- Los centros de datos de IA tardan 12 a 18 meses en construirse, pero conectarlos a la red eléctrica requiere 5 a 7 años, por lo que la electricidad, los permisos y la capacidad de construcción están reemplazando a las GPU como las principales restricciones para escalar
- Los centros de datos hyperscale anunciados a comienzos de 2026 suman 777 proyectos/190 GW, y BYOP (Bring Your Own Power), que consiste en construir plantas de generación y baterías propias para asegurar energía, está emergiendo como la estrategia dominante
- Las oportunidades para startups se están formando en seis áreas: permisos/selección de sitio, generación, transmisión y distribución/conversión de energía, software, construcción/mantenimiento y enfriamiento
- Debido a la escasez de equipos eléctricos y al aumento de la densidad por rack, los plazos de adquisición de transformadores se han extendido hasta 5 años, y algunos racks de IA consumen 500 a 600 kW, lo que exige nuevas arquitecturas eléctricas como 800V DC y transformadores de estado sólido
- En este ciclo de inversión, se espera que las empresas sostenibles no solo suministren equipos, sino que controlen conjuntamente precios de electricidad, baterías, cargas de trabajo de IA y enfriamiento, construyendo infraestructura que quede integrada durante mucho tiempo en la operación de los centros de datos
El ciclo de inversión masiva en infraestructura detonado por la IA
- La IA es la carga de trabajo que más electricidad ha demandado en la historia de la computación; a comienzos de 2026 se habían anunciado 190 GW de centros de datos hyperscale
- Unos 148 GW están en etapa de planeación, 21 GW en construcción y 12 GW en operación
- Se espera que el consumo eléctrico global de los centros de datos se más que duplique para 2030
- En Estados Unidos, se proyecta que el consumo eléctrico de los centros de datos supere al de toda la manufactura intensiva en energía
- El centro de datos en sí puede construirse en 12 a 18 meses, pero la conexión a la red eléctrica tarda 5 a 7 años
- De los 110 centros de datos previstos para entrar en operación en 2025, más de una cuarta parte se retrasó por problemas de energía, permisos o construcción
- Los operadores hyperscale comenzaron a aceptar la complejidad de construir y operar directamente sus propias instalaciones de generación para obtener certeza en capacidad y cronogramas
- El gobierno de Estados Unidos empezó a tratar la infraestructura de IA como un asunto de seguridad nacional
- En abril de 2026, el presidente Trump invocó la Section 303 de la Defense Production Act para designar los grandes equipos de red eléctrica y sus cadenas de suministro como áreas esenciales para la defensa
- Esto habilitó financiamiento federal de emergencia para ampliar la producción nacional de componentes críticos de la red eléctrica
- En 2025, los centros de datos representaron US$4.500 millones/78% de los US$5.700 millones de inversión de venture capital relacionada con entornos de construcción
- Bessemer Venture Partners compara la tecnología actual de infraestructura eléctrica con la forma en que el acero producido en masa hizo posible la construcción de ferrocarriles, puentes y fábricas, e invierte en los sistemas físicos que sostendrán la economía de la IA
1. Permisos y selección de sitio
- Antes de asegurar electricidad o desplegar GPU, los centros de datos deben obtener múltiples aprobaciones de gobiernos locales y estatales
- Esto incluye zonificación, regulaciones ambientales, contratos de conexión a la red, permisos de aire y agua, estudios de especies en peligro y estudios de patrimonio cultural
- Los procesos de aprobación y sus plazos varían según la jurisdicción, lo que complica la gestión de proyectos
- Entre marzo de 2024 y marzo de 2025, 16 desarrollos de centros de datos fueron retrasados o rechazados por restricciones de permisos, con la oposición comunitaria como factor principal
- En Estados Unidos se gastan más de US$5.000 millones al año en permisos complejos de infraestructura
- Esto representa más de un tercio de todo el gasto en permisos del país
- Más de US$1,5 billones en capital de infraestructura están atrapados en procesos de permisos
- Grandes consultoras y más de 50.000 firmas pequeñas atienden el mercado, pero muchas tienen menos de 15 empleados y la mayor parte del trabajo se realiza manualmente
- Lorica desarrolla un servicio de preparación y ejecución de permisos basado en IA que automatiza la recopilación, estructuración y presentación de datos
- Acumula datos sobre la ruta óptima de permisos para cada proyecto y construye una capa de inteligencia que predice cronogramas y riesgos para el siguiente proyecto
- Paces integra datos de red eléctrica, permisos y ambiente en una sola plataforma
- Detecta restricciones de la red, conflictos de zonificación y problemas ambientales antes de invertir capital
- Sus clientes reportan que, al identificar riesgos por adelantado, el número de acuerdos cerrados aumentó aproximadamente 3 veces
- El modelado espacial, los levantamientos con drones y las simulaciones de presión sobre recursos también pueden utilizarse para identificar posibles reacciones negativas de la comunidad antes de comprometer grandes montos de capital
- Los productos prometedores deben integrar datos aislados en una sola pantalla y construir agentes que usen contexto, junto con un data flywheel que mejore su precisión en proyectos repetidos
2. Generación propia y BYOP
- Los sitios conectados a la red representan la mayor proporción por número de proyectos anunciados, con 45%, pero la generación propia y los esquemas híbridos concentran casi la mitad de la capacidad anunciada
- BYOP es una estrategia para generar electricidad directamente detrás del medidor (BTM) y evitar las filas de espera para conectarse a la red
- Solo en 2025 se anunciaron cerca de 50 GW de proyectos de generación a gas BTM
- Se consolidó como la estrategia dominante para poner en marcha rápidamente nuevos centros de datos de IA
- Las tecnologías de generación se están desarrollando alrededor de arquitecturas modulares que pueden responder a shocks de cadena de suministro y escalar según la demanda
- Boom Supersonic convirtió un núcleo de motor a reacción para aviones supersónicos en Superpower, una turbina de gas natural de 42 MW para centros de datos
- Arbor desarrolla una turbina de gas de próxima generación que usa CO₂ supercrítico como fluido de trabajo e integra captura de carbono
- Las baterías BTM se cargan durante horas baratas fuera de pico y se descargan en horas pico para reducir cargos por demanda
- También proporcionan energía de emergencia e independencia de la red
- Calibrant Energy financia e instala directamente sistemas de baterías para centros de datos hyperscale
- Exowatt desarrolla generación solar modular y baterías térmicas para fábricas de IA, con el objetivo de suministrar energía disponible bajo demanda las 24 horas
- Inertia busca comercializar el enfoque de fusión por confinamiento inercial basado en láser del Lawrence Livermore National Laboratory para construir plantas eléctricas a escala de red
- Aunque la fusión es la tecnología de más largo plazo, se considera un área clave más allá de la década de 2030 por su potencial para suministrar a gran escala energía limpia, despachable y de base
- American Terawatt construye una red privada de transmisión de corriente continua de alto voltaje que conecta fuentes de generación con centros de datos sin pasar por la red pública
- La competitividad a largo plazo se formará alrededor de un bajo costo nivelado de energía (LCOE), métodos de despliegue repetibles y cadenas de suministro confiables
- Tras suministrar equipos, las empresas deben poder agregar software de optimización de despacho y control predictivo
- A medida que las arquitecturas eléctricas convergen hacia la arquitectura 800V DC de NVIDIA, surge una oportunidad para convertirse en socios clave de infraestructura
3. Transmisión/conversión de energía y el tramo intermedio de la electricidad
- Toda la electricidad que llega a un centro de datos pasa por transformadores que cambian el voltaje en las etapas de generación, transmisión e instalación
- La demanda de transformadores aumentó 119% entre 2019 y 2025, pero la capacidad de producción no logró seguir el ritmo
- Los plazos de entrega de GE, Siemens, Mitsubishi y otros pasaron de alrededor de 1 año antes de la COVID-19 a hasta 5 años
- Los plazos de entrega de tableros de maniobra también superaron las 60 semanas, y los cables de alto voltaje y disyuntores se señalan como los próximos cuellos de botella
