Amazon sube su capex un 69% y enciende las alarmas en Wall Street.

Amazon sube su capex un 69% y enciende las alarmas en Wall Street. Analizamos el desorbitado gasto de Big Tech en infraestructura de IA y sus riesgos.

La factura millonaria de la inteligencia artificial ya está aquí

Llevo quince años analizando los vaivenes del sector tecnológico, viendo pasar fiebres por el 3D, el metaverso, la tecnología blockchain y los dispositivos vestibles. Ninguna de esas olas me preparó para lo que presenciamos en las salas de juntas de Silicon Valley y en los parqués financieros de Nueva York. La industria del software se ha convertido en una industria pesada, intensiva en capital, más parecida a la construcción de infraestructuras petroleras o de transporte ferroviario del siglo XIX que al negocio de copiar líneas de código a coste marginal cero.

Los últimos resultados trimestrales de Amazon han terminado de confirmar la tendencia: un incremento del 69% en sus gastos de capital (capex), destinado en su inmensa mayoría a levantar centros de datos, comprar tarjetas de procesamiento gráfico y asegurar suministro eléctrico masivo. Amazon no está sola. Google (Alphabet), Microsoft y Meta han seguido exactamente el mismo libreto. La procesión de gigantes tecnológicos que desfilan ante los inversores muestra un patrón idéntico: una chequera abierta de par en par para la inteligencia artificial y unos mercados financieros a los que empieza a temblarles el pulso.

Durante años, el atractivo de las grandes tecnológicas residía en su eficiencia. Creaban un producto una vez y lo distribuían a miles de millones de personas con costes mínimos. Hoy esa lógica saltó por los aires. Para entrenar y desplegar los modelos de lenguaje que impulsan a Alexa, Gemini, Copilot o ChatGPT, la infraestructura necesaria requiere decenas de miles de millones de dólares antes de ver el primer centavo de beneficio neto. La gran pregunta que recorre los pasillos de los analistas de mercado ya no es cuándo llegará la inteligencia artificial general, sino quién va a pagar esta monumental fiesta de silicio y hormigón.

Amazon y el gasto desbocado: ¿dónde se van exactamente 75.000 millones de dólares?

Cuando los números crecen tanto, pierde sentido la escala. Analicemos de cerca lo que significa un aumento del 69% en los gastos de capital de Amazon. No estamos hablando de comprar computadoras de oficina ni de renovar la flota de furgonetas de reparto de Prime. La división de nube de la empresa, Amazon Web Services (AWS), absorbe la mayor parte de estos recursos financieros.

Un centro de datos moderno diseñado para cargas de trabajo de inteligencia artificial no se parece en nada a una sala de servidores tradicional de hace cinco años. Requiere tres pilares críticos y endiabladamente caros:

• Aceleradores de hardware especializados: El precio de mercado de las arquitecturas Hopper y Blackwell de Nvidia supera los decenas de miles de dólares por unidad. Amazon compra estos chips por decenas de miles. Aunque la empresa desarrolla sus propios microprocesadores (Trainium e Inferentia) para reducir la dependencia de Nvidia, la transición exige años de inversión en desarrollo y adaptación de software.
• Infraestructura de refrigeración líquida: Los servidores de IA generan densidades térmicas inéditas. Ya no basta con aire acondicionado industrial; se requieren circuitos cerrados de líquido refrigerante que pasan a milímetros de los procesadores, lo que dispara los costes de ingeniería civil e instalaciones técnicas.
• Acceso garantizado a la red eléctrica: Conseguir megavatios —y pronto gigavatios— de energía limpia e ininterrumpida se ha convertido en la mayor batalla inmobiliaria y logística del planeta.

Andy Jassy, consejero delegado de Amazon, dejó clara la postura de la empresa en la conferencia con inversores: prefieren arriesgarse a construir capacidad de más que quedarse cortos y perder el tren de la IA generativa frente a sus competidores. Es el dilema clásico del prisionero llevado a la escala de las corporaciones más valiosas del mundo.

Wall Street pierde la paciencia: la brecha entre capex y monetización

Durante la década de 2010, Wall Street premió el crecimiento a toda costa. Luego, en 2022 y 2023, exigió a las tecnológicas la llamada 'era de la eficiencia', traducida en despidos masivos y recortes de costes para inflar los márgenes de beneficio. Ahora, las mismas empresas han vuelto a abrir el grifo del gasto a niveles récord, pero la reacción de los mercados es radicalmente distinta.

El nerviosismo de los inversores no surge por capricho. Responde a una matemática financiera bastante simple pero inquietante. Si Meta despliega 40.000 millones de dólares al año en capex, si Microsoft roza cifras similares y Google acelera su ritmo de inversión, los ingresos adicionales generados por la IA deben crecer a una velocidad equivalente para justificar el rendimiento sobre el capital invertido (ROIC).

Sin embargo, la realidad comercial sobre el terreno avanza a otro ritmo:

1. Los ingresos por IA crecen, pero son marginales: Aunque las suscripciones a servicios como Microsoft 365 Copilot o los consumos de la API de Bedrock en AWS aportan ingresos reales, estos representan todavía un porcentaje modesto frente a la masa de inversión en infraestructura.
2. La guerra de precios arruina los márgenes: El coste de la inferencia (hacer funcionar un modelo de IA para responder a una consulta) ha caído drásticamente debido a la optimización técnica y a la competencia encarnizada entre modelos propietarios y modelos de código abierto como Llama de Meta. Para el usuario final y las empresas cliente esto es fantástico; para las cuentas de resultados de los proveedores de nube, significa que deben procesar millones de peticiones más solo para ingresar lo mismo.
3. El riesgo de obsolescencia acelerada: Un servidor tradicional puede amortizarse a lo largo de cuatro a seis años. Un clúster de tarjetas gráficas enfocado en entrenar modelos de frontera queda desfasado en apenas 24 o 36 meses ante el lanzamiento de arquitecturas dos o tres veces más eficientes. La amortización contable es implacable.

El dilema energético: reactores nucleares para alimentar algoritmos

Si hay un aspecto donde la narrativa de la inteligencia artificial abandona la nube etérea para chocar de frente con la realidad física, es en la red eléctrica. No se puede entender el desmedido gasto de Amazon, Microsoft y Google sin analizar la crisis energética latente a la que se enfrentan.

Hace apenas unos meses presenciamos un movimiento inédito: tecnológicas firmando acuerdos directos con operadores de centrales nucleares. Amazon adquirió un complejo de centros de datos conectado directamente a la planta nuclear de Susquehanna en Pensilvania. Microsoft cerró un acuerdo histórico para reactivar un reactor en Three Mile Island. La razón es evidente: los centros de datos de IA necesitan energía constante (base load) las 24 horas del día, los 7 días de la semana, algo que las renovables intermitentes como la solar y la eólica no pueden ofrecer por sí solas sin baterías gigantescas aún no disponibles a esa escala.

Esta presión sobre la infraestructura energética encarece el coste por megavatio para los propios gigantes de la tecnología y genera tensiones políticas y regulatorias locales. En regiones estratégicas como Virginia en Estados Unidos, Irlanda o la provincia de Aragón en España, el consumo energético de los centros de datos representa ya porcentajes de dos dígitos del total nacional. Cada megavatio contratado para la nube requiere inversiones millonarias en subestaciones y tendidos de alta tensión, costes que computan directamente en los presupuestos de gasto de capital que hoy alarman a los inversores.

¿Estamos ante una burbuja de infraestructuras similar a la de las telecomunicaciones en el año 2000?

Es inevitable trazar paralelismos históricos. Quienes cubrimos la tecnología a finales de los noventa recordamos perfectamente el colapso de las telecomunicaciones tras el estallido de la burbuja puntocom. En aquel entonces, empresas como Global Crossing o WorldCom tendieron cientos de miles de kilómetros de fibra óptica bajo los océanos y entre ciudades. La demanda anticipada no llegó a tiempo, los precios del ancho de banda se desplomaron y muchas de esas empresas quebraron.

