Resumen

  • Gartner pronosticó un gasto mundial en IA de 1.478.634 millones de dólares para 2025 en su nota del 17 de septiembre de 2025, reestimó después ese mismo año al alza hasta 1.764.947 millones (mayo de 2026) y de nuevo hasta 1.786.671 millones (septiembre de 2026): una revisión acumulada de 308.037 millones mientras la taxonomía subyacente cambiaba dos veces, lo que impide descomponer la revisión entre crecimiento real del gasto y cambio de definición (Gartner, 17/09/2025; Gartner, 19/05/2026; Gartner, 16/09/2026).
  • La previsión de septiembre de 2025 contabilizaba nueve submercados, encabezados por smartphones GenAI (298.189 millones) y servicios de IA (282.556 millones), e incluía expresamente la IA integrada en dispositivos de consumo aunque el comprador no seleccionara funciones de IA: el titular es, en parte, valor de dispositivo y no demanda de IA del comprador (Gartner, 17/09/2025; Network World).
  • La revisión de septiembre de 2026 sitúa la infraestructura de IA en 1.484.397 millones —en torno al 56 por ciento de los 2.670.460 millones previstos para 2026— y Gartner afirma que se gastan más de 52 dólares en infraestructura de IA por cada dólar invertido en modelos GenAI (Gartner, 16/09/2026; Campus Technology).
  • La evidencia observable sugiere que la capacidad anunciada se convierte en entregada a un ritmo de 40 a 54 por ciento hacia 2030: Wood Mackenzie contabiliza 241 GW de cartera divulgada en EE. UU. con solo alrededor del 33 por ciento en desarrollo activo, el registro de capacidad de Janus Henderson proyecta 84,7 GW entregables de 157,4 GW nominales y Sightline Climate valida solo 40,8 GW de los 102,3 GW anunciados (Wood Mackenzie; Janus Henderson; Stack Futures).
  • El cuello de botella físico es energía y suministro: unos 2.290 GW esperan en colas de interconexión con plazos medianos de 55 meses, el 72 por ciento de los directivos encuestados señala la capacidad eléctrica y de red como la restricción principal, las esperas de conexión alcanzan siete años y Nvidia describe la capacidad de GPU en la nube como agotada, con plazos de entrega reportados de 36 a 52 semanas (LBNL; Deloitte; Reuters; Network World).

Qué cuenta la previsión

La nota de Gartner del 17 de septiembre de 2025, la primera de su serie reconstruida de gasto en IA, situó el gasto mundial en IA de 2025 en 1.478.634 millones de dólares, frente a los 987.904 millones de 2024, y pronosticó 2.022.642 millones para 2026. Los nueve submercados de aquella taxonomía eran servicios de IA (282.556 millones), software de aplicación de IA, software de infraestructura de IA, modelos GenAI (14.200 millones), servidores optimizados para IA, IaaS optimizada para IA, semiconductores de procesamiento de IA, PC con IA y smartphones GenAI (298.189 millones). Dos rasgos estructurales condicionan todo lo que vino después. Primero, las partidas más grandes son de consumo: los smartphones GenAI y los PC con IA contabilizan el contenido de IA de dispositivos que los compradores adquieren por razones que pueden no tener nada que ver con la IA, y la propia metodología de Gartner incluía ese gasto aunque el comprador no seleccionara específicamente funciones de IA. Segundo, la partida más pequeña —los modelos GenAI, 14.200 millones— es el segmento estrecho que el público llama intuitivamente «IA», mientras el titular agrega todo lo que está aguas abajo de ella (Gartner, 17/09/2025; Network World; Cryptopolitan).

Los supuestos declarados de aquella previsión eran tres: continuación de la inversión de los hiperescaladores en infraestructura de IA, ampliación de la base de inversores —empresas chinas y nuevos proveedores de nube de IA— y capital de riesgo descrito como «vientos de cola adicionales». Ninguno de los tres es un supuesto de entrega: describen quién seguirá gastando y por qué canales, no si el sustrato físico —energía, redes, chips— existirá a tiempo para absorber ese gasto (Network World).

La mecánica importa para leer el titular. Una previsión construida sobre submercados de esta amplitud contabiliza flujos que ocurren en sitios distintos: el valor del teléfono que alguien compra en una tienda, el servicio que una empresa contrata, el servidor que un hiperescalador instala y el modelo que un laboratorio entrena entran en el mismo agregado. Ese agregado puede crecer aunque el cómputo instalado no crezca, siempre que las definiciones se amplíen o los dispositivos de consumo incorporen más IA de fábrica. Eso no invalida la previsión; define exactamente lo que puede y lo que no puede decir.

El año base que se movió dos veces

Después, el propio año base se movió. La revisión del 19 de mayo de 2026 reestimó 2025 al alza hasta 1.764.947 millones, pronosticó 2.595.667 millones para 2026 (+47 por ciento) y 3.493.358 millones para 2027, y reconstruyó la taxonomía en seis bloques —ciberseguridad de IA, modelos de IA, plataformas de IA para ciencia de datos y aprendizaje automático, plataformas de desarrollo de aplicaciones de IA, datos de IA e infraestructura de IA—, con la infraestructura superando el 45 por ciento del gasto total en IA (Gartner, 19/05/2026). Cuatro meses más tarde, la revisión del 16 de septiembre de 2026 reestimó 2025 otra vez —hasta 1.786.671 millones—, pronosticó 2.670.460 millones para 2026 (+49,5 por ciento) y 3.637.292 millones para 2027, situó la infraestructura de IA en 1.484.397 millones como el segmento más grande, revisó al alza el crecimiento de los modelos GenAI del 110 al 117 por ciento, separó los agentes y asistentes multifuncionales del software de IA e incorporó los agentes de consumo a la previsión (Gartner, 16/09/2026).

Cada cambio de taxonomía rompe la comparabilidad con el anterior: lo que en septiembre de 2025 era la partida de «modelos GenAI» por 14.200 millones no es la misma partida que «modelos de IA» en el esquema de 2026, y los agentes y asistentes cambiaron de sitio. Lo que Gartner no publica es la descomposición: cuánto de la reestimación acumulada de 2025 —308.037 millones— es reclasificación de definición y cuánto es gasto que realmente ocurrió. Como la taxonomía cambió entre cada revisión, la cadena de reestimaciones no puede leerse como la medición del mismo objeto. La cobertura secundaria cuantifica al menos la dirección del patrón: unos 143.000 millones se añadieron a la previsión de 2026 entre enero y septiembre de 2026, con cerca del 83 por ciento de ese aumento atribuido a la infraestructura; la infraestructura representa en torno al 56 por ciento del total de 2026; y se gastan más de 52 dólares en infraestructura de IA por cada dólar en modelos GenAI (Campus Technology). Por otra parte, la nota de agosto de 2026 pronosticó un crecimiento del 96 por ciento del gasto en IaaS optimizada para IA en 2026, y el analista John-David Lovelock describió la construcción de centros de datos de IA como «el mayor proyecto de infraestructura que la humanidad haya emprendido jamás» (traducido del inglés), con una demanda «inelástica ante las presiones de los aumentos de precios de la memoria» (Gartner, 10/08/2026; Gartner, 16/09/2026).

Son cifras internamente coherentes con una historia coherente: el gasto en IA es intensivo en infraestructura, se acelera y versa cada vez más sobre cómputo en lugar de software. La pregunta es si el registro físico verifica los supuestos de debajo, y aquí la evidencia es asimétrica.

Qué muestra la evidencia de despliegue

La evaluación de Wood Mackenzie a cierre de 2025 situó la cartera divulgada de proyectos de centros de datos de EE. UU. en 241 GW, frente a los 93 GW de un año antes, con solo alrededor del 33 por ciento en desarrollo activo. Los contratos firmados de construcción y suministro eléctrico alcanzaron 183 GW —equivalente al 22 por ciento de la demanda punta de EE. UU. en 2025, más de lo que las redes regionales pueden absorber—, y las utilities de ERCOT y PJM concentran el 72 por ciento de los compromisos de gran carga. Las adiciones se redujeron a la mitad de un trimestre a otro: 25 GW añadidos en el cuarto trimestre de 2025 frente a aproximadamente el doble en el tercero. Esa caída admite dos lecturas —mayor disciplina al anunciar o demanda ya materializada antes— y ninguna de las dos apoya la premisa de que la capacidad anunciada verifique el gasto en infraestructura de 2026 (Wood Mackenzie).

Los registros independientes convergen en una banda de conversión del 40 al 54 por ciento. El «registro de capacidad» de Janus Henderson, construido proyecto a proyecto sobre 259 iniciativas con 157,4 GW nominales, concluye que unos 84,7 GW serán entregables hacia 2030 —cerca del 54 por ciento—, citando plazos plurianuales de transformadores, permisos de combustible y agua, normas de vertido térmico y techos de capacidad de electricistas y contratistas EPC (Janus Henderson). La evaluación de Sightline Climate sobre 710 proyectos que suman 102,3 GW anunciados hasta 2030 valida solo 40,8 GW según su umbral de riesgo: en torno al 60 por ciento de la capacidad anunciada enfrenta un riesgo material de retraso o cancelación, y entre el 30 y el 50 por ciento de los proyectos previstos para 2026 podría retrasarse por restricciones eléctricas, escasez de equipos y oposición local (Stack Futures). Las dos metodologías discrepan en los valores absolutos pero coinciden en el patrón: la capacidad anunciada no es la misma cantidad que la capacidad construible, y la tasa de conversión se mueve por debajo de la mitad.

La red eléctrica es la restricción vinculante. La edición 2025 de Queued Up, del Laboratorio Nacional Lawrence Berkeley, reporta unos 2.290 GW de generación y almacenamiento buscando interconexión; de los proyectos que solicitaron interconexión entre 2000 y 2019, solo cerca del 19 por ciento (13 por ciento de la capacidad) alcanzó la operación comercial a cierre de 2024; y el plazo típico pasó de 22 meses en 2008 a 36 meses en 2015 y a 55 meses para los proyectos construidos en 2024 (LBNL). La encuesta de Deloitte a directivos del sector eléctrico y de centros de datos halló que el 72 por ciento considera la capacidad eléctrica y de red un reto muy o extremadamente difícil, con esperas de conexión de hasta siete años y turbinas de gas sin equipos contratados que no estarán disponibles hasta la década de 2030; Deloitte modela la demanda eléctrica de los centros de datos de IA de EE. UU. multiplicándose por treinta, de 4 GW en 2024 a 123 GW en 2035 (Deloitte). La revisión de Reuters de las transcripciones de resultados de trece utilities estadounidenses importantes encontró que casi la mitad había recibido solicitudes de energía de centros de datos que superaban su demanda punta o su generación existente; solo Oncor, en Texas, reportó solicitudes de interconexión por 119 GW adicionales, casi cuatro veces el uso punta de su sistema (Reuters).

El suministro de chips es la segunda restricción. La directora financiera de Nvidia, Colette Kress, declaró que «las nubes están agotadas y nuestra base instalada de GPU [...] está completamente utilizada» (traducido del inglés), mientras que el analista de la propia Gartner, Gaurav Gupta, advirtió de posibles escaseces no solo en obleas de vanguardia, empaquetado avanzado y memoria HBM, sino en «las restricciones no reconocidas de componentes menores y piezas de maquinaria de precisión para gestión térmica, refrigeración líquida y bastidores de servidor» (Network World). La cobertura a nivel de blog sitúa los plazos de entrega de GPU para centros de datos entre 36 y 52 semanas, con una cartera de unos 3,6 millones de unidades agotada hasta mediados de 2026 —evidencia de menor autoridad, pero coherente en dirección con el propio diagnóstico de Nvidia (Sean Kim).

Por último, la mezcla de cargas se desplaza hacia la inferencia. Los datos de Gartner sitúan la inferencia en torno al 55 por ciento del gasto en IaaS optimizada para IA en 2026, en ruta hacia el 59 por ciento en 2027 (Campus Technology); Futurum proyecta que la inferencia alcanzará el 71,7 por ciento del gasto en infraestructura de plataformas de IA hacia 2030 (Futurum); y los análisis de Deloitte (TMT Predictions 2026) y McKinsey enmarcan ese desplazamiento como la siguiente gran transición de las cargas de trabajo y de la estrategia de los hiperescaladores (Deloitte TMT Predictions; McKinsey). La inferencia se distribuye geográficamente y es sensible a la latencia de formas en que el entrenamiento no lo es, lo que tiende a multiplicar los emplazamientos que deben energizarse en lugar de concentrar la construcción en unos pocos campus: agrava la restricción de red en lugar de aliviarla.

Leer la brecha

Primero, la previsión es una métrica de intención de demanda. Su propia composición por submercados —IA integrada en dispositivos contabilizada como gasto, servicios y smartphones dominando 2025— significa que el titular mide compromisos y valor incorporado en una economía, no cómputo entregado. Es una cosa legítima de medir, pero no es la cosa que la mayoría de los lectores cree que es.

Segundo, la cadena de reestimaciones es irresoluble con datos públicos. El mismo año natural pasó de 1,4786 a 1,765 y a 1,7867 billones a lo largo de tres notas mientras la taxonomía cambiaba por debajo. Gartner no descompone las revisiones, de modo que el lector externo no puede distinguir reclasificación de crecimiento real, y las cifras de 2026 y 2027 hoy en circulación presumiblemente serán reestimadas bajo taxonomías futuras, a su vez.

Tercero, existe una asimetría de velocidades que el propio contraste revela: una previsión se revisa trimestralmente a coste casi nulo, mientras que un proyecto de red eléctrica necesita una mediana de 55 meses para pasar de la solicitud a la operación. Cuando el instrumento de medición se mueve mucho más rápido que aquello que mide, las revisiones sucesivas no comunican información nueva sobre el mundo físico; comunican información sobre el estado de los pedidos y de las definiciones.

La infraestructura es el supuesto menos verificado por la evidencia y el que carga con la mayor parte del total: si los registros independientes aciertan aunque sea a grandes rasgos, una porción de los 1.484.397 millones de infraestructura previstos para 2026 quedará registrada como comprometida mientras el cómputo que compra espera en colas: plazos de transformadores, esperas de interconexión de hasta siete años, GPU agotadas. La previsión y el registro de despliegue no se contradicen: miden puntos distintos del mismo conducto. El riesgo es leer el primero como si fuera el segundo.

El contexto acota la interpretación. La línea base de enero de 2025 de Gartner situó el gasto total en TI de 2025 en 5,62 billones de dólares (+9,8 por ciento), con los sistemas de centros de datos en torno a 405.500 millones (+23,2 por ciento): el titular de IA es una fracción de un denominador mucho mayor. Y la previsión más estrecha de GenAI de marzo de 2025 —644.000 millones para 2025, +76,4 por ciento— es un alcance distinto que resulta fácil confundir tanto con el total como con la partida de 14.200 millones de modelos GenAI (Gartner, 21/01/2025; Gartner, 31/03/2025).

Lo que sigue genuinamente sin saber: si las reestimaciones de 2025 fueron mayoritariamente definición o mayoritariamente gasto; qué fracción del gasto en infraestructura reservado en 2026 corresponde a cómputo energizado en 2026, dadas tasas de conversión anunciado-entregado del orden del 40 al 54 por ciento; y si la cuota creciente de la inferencia cambia los requisitos de densidad de potencia más rápido de lo que los plazos de red pueden absorber. La próxima revisión de Gartner —la cuarta en unos quince meses— solo responderá a la primera pregunta si publica la descomposición, algo que hasta ahora no ha elegido hacer.

Fuentes