La fiebre inversora de Big Tech en infraestructura de inteligencia artificial no debería leerse como una victoria ya conseguida, sino como una apuesta condicionada. Mientras el cómputo para IA sea escaso, los grandes proveedores de nube tienen motivos para construir antes que la demanda esté totalmente madura. Pero la factura solo se justifica si las empresas pasan de experimentar con IA a usarla en procesos de producción que generen retorno medible.

La cifra ya cambió el debate

El número exacto depende de qué compañías y qué partidas se incluyan, pero todas las estimaciones apuntan a una construcción de escala extraordinaria. Futurum afirma que Microsoft, Alphabet, Amazon, Meta y Oracle han comprometido entre US$660.000 millones y US$690.000 millones de gasto de capital para 2026, casi el doble que en 2025 ^[2]. Campaign US informó que Meta, Microsoft, Alphabet y Amazon van camino de gastar más de US$650.000 millones en 2026 en inversiones de IA centradas en centros de datos avanzados, chips especializados y sistemas de refrigeración líquida ^[5]. Business Insider, por separado, reportó que Amazon, Microsoft, Meta y Google planeaban hasta US$725.000 millones en gasto de capital para 2026 tras las actualizaciones de resultados del primer trimestre ^[8].

Esa horquilla desplaza la pregunta. La duda ya no es si la IA es estratégica. La pregunta es si toda esa infraestructura se usará lo suficiente, y se cobrará a precios suficientemente altos, como para producir una rentabilidad atractiva.

Por qué los gigantes de la nube construyen antes de tener toda la prueba

Para los hiperescaladores —los grandes proveedores capaces de operar nube a escala global— quedarse cortos también tiene coste. Si las cargas de trabajo de IA crecen más rápido que la capacidad disponible, quien ya tenga centros de datos, chips especializados y energía contratada estará en mejor posición que quien siga esperando permisos, compras o construcción.

Esa es la razón por la que el gasto actual puede ser racional incluso antes de que el ROI empresarial esté totalmente demostrado. AInvest describe la expansión de centros de datos de 2026 como un movimiento que ocurre en medio de restricciones de suministro y señala que la inversión en infraestructura de IA va por delante de la captura de valor del software ^[7]. En otras palabras: Big Tech está compitiendo por controlar un insumo escaso antes de que el mercado final haya terminado de consolidarse.

Pero construir temprano no equivale a acertar automáticamente. Reduce el riesgo de perder una ola de demanda; al mismo tiempo, aumenta el riesgo de que la capacidad llegue antes de que haya suficientes clientes dispuestos a pagar por ella a gran escala.

El eslabón débil sigue siendo el retorno en empresas

Adoptar IA no es lo mismo que ganar dinero con IA. La encuesta global de McKinsey de 2025 encontró que casi dos tercios de los encuestados dicen que sus organizaciones aún no han empezado a escalar la IA en toda la empresa; el 64% afirma que la IA permite innovar, pero solo el 39% reporta impacto en el EBIT —beneficio antes de intereses e impuestos— a nivel empresarial ^[27]. McKinsey también señala que algunas organizaciones están empezando a rediseñar flujos de trabajo y a colocar a directivos sénior en funciones de gobernanza de IA para intentar capturar valor en la cuenta de resultados ^[22].

La lectura de la brecha generativa del MIT es más severa. Digital Commerce 360 informó que, pese a un gasto empresarial estimado de US$30.000 millones a US$40.000 millones en IA generativa, el 95% de las organizaciones no había visto retorno financiero medible, mientras que solo el 5% de los pilotos integrados estaba extrayendo millones en valor ^[24]. Conviene tomarlo como una señal de advertencia, no como una sentencia definitiva contra la IA empresarial. La evidencia apunta a una división: despliegues integrados y escalados por un lado, y pilotos que nunca llegan a mover la cuenta de pérdidas y ganancias por el otro.

Las señales que dirán si la apuesta se paga

Utilización

La primera prueba es simple: que los centros de datos de IA y los chips especializados estén ocupados. Una alta utilización convierte una inversión fija enorme en capacidad vendible. Una utilización débil deja al descubierto el exceso de construcción y hace más difícil absorber depreciación, energía y mantenimiento.

Poder de precios

El cómputo de IA no solo debe usarse; también debe venderse con márgenes que sostengan el retorno. Si los proveedores de nube compiten demasiado pronto bajando precios antes de que las empresas escalen su consumo, el crecimiento de ingresos podría no compensar la carga del capex.

Impacto financiero a escala de empresa

Los casos de uso llamativos y las demostraciones no bastan. La prueba más fuerte es el impacto financiero en toda la organización, justo donde la encuesta de McKinsey aún muestra una brecha entre beneficios de innovación e impacto en EBIT ^[27]. Cuanto más rediseñen las empresas sus flujos de trabajo, en vez de añadir IA como una capa superficial sobre procesos antiguos, más sólido será el argumento de una demanda duradera de nube para IA ^[22].

Paciencia de los inversores

El mercado ya está diferenciando entre historias de gasto en IA. Fortune informó que, después de que Alphabet, Meta y Microsoft hablaran de mayor inversión en IA, Meta cayó más de un 6% en operaciones posteriores al cierre, Microsoft quedó prácticamente plana y Alphabet subió casi un 7% ^[1]. La reacción desigual sugiere que los inversores quieren ver un camino creíble desde el gasto de capital hasta los retornos, no solo presupuestos de IA cada vez mayores.

Quién asume más riesgo

La capacidad más resistente es la que puede atender muchas cargas de trabajo pagadas. Una plataforma de nube amplia tiene más formas de monetizar infraestructura de IA que una construcción vinculada a una base de demanda estrecha o todavía no probada.

Futurum apunta al desequilibrio central: los proveedores puros de IA liderados por OpenAI y Anthropic crecen con rapidez, pero sus ingresos combinados siguen siendo solo una fracción de la inversión en infraestructura que se está desplegando en torno a ellos ^[2]. Eso no significa que el gasto esté condenado. Significa que el margen de seguridad dependerá de si los clientes empresariales convierten la IA en demanda sostenida y no en experimentación aislada.

En resumen

El gasto de Big Tech en infraestructura de IA es sostenible por ahora, pero solo bajo condiciones. Mientras el cómputo sea escaso, los mayores proveedores de nube tienen razones estratégicas para construir ^[7]. Sin embargo, estimaciones de capex por encima de US$650.000 millones serán juzgadas por utilización, precios y ROI empresarial, no por el entusiasmo alrededor de los modelos ^{[2][5][24][27]}.

Si las empresas convierten la IA en cargas de trabajo recurrentes, productivas y con impacto financiero medible, esta construcción parecerá un cambio estructural de las plataformas de nube. Si la mayoría sigue atrapada antes de escalar en toda la organización, el mismo gasto empezará a parecer sobreconstrucción.