La incertidumbre en torno a la IA: mayor adopción, mayor cautela

A lo largo del último año, Uptime Intelligence ha publicado varios informes en los que se describe cómo las empresas y algunas compañías de coubicación tenían previsto dar soporte a las cargas de trabajo de IA en sus centros de datos.

Estos informes revelaban que solo un pequeño número de empresas de coubicación y grandes empresas estaban realizando importantes inversiones en centros de datos de alta densidad (refrigerados por líquido). La mayoría trazaba un rumbo que implicaría una interrupción y un gasto mínimos en el presente, con planes para dar soporte a cargas de trabajo de IA de alta densidad en el futuro.

Ahora, a partir de nuestra investigación de los últimos trimestres —basada en conversaciones con miembros de Uptime Network, clientes globales y consultores de ingeniería del Uptime Institute—, podemos identificar varias tendencias clave que están dando forma al despliegue y la evolución de la infraestructura de IA. Este informe recoge las principales conclusiones de estas conversaciones.

Tendencias clave

Algunas de las tendencias clave identificadas por Uptime Intelligence en 2025 fueron:

• Prudencia financiera. Los directores generales y los directores de sistemas de información esperan que los beneficios financieros y empresariales derivados de la IA sean sólidos o incluso transformadores, con el tiempo. Sin embargo, en la actualidad no tienen claro cómo, en qué medida y cuándo invertir y desarrollar. Además, existe una expectativa generalizada de agitación financiera en el sector de la IA, y se considera que algunos de los primeros en adoptar la tecnología, los proveedores (e incluso algunos operadores) corren riesgo ante una corrección bajista del mercado. Los ejecutivos de empresas de todo tipo están tomando medidas para reducir sus propios riesgos.

• La mayoría de los operadores se muestran reacios a comprometerse con la alta densidad. Los operadores con enormes modelos de entrenamiento, grandes inversiones o aquellos que planean clústeres superdensos con altos voltajes y refrigeración líquida tienden a destacar y a atraer la atención pública, pero es probable que sean la minoría. La mayoría de las organizaciones (incluidas tanto las empresas como los proveedores de coubicación) son adoptantes tempranos o tardíos, y solo se comprometen a realizar inversiones importantes una vez que los resultados están demostrados. En el caso de la infraestructura de IA, aún queda mucho por demostrar. Al comparar finales de 2024 con finales de 2025, Uptime ha detectado una creciente reticencia a comprometerse a gran escala con una infraestructura de alta densidad (refrigerada por líquido). La estrategia predominante consiste en construir una capacidad limitada y luego implementarla de forma flexible, permitiendo la expansión y las actualizaciones más adelante —si se demuestran los beneficios y cuando estos se demuestren—.

• La experiencia enseña a ser cautelosos. La comprensión de la infraestructura de IA por parte de diseñadores y operadores ha pasado de ser teórica a práctica en una fase inicial. Como resultado, el personal técnico es cada vez más consciente de las complicaciones en torno a la resiliencia, el cumplimiento normativo, la complejidad, el rendimiento de los equipos, los costes, la puesta en marcha y el suministro de equipos. Estas cuestiones requieren una atención especial y están ralentizando el despliegue.

• El departamento de TI también se muestra cauteloso. Al igual que los equipos de instalaciones están aprendiendo más sobre los problemas prácticos de la infraestructura de alta densidad, el departamento de TI tiene que aplicar más gobernanza y resiliencia a sus proyectos de IA a medida que pasan de la prueba de concepto a la producción. Esto significa que deben abordar cuestiones relacionadas con la integridad de los datos, la privacidad, los derechos de acceso, la responsabilidad, la recuperabilidad, la transparencia, la escalabilidad y el rendimiento, así como el cumplimiento normativo y la presentación de informes. Esto no está frenando la innovación ni impidiendo el despliegue de la IA; de hecho, es un requisito previo para el despliegue a gran escala. Pero sí está ralentizando la innovación y el despliegue, lo que da a los gestores de infraestructura y a los socios de coubicación más tiempo para evaluar qué infraestructura implementar y cuándo.

