Resumen
- La importancia pública de John-David Lovelock proviene de un rol repetible en Gartner: traducir la evidencia de ventas de proveedores, el comportamiento de los compradores y la incertidumbre en la adopción de tecnología en pronósticos de gasto en TI que las juntas directivas y los proveedores pueden utilizar para planificar.
- Su trabajo es más visible en el ciclo de infraestructura de IA, donde los pronósticos de Gartner pasaron de la aceleración de centros de datos en 2024 a un gasto en TI superior a los 6 billones de dólares en 2026, y luego al alza nuevamente a medida que los servidores optimizados para IA, la memoria, el software y la capacidad en la nube reconfiguraban el mercado.
- El registro respalda influencia, no control. Lovelock no dirige el gasto de capital de los hiperescaladores ni los presupuestos empresariales, pero proporciona a esas decisiones un lenguaje compartido de categorías, revisiones y restricciones.
- La pregunta sin resolver es la calidad del pronóstico bajo tensión: si el modelo público de Gartner puede seguir separando la demanda real de la sobreconstrucción temporal a medida que la inversión en IA, los precios del software, los márgenes de servicios y los cuellos de botella de infraestructura se mueven a diferentes velocidades.
La persona dentro del pronóstico
John-David Lovelock es un tipo inusual de figura del mercado porque su nombre suele aparecer adjunto al gasto de otras personas. En el registro público, no está inaugurando un campus de centro de datos, firmando una fusión de software, negociando una licencia de espectro ni anunciando un subsidio nacional a la IA. Aparece en el momento en que Gartner traduce esas decisiones en un pronóstico: una tasa de crecimiento, un total en dólares, una tabla de categorías y unas pocas frases que dicen a los ejecutivos de tecnología lo que significa el movimiento.
Eso hace que su perfil sea fácil de subestimar y fácil de sobrestimar. Subestimarlo, y se convierte en otro analista citado en un artículo de tecnología. Sobrestimarlo, y se convierte en un hacedor de mercado invisible, como si un comunicado de Gartner pudiera ordenar a hiperescaladores, proveedores de software, operadores de telecomunicaciones, compradores empresariales e inversores en un único ciclo de capital. La lectura más precisa es más estrecha y más interesante. Lovelock es un operador público de la máquina de pronósticos de Gartner.
Su trabajo importa porque la máquina tiene alcance, porque las categorías se repiten y porque el lenguaje aterriza en las salas de planificación antes de que muchas empresas tengan una visión completa de su propia demanda para el próximo año.
La evidencia visible respalda ese rol. Gartner identifica a Lovelock como Analista Vicepresidente Distinguido en sus comunicados oficiales sobre el gasto mundial en TI y en su trabajo de pronósticos de gasto en IA. En abril de 2026, The Economic Times lo describió como el Pronosticador Jefe de Gartner al discutir la revisión al alza de la empresa sobre el gasto global en TI. En esas apariciones, no se le presenta como un comentarista de tecnología en general.
Está vinculado a un ritmo operativo específico: la interpretación recurrente de la demanda de sistemas de centros de datos, software, dispositivos, servicios de TI, servicios de comunicaciones, infraestructura en la nube, servidores optimizados para IA y la presión de costos creada por la IA generativa.
Ese ritmo es la superficie de decisión real del sujeto. No es una superficie de decisión privada en el sentido de control ejecutivo. Es pública, institucional y metodológica. Las elecciones observables de Lovelock son elecciones de encuadre. ¿Es un aumento del gasto una señal genuina de demanda o un efecto de precio? ¿El crecimiento del software está siendo impulsado por un nuevo valor o por los proveedores que trasladan el costo de las funciones de IA integradas?
¿Es un aumento de centros de datos evidencia de una adopción empresarial de IA a largo plazo o, principalmente, el resultado de que los hiperescaladores construyen por delante de la demanda? ¿Es el gasto en dispositivos un ciclo de renovación, un ciclo de PC con IA o una historia de precios de memoria? Esas distinciones no son académicas.
Influyen en cómo un director de informática defiende un presupuesto, cómo un proveedor de software fija el precio de un módulo de IA, cómo una empresa de servicios se prepara para la presión sobre los márgenes y cómo los inversores clasifican las empresas que venden infraestructura de IA de las empresas que simplemente prometen usarla.
El perfil, por tanto, debe comenzar con moderación. Lovelock es relevante no porque cambie unilateralmente el comportamiento del mercado, sino porque su trabajo en Gartner ayuda a hacer legible el comportamiento del mercado. En un ciclo de gasto en IA que se ha vuelto demasiado grande para rastrearlo solo mediante comunicados de prensa, la legibilidad en sí misma es una forma de infraestructura.
Gartner como plataforma
La influencia de Lovelock no puede separarse de la posición institucional de Gartner. Gartner se describe a sí misma como una empresa del S&P 500 de 6.500 millones de dólares, con más de 20.000 asociados, trabajo en unos 90 países y territorios, y más de cuatro décadas de experiencia asesorando a líderes empresariales y tecnológicos. Afirma que su orientación se basa en miles de expertos en negocio y tecnología, cientos de miles de interacciones con clientes, sesiones informativas con proveedores y revisiones por pares. Estas cifras son presentadas por la propia Gartner, y deben leerse como parte de su argumento comercial de autoridad.