- En la era cloud, la densidad de potencia por rack era de 20 a 40 kW, pero algunos clústeres de entrenamiento de IA consumen 500 a 600 kW por rack
- NVIDIA apunta a 1 MW por rack después de Rubin Ultra
- Con la estandarización de 800V DC, las etapas tradicionales de conversión AC/DC generan pérdidas de energía y equipos adicionales
- Las oportunidades en entrega de energía se dividen en tres categorías
- Suministrar equipos de red más rápido que los incumbentes
- Rediseñar los transformadores y la propia arquitectura de conversión eléctrica
- Liberar más capacidad de la infraestructura de transmisión ya instalada
- Ayr Energy usa fabricantes por contrato en India para producir transformadores y disyuntores para subestaciones/transmisión
- Reduce los plazos de entrega existentes de 3 a 5 años a 6 a 12 meses
- Los transformadores de estado sólido (SST) integran múltiples etapas de conversión eléctrica en un dispositivo modular único
- Usan semiconductores de Silicon Carbide para convertir directamente AC de media tensión a 800V DC
- Su arquitectura bidireccional y programable permite integrarlos directamente con almacenamiento en baterías, solar y generación propia
- Heron Link de Heron Power es un SST modular de media tensión diseñado para conversión a 800V DC y participa como socio clave de la arquitectura 800V DC de NVIDIA
- DG Matrix desarrolla SST multipuerto que reciben diversos voltajes y frecuencias como entrada y entregan 800V DC o AC como salida
- Integran de 10 a 17 sistemas eléctricos separados existentes en un solo dispositivo
- El costo de congestión de la red eléctrica en Estados Unidos alcanza unos US$11.500 millones al año
- Como los operadores no tienen suficiente visibilidad del estado en tiempo real de las líneas de transmisión, gran parte de la capacidad se opera de forma conservadora por debajo de sus límites térmicos reales
- FUSION-T de GridAstra modela en un solo entorno la capacidad dinámica de transmisión, controladores avanzados de flujo de energía y reconfiguración de topología de red
- Genera planes de control que desvían automáticamente la energía de líneas sobrecargadas hacia líneas con menor utilización
- TS Conductor duplica aproximadamente la capacidad de corredores de transmisión existentes mediante reconductoring con cables de núcleo compuesto
- Permite evitar los permisos y derechos de uso de suelo necesarios para construir nuevas líneas de transmisión
- La competitividad se formará al asegurar simultáneamente velocidad de suministro inmediata y una estructura de producción capaz de soportar volúmenes hyperscale
4. Software que conecta la electricidad con las cargas de trabajo de IA
- Los centros de datos se están convirtiendo en sistemas energéticos complejos que operan conjuntamente fuentes de generación, baterías, conexiones a la red y cargas de trabajo de IA cambiantes
- La gestión eléctrica, la programación de trabajos, la comunicación con la red y el cumplimiento normativo siguen en sistemas separados
- Los DCIM existentes de Schneider, Vertiv, Sunbird y otros fueron diseñados pensando en generaciones anteriores de centros de datos
- Las nuevas oportunidades de software se forman en SLA por niveles, integración de economía energética y control de equipos físicos, y DCIM para cargas de trabajo de IA
SLA por niveles que reflejan cargas de trabajo flexibles
- Los contratos eléctricos y de servicios de centros de datos tradicionales tratan las cargas de trabajo de IA como demanda fija que no puede interrumpirse
- En realidad, algunas tareas de IA pueden operarse con flexibilidad
- Los trabajos de entrenamiento pueden pausarse y reanudarse
- La inferencia por lotes puede trasladarse a regiones con suficiente energía
- Las tareas de menor prioridad pueden aceptar mayor latencia
- Como la flexibilidad de las cargas no se refleja en los contratos, queda sin utilizar capacidad disponible de la red eléctrica
- Los SLA por niveles están diseñados para mover entrenamiento programable a horas fuera de pico, aumentar la latencia de tareas menos críticas y devolver capacidad durante emergencias de la red
- Emerald AI programa dinámicamente cargas de trabajo de GPU según las condiciones eléctricas
- Detiene o limita el entrenamiento por lotes cuando la red está corta de energía
- Protege la inferencia sensible a la latencia
- Traslada cómputo a regiones con abundancia de energía
- Aurora AI Factory en Virginia, con participación de Emerald, Digital Realty, NVIDIA, EPRI y PJM, será la primera demostración comercial de un centro de datos que ajusta de forma flexible su demanda eléctrica
Integración de economía energética y control de equipos físicos
- Las empresas que operan múltiples centros de datos deben gestionar en conjunto bienes raíces, precios y coberturas de electricidad, programación de trabajos y cumplimiento normativo
- Concilian miles de facturas eléctricas
- Cubren riesgos de precios mayoristas de electricidad
- Cargan y descargan baterías según precios en tiempo real
- Contabilizan certificados de energía renovable
- Hoy esto suele resolverse uniendo hojas de cálculo y soluciones puntuales
- Verse integra en una sola plataforma gestión de facturas eléctricas, acuerdos de compra de energía (PPA), análisis de portafolio energético, gestión de riesgos y coberturas
- Dispatch Intelligence toma decisiones de carga en tiempo real para baterías BTM
- Las condiciones de PPA de largo plazo influyen en la forma de descarga de baterías, y los cobros excesivos por cargos de demanda pueden afectar toda la estrategia de cobertura
DCIM para cargas de trabajo de IA
- A los operadores de centros de datos les resulta difícil saber en tiempo real el consumo eléctrico real por rack, el margen térmico, la capacidad desaprovechada por ratings conservadores y las GPU con rendimiento degradado
- La próxima generación de DCIM debe combinar las siguientes funciones
- Telemetría en tiempo real
- Simulaciones predictivas de flujos térmicos y eléctricos
- Detección de anomalías basada en IA
- Control autónomo confiable más allá de la visualización en dashboards
- Aravolta y Phaidra, entre otras, desarrollan sistemas operativos basados en IA
Automatización con IA del trabajo de las empresas eléctricas
- Las empresas eléctricas y operadores de red deben procesar solicitudes de conexión, planes de generación/transmisión, modelado de crecimiento de carga y procedimientos regulatorios de tarifas
- El software basado en IA puede automatizar estas áreas
- Estudios de conexión a la red
- Planeación de proyectos de capital y pronóstico de carga
- Documentación regulatoria y procesos de revisión tarifaria
- Senpilot desarrolla un sistema operativo para empresas eléctricas que reúne agentes de ingeniería, regulación y atención al cliente en una sola plataforma
- El software para empresas eléctricas ha cambiado lentamente en el mercado de tecnología empresarial, pero la IA puede convertirse en el detonante para reemplazar sistemas existentes
Planeación y operación de la red eléctrica
- La generación BTM ayuda a asegurar energía en el corto plazo, pero a largo plazo la red pública debe incorporar nuevas cargas más rápido
- ThinkLabs AI, escindida de GE Vernova, desarrolla un gemelo digital de la red eléctrica con IA que incorpora leyes físicas
- Modela flujos de potencia, congestión e impacto de nuevas conexiones en menos tiempo que las herramientas existentes
- Ayuda a las empresas eléctricas a planear ampliaciones de infraestructura y conectar nuevas cargas de forma más eficiente
- El software más valioso debe conectar en tiempo real las cargas de trabajo de IT con los equipos eléctricos físicos y actuar directamente con base en los datos recopilados
5. Construcción/mantenimiento y escasez de mano de obra
- A fines de 2025, la escasez de mano de obra en la industria de la construcción llegó a unas 439.000 personas
- La fuerza laboral máxima en sitio para un centro de datos aumentó de unas 750 personas en la era cloud a 4.000 a 5.000 actualmente
- La edad promedio de la fuerza laboral de centros de datos es de 53 años, y 60% de los operadores tiene dificultades para contratar
- La escasez de mano de obra se volvió un factor que retrasa proyectos tanto como la electricidad y los permisos, y se están incorporando robots, automatización y software de IA desde la construcción hasta el desmantelamiento
Construcción inicial
- Bedrock Robotics agrega funciones autónomas a maquinaria pesada existente mediante Bedrock Operator
- Built Robotics desarrolla equipos autónomos de excavación y pilotaje para centros de datos y plantas solares
- TerraFirma es un subcontratista habilitado por tecnología que despliega trabajos robóticos de movimiento de tierras en sitios reales de construcción de centros de datos
- DroneDeploy recopila datos de obra con drones y usa IA para revisar avances, riesgos de seguridad y calidad de ejecución
Operación y mantenimiento
- MaintainX proporciona a los responsables de mantenimiento información de activos y tareas basada en IA
- Gecko Robotics inspecciona instalaciones industriales con robots para detectar corrosión y problemas estructurales antes de fallas
- Watney Robotics desarrolla robots autónomos que realizan reparaciones, logística y tareas rutinarias de mantenimiento dentro de instalaciones
Desmantelamiento de equipos y uso circular
- A medida que los operadores hyperscale acortan los ciclos de reemplazo por GPU y servidores más recientes, los equipos descartados aumentan rápidamente
- Molg desarrolla microfábricas robóticas que desmontan automáticamente servidores, laptops y equipos electrónicos industriales
- Recuperan valor de equipos descartados mediante recuperación de componentes, remanufactura y reciclaje
- La competitividad a largo plazo se formará combinando automatización con datos propietarios de campo
- Predecir fallas antes de que provoquen problemas en cascada
- Detectar problemas de calidad de construcción antes de retrabajos
- Identificar valor recuperable en equipos que serán descartados
6. Tecnologías de enfriamiento para racks de IA de alta densidad
- Se proyecta que, dentro del próximo año, los racks de IA requieran una densidad de potencia 50 veces mayor que en la era cloud
- El enfriamiento por aire no puede retirar el calor con suficiente rapidez, lo que dificulta evitar límites de rendimiento y degradación de hardware
- Como el sobrecalentamiento impacta directamente la vida útil del hardware y el rendimiento por watt, los operadores hyperscale y laboratorios frontier están rediseñando la propia arquitectura de enfriamiento
- El enfriamiento líquido está emergiendo como la opción mayoritaria en la arquitectura de enfriamiento de nuevos centros de datos de IA
- El enfriamiento directo al chip lleva refrigerante a la superficie del procesador mediante cold plates y manifolds
- El enfriamiento por inmersión sumerge servidores completos en fluidos no conductivos para manejar densidades de rack extremadamente altas
- El enfriamiento directo al chip es más fácil de integrar con arquitecturas existentes de centros de datos, por lo que su adopción de corto plazo es más amplia
- Corintis desarrolla cold plates microfluídicas diseñadas con IA
- Envían refrigerante directamente a los puntos calientes del chip y ofrecen mayor rendimiento que las placas de cobre tradicionales con canales paralelos
- También se está formando un mercado de software que optimiza con IA la operación de equipos de enfriamiento
- Phaidra usa el consumo eléctrico en tiempo real como señal temprana de picos de demanda
- Ajusta el sistema de enfriamiento antes de que suba la temperatura del chip, mejorando la estabilidad térmica
- El enfriamiento está dejando de ser una instalación auxiliar simple para convertirse en un sistema de control activo que determina el rendimiento de los chips, la vida útil del hardware y el consumo de agua y emisiones del centro de datos
- Las tecnologías de enfriamiento prometedoras deben poder adaptarse a arquitecturas cambiantes de centros de datos sin quedar atadas a un proveedor específico de hardware
Infraestructura operativa que permanece después de la inversión de capital
- La capa energética de la infraestructura de IA es un ecosistema interconectado de generación, despacho, consumo flexible, modernización de la red y software para empresas eléctricas
- Aunque existen oportunidades empresariales separadas en cada área, la competitividad a largo plazo se forma por la capacidad de conectar múltiples capas
- Las empresas más atractivas pueden crecer con la actual ola de grandes inversiones de capital y, aun cuando se desacelere la construcción nueva, permanecer como infraestructura operativa para centros de datos y empresas eléctricas, generando ingresos durante mucho tiempo
Aún no hay comentarios.