Gartner prevé brecha de $4.9 billones en infraestructura de IA
María González · Mercados Financieros ·
La consultora calcula una brecha de $4.9 billones entre lo invertido y los ingresos proyectados. El 80% de proveedores especializados en GPU podría desaparecer antes de fin de década.
Los propietarios de centros de datos necesitarían generar $8.5 billones en ingresos acumulados hasta 2030 para cubrir el <abbr title="gasto de capital en infraestructura física">capex</abbr>, los costos de financiación y un retorno del 12% sobre el capital invertido. Pero Gartner estima que los ingresos empresariales y de consumo de IA atribuibles a esa infraestructura alcanzarán como máximo $3.6 billones en el mismo período, dejando un déficit de $4.9 billones. El análisis, publicado el miércoles 14 de octubre, cuestiona frontalmente la viabilidad económica del boom de inteligencia artificial.
La firma de investigación advierte que más de $3.5 billones en gasto de infraestructura de IA podrían quedar expuestos a pérdidas por deterioro antes de fin de 2030 si los proveedores mantienen las tasas de gasto actuales. Eso significa cancelaciones contables: activos que entraron en balance a un precio y que habrá que rebajar cuando quede claro que no generan el flujo de caja proyectado.
La aritmética detrás de la brecha
Se espera que los proveedores de IA gasten casi $1 billón en infraestructura solo en 2026, seguidos de otros $6 billones entre 2027 y 2030. Ese gasto acumulado de $7 billones no es el único número en la ecuación: hay que sumar el costo de financiación (deuda y capital) y el retorno esperado por los inversores, que Gartner fija en 12%. Sumando todo, los centros de datos necesitan facturar $8.5 billones para que la inversión cierre.
El problema: Gartner proyecta ingresos atribuibles de solo $3.6 billones. Eso deja una brecha del 58% entre lo que se necesita y lo que se espera recaudar. Para cerrarla, los ingresos de IA tendrían que crecer 2,4 veces más rápido de lo que la firma prevé, o el gasto debería desacelerarse drásticamente a partir de 2027.
Quién absorbe el golpe
Gartner espera que el 80% de proveedores neoclouds cesen operaciones independientes antes de 2030. Los neoclouds son operadores especializados en GPU como CoreWeave, Nebius, Lambda y Nscale, que ofrecen infraestructura de IA como servicio sin diversificación de ingresos. Su modelo unitario depende por completo de que el alquiler de GPU genere flujo de caja suficiente para cubrir el capex; si la demanda no llega o los precios caen, no tienen otras líneas de negocio que amortigüen.
Los hyperscalers —Amazon, Microsoft, Alphabet, Meta— están más protegidos: sus centros de datos soportan servicios de cloud computing, publicidad, suscripciones y otros productos con ingresos recurrentes. Pueden permitirse que la infraestructura de IA tarde más en monetizarse. Como ya publicamos en septiembre, el economista jefe de Apollo alertó que el capex de los hyperscalers cruzaría el flujo operativo en el tercer trimestre de 2026, pero la diversificación les da margen para seguir.
| Categoría | Gasto 2026 | % del total |
|---|---|---|
| Infraestructura | $1.48 billones | 56% |
| Servicios de IA | $576.5 mil millones | 22% |
| Software | $461.6 mil millones | 17% |
| Otros | $162.9 mil millones | 5% |
La tabla anterior muestra que más de la mitad del gasto en IA se concentra en infraestructura física: data centers, GPU, refrigeración, energía. Pero esa infraestructura captura menos de la mitad de los ingresos finales de IA, porque la mayor parte del valor se queda en software, servicios y aplicaciones de consumo que no requieren poseer los centros de datos.
La construcción de centros de datos ya domina el mercado inmobiliario
Según el estudio de mercado 2026 de BOMA International, los centros de datos representaron $41.2 mil millones —o casi el 46%— de la construcción privada de oficinas en Estados Unidos en 2025. Hace una década, esa cifra era inferior al 5%. El cambio refleja la magnitud del capex que Gartner ahora pone en duda: si esa construcción no genera el retorno proyectado, el sector inmobiliario-infraestructura enfrenta pérdidas de cartera a escala inédita.
El gasto en construcción de data centers se ha disparado en paralelo al capex anunciado por las tecnológicas. Microsoft reportó en septiembre que $80.000 millones en pedidos de Azure quedaron frenados por falta de energía, y que los cinco mayores operadores de cloud gastarían hasta $690.000 millones este año en infraestructura física de IA. Ese gasto es solo una fracción del total que Gartner proyecta hasta 2030, pero ya muestra el cuello de botella operativo: poder, refrigeración y mano de obra especializada.
Implicaciones para inversores
La advertencia de Gartner no cuestiona que la IA genere valor, sino que ese valor fluya hacia quienes construyen la infraestructura. Para un trader o inversor, eso significa separar posiciones según el modelo de negocio: empresas diversificadas (hyperscalers, fabricantes de chips con múltiples líneas de producto) tienen más margen de absorción que startups o fondos especializados en GPU-as-a-service.
- Neoclouds y capital privado: si el 80% de operadores especializados cesa operaciones independientes antes de 2030, las posiciones en fondos de venture capital o deuda privada expuestos a este segmento enfrentan riesgo de deterioro directo.
- Hyperscalers: Amazon, Microsoft, Alphabet y Meta tienen diversificación que amortigua; sus múltiplos ya descuentan capex elevado, pero la capacidad de seguir invirtiendo depende del flujo de caja operativo, no solo del precio de la acción.
- Fabricantes de GPU: Nvidia y AMD capturan valor en la venta del hardware, no en la operación del centro de datos; están más protegidos del riesgo de monetización que describe Gartner, pero no inmunes si la demanda de GPU cae por ralentización del capex.
- Deuda corporativa: como publicamos en julio, Basilea III ya encarece el financiamiento bancario y la migración a crédito privado esconde el riesgo sistémico; si los activos de IA entran en fase de deterioro, los tenedores de bonos de neoclouds absorben pérdidas antes que el equity.
El análisis de Gartner aporta una métrica más precisa que el típico «mercado de IA en 2026» porque mide el gap entre capex anunciado y monetización real a nivel unitario. Para cerrar la brecha de $4.9 billones, algo tiene que cambiar: velocidad de ingresos, margen operativo, tasas de depreciación o, simplemente, una ralentización del gasto. El rendimiento de 2027 frente a los $1.48 billones que Gartner proyecta en infraestructura para 2026 será el primer indicador de si la trayectoria es sostenible o si el mercado ya está fuera de alcance del retorno esperado.