en dólares. Como era de esperar, durante ese mismo periodo de 40 años, el consumo energético per cápita de China creció un 495 %, impulsado tanto por el aumento de la riqueza de la población como por el auge de la industria manufacturera. Mientras tanto, en EE. UU. y la UE, el consumo se ha mantenido prácticamente estable.
Estos factores han dado lugar a dos tendencias divergentes en la generación de electricidad. China, ante una economía en rápido desarrollo y un consumo energético en auge, ha ampliado enormemente su infraestructura de generación de electricidad, con un crecimiento de la capacidad de casi el 8,5 % anual durante los últimos 40 años. La generación total de EE. UU. y la UE registró un crecimiento anual de tan solo el 1,3 % y el 0,8 %, respectivamente.
Generación total de electricidad: EE. UU., la UE y China
Producción anual de electricidad (TWh) | 1985-2025
Nada de esto supone una crítica a la estrategia occidental ni una prueba de falta de ambición. Se trata simplemente de cómo unas presiones diferentes dan lugar a sistemas diferentes. El crecimiento de China, impulsado por una industrialización con un alto consumo energético, ha dependido de un consumo masivo de electricidad. Por su parte, EE. UU. y la UE han contado históricamente con economías mucho más diversificadas, pasando progresivamente de la fabricación industrial a la tecnología y los servicios, sectores que consumen mucha menos energía. Las líneas planas del gráfico anterior muestran cómo se está produciendo la desvinculación entre el crecimiento económico y la generación de electricidad.
2000-2025, PIB real frente a la producción de electricidad
| PIB total | Tasa de crecimiento anual compuesto del PIB | Total de electricidad | Tasa de crecimiento anual compuesto (CAGR) del sector eléctrico | Elasticidad1 | |
|---|---|---|---|---|---|
| Estados Unidos | +69% | 2.13% | +19% | 0.69% | 0.33 |
| Unión Europea | +41% | 1.38% | +7% | 0.26% | 0.19 |
| China | +587% | 8.01% | +681% | 8.57% | 1.07 |
En resumen, China desarrolló su capacidad a un ritmo frenético, adelantándose a la demanda, debido a una industrialización con un alto consumo energético. Creó capacidades institucionales para respaldar ese objetivo: cuotas de construcción impuestas desde arriba, operadores de red estatales, financiación a través de bancos de desarrollo y una industria manufacturera nacional integrada verticalmente. Estados Unidos y la UE impusieron medidas de eficiencia y se reorientaron hacia economías basadas en la tecnología y los servicios. Crearon instituciones que impiden la construcción innecesaria a lo largo de décadas en las que, de hecho, la construcción era innecesaria: la revisión de prudencia y la doctrina de «lo usado y lo útil», la autoridad distribuida y la concesión de permisos como paso vinculante.
En un mundo en el que la electricidad limita la capacidad y la difusión de la inteligencia artificial, la historia reciente de China le confiere una «memoria muscular» ventajosa. Aumentar la capacidad de la red eléctrica es una tarea con la que está familiarizada. Occidente, sin embargo, debe volver a familiarizarse con este arte.
Cuando la demanda de IA choca con una red eléctrica estancada
Esta reorientación no es opcional. Los centros de datos no van a esperar. Se sienten atraídos por una combinación de mano de obra cualificada, demanda local de TI, capital e infraestructura preexistente. Estados Unidos y Europa, a pesar de no poseer actualmente el potencial latente de China, cuentan con esos ingredientes en abundancia. En consecuencia, son las dos regiones con mayor número de centros de datos del mundo y ocupan el primer y tercer puesto en cuanto a capacidad (China, por supuesto, ocupa el segundo lugar).
Así pues, los centros de datos ya están aquí, y todo indicios apuntan a que seguirán proliferando. El resultado es un choque entre una demanda en auge y una red eléctrica estancada. Tres dinámicas, señaladas anteriormente, definirán el resultado de este choque: la salida de la demanda de la red, el traslado de los costes a los usuarios y la propia expansión, que se orientará hacia lo que la cadena de suministro pueda construir más rápidamente.
«Behind-the-meter»: los centros de datos se desconectan de la red eléctrica
La primera tendencia consiste en abandonar por completo los sistemas altamente saturados. Las listas de espera para la conexión a la red eléctrica en EE . UU. y la UE oscilan actualmente entre cinco y diez años. Dado que los clústeres informáticos inactivos conllevan unos costes de oportunidad extremadamente elevados, los desarrolladores optan cada vez más por pasar a operar «detrás del contador» (BTM). El modelo BTM suele adoptar una de estas dos formas.
El primer caso es el de un promotor de centros de datos que está desarrollando su propio sistema de generación de energía in situ. Así es como xAI logró construir un clúster de 100 000 GPU en solo cuatro meses, instalando turbinas de gas in situ con una potencia de cientos de megavatios.
Cabe destacar que la rapidez de xAI tuvo un coste. Las turbinas no contaban con los permisos necesarios y han sido objeto de una demanda en virtud de la Ley de Aire Limpio, interpuesta por la NAACP.
La segunda opción de BTM es la coubicación, que, aunque también se utiliza en EE. UU., es la solución de BTM predominante en Europa debido al coste prohibitivo del gas. La coubicación consiste en construir un centro de datos muy cerca de una instalación de generación o almacenamiento ya existente, abasteciéndose directamente de dicha instalación en lugar de hacerlo de la propia red eléctrica.
¿Quién paga?: La carga para los contribuyentes y el aumento de las facturas
La segunda dinámica es el coste; concretamente, quién lo asume. En EE. UU., la respuesta es, cada vez más, los propios usuarios. Satisfacer la demanda energética derivada del auge de la IA requerirá inversiones sustanciales en la red eléctrica. A menos que se establezcan estructuras tarifarias que asignen esos costes a las cargas que los generan, esta ampliación acabará siendo subvencionada por los usuarios estadounidenses a través de facturas de electricidad entre un 15 % y un 40 % más elevadas para 2030. En algunas zonas, la situación actual es incluso más grave que esas previsiones futuras.
Dado que los centros de datos se sienten atraídos por ecosistemas únicos, cuyo número es finito (una vez más, definido por la presencia de mano de obra cualificada, la demanda de TI, el capital y la infraestructura preexistente), tienden a agruparse en zonas geográficas concretas. Por ejemplo, los mercados «FLAP-D» de Europa (Fráncfort, Londres, Ámsterdam, París y Dublín) representan el 62 % de la capacidad total de centros de datos de Europa. Por su parte, un corredor relativamente pequeño en el norte de Virginia, conocido como «Data Center Alley», constituye el mayor mercado de centros de datos del mundo.
El hecho de que los centros de datos no estén distribuidos de manera uniforme implica que sus efectos tampoco lo están. En las regiones donde se concentran, la carga de los centros de datos supera con creces las medias nacionales. En todo el estado de Virginia, los centros de datos representan el 25 % de la demanda total de electricidad. En algunas zonas cercanas a los centros de datos, los precios mayoristas de la electricidad han aumentado hasta un 267 % en los últimos cinco años.
Aunque no sean representativas de la realidad en su conjunto, estas cifras destacadas han puesto a los políticos en una situación difícil: apoyar el desarrollo de la IA, que se considera cada vez más una necesidad estratégica desde el punto de vista geopolítico y económico, o respaldar las medidas de protección de los contribuyentes y las moratorias.
Son las cadenas de suministro, y no las preferencias, las que determinan la combinación de fuentes de generación
La tercera dinámica es el pragmatismo puro y duro: construir de todos modos y construir lo que la cadena de suministro pueda suministrar de forma razonable. En este caso, el plazo de entrega influye mucho más en la combinación de fuentes de generación que la ideología o las preferencias.
Todos los proyectos requieren un conjunto similar de equipos de red eléctrica. Los grandes transformadores de potencia tienen un plazo de entrega de unas 128 semanas. Las unidades elevadoras de los generadores tienen un plazo de entrega de aproximadamente 143 semanas. Ese plazo mínimo es común a todos los proyectos. La diferencia en los plazos de entrega viene determinada por lo que se añade a ese plazo mínimo.
Tres fabricantes controlan aproximadamente tres cuartas partes del mercado de turbinas de gas de gran tamaño y, en la práctica, tienen la producción agotada. GE Vernova, por ejemplo, cerró el año 2025 con una cartera de pedidos de 80 GW y prevé tener la producción completa hasta 2030. Los fabricantes aconsejan a los posibles clientes que planifiquen plazos de entre siete yocho años. Las baterías también se enfrentan a una escasez de suministro, pero la mayor diversidad de fabricantes hace que la oferta futura esté mucho menos limitada.
La consecuencia se refleja en las previsiones sobre la composición de la expansión energética a corto plazo. Por ejemplo, en EE. UU., la EIA prevé que en 2026 se alcance una cifra récord de 86 GW de nueva capacidad a escala industrial, de la cual el 51 % corresponderá a la energía solar, el 28 % al almacenamiento en baterías y el 14 % a la energía eólica. El gas natural representa aproximadamente el 7 %.
Nueva capacidad añadida a gran escala en EE. UU.: 2026
Aumentos previstos de la capacidad de generación a gran escala (GW) | 86 GW en total: el mayor aumento en un solo año desde 2002
- Energía solar 43,4 GW·51 %
- Almacenamiento en baterías 24,3 GW·28 %
- Eólica 11,8 GW·14 %
- Gas natural 6,3 GW·7 %
GW
En el vertiginoso mundo de la inteligencia artificial, en el que cada mes perdido supone millones en ingresos aplazados, el megavatio más atractivo es aquel que se puede construir más rápido. Esto implica, cada vez más, la energía solar y el almacenamiento.
Qué supone para los inversores la demanda energética derivada de la IA
Durante décadas, la modernización de las redes eléctricas occidentales ha sido una eterna «segunda de honor». Todos la han respaldado, nadie la ha financiado y a nadie en concreto le ha parecido urgente (o, al menos, a nadie con suficiente autoridad para expresarlo). La IA cambia esa dinámica. Cuando la electricidad se convierte en la limitación determinante de una tecnología que los gobiernos consideran infraestructura estratégica, las instituciones creadas para restringir la construcción adquieren una razón para permitirla. La reforma de las colas de interconexión en EE. UU., el «Paquete de Redes» de la UE y el gasto en transmisión en máximos históricos indican que la gigantesca maquinaria de las redes occidentales está empezando a ponerse en marcha. Es fundamental señalar que el principal catalizador no fue la tan esperada llegada de los argumentos a favor del clima, sino más bien la repentina aparición de argumentos a favor de la competitividad.
La composición de la expansión de la red y la velocidad a la que debe llevarse a cabo son aspectos que no pueden separarse. Ambas avanzan por un camino entrelazado hacia una transición ecológica. Dado que las reservas de turbinas de gas se agotarán en la próxima década, el megavatio más rápido —y, por lo tanto, el más valioso— es el procedente de fuentes renovables. La demanda de inteligencia artificial, a menudo considerada como la principal enemiga de la transición energética, podría resultar ser su acelerador más potente.
Esta transición, y la carrera que la impulsa, exigirá una enorme cantidad de capital. A la hora de invertirlo, los inversores tendrán que responder a una larga lista de preguntas que abarcan cuestiones sociales, de gobernanza, de la cadena de suministro y medioambientales. ¿Qué empresas de servicios públicos y proveedores de equipos para la red eléctrica se sitúan en el lado correcto de un ciclo de inversión de capital que se prolongará durante una década? ¿En qué medida están expuestas las regiones con gran concentración de centros de datos (y las empresas que operan en ellas) a la reacción negativa de los usuarios y a posibles cambios bruscos en la normativa? ¿Qué están haciendo las empresas para reducir esa exposición?
Las respuestas no serán fáciles de encontrar, pero determinarán quién obtendrá beneficios de esta revolución energética.
La tarta de Huang tiene cinco capas, pero solo una de ellas está rellena de hormigón y entrelazada con cobre. Los puntos de referencia miden la inteligencia que tiene una nación; las redes determinan la inteligencia que puede aportar. Las naciones que construyan establecerán su propio límite máximo para esta última.
Mantente al día
Información sobre el autor