• ¿En la nube ahora y en la nube más adelante? Muchos desarrolladores de TI han descubierto que el uso de la nube pública (incluidas las neoclouds) es una opción menos arriesgada y que requiere menos inversión de capital para sus experimentos iniciales de IA (en comparación con el despliegue in situ). Aunque los servicios de GPU en la nube son caros y a veces no están disponibles, existe una gama cada vez mayor de herramientas que se pueden adoptar para evitar grandes inversiones en infraestructura. Por esta razón, una parte significativa de la IA empresarial se alojará en la nube. Sin embargo, estas decisiones sobre la ubicación no son definitivas. Las empresas reconocen el valor de construir infraestructura local, y la inversión en infraestructura dedicada puede aplazarse hasta que la demanda justifique el caso de negocio y se comprenda mejor la naturaleza de dicha demanda. En implementaciones a gran escala, con inferencia y entrenamiento, es probable que haya requisitos muy específicos para cada cliente. En general, los resultados de la encuesta de Uptime Intelligence y la investigación de sus miembros sugieren que es probable que la implementación de la IA siga siendo híbrida (muy similar a como es hoy en día), con un crecimiento continuo de las cargas de trabajo generales.

• A prueba de futuro, si es posible. Muchos directivos afirman que esperan innovaciones significativas en software y hardware, lo que podría hacer que las inversiones en grandes modelos, procesadores y sistemas de refrigeración y alimentación resulten antieconómicas u obsoletas. Ejemplos de ello son el impacto del modelo de IA DeepSeek y los procesadores de inferencia.
  Por esta razón, muchos operadores están tratando de diseñar una infraestructura de alimentación y refrigeración adaptable, lo que les ayudará a evitar comprometerse con una sola tecnología —o quedarse con capacidad ociosa—. Esta preocupación se aplica al uso exclusivo de GPU de Nvidia y a ciertos tipos de tecnologías de refrigeración líquida. A la hora de tomar decisiones, los diseñadores pretenden minimizar la dependencia de un proveedor o tecnología y permitir flexibilidad para cambios futuros, con un coste o interrupción mínimos.

• La mayoría de los sitios de GPU actuales se refrigeran por aire. A excepción de un pequeño número de empresas y de aquellas empresas de coubicación que construyen o alojan hiperescaladores o neoclouds, la mayoría de los centros de datos actuales no alojan ninguna infraestructura de alta densidad (refrigerada por líquido), o la han implementado solo con una capacidad limitada. Si bien la mayoría de los proveedores de coubicación alojan algunas GPU, lo hacen en cantidades limitadas. Estas GPU son en su mayoría sistemas Nvidia refrigerados por aire y a menudo se utilizan para proyectos piloto; lo mismo ocurre con las empresas. La mayoría de los operadores consultados por Uptime Intelligence, ya sean proveedores de coubicación o empresas, se están centrando en prolongar la vida útil de los sistemas refrigerados por aire hasta que los patrones de demanda sean más claros. Esto implica el uso de tecnologías como la refrigeración líquida asistida por aire o los intercambiadores de calor de puerta trasera; de lo contrario, están optando por sistemas Nvidia refrigerados por aire, adaptando las temperaturas y el flujo de aire según sea necesario.

• La refrigeración líquida directa puede implementarse con el tiempo. Pocas empresas y proveedores de coubicación están convencidos de que la infraestructura refrigerada por líquido deba implementarse tan rápidamente o de forma tan especulativa como han estado defendiendo algunos líderes en IA. Muchos de los productos actuales —y futuros— de Nvidia pueden implementarse utilizando aire. Incluso los hiperescaladores están, cuando pueden, implementando armarios con módulos laterales refrigerados por líquido, refrigerados por aire a nivel de instalación. Aunque solo un pequeño número de operadores está construyendo, o tiene la capacidad de implementar refrigeración líquida para soportar hasta 130 kW por rack, casi todos están explorando activamente la tecnología. La mayoría de los proveedores de coubicación, en particular, afirman estar preparados para ofrecer esta capacidad si los clientes lo solicitan (véase más abajo).

• La inferencia sigue siendo una incógnita. Las empresas (y sus socios de coubicación) no tienen claro el poder de cálculo y la potencia eléctrica (y, por lo tanto, la densidad y la refrigeración) que se necesitarán para la inferencia, y lo han consultado constantemente durante los últimos dos años. Empresas como Nvidia han argumentado que las GPU son necesarias —si no esenciales— para la inferencia, y que los clústeres de GPU pueden realizar tanto tareas de entrenamiento como de inferencia, lo que ayuda a aumentar su utilización. Pero otros no están de acuerdo: afirman que incluso las CPU de gama baja pueden realizar la mayor parte de este trabajo, y que la inferencia supone un uso derrochador y costoso de GPU que consumen mucha energía. Para complicar la decisión, una nueva clase de circuitos integrados específicos para aplicaciones de inferencia (ASIC) puede superar a ambos en cuanto a procesamiento de tokens y consumo de energía.
  Sin embargo, hay cierto consenso: la inferencia debe ser resiliente y, en la mayoría de los casos (aunque no en todos), se sitúa mejor cerca del Edge, donde habrá disponible una amplia gama de opciones de hardware, desde sistemas pequeños y de bajo coste hasta sistemas más grandes, de alta densidad y costosos. Los operadores han revelado a Uptime Intelligence que la incertidumbre en torno a la inferencia, que se prevé que acabe utilizando más recursos de computación y energía que el entrenamiento, les está dificultando saber cuánta capacidad de centro de datos y qué densidad necesitarán, y dónde debería ubicarse.

• Cargas de trabajo variadas, diseños variados. Aunque las previsiones actuales apuntan a que los modelos básicos de IA serán cada vez más grandes y densos —con potencialmente cientos de ellos en desarrollo—, también habrá decenas de miles de modelos más pequeños específicos para cada ámbito. Muchas empresas ya los están implementando.
  Estos modelos más pequeños pueden implementarse sin necesidad de utilizar las GPU de mayor rendimiento, con clústeres más reducidos y a densidades más bajas. Esto también permitirá una mayor reutilización del mismo hardware para la inferencia. Dada la amplia variación en los requisitos técnicos y empresariales de la IA, es probable que los operadores y los proveedores de coubicación construyan o modernicen de forma pragmática en respuesta a las oportunidades inmediatas, y de acuerdo con las oportunidades de ubicación y suministro eléctrico. Uptime Intelligence espera ver un panorama de infraestructura mucho más variado que en los últimos años, dominado por la nube comercial y estandarizada (véase la figura 1).

• Se están renegociando los contratos. La necesidad de dar soporte a una infraestructura de mayor densidad y satisfacer mayores demandas de energía ha cambiado el perfil de riesgo empresarial de muchos operadores, especialmente de los proveedores de coubicación, que tienen importantes inversiones de capital y compromisos con las empresas eléctricas. Esto está impulsando una revisión de los contratos tanto con los proveedores como con los inquilinos. Los proveedores de coubicación, en particular, están tratando de imponer restricciones y condiciones a los inquilinos para garantizar que puedan cumplir con sus obligaciones financieras y de uso. A menudo también se ven obligados a negociar nuevos contratos con los proveedores de energía, quienes a su vez están expuestos a nuevos riesgos causados por las grandes demandas de energía.

Resumen

En todo el sector de las tecnologías de la información y las infraestructuras, los ejecutivos y directivos están tratando de equilibrar dos prioridades contrapuestas. La primera de ellas es que necesitan comprender, invertir y explotar la IA, que la mayoría cree que supondrá una transformación para su negocio, el entorno empresarial y el mundo. Pero la infraestructura de IA también es cara, compleja y técnicamente inmadura, y está llena de trampas de implementación que abren nuevos riesgos empresariales y legales.

Es posible que esta incertidumbre no preocupe demasiado a los pioneros evangelistas más destacados, pero la mayor parte de la IA será implementada por empresas maduras que son más conscientes de los riesgos y los costes. No es la inercia ni el escepticismo hacia la IA lo que está ralentizando su adopción, sino la necesidad de hacerlo bien; una vez superado esto, es probable que la IA, en todas sus formas, se implemente a una escala aún mayor.

(datacenterdynamics.com)

Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú

Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario