Sobreconstrucción de infraestructura para IA: el riesgo de planificar sin considerar la eficiencia tecnológica
Construir más de lo necesario tiene un costo que termina pagando quien menos lo decide. En el contexto de la expansión de infraestructura energética para inteligencia artificial en Estados Unidos, una señal de alerta recorre los análisis sectoriales: la velocidad con la que se anuncian nuevos proyectos de centros de datos podría estar desconectada de la demanda real que se materializará en los próximos años. Según analistas del sector energético, los hogares podrían absorber ese exceso a través de tarifas eléctricas más altas y rendimientos menores en sus fondos de retiro, que invierten en utilities y desarrolladores de infraestructura.
Históricamente, los ciclos de adopción tecnológica han mostrado un patrón recurrente: la infraestructura se sobredimensiona en las fases tempranas de entusiasmo, antes de que la eficiencia del hardware madure. Ocurrió con los primeros electrodomésticos de alto consumo, con los motores de combustión interna y con los servidores de la era del primer internet. En todos esos casos, la innovación redujo el consumo energético por unidad de procesamiento de forma más acelerada de lo que anticipaban los modelos de planeación. McKinsey & Company ha documentado que los ciclos de mejora en eficiencia de semiconductores siguen comprimiéndose, con saltos significativos cada seis a doce meses en generaciones recientes de chips para cargas de trabajo de IA.
Para los estrategas corporativos e inversores en infraestructura, el riesgo no es que la IA no consuma energía, sino que las proyecciones de consumo estén calibradas con modelos actuales de ineficiencia, sin descontar la curva de mejora tecnológica. Cada nueva generación de modelos de lenguaje y chips de inferencia ha demostrado hacer más con menos. Si esa tendencia continúa, parte de la capacidad instalada que hoy se anuncia podría quedar subutilizada en un horizonte de cinco a siete años. La planificación energética que no incorpore escenarios de eficiencia acelerada no es planificación estratégica: es apuesta. El enfoque más robusto para directivos del sector implica modelar no solo la demanda proyectada, sino también la tasa de mejora en eficiencia computacional como variable central de cualquier decisión de inversión en infraestructura.