Aun así, explican por qué un pronóstico atribuido a un solo analista puede viajar más lejos que una opinión individual.
El producto de pronóstico de Gartner no es una publicación de blog con una hoja de cálculo adjunta. Las propias divulgaciones de Gartner dicen que sus pronósticos de gasto en TI se basan en gran medida en un riguroso análisis de ventas de más de mil proveedores de toda la gama de productos y servicios de TI, complementado con investigación primaria y aportes secundarios para construir una base de datos de tamaño de mercado. El modelo detallado es propietario.
Los externos no pueden ver las ponderaciones de los proveedores, las reglas de revisión o el tratamiento completo de divisas, precios, restricciones de oferta, inventario del canal y cambios de categoría. Pero la divulgación de alto nivel importa porque distingue el pronóstico de una narrativa construida solo a partir de entrevistas ejecutivas o del sentimiento del mercado.
Esa plataforma institucional le otorga a Lovelock dos tipos de autoridad pública. La primera es probatoria. Puede hablar desde un modelo que afirma agregar análisis de ventas de proveedores, comportamiento de compradores y aportes de investigación en un amplio mercado tecnológico. La segunda es clasificatoria. Gartner no solo dice que el gasto sube o baja; asigna el gasto a categorías que las propias empresas utilizan al planificar.
Dispositivos, sistemas de centros de datos, software, servicios de TI, servicios de comunicaciones, servidores optimizados para IA, infraestructura como servicio, software de aplicaciones, semiconductores y servicios de IA no son compartimentos neutrales. Se convierten en un mapa compartido para el mercado.
El mapa tiene consecuencias. Un proveedor que vende en la construcción de centros de datos quiere saber si el crecimiento se concentra en racks de servidores de IA, almacenamiento, memoria, redes, sistemas de energía o instalaciones. Una empresa de servicios quiere saber si los compradores pagarán por trabajos de transformación o esperarán ahorros de automatización que reduzcan el valor del contrato. Un director de informática quiere saber si los aumentos de costo del software provienen de nuevas funcionalidades, del poder de fijación de precios del proveedor, o del costo oculto de las funciones de IA.
Un inversor quiere saber si el ciclo de gasto es amplio o está concentrado en un pequeño número de cuellos de botella de infraestructura. El rol público de Lovelock es traducir el mapa de Gartner a un lenguaje que cada una de esas audiencias pueda reutilizar.
Esa reutilización es lo que hace que un pronosticador sea organizacionalmente relevante. Una empresa no tiene que aceptar cada cifra de Gartner para que el pronóstico afecte la planificación. Solo tiene que tratar las categorías de Gartner como un punto de referencia. Una vez que una presentación de la junta utiliza las mismas categorías, una vez que una presentación de un proveedor compara su mercado direccionable con la línea de gasto de Gartner, una vez que una noticia convierte una revisión de pronóstico en un titular de mercado, el pronóstico ha entrado en el lenguaje operativo del sector.
La revisión como disciplina
La parte más reveladora del registro público de Lovelock no es ninguna cifra en particular. Es el patrón de revisión. En julio de 2024, Gartner pronosticó un gasto mundial en TI de aproximadamente 5,26 billones de dólares para 2024, un aumento del 7,5 %. El mismo comunicado destacó los sistemas de centros de datos como la categoría de más rápido crecimiento, con un gasto que se esperaba aumentara más del 24 %. La interpretación de Lovelock ya se centraba en la IA generativa como un problema de costo y capacidad, no simplemente como una historia de productividad.
El mensaje público era que la IA estaba presionando la infraestructura de cómputo y la economía del software antes de que muchas empresas pudieran demostrar retornos a gran escala.
Para julio de 2025, la cobertura secundaria del pronóstico de Gartner situó el gasto mundial en TI en alrededor de 5,43 billones de dólares para el año. El lenguaje se desplazó hacia la incertidumbre. TechRadar informó la opinión de Gartner de que había una pausa en el gasto neto nuevo causada por la incertidumbre global, pero que las iniciativas de IA e IA generativa aún superaban la pausa. Esa distinción es central en el patrón de Lovelock. Un pronosticador más débil podría haber aplanado el mercado en un simple "boom de IA" o "los compradores son cautelosos".
La historia pública de Gartner sostenía ambas afirmaciones a la vez: cautela en algunas decisiones empresariales, aceleración en infraestructura y software relacionados con la IA.
En septiembre de 2025, el pronóstico específico de IA de Gartner dio al ciclo un marco mucho más amplio. La empresa dijo que el gasto mundial en IA totalizaría casi 1,5 billones de dólares en 2025 y más de 2 billones de dólares en 2026. La explicación pública de Lovelock señaló a los centros de datos de hiperescaladores, hardware optimizado para IA, GPU, empresas chinas, nuevos proveedores de nube de IA y apoyo de capital de riesgo. Esa es una cadena causal más compleja que una simple curva de adopción empresarial.