Sin embargo, la fibra tendida no desapareció. Años después, esa misma infraestructura barata e infrautilizada permitió el surgimiento de la Web 2.0, el vídeo en streaming con Netflix, las redes sociales y el auge del comercio electrónico. ¿Ocurrirá lo mismo con la inteligencia artificial?

Existen dos diferencias clave con respecto a la crisis del año 2000 que conviene tener muy presentes:

1. El músculo financiero de los protagonistas

En el año 2000, las empresas de telecomunicaciones se endeudaron hasta las cejas para financiar el despliegue de redes. Hoy, Amazon, Google, Microsoft y Meta son máquinas gigantescas de generar caja libre gracias a sus negocios consolidados: el comercio electrónico, la publicidad digital y el software empresarial. No necesitan pedir prestado desesperadamente para financiar sus data centers; lo pagan con el flujo de efectivo que generan sus líneas de negocio tradicionales.

2. La utilidad inmediata de la infraestructura

A diferencia de la fibra oscura de hace dos décadas, las GPU que compran Big Tech no se quedan acumulando polvo en un cajón. La demanda de computación para procesamiento de datos, gráficos 3D, investigación científica y entrenamiento de modelos es real y constante. Si la demanda de chatbots de consumo sufriera un parón, esa potencia de cálculo se reorientaría rápidamente hacia la automatización industrial, el descubrimiento de fármacos o la logística.

¿Qué significa todo esto para los desarrolladores, las empresas y los usuarios en el ámbito hispanohablante?

Detrás de estos deslumbrantes gráficos financieros y de las turbulencias en la bolsa de Nueva York, las decisiones de gasto de estos gigantes tienen repercusiones muy directas en el mercado tecnológico de España y Latinoamérica.

En primer lugar, estamos viendo un despliegue sin precedentes de infraestructura física en la región. Amazon Web Services, Google Cloud y Microsoft Azure han anunciado e iniciado millonarias inversiones en regiones de datos locales: desde los enormes nodos en Aragón (España) hasta expansiones masivas en Querétaro (México), São Paulo (Brasil) y Santiago de Chile. La proximidad física de los servidores reduce drásticamente la latencia para las aplicaciones desarrolladas localmente y cumple con los estrictos marcos normativos de protección de datos como el RGPD europeo.

Por otro lado, esta batalla campal entre gigantes está jugando a favor de la democratización de la tecnología para pequeñas y medianas empresas en nuestro idioma:

• Reducción de costes de API: Las grandes plataformas están reduciendo los precios de acceso a sus modelos para ganar cuota de mercado. Desarrollar un producto sobre IA hoy es drásticamente más barato que hace apenas 18 meses.
• Modelos más eficientes y locales: La presión por recortar costes energéticos ha obligado a las empresas a crear modelos pequeños (SLMs) y especializados que pueden ejecutarse en servidores locales o dispositivos finales sin pasar por la nube masiva.
• Oportunidad para el ecosistema startup: Mientras Big Tech asume el riesgo financiero de levantar la costosa infraestructura pesada, las empresas emergentes pueden centrarse en la capa de aplicación: resolver problemas específicos del mercado hispanohablante en sectores como la banca, la salud o la educación.

Perspectiva: La carrera armamentista donde nadie puede frenar

El mercado financiero exige certidumbre, retornos rápidos y márgenes predecibles. La evolución tecnológica, en cambio, avanza a zancadas caóticas, destructivas y con frecuencia irracionales en el corto plazo. Amazon y sus rivales se encuentran atrapados en un compromiso ineludible: recortar el gasto en infraestructura para complacer a Wall Street hoy significa arriesgarse a quedar fuera del mercado del mañana.

Si una empresa decide pausar sus compras de servidores y en dos años surge un avance fundamental en arquitecturas de inteligencia artificial que requiere capacidad de cálculo masiva para competir, esa empresa habrá quedado fuera de la carrera de forma irreversible. El tiempo necesario para adquirir suelo industrial, construir el edificio, contratar la energía e instalar decenas de miles de aceleradores se mide en años, no en meses.

Estamos presenciando la mayor reestructuración de la infraestructura digital desde los inicios de Internet. Wall Street seguirá sintiendo vