Los gigantes invisibles de la IA: centros de datos que consumen ciudades enteras

Cuando ChatGPT o Gemini responden en segundos a preguntas complejas, resulta fácil olvidar lo que hubo detrás: semanas o meses de entrenamiento intensivo en miles de chips especializados corriendo de forma continua. Ese proceso no ocurre en la nube abstracta que imaginamos. Ocurre en edificios físicos —enormes, ruidosos, calientes— que consumen tanta electricidad como ciudades medianas.

La escala de esta infraestructura ha crecido de forma exponencial desde 2020 y en 2025 se ha convertido en uno de los fenómenos industriales más significativos del planeta. Los centros de datos para IA ya no son instalaciones de oficina con aire acondicionado. Son megaestructuras industriales que redefinen lo que entendemos por infraestructura tecnológica.

Cifras clave de la infraestructura de IA

• ~2% del consumo eléctrico mundial ya lo acaparan los data centers
• 1 GW de potencia planificada en los campus de IA más grandes de EE.UU.
• 10× más energía necesita un data center de IA vs. uno tradicional por m²
• $500 mil millones en inversión anunciada en infraestructura de IA solo en EE.UU. para 2028

De los racks a las fábricas: la evolución del hardware de IA

Durante años, los centros de datos eran edificios de dos o tres plantas con pasillos de racks ordenados, sistemas de refrigeración moderados y una conexión eléctrica comparable a la de un complejo de oficinas. Esa imagen quedó obsoleta.

El quiebre llegó con el auge del aprendizaje profundo. Modelos como GPT-4, Llama 3, Gemini Ultra o Grok no solo requieren enormes cantidades de datos, sino también miles de GPUs —o sus sucesores, los TPUs y chips de IA propietarios— operando en paralelo durante semanas. La densidad de potencia por rack se disparó: si un rack convencional consume entre 5 y 10 kW, los racks de GPUs de última generación pueden superar los 100 kW por unidad.

"Un clúster de entrenamiento moderno para modelos de gran escala puede consumir más electricidad que 50,000 hogares. No es metáfora: es ingeniería."

Esta densidad energética obliga a repensar completamente el contenedor físico. Las estructuras convencionales de construcción comercial no están diseñadas para soportar esas cargas eléctricas por metro cuadrado, ni los sistemas mecánicos que la refrigeración demanda. Es precisamente aquí donde entra en juego la infraestructura industrial de gran formato.

Por qué los data centers de IA necesitan espacios industriales

Las naves industriales ofrecen las condiciones estructurales que un data center de IA exige: grandes alturas libres para infraestructura técnica, losas reforzadas para cargas pesadas de equipos, acceso directo a subestaciones eléctricas de alta tensión, espacio para sistemas de refrigeración por agua o por inmersión, y flexibilidad para escalar sin comprometer la operación existente.

Empresas como Meta, Google, Microsoft y Amazon han recurrido sistemáticamente a reconvertir —o construir desde cero— complejos de escala industrial para sus operaciones de IA. En estados como Virginia, Texas, Iowa y Nebraska, los campus se miden ya en hectáreas y su consumo energético aparece en los planes de expansión de las redes eléctricas regionales.

El problema energético: más allá del consumo, el reto de suministrarlo

Si el espacio físico es un desafío, la energía es el cuello de botella fundamental. Entrenar un solo modelo de lenguaje grande de escala competitiva puede consumir entre 1,000 y 10,000 MWh dependiendo de su tamaño. GPT-4 se estima que requirió entrenamiento en decenas de miles de GPUs durante meses. Los modelos que vendrán serán más grandes.

El entrenamiento de un modelo de lenguaje de gran escala produce emisiones de CO₂ equivalentes a las de varios vuelos transatlánticos. Pero eso es solo el entrenamiento inicial. La inferencia —responder millones de consultas diarias— acumula un consumo continuo que muchos analistas consideran el verdadero reto energético de la IA a largo plazo.

La carrera por la potencia eléctrica

Las grandes tecnológicas ya no solo negocian con proveedores de electricidad: compran participaciones en plantas de generación, firman contratos de energía renovable a 20 años y en algunos casos —como Microsoft— han llegado a invertir en el reinicio de reactores nucleares. La IA está reconfigurando la geopolítica energética.

En México y América Latina, la tendencia comienza a replicarse. Zonas con acceso a energía relativamente estable, costos laborales competitivos y conectividad de fibra están atrayendo proyectos de data centers que antes habrían ido directamente a EE.UU. Los parques industriales del norte del país —particularmente en Nuevo León, Querétaro y Jalisco— registran un aumento notable en consultas de desarrolladores de infraestructura digital.

Los data centers de IA más grandes del mundo (2024–2025)

Proyecto / Empresa	Ubicación	Potencia estimada	Estado
Stargate (OpenAI + Oracle + SoftBank)	Texas, EE.UU.	~1,000 MW (fase final)	En construcción
Microsoft Iowa Campus	West Des Moines, Iowa	~400 MW	Operativo / expansión
Google Mayes County	Oklahoma, EE.UU.	~950 MW	Expansión 2025
Meta Eagle Mountain	Utah, EE.UU.	~800 MW	En construcción
AWS Northern Virginia Campus	Virginia, EE.UU.	>1,000 MW (acumulado)	Operativo / expansión
Yotta Data Services	Mumbai, India	~500 MW	Planificado

Refrigeración: el reto termal que transforma el diseño industrial

El calor residual de miles de GPUs operando a máxima capacidad es descomunal. Gestionarlo requiere sistemas que van mucho más allá del aire acondicionado convencional. Los enfoques actuales incluyen refrigeración líquida directa al chip, enfriamiento por inmersión dieléctrica, torres de refrigeración evaporativa de escala industrial y, en algunos proyectos experimentales, aprovechamiento del calor residual para calefacción urbana.

La refrigeración por inmersión —donde los servidores literalmente se sumergen en líquido dieléctrico— requiere tanques industriales de gran tamaño, sistemas de bombeo de alta capacidad y estructuras capaces de soportar el peso de los fluidos. De nuevo, el espacio industrial de gran formato se vuelve imprescindible.

El agua como recurso crítico

Muchos sistemas de refrigeración evaporativa consumen millones de litros de agua al día. En regiones áridas —donde paradójicamente se ubican muchos centros de datos por el bajo costo del suelo— esto genera conflictos con comunidades locales y reguladores medioambientales. Arizona, por ejemplo, ha impuesto restricciones directas al crecimiento de data centers por presión sobre sus acuíferos.

El modelo hiperscale: cuando el data center es una ciudad

El concepto "hiperscale" describe data centers que superan los 100,000 metros cuadrados de espacio de TI y tienen capacidad de escalar horizontalmente de forma casi ilimitada. Son los que construyen Google, Amazon, Microsoft, Meta y, más recientemente, empresas dedicadas exclusivamente a infraestructura de IA como CoreWeave o Lambda Labs.

Estos campus no son un solo edificio. Son conjuntos de naves interconectadas con infraestructura compartida: subestaciones eléctricas propias, sistemas de enfriamiento centralizados, redes de fibra interna de decenas de kilómetros, bodegas para equipos de reemplazo, oficinas de operaciones 24/7 y en algunos casos hasta dormitorios para personal técnico de guardia.

"La IA no vive en la nube. Vive en enormes complejos industriales que consumen luz, agua y espacio a una escala que apenas comenzamos a comprender."

La planificación urbana ya siente el impacto. Condados en Virginia, Texas y Georgia han modificado sus planes de uso de suelo para acomodar decenas de estos complejos. Algunos municipios, agobiados por la demanda eléctrica que generan, han comenzado a imponer moratorias temporales.

América Latina: ¿lista para la infraestructura de IA?

El ecosistema de data centers en América Latina está creciendo, pero desde una base pequeña. Brasil concentra la mayor parte del volumen regional, seguido por México, Colombia y Chile. Sin embargo, la explosión de la IA está generando un interés nuevo y más urgente.

Para que la región pueda capturar parte de esa inversión, necesita resolver varios cuellos de botella: disponibilidad de energía confiable y a escala, conectividad internacional de fibra submarina, marcos regulatorios claros para inversiones extranjeras y, no menos importante, disponibilidad de suelo industrial con las especificaciones técnicas adecuadas.

El desarrollo de parques industriales especializados en infraestructura digital emerge como una oportunidad de negocio concreta. Las zonas que puedan ofrecer terrenos con suministro eléctrico de alta tensión, agua suficiente para sistemas de refrigeración y acceso a fibra troncal tienen una ventaja competitiva real en la atracción de proyectos de data centers de nueva generación.

El futuro: más grande, más caliente, más urgente

Los modelos de IA de próxima generación no serán más pequeños. GPT-5, Gemini 3, los sucesores de Claude o los modelos de razonamiento que ya anuncian OpenAI y Google apuntarán a escalas de parámetros y datos de entrenamiento aún mayores. La tendencia no tiene señales claras de reversión.

Lo que sí está cambiando es la arquitectura de los chips: los nuevos procesadores de IA como el Blackwell Ultra de NVIDIA o el TPU v5 de Google están diseñados para ser más eficientes por operación, pero el apetito total de los modelos los hace igualmente hambrientos de potencia al escalar.

En paralelo, tecnologías como la computación cuántica, los chips neuromórficos y los aceleradores de inferencia dedicados podrían, en el mediano plazo, modificar la ecuación. Pero por ahora, el camino más claro hacia la IA general sigue pasando por más silicio, más electricidad y más metros cuadrados industriales.

Conclusión

La inteligencia artificial es, en su base, un fenómeno profundamente físico. Detrás de cada respuesta generada, cada imagen sintetizada o cada predicción calculada hay una infraestructura industrial de proporciones históricas que consume energía, agua y espacio a una escala sin precedentes.

Para países como México, esto representa tanto un desafío —asegurar que la demanda no supere la capacidad de la red eléctrica nacional— como una oportunidad: atraer inversiones en infraestructura de datos que generen empleos de alto valor y conectividad tecnológica regional.

La carrera por construir los centros de datos más grandes del mundo ya está en marcha. Y su campo de batalla, más que en el código o los algoritmos, se está decidiendo en parques industriales, contratos de energía eléctrica y metros cuadrados de losa reforzada.