La expansión acelerada de la inteligencia artificial está empujando a los centros de datos a una situación límite: la falta de energía eléctrica suficiente para sostener su crecimiento. Lejos de ser un problema de chips, memoria o inversión, el principal cuello de botella para los grandes proyectos de IA es hoy el acceso a electricidad en volúmenes masivos y de forma inmediata.
Ante este escenario, operadores de centros de datos han comenzado a utilizar turbinas basadas en motores de avión, así como generadores diésel y de gas, como fuente principal de energía, una solución que hasta hace poco se consideraba extrema e impensable.
El fenómeno se observa con especial intensidad en Estados Unidos, donde las redes eléctricas no logran absorber la demanda creciente de los centros de datos dedicados a IA.
Las listas de espera para obtener una conexión eléctrica de alta potencia se extienden entre cinco y siete años, un plazo incompatible con proyectos valorados en miles de millones de dólares que compiten por llegar primero al mercado.
Turbinas de avión como centrales eléctricas improvisadas
Una de las alternativas que más terreno ha ganado es el uso de turbinas aeroderivadas, sistemas de generación eléctrica basados en motores de aviación comercial. Estas unidades pueden instalarse cerca de los centros de datos y generar decenas o incluso cientos de megavatios en cuestión de meses, frente a los años que requiere una ampliación de la red eléctrica tradicional.
Fabricantes como GE Vernova están suministrando este tipo de turbinas a proyectos vinculados con grandes consorcios de inteligencia artificial. A su vez, empresas especializadas en energía temporal están reutilizando núcleos de motores de avión para producir electricidad de manera continua.
Generadores diésel y de gas: de respaldo a suministro principal
En paralelo, los generadores diésel y de gas han dejado de cumplir un rol secundario. Tradicionalmente, estos equipos se utilizaban como respaldo ante cortes de suministro o picos puntuales de demanda. Sin embargo, la presión energética ha cambiado su función: ahora operan como fuente primaria durante meses o incluso años.
Fabricantes como Cummins están vendiendo decenas de gigavatios de capacidad destinados específicamente a centros de datos que no pueden esperar a una conexión estable a la red. El cambio no solo es cuantitativo, sino cualitativo: estas máquinas funcionan de forma permanente, alimentando infraestructuras críticas de IA las 24 horas del día.
Costes elevados y rentabilidad incierta
El precio de esta estrategia es alto. La generación de energía in situ mediante turbinas y generadores puede duplicar el coste de la electricidad industrial convencional, ya sea de origen nuclear, eólico, solar o incluso de carbón.
A esto se suman mayores emisiones contaminantes, ruido constante, consumo intensivo de combustibles fósiles y una relación cada vez más tensa con reguladores y comunidades locales.
Pese a ello, para los operadores de centros de datos el cálculo es claro: resulta preferible asumir estos sobrecostes antes que retrasar proyectos de IA que pueden definir la posición competitiva de una empresa durante la próxima década. En muchos casos, el coste energético, aunque elevado, sigue siendo menor que el impacto económico de llegar tarde al mercado.
Una “desesperación” técnica más que improvisación
Expertos del sector coinciden en que no se trata de decisiones improvisadas, sino forzadas por las circunstancias. Ningún operador elige turbinas de avión o generadores diésel por ser eficientes, limpias o baratas. Se eligen porque son las únicas soluciones capaces de desplegarse en plazos de meses y no de años. Lo que nació como infraestructura de emergencia se está convirtiendo, de facto, en una solución casi permanente.
Esta situación deja al descubierto una realidad incómoda: la carrera por la inteligencia artificial ha avanzado más rápido que la capacidad de planificación energética de los países desarrollados.
Mientras los debates públicos giran en torno a energías renovables, redes inteligentes o pequeños reactores nucleares, la IA ya está funcionando gracias a motores diseñados para volar y generadores fósiles encendidos de forma continua.
Un modelo difícil de sostener a largo plazo
El panorama plantea serias dudas sobre la sostenibilidad del modelo actual. El cuello de botella energético amenaza con convertirse en un freno real al crecimiento de la inteligencia artificial, especialmente si los costes siguen aumentando y las redes eléctricas no se modernizan al ritmo necesario. Además, la rentabilidad de muchos proyectos de IA aún no se materializa, lo que incrementa la presión financiera sobre las empresas.
En este contexto, la dependencia de soluciones energéticas de emergencia alimenta también el debate sobre una posible burbuja de la IA. Algunos inversores comienzan a apostar por su corrección, mientras otros advierten que los plazos de retorno de inversión ya se extienden más allá de 2030.