La infraestructura de IA exige generar 6 billones de dólares anuales para 2031

La aceleración de la inversión en infraestructura de inteligencia artificial está planteando un reto económico sin precedentes: ¿puede la IA generar suficiente valor para justificar el capital invertido? Según el VII Informe Global de Tecnología de Bain & Company, financiar la demanda prevista de capacidad de computación requerirá que la IA genere 6 billones de dólares en ingresos anuales para 2031, una cifra que solo será alcanzable mediante nuevas categorías de innovación más allá de las mejoras de productividad actuales.

El informe señala que las aplicaciones de IA de consumo y empresariales podrían aportar entre 1,2 y 1,8 billones de dólares, pero que será necesario crear 4,2 billones adicionales mediante nuevos modelos de negocio y tecnologías emergentes.

Bain identifica cuatro áreas clave que permitirán generar los ingresos necesarios:

-     Modelos de IA como sustitutos del buscador, incorporando publicidad y nuevos formatos de monetización.

-     Autonomía y automatización industrial, especialmente en automóviles, camiones, drones y robótica avanzada.

-     IA física, incluyendo simulaciones, gemelos digitales y robótica aplicada a I+D y fabricación.

-     Nuevos productos y mercados aún inexistentes, desde salud mental y energía hasta investigación farmacéutica.

“La infraestructura de IA se está construyendo muy por delante de la curva de demanda”, afirma Alberto Requena, socio de Bain & Company. “Financiarla de forma sostenible requerirá sumar aproximadamente un punto porcentual al crecimiento anual del PIB mundial”.

 

El hardware vuelve a ocupar el centro del escenario

La demanda de computación para IA ha transformado el mercado tecnológico. Las compañías de hardware y semiconductores crecieron en bolsa un 24% anual entre 2020 y 2026, frente al 6% de las empresas de software.

Segmentos como HBM, empaquetado avanzado y silicio a medida están experimentando una expansión acelerada. Los ASIC y los chips personalizados ganan cuota en centros de datos y cargas de trabajo homogéneas de entrenamiento, inferencia y sistemas agénticos, mientras que la inversión en DDR y NAND cae, lo que podría elevar los precios de smartphones y PC.

Las cadenas de suministro se están reconfigurando ante riesgos geopolíticos y naturales, con estrategias de abastecimiento diversificadas y acuerdos a largo plazo.

“Las decisiones de cadena de suministro y compras se han convertido en fuentes de ventaja competitiva”, señala Requena. “El modelo tradicional de innovación está evolucionando hacia una mayor verticalización y diseños semipersonalizados”.

 

La ciberseguridad entra en un punto de inflexión

El informe alerta de que la IA ha reducido la duración media de un ciberataque típico de cuatro semanas a solo 18 horas, lo que exige una transformación estructural en código instalado, identificación y supervisión de agentes de IA, detección de amenazas y gobernanza.

La gestión deficiente de agentes de IA es una vulnerabilidad crítica. Además, el riesgo asociado a la cadena de suministro se ha convertido en una prioridad para los CISO, que deben supervisar cómo los proveedores utilizan IA durante toda la vigencia de los contratos.

Las empresas líderes están aumentando presupuestos de remediación en dos dígitos, reasignando el 20–25% del personal de ciberseguridad a la resolución de alertas basadas en IA, involucrando más a los equipos DevOps y priorizando la mitigación de riesgos en plataformas heredadas, capas de red y proveedores SaaS.

 

La velocidad de integración de la IA como ventaja competitiva

La capacidad de hacer operativa la IA se ha convertido en un factor clave de diferenciación. Los principales laboratorios están invirtiendo más de 9.750 millones de dólares en modelos basados en equipos de ingeniería que trabajan directamente con el cliente para acelerar la adopción.

Aunque los precios de los tokens caen y la competencia entre modelos aumenta, Bain no prevé una comoditización de los grandes modelos de lenguaje. El escenario más probable es la convivencia entre modelos de frontera, que capturarán valor en casos de uso complejos, y modelos maduros y especializados, que atenderán tareas habituales con menor coste.

En cuanto al desarrollo de software, la encuesta de Bain prevé una mejora del 148% en la velocidad de los ciclos de lanzamiento y un incremento del 95% en la productividad de los desarrolladores en uno o dos años.

Sin embargo, la IA desplaza los cuellos de botella hacia revisión, coordinación, calidad y gobernanza. Las empresas líderes están estructurando el conocimiento para agentes de IA, e incorporando calidad y confianza desde el diseño y gestionando el SDLC como un producto sujeto a mejora continua.