Usar la IA en 2026 saldrá más caro: chips y centros de datos están en la mira

El uso y desarrollo de la inteligencia artificial se encamina a 2026 con un escenario de fuerte crecimiento tecnológico, pero también con mayores costos, cuellos de botella estructurales y riesgos que podrían encarecer de forma significativa su adopción.

De acuerdo a Moody’s Ratings, en su reporte Inteligencia artificial – Global: Perspectiva 2026, la escasez de chips avanzados, la presión sobre los centros de datos y la fragmentación geopolítica están elevando el precio de operar con IA en todo el mundo.

Según la agencia calificadora, aunque los modelos de IA continúan mejorando a gran velocidad y las aplicaciones empresariales se multiplican, el actual ciclo de inversión enfrenta tensiones crecientes.

La demanda de capacidad de cómputo supera ampliamente la oferta disponible, los costos energéticos aumentan y la productividad derivada de la IA aún no compensa el volumen de capital invertido, lo que anticipa un uso más caro y selectivo de estas tecnologías a partir del próximo año.

Avances acelerados, competencia intensa

El informe destaca que las capacidades de la IA siguen progresando con rapidez, especialmente en modelos multimodales y sistemas con funciones agénticas, capaces de ejecutar tareas complejas de manera autónoma. Entre los lanzamientos recientes se mencionan GPT-5 de OpenAI, Claude 4 y Sonnet 4.5 de Anthropic, y Gemini 3 de Google DeepMind, todos con mejoras en razonamiento, uso de herramientas externas y reducción de errores.

A la par, los modelos de código abierto están acortando distancias con las soluciones propietarias. Propuestas como Qwen 3 de Alibaba, ERNIE de Baidu, Hunyuan de Tencent o DeepSeek V3-2 muestran rendimientos competitivos, mientras que fuera de China destacan alternativas abiertas como Llama de Meta o los modelos de Mistral. Esta competencia, advierte Moody’s, presiona los márgenes de las empresas que desarrollan modelos cerrados y dificulta la monetización directa, empujando a estrategias basadas en soluciones integrales y servicios empresariales.

Adopción creciente, beneficios desiguales

Las empresas están pasando de la experimentación a la implementación real de la IA, especialmente en atención al cliente, análisis de datos y automatización documental. Sin embargo, los beneficios en productividad siguen siendo limitados y muy desiguales entre sectores. La modernización de infraestructuras, la necesidad de rediseñar procesos completos y los altos costos de integración frenan el impacto esperado.

Moody’s identifica que las compañías de escala media, con balances débiles o fuerte dependencia de trabajo cognitivo rutinario, son más vulnerables a la disrupción. En contraste, grandes multinacionales de consumo y entidades financieras con mayor músculo tecnológico ya logran eficiencias en áreas como logística, mantenimiento predictivo o detección de fraude.

Centros de datos y energía, el gran cuello de botella

El principal factor que encarecerá la IA en 2026 es la infraestructura. Los grandes proveedores de nube impulsan centros de datos de entre 1 y 5 gigavatios, con costos que pueden alcanzar los 50.000 millones de dólares por proyecto. Aun así, la demanda de computación seguirá superando a la oferta al menos hasta 2027 o 2028, elevando los precios del acceso a recursos premium y obligando a contratos de largo plazo con pagos anticipados.

A esto se suma la presión energética. En Estados Unidos, la IA podría representar cerca del 9% del consumo eléctrico total en 2030, mientras que las demoras en las conexiones a la red complican la expansión. En Medio Oriente y China, el apoyo estatal facilita el suministro energético, pero introduce nuevas dependencias geopolíticas.

Chips escasos y riesgos globales

La escasez de chips avanzados continúa siendo un factor crítico. Nvidia mantiene una posición dominante en GPUs para entrenamiento de modelos, con poder de fijación de precios reforzado por la alta demanda. Las restricciones comerciales entre Estados Unidos y China profundizan la fragmentación tecnológica y obligan a las empresas a operar sistemas de IA separados según la región, incrementando los costos.

El reporte también alerta sobre nuevos riesgos en ciberseguridad y gobernanza, como ataques a modelos, manipulación de agentes y mayor exposición regulatoria. La falta de marcos regulatorios homogéneos obliga a las compañías globales a adaptarse a normas distintas en cada mercado, reduciendo eficiencia.