Más de 3,5 billones de dólares de inversión en infraestructuras de IA podrían perder valor antes de 2030
- En cifras
La carrera global por construir infraestructuras para inteligencia artificial podría desembocar en uno de los mayores excesos de inversión tecnológica de la historia reciente. Según Gartner, los ingresos generados por la IA no serán suficientes para justificar el actual ritmo de gasto en centros de datos, chips y capacidad de computación.
La explosión de la inteligencia artificial está impulsando inversiones sin precedentes en infraestructuras tecnológicas. Sin embargo, Gartner advierte de que el mercado podría estar avanzando más rápido que la capacidad real de monetización de estos activos.
La consultora estima que los proveedores de IA invertirán cerca de un billón de dólares en infraestructuras durante 2026 y destinarán otros seis billones adicionales entre 2027 y 2030. No obstante, considera que los ingresos procedentes tanto del mercado empresarial como del consumo no serán suficientes para garantizar una rentabilidad adecuada sobre todo ese capital desplegado.
Según Will Sommer, director sénior de análisis de Gartner, “el problema no reside en la expansión de la IA, sino en la diferencia creciente entre las inversiones anunciadas y la capacidad del mercado para generar retornos sostenibles”.
Los cálculos de la consultora muestran la magnitud del desafío. Para cubrir el gasto comprometido, los costes financieros asociados y alcanzar una rentabilidad sobre el capital invertido del 12%, los propietarios de centros de datos de inteligencia artificial deberían generar unos ingresos acumulados de 8,5 billones de dólares hasta 2030. Sin embargo, Gartner prevé que los ingresos atribuibles a los centros de datos de IA alcancen como máximo 3,6 billones de dólares durante ese mismo periodo.
La diferencia entre ambas cifras evidencia una brecha significativa entre expectativas e ingresos reales, especialmente porque gran parte del negocio de la IA se concentra en proveedores que operan modelos ligeros en activos y no son propietarios directos de las infraestructuras donde se ejecutan los servicios.
El riesgo de las depreciaciones
La consultora advierte de que la incapacidad para alcanzar niveles sostenibles de rentabilidad podría obligar a realizar importantes correcciones contables sobre los activos desplegados.
De mantenerse la trayectoria actual de inversión, Gartner calcula que más de 4 billones de dólares en activos de infraestructura de IA podrían estar expuestos a riesgos de depreciación o deterioro hasta 2032. Según sus previsiones, la rentabilidad objetivo del 12% sobre el capital invertido no se alcanzaría antes de finales de 2032.
Uno de los sectores que podría sufrir un mayor impacto es el de los llamados neoclouds, empresas especializadas en ofrecer capacidad de computación optimizada para inteligencia artificial como servicio.
A diferencia de los grandes hiperescalares, que cuentan con fuentes de ingresos muy diversificadas capaces de absorber inversiones multimillonarias durante años, los neoclouds dependen principalmente de la rentabilidad obtenida por sus plataformas de infraestructura optimizadas para IA.Esto les sitúa en una posición especialmente delicada ante cualquier desaceleración del mercado o presión sobre los márgenes.
La consultora estima que el gasto en infraestructura como servicio optimizada para inteligencia artificial pasará de 66.000 millones de dólares en 2027 a 174.000 millones en 2030. Pese a este crecimiento, considera que la demanda será insuficiente para que la mayoría de los proveedores recuperen sus inversiones antes de que la actual generación de semiconductores de IA quede obsoleta y sea sustituida por nuevas arquitecturas más avanzadas.
Como consecuencia, Gartner pronostica que más del 80% de los proveedores neocloud dejarán de operar de forma independiente antes de 2030 debido a la presión de costes y a la ausencia de modelos de negocio suficientemente diferenciados.
Para Gartner, el crecimiento del mercado de IA seguirá siendo muy relevante, pero no todos los actores actuales lograrán beneficiarse de él. Las compañías con ingresos diversificados y capacidad financiera para absorber largos periodos de rentabilidad reducida estarán mejor posicionadas que los proveedores especializados que dependen exclusivamente del negocio de la computación para IA.