La crisis energética de la IA no es lo que parece. Quizás no lo sepas, una investigación de Stanford encontró que las redes eléctricas de las economías avanzadas funcionan con una utilización promedio de solo el 30%. Mientras que una investigación de la Universidad de Duke muestra que los proveedores de electricidad ya pueden satisfacer las necesidades energéticas de los centros de datos 350 de los 365 días del año.
El hardware existe. Los electrones existen. Lo que falta es la inteligencia para coordinarlos, y eso es un problema de software, no de construcción.
La respuesta dominante ha sido todavía construir más. Esto significa más generación, subestaciones y capacidad de transmisión.
Gigantes multinacionales como Amazon, Google, Meta y Microsoft están firmando acuerdos de compra de energía a una escala que la industria energética nunca ha visto. El consumo de electricidad de los centros de datos está en camino de duplicarse con creces para 2030. Sin embargo, las colas de interconexión de la red en los principales mercados de centros de datos de Europa ya duran entre siete y diez años.
En Dublín, donde operan muchas multinacionales importantes, la tensión en la red eléctrica ha llevado al operador a pausar nuevas conexiones hasta 2028. Para las empresas que no pueden conseguir acuerdos energéticos por miles de millones de euros, esperar por nueva infraestructura no es una estrategia viable.
La brecha de capacidad no se cerrará sólo con la construcción. Se cerrará con un software que haga que la infraestructura existente funcione más cerca de su potencial, y en este momento casi nadie está financiando eso.
Después de mapear más de 100 empresas en el panorama de la eficiencia de los centros de datos, la conclusión es clara: el software es la solución más eficiente en términos de capital para la crisis energética de la IA, y es la capa con menor financiación del conjunto.
El coste de inferencia de ejecutar modelos de IA se redujo 280 veces entre 2022 y 2024, casi en su totalidad gracias a mejoras de software. Google duplicó la eficiencia energética de su centro de datos únicamente mediante la optimización del software. El capital que fluye hacia la infraestructura física de IA eclipsa lo que se destina al software que hace que esa infraestructura funcione.
Cuatro capas, una oportunidad
Hay cuatro capas distintas donde el software puede recuperar capacidad.
El software de eficiencia de la red gestiona las colas de interconexión, la flexibilidad del centro de datos y la orquestación de la energía distribuida. Se estima que este mercado alcanzará los 3.600 millones de euros (4.120 millones de dólares) para 2030. Gran parte de la congestión de la red es una falla de coordinación, no puramente física: los sistemas obsoletos no pueden encaminar la energía disponible de manera eficiente, y el software puede cerrar gran parte de esa brecha sin nueva infraestructura.
La eficiencia de las instalaciones cubre el software y los controles que reducen la refrigeración del centro de datos y el uso de energía de la infraestructura, lo que reduce los costos operativos y aumenta la capacidad utilizable. Las estimaciones del mercado público para el software de gestión de instalaciones adyacentes sugieren un mercado de aproximadamente 3.700 millones de euros a 4.600 millones de euros (entre 4.000 y 5.000 millones de dólares) para 2030-2031.
Fundamentalmente, cada mejora en la densidad de racks crea capacidad de IA vendible adicional sin un nuevo sitio, lo que hace que la eficiencia de las instalaciones sea una historia de expansión de capacidad, así como de reducción de costos.
La eficiencia informática se centra en recuperar la capacidad de la GPU bloqueada. El software que identifica la capacidad no utilizada y organiza las cargas de trabajo de manera más inteligente puede aumentar sustancialmente la utilización de la GPU: la investigación ha demostrado que un sistema de producción compartida de GPU implementado en más de 20 000 GPU mejoró la utilización del 26 % al 76 %, mientras que, según Fujitsu, más del 75 % de las organizaciones todavía informan una utilización de la GPU por debajo del 70 % incluso con carga máxima.
Un análisis encontró que se prevé que el mercado más amplio de infraestructura de IA alcance entre 205.000 y 362.000 millones de euros (entre 223.500 y 394.500 millones de dólares) para 2030.
La eficiencia del software (compresión de modelos, optimización de inferencias, enrutamiento inteligente de modelos) es una de las capas más grandes y menos financiadas, y el mercado de gestión de cargas de trabajo de IA implica una oportunidad proyectada de 181.000 millones de euros (197.500 millones de dólares) para 2030, mientras que se prevé que el mercado más amplio de inferencia de IA alcance alrededor de 233.000 millones de euros (253.750 millones de dólares) para 2030.
Sin embargo, la mayor parte del capital de infraestructura de IA continúa fluyendo hacia la construcción física, y McKinsey estima que 5,2 billones de dólares de inversión en centros de datos relacionados con la IA para 2030.
Un problema, cuatro palancas
Estas cuatro capas no son independientes. Y las posiciones más valiosas en esta pila no están dentro de una sola categoría, sino que se encuentran en las interfaces entre ellas.
Cuando un sistema de orquestación de red lee los precios de la energía en tiempo real y esa señal fluye directamente a las decisiones de enfriamiento de una instalación, lo que a su vez determina cuánto margen térmico existe para una carga adicional de GPU, la optimización resultante vale múltiplos de lo que cualquier capa podría ofrecer por sí sola.
Un centro de datos que funciona con una utilización de GPU del 40%, con costos de enfriamiento superiores al estándar y que paga precios minoristas de la red, no enfrenta cuatro problemas separados. Se enfrenta a un problema con cuatro palancas.
Las empresas que se encuentran en la interfaz entre esas palancas (donde las decisiones sobre la red, las instalaciones y la computación se toman simultáneamente) son las que se vuelven realmente difíciles de desplazar.
La ecuación europea
La urgencia es global, pero la forma del problema difiere. En Estados Unidos, la historia de la energía de la IA es principalmente una historia de suministro: construir más generación, reactivar la energía nuclear, firmar acuerdos de compra de energía a largo plazo.
En Europa, los plazos de conexión a la red de siete a diez años en los principales mercados significan que incluso los proyectos bien financiados enfrentan retrasos de una década. La respuesta europea debe priorizar la inteligencia aplicada a la infraestructura existente sobre la nueva construcción, y la eficiencia del software es la principal herramienta disponible.
Esto crea una clara oportunidad para los fundadores e inversores europeos. Las empresas que ayudan a los operadores de centros de datos a extraer más de las conexiones de red existentes, optimizar la refrigeración para reducir los picos de carga e implementar técnicas de eficiencia de modelos que reducen los requisitos informáticos están resolviendo una limitación específicamente europea.
Y lo están haciendo en un mercado donde la capa de software realmente no cuenta con fondos suficientes en relación con su apalancamiento.
El mercado de salida ya está confirmando la tesis: los adquirentes estratégicos son las empresas que necesitan escala. Solo NVIDIA realizó cuatro adquisiciones en la categoría en los últimos 12 meses, comprando la capa de eficiencia del software antes de que alguien más pueda hacerlo.
Las empresas que definirán esta capa no están esperando a que la red se ponga al día. Están creando software que hace que la red existente sea más valiosa hoy en día y, al hacerlo, están creando la capa de infraestructura en la que realmente se ejecuta la IA.
Los proyectos de construcción eventualmente se completarán y las colas de interconexión se eliminarán. Pero el software que aprende a coordinar la energía, la refrigeración y la computación en miles de instalaciones, y que se integra en la forma en que los operadores toman decisiones, no será fácil de desplazar una vez que esté implementado.
La ventana para construir esa posición está abierta ahora, precisamente porque la mayor parte del capital todavía está mirando a la capa física.