Dice que el mercado de IA puede aumentar incluso si muchos usuarios finales aún están experimentando, porque los proveedores de infraestructura y las empresas de plataformas están gastando por delante de la productividad medida.
En octubre de 2025, Gartner pronosticó que el gasto mundial en TI superaría los 6 billones de dólares por primera vez en 2026, alcanzando unos 6,08 billones de dólares. La tabla oficial mostraba un fuerte crecimiento de los sistemas de centros de datos nuevamente, el software continuaba expandiéndose y los servicios de TI seguían siendo el mayor segmento individual fuera de los servicios de comunicaciones. Los comentarios públicos de Lovelock separaron nuevamente los impulsores de cada categoría. Los dispositivos se vieron ayudados por teléfonos móviles y dispositivos con IA.
Los sistemas de centros de datos estaban limitados por el suministro de racks de servidores optimizados para IA. El crecimiento del software reflejaba la continua difusión de funciones de IA y la economía de las licencias empresariales.
Luego continuaron las revisiones. En febrero de 2026, ITPro informó el pronóstico de Gartner de 6,15 billones de dólares, con un gasto en centros de datos superior a 650.000 millones de dólares, un crecimiento del gasto en servidores cercano al 37 %, un crecimiento del software superior al 15 %, un crecimiento del gasto en IA generativa por encima del 80 %, y la presión de los precios de la memoria frenando el crecimiento de los dispositivos.
En abril de 2026, Cinco Días y The Economic Times informaron un nuevo pronóstico de Gartner de aproximadamente 6,31 billones de dólares para el gasto mundial en TI en 2026, con la infraestructura de IA y los sistemas de centros de datos realizando gran parte del trabajo. Cinco Días informó un crecimiento de los sistemas de centros de datos del 55,8 % hasta casi 788.000 millones de dólares.
Visto de una manera, la revisión repetida es una advertencia sobre la incertidumbre. Las cifras de Gartner cambiaron a medida que el mercado cambiaba. Visto de otra manera, es el producto en sí mismo. Un pronóstico que no se revisa en un ciclo de IA en rápido movimiento sería más sospechoso que uno que sí lo hace. La disciplina no es preservar la primera cifra; es explicar por qué la cifra se movió.
El valor de Lovelock para la audiencia de Gartner reside en parte en esa explicación: la diferencia entre un mercado que crece por una amplia adopción de software empresarial, un mercado que crece porque los precios de la memoria son más altos, y un mercado que crece porque los hiperescaladores están comprando cómputo optimizado para IA antes de que los ingresos posteriores sean completamente visibles.
El problema de la infraestructura de IA
El ciclo de IA ha hecho que el rol de Lovelock sea más importante porque ha vuelto el gasto en TI más difícil de leer. En ciclos anteriores de tecnología empresarial, un pronóstico de gasto a menudo podía interpretarse a través de categorías de demanda familiares: renovación de hardware, migración a la nube, expansión de licencias de software, subcontratación, conectividad de telecomunicaciones o cumplimiento normativo. La IA generativa desordenó esa estructura.
Un servidor GPU comprado por un hiperescalador puede servir para entrenamiento de modelos de IA, inferencia empresarial, funciones de consumo o capacidad que permanece subutilizada durante un período. El gasto en software puede aumentar porque un proveedor incorporó funciones de IA en una suite y cobró más, incluso si el comprador aún no ha visto una ganancia de productividad equivalente. El gasto en servicios puede moverse en direcciones opuestas: más consultoría para preparar datos y rediseñar procesos, pero presión para reducir el valor de los contratos de servicios gestionados a medida que la automatización se vuelve esperada.
Por eso importa el repetido énfasis en los centros de datos. El pronóstico de Gartner para 2024 ya señalaba los sistemas de centros de datos como la categoría de alto crecimiento. Para 2025 y 2026, la historia había pasado del crecimiento ordinario de la nube a la economía de la infraestructura de IA. El pronóstico de gasto en IA de Gartner separaba los servidores optimizados para IA de otras categorías de IA. La cobertura secundaria en 2026 informó luego de la presión de la memoria avanzada, la computación de alto rendimiento, la demanda de servidores y las construcciones de hiperescaladores.
Los comentarios públicos de Lovelock situaron el boom de infraestructura dentro de una cadena más amplia: proveedores de nube construyendo capacidad de IA, proveedores de hardware capturando ingresos inmediatos, empresas de software aprendiendo cómo fijar el precio de las funciones de IA, y empresas de servicios enfrentando la posibilidad de que los clientes exijan ahorros de la entrega habilitada por IA.
El resultado es un mercado de múltiples velocidades. Los sistemas de centros de datos pueden crecer a tasas extraordinarias mientras que las categorías tradicionales crecen más lentamente. El software de IA puede elevar los valores de los contratos mientras los márgenes de servicios se ajustan. Los dispositivos pueden beneficiarse de las narrativas de PC con IA y teléfonos inteligentes mientras los precios de la memoria interfieren con los ciclos de reemplazo. La infraestructura de la nube puede expandirse mientras los compradores empresariales siguen siendo cautelosos sobre qué proyectos de IA merecen un despliegue a escala.
Si una junta directiva ve solo el número total de gasto, se pierde la distribución del riesgo.
El lenguaje de pronóstico de Lovelock está construido para esa distribución. Dice que la demanda de infraestructura de IA puede ser real incluso cuando el retorno de la inversión en IA sigue siendo incierto. Dice que los ingresos del software pueden aumentar porque la IA eleva la base de costos de las aplicaciones, no solo porque los usuarios se están volviendo más productivos. Dice que las empresas de servicios pueden beneficiarse de la demanda de proyectos y al mismo tiempo perder poder de fijación de precios a medida que los clientes preguntan dónde fueron los ahorros de automatización prometidos.
Dice que el boom de centros de datos está limitado por los racks de servidores, la memoria, la energía y el calendario de los hiperescaladores, en lugar de por un simple recuento de despliegues empresariales de IA.
Esta distinción es también donde el artículo no debe derivar en una narrativa de héroe. Lovelock no creó el boom de la infraestructura de IA. Nvidia, los hiperescaladores, los proveedores de chips, las plataformas en la nube, las empresas de software empresarial, los inversores, las empresas de servicios públicos y los gobiernos están todos más cerca de las decisiones de capital. Su rol está aguas abajo de muchas de esas decisiones y aguas arriba de muchas conversaciones de planificación sobre ellas.
Recibe señales del mercado, el aparato de Gartner las organiza y las devuelve al mercado en una forma que puede ser citada, cuestionada, presupuestada o incorporada en la estrategia.
Esa posición intermediaria es fácil de pasar por alto porque no se parece al poder de la manera habitual. No hay una puerta de fábrica, ni ceremonia de apertura de una región de nube, ni presentación de un producto. Pero en un mercado donde la incertidumbre misma cambia el comportamiento, la persona que le da a la incertidumbre una estructura repetida se convierte en parte del entorno de planificación.
La división entre software y servicios
Una de las señales públicas más útiles de Lovelock es la separación entre software y servicios. El ciclo de IA tiende a difuminarlos. Los proveedores venden IA como una función del software, los consultores venden IA como trabajo de transformación, los proveedores de nube venden IA como capacidad de cómputo, y los compradores a menudo experimentan los tres como un solo problema presupuestario. Las categorías de pronóstico de Gartner fuerzan una distinción.
En el ciclo de pronóstico de 2024, Lovelock describió la IA generativa como una fuerza que elevaría el costo del software. El significado práctico es contundente: las empresas de software pueden no necesitar que cada cliente ejecute un proyecto de IA exitoso antes de subir los precios o reempaquetar funciones. Si la funcionalidad de IA se convierte en parte del paquete de licencia, la línea de gasto puede aumentar incluso mientras la evidencia de productividad sigue siendo desigual. Eso no es necesariamente malo para los compradores si las funciones se vuelven útiles. Es peligroso si el precio llega antes que el valor.
Para 2026, el lado de los servicios se veía diferente. The Economic Times informó la opinión de Lovelock de que los proveedores de servicios gestionados indios podrían beneficiarse del traslado de trabajos rutinarios hacia iniciativas de IA, mientras que las empresas de servicios enfrentaban presión sobre los márgenes porque los clientes esperarían que la eficiencia impulsada por la IA se reflejara en los precios de los contratos. Esa es una asimetría importante. Los proveedores de software a veces pueden monetizar la IA incorporándola en productos e impulsando contratos más ricos.
Los proveedores de servicios a menudo venden mano de obra, conocimiento de procesos y confiabilidad en la entrega. Si la IA reduce la intensidad de mano de obra percibida del trabajo, los clientes pueden preguntar por qué el contrato no debería ser más barato.
Para juntas directivas y ejecutivos, esta división importa porque cambia qué empresas ganan poder de fijación de precios. Un proveedor de software con una base instalada dominante puede tratar la IA como una palanca de renovación. Un integrador de sistemas puede tener que demostrar que puede entregar transformación de IA sin ceder demasiado de la ganancia de productividad. Un proveedor de nube puede convertir la demanda de IA en ingresos de infraestructura si tiene capacidad.
Un fabricante de dispositivos puede beneficiarse de una narrativa de renovación por IA, pero estar expuesto a la demanda del consumidor, los precios de la memoria y los ciclos de reemplazo. Una empresa de servicios gestionados puede ver nuevos proyectos pero márgenes más débiles.
El trabajo de Lovelock hace visibles esas diferencias en el pronóstico de gasto. Las cifras públicas de Gartner no dicen simplemente que la IA es grande. Preguntan qué segmento de gasto está siendo impulsado, por qué y durante cuánto tiempo. Esa es la razón por la que su rol pertenece a un perfil de inteligencia de mercado en lugar de a una biografía genérica de analista. La pregunta no es si es optimista o escéptico sobre la IA. La pregunta es si su lenguaje de categorías ayuda a los lectores a separar un tipo de gasto en IA de otro.
Hay una advertencia aquí. Dado que Gartner es una firma de asesoría comercial, sus categorías y narrativas públicas también apoyan la relevancia propia de Gartner. Un mercado de IA en rápido movimiento crea demanda de pronósticos, llamadas de asesoría, conferencias, sesiones informativas con proveedores y suscripciones de investigación. La autoridad de Gartner es, por tanto, tanto un insumo para el mercado como un activo comercial.
Eso no invalida el trabajo, pero da a los lectores una razón para preguntar cómo la metodología maneja la evidencia contradictoria, con qué rapidez ocurren las revisiones y cómo se comunica la confianza en el pronóstico.
El registro público más sólido para Lovelock es que no presenta el ciclo de IA como libre de fricciones. Sus comentarios apuntan a pausas, restricciones, precios de memoria, inflación de costos de software, cuellos de botella de infraestructura y presión sobre los márgenes de servicios. En un mercado abarrotado de afirmaciones promocionales sobre IA, ese tipo de pronóstico matizado es más útil que el entusiasmo. No garantiza precisión. Le da a la audiencia un conjunto de puntos de presión para monitorear.
Influencia sin causalidad
La parte más difícil de evaluar a Lovelock es distinguir influencia de causalidad. Un pronóstico de Gartner puede aparecer en titulares de medios, presentaciones de proveedores, materiales de juntas directivas y notas de inversores. Eso no significa que el pronóstico haya causado el gasto que describe. En la mayoría de los casos, la causalidad va en sentido contrario: los proveedores informan ventas, los compradores revelan comportamientos presupuestarios, los hiperescaladores divulgan o señalan planes de capital, las cadenas de suministro exponen restricciones, y el modelo de Gartner convierte esos insumos en un pronóstico.
Pero la influencia puede operar sin causalidad primaria. Una vez que un pronóstico es lo suficientemente creíble como para ser repetido, puede moldear expectativas. Un director de informática que ve a Gartner revisando al alza el gasto en infraestructura de IA puede no aumentar el gasto porque Gartner lo dijo, pero el pronóstico puede afectar las preguntas que ese director de informática enfrenta por parte de la junta directiva. ¿Por qué nuestra estrategia de centros de datos es diferente del mercado? ¿Estamos invirtiendo poco en capacidad de IA?
¿Están los proveedores de software a punto de impulsar aumentos en las renovaciones relacionados con la IA? ¿Están los socios de servicios trasladando los ahorros de automatización? ¿Estamos expuestos a restricciones de suministro de memoria o racks de servidores?
Los proveedores usan los pronósticos de manera diferente. Una empresa de software puede usar una línea de gasto de Gartner para justificar el posicionamiento de un producto. Un proveedor de hardware puede señalar el crecimiento de los sistemas de centros de datos para defender la inversión en capacidad. Una empresa de servicios puede usar la historia de adopción de IA para vender transformación, pero también puede tener que explicar por qué la IA no simplemente reduce el costo de entrega.
Los proveedores de nube utilizan la narrativa de crecimiento de infraestructura para hacer que el gasto en capacidad parezca un posicionamiento disciplinado en lugar de una sobreconstrucción especulativa. Los inversores usan el mismo material para probar si el crecimiento de los ingresos es concentrado, amplio, duradero o circular.
Esa es la superficie operativa donde Lovelock importa. Ayuda a definir las preguntas. En un mercado complejo, definir las preguntas puede ser casi tan importante como responderlas. Si la pregunta compartida se convierte en "¿qué tan grande es el gasto en IA?", entonces casi cualquier cifra grande apoya la narrativa del boom. Si la pregunta compartida se convierte en "¿qué categoría de gasto en IA está creciendo, y qué restricción la está impulsando?", entonces las juntas directivas y los inversores pueden hacer preguntas de seguimiento más agudas. ¿Es esta demanda de usuarios finales o de proveedores construyendo capacidad?
¿Son los ingresos recurrentes o puntuales? ¿Está el precio impulsando el crecimiento más que el volumen? ¿Depende la categoría de un pequeño número de compradores hiperescalares? ¿Implica la línea de gasto productividad futura o solo depreciación futura?
El registro público muestra a Lovelock empujando repetidamente el pronóstico hacia esas preguntas más agudas. En 2025, el tema no era solo crecimiento, sino incertidumbre. A finales de 2025, el tema no era solo cruzar los 6 billones de dólares, sino la estructura de oferta y categoría detrás del cruce. En 2026, las revisiones al alza enfatizaron la infraestructura de IA, los centros de datos, la memoria y el software, en lugar de pretender que todo el gasto en tecnología estaba aumentando a la misma velocidad.
Esa disciplina es útil precisamente porque la autoridad de Gartner puede ser mal utilizada. Una cifra principal puede aplanar los matices. Un proveedor puede citar la parte del pronóstico que ayuda a su historia de ventas e ignorar las advertencias. Una junta directiva puede usar la tasa de crecimiento como una táctica de presión sin entender la mezcla de categorías. Los mejores comentarios públicos de Lovelock dan a los lectores una defensa contra ese mal uso: lean el total, luego lean los impulsores.
Las limitaciones del registro
La evidencia también deja lagunas. El registro público no muestra la historia completa de la carrera de Lovelock, su fecha exacta de inicio, su línea de reporte interno, o la asignación precisa del trabajo entre él y los equipos de investigación más amplios de Gartner. La divulgación de la metodología de Gartner es útil pero parcial. Dice a los lectores que se utilizan análisis de ventas de proveedores, investigación primaria y evidencia secundaria.
No muestra el modelo detallado, las bandas de confianza, la ponderación de datos de última hora, o cómo la empresa trata el sesgo de los proveedores que tienen un interés comercial en una estimación de mercado más grande.
Esas lagunas deben moldear la evaluación. Lovelock no debe ser descrito como el único arquitecto del pronóstico de gasto en TI de Gartner. Se entiende mejor como un intérprete público líder y operador de un proceso institucional más amplio. Ese proceso es comercial, propietario y altamente visible. También está limitado por la misma dificultad que enfrenta todo pronosticador tecnológico: los mercados cambian más rápido de lo que la evidencia pública puede asentarse.
La IA hace esa dificultad aguda. Un centro de datos puede ser financiado antes de que las aplicaciones de usuario final estén probadas. Una empresa de software puede cobrar por IA antes de que los clientes sepan qué funciones mantendrán. Una empresa de servicios puede prometer eficiencia habilitada por IA antes de que los métodos de entrega se estabilicen. Un proveedor de nube puede construir capacidad porque los competidores están construyendo capacidad. Un proveedor de semiconductores puede reportar ingresos reales mientras que la economía de los clientes posteriores sigue sin resolverse.
Estas no son contradicciones; son diferentes partes del ciclo de capital moviéndose en diferentes relojes.
Associated Press capturó parte de esa tensión a finales de 2025 cuando informó que los inversores aún se preguntaban si el boom de la IA cumpliría sus promesas de ganancias y productividad, incluso cuando las empresas vinculadas a la construcción de infraestructura producían resultados sólidos. Kiplinger planteó una cuestión de sostenibilidad relacionada al colocar la perspectiva de gasto en TI de Gartner para 2026 junto a la preocupación por patrones de gasto circulares y la fuerza inusual de la demanda relacionada con la IA.
La cobertura de ITPro a principios de 2026 añadió el problema del retorno de la inversión: el entusiasmo y el gasto seguían siendo altos aunque muchas organizaciones seguían intentando probar un valor escalable.
Para Lovelock, estas preocupaciones no están fuera del pronóstico. Son parte de lo que un pronóstico debe absorber. Si el modelo trata todo el gasto en IA como igualmente duradero, pasará por alto el riesgo de sobreconstrucción. Si trata todos los proyectos fallidos de IA como evidencia de que el ciclo de infraestructura es falso, pasará por alto los ingresos reales de los proveedores y los compromisos de capacidad. El arte es mantener ambas posibilidades a la vista.
Ahí es donde el lenguaje del Ciclo de Hype de Gartner es relevante. La propia metodología de Gartner describe la adopción de tecnología como pasando por expectativas infladas, desilusión y eventual uso productivo para las tecnologías que sobreviven. El Ciclo de Hype no es una invención personal de Lovelock, y no debe forzarse sobre cada pronóstico. Pero ilustra el hábito institucional de Gartner: hacer legible la incertidumbre nombrando etapas, riesgos y opciones de calendario. El trabajo de Lovelock sobre el gasto en TI aplica un hábito similar a los presupuestos. La pregunta no es simplemente si la IA está en una etapa temprana o tardía.
Es qué línea presupuestaria ya está absorbiendo el costo.
Canadá, los mercados globales y la persona detrás de una señal sin fronteras
La región asignada para Lovelock es Canadá / Global, y esa frase captura la geografía peculiar de su rol público. Los pronósticos que interpreta son globales. Las categorías cruzan fronteras. El capex de los hiperescaladores, la oferta de semiconductores, los precios de la memoria, los contratos de software, los márgenes de servicios gestionados y la capacidad de la nube no respetan un solo mercado nacional. Sin embargo, la persona vinculada al pronóstico no necesita estar en el centro de cada decisión de capital para influir en cómo se leen esas decisiones.
Esto importa para una publicación preocupada por la infraestructura y el poder de mercado. Los líderes tecnológicos más visibles a menudo están dentro de empresas que poseen activos: regiones de nube, redes de fibra, centros de datos, plataformas de modelos, suites de software, cadenas de suministro de semiconductores. La posición de Lovelock es diferente. Está dentro de una institución de asesoría que crea interpretación compartida. Ese tipo de poder es más fácil de pasar por alto porque parece investigación en lugar de propiedad.
Pero la investigación aún puede convertirse en infraestructura cuando suficientes participantes del mercado construyen decisiones a su alrededor.
El carácter global del pronóstico también lo hace útil para mercados más pequeños y regionales. Un proveedor de nube nacional, un integrador de sistemas regional, un operador de telecomunicaciones, un comprador del sector público o un desarrollador local de centros de datos puede no ser capaz de observar todo el ciclo de gasto en IA directamente. Las cifras de Gartner dan a esos actores un punto de referencia externo. Pueden decidir si su propio mercado está rezagado, sobrecalentado o moviéndose de manera diferente debido a regulación, divisas, energía, normas de contratación o composición de clientes.
Los comentarios públicos de Lovelock sobre India en 2026 muestran esta traducción en acción. El mismo pronóstico global puede leerse a través de los márgenes de servicios, la estrategia local de centros de datos, la oportunidad de exportación y la demanda de los clientes de eficiencia habilitada por IA.
Esa es una forma práctica de influencia. No requiere carisma personal o autoridad ejecutiva. Depende de la repetición, la disciplina de categorías y la confianza institucional. Cada ciclo de pronóstico le da a Lovelock y a Gartner otra oportunidad de ajustar el mapa compartido. Si el mapa resulta útil, se convierte en parte del mobiliario de planificación del mercado. Si resulta equivocado, aún puede moldear decisiones hasta que el error se haga visible.
Lo que construyó y lo que no construyó
El estándar de Sofia Ren para un perfil como este es preguntar qué construyó la persona, heredó, aprobó, financió, cerró, vendió, reorganizó, delegó o dejó sin resolver. Para Lovelock, la respuesta no es una fábrica o una línea de productos. La evidencia pública muestra que heredó y opera dentro de la plataforma de investigación de Gartner, y que ayuda a construir un producto de pronóstico recurrente en torno al gasto mundial en TI y la demanda relacionada con la IA. El resultado observable no es una decisión corporativa privada; es una secuencia de comunicados de pronósticos, narrativas de categorías y explicaciones de mercado.
Construyó, en público, una postura interpretativa consistente. El gasto en IA debe leerse a través de la infraestructura, el software, los dispositivos, la nube y los servicios, en lugar de a través de una única historia de adopción. La IA generativa puede elevar los costos del software antes de demostrar productividad. El gasto en centros de datos puede aumentar porque los proveedores están construyendo por delante de la demanda. Los servicios gestionados pueden ver oportunidades mientras enfrentan presión sobre los precios. La incertidumbre del comprador puede ralentizar algunos proyectos mientras las inversiones en IA aún se expanden.
Un pronóstico puede revisarse al alza sin convertirse en un ejercicio de animación si los impulsores se nombran claramente.
No construyó el boom de la IA. No aprobó el gasto de capital de los hiperescaladores. No decidió la hoja de ruta de productos de Nvidia, los presupuestos empresariales de IA, los precios de los proveedores de software, las colas de interconexión eléctrica o la política gubernamental de centros de datos. No controla si el gasto en IA produce finalmente suficientes retornos. Esos límites importan porque la tentación pública es tratar a los intérpretes visibles como tomadores de decisiones ocultos.
El registro de Lovelock es más específico y más defendible: ayuda a definir cómo esos tomadores de decisiones describen el mercado a sí mismos y entre ellos.
También dejó preguntas importantes sin resolver, al menos en público. Gartner no publica suficiente detalle del modelo para que los externos puedan auditar completamente el proceso de pronóstico. Los informes públicos no muestran cómo Gartner separa la inflación de precios del crecimiento del volumen en cada categoría, cómo maneja el optimismo de los proveedores, o cómo calibra la precisión del pronóstico durante múltiples ciclos. La revisión al alza de abril de 2026, informada en cobertura secundaria, necesita una comparación continua con los materiales oficiales de Gartner y los resultados posteriores.
El retorno de productividad a largo plazo de la infraestructura de IA sigue siendo una pregunta abierta. También lo es la distribución de ganancias entre plataformas de nube, proveedores de software, proveedores de hardware, empresas de servicios y clientes empresariales.
Esas preguntas sin resolver no debilitan el perfil. Son el perfil. El valor público de un pronosticador se prueba donde los hechos son incompletos pero las decisiones no pueden esperar.
Qué observar a continuación
La próxima evaluación de la influencia de Lovelock no debería preguntar si tuvo "razón" en un sentido simple de pronóstico puntual. Debería preguntar cómo manejó el pronóstico la tensión. Ya son visibles varios puntos de tensión.
Primero, los sistemas de centros de datos. Si el gasto en 2026 sigue siendo tan fuerte como sugirió el informe de abril de 2026, la pregunta será si la demanda se absorbe en servicios productivos de nube e IA o si aparece sobreconstrucción en utilización, precios o proyectos retrasados. Un pronosticador sólido distinguirá el gasto registrado por los proveedores del valor realizado por los clientes.
Segundo, el software. Si los proveedores continúan incorporando IA en las aplicaciones empresariales, el gasto en software puede aumentar incluso donde los clientes ven retornos desiguales. La pregunta práctica es si la IA se convierte en una palanca de renovación duradera o en un aumento de precios contestado. El lenguaje anterior de Lovelock sobre el efecto de la IA en el costo del software da a los lectores el marco de monitoreo correcto.
Tercero, los servicios. Las empresas de servicios gestionados y consultoría tendrán que decidir si la IA les permite proteger márgenes, ganar nuevo trabajo o ceder ganancias de eficiencia a los clientes. La discusión sobre los servicios indios en 2026 es una versión específica de un mercado de un problema global. Si los clientes esperan que la IA reduzca el costo de entrega, los pronósticos de servicios necesitan capturar tanto la demanda de proyectos como la compresión de márgenes.
Cuarto, dispositivos y memoria. Los PC con IA y los teléfonos habilitados para IA pueden crear una narrativa de reemplazo, pero los precios de los componentes y la demanda de los usuarios determinan si la narrativa se convierte en volumen. El comentario de Gartner en 2026 sobre la presión de los precios de la memoria es un recordatorio de que el crecimiento de la categoría de IA puede ser frenado por la economía ordinaria de la cadena de suministro.
Quinto, la dependencia de los servicios en la nube. A medida que las cargas de trabajo de IA se concentran en entornos de hiperescaladores, los compradores pueden volverse más dependientes de la nube y de los proveedores de entrega de aplicaciones gestionadas. La línea de pronóstico puede mostrar crecimiento del gasto, pero el problema estratégico es el control: quién posee la capacidad, quién paga por la escala no utilizada y quién tiene poder de negociación cuando las funciones de IA se integran en el software central.
Estos puntos de observación muestran por qué el rol de Lovelock sigue siendo útil después de que la cifra principal se desvanece. El mercado no solo necesita un total. Necesita una forma de probar si el total es saludable.
La evaluación
El registro público de John-David Lovelock es un estudio de caso de influencia institucional sin control operativo directo. No es un ejecutivo tecnológico de renombre. No es el fundador de una plataforma de IA ni el propietario de una finca de centros de datos. Su trabajo es relevante porque el aparato de pronóstico de Gartner se sitúa entre la evidencia y la planificación. Recoge señales del mercado, las organiza en categorías, las revisa a medida que cambian las condiciones, y las devuelve al mercado con suficiente autoridad para ser reutilizadas.
Eso lo convierte en un operador de pronósticos. La frase es deliberadamente modesta. No pretende que él solo cree el modelo de Gartner o comande el mercado. Reconoce que alguien tiene que operar la interfaz pública del pronóstico: decir qué se movió, por qué se movió, qué categoría importa, dónde están las advertencias y qué tipo de gasto no debe confundirse con otro.
En el ciclo de IA, ese rol se ha vuelto más importante porque la misma palabra, "IA", ahora cubre la demanda de semiconductores, racks de servidores, energía de centros de datos, capacidad de nube, licencias de software empresarial, trabajo de consultoría, servicios gestionados, dispositivos y afirmaciones de productividad.
La evidencia más fuerte de la influencia de Lovelock es la consistencia de su trabajo público de categorías. Desde la aceleración de centros de datos en 2024 hasta la incertidumbre de 2025 y las revisiones al alza de 2026, el mensaje no es solo que el gasto en tecnología está aumentando. Es que la infraestructura de IA y el software habilitado para IA han cambiado la composición del gasto antes de que el caso de productividad completa esté resuelto. Ese es exactamente el tipo de distinción que las juntas directivas y los proveedores necesitan.
Les impide tratar cada dólar de IA como prueba de adopción, y les impide descartar la demanda real de infraestructura solo porque algunos proyectos empresariales decepcionan.
La principal advertencia es la opacidad. El modelo detallado de Gartner es propietario. El público no puede inspeccionar completamente la conversión del análisis de ventas de proveedores, investigación primaria, material secundario y juicio en una tabla de pronóstico. El propio interés comercial de Gartner en la relevancia de la asesoría también significa que los lectores no deberían consumir sus pronósticos pasivamente. El uso correcto del trabajo de Lovelock no es la obediencia.
Es la comparación disciplinada: comparar la mezcla de categorías con las divulgaciones de las empresas, los datos de la cadena de suministro, los presupuestos de los clientes, las restricciones de energía y centros de datos, el comportamiento de renovación de software y la evidencia de productividad realizada.
Sobre esa base, la importancia de Lovelock es clara pero limitada. Es una señal pública útil en un mercado donde el capital se mueve más rápido que la certeza. Sus pronósticos no responden a la pregunta final de si la construcción de IA ganará su costo. Ayudan a definir las preguntas intermedias que determinan quién sobrevive a la construcción, quién la monetiza y quién confunde gasto con valor. Para un mercado tecnológico ahogado en afirmaciones, eso es suficiente para hacer que el pronosticador merezca ser observado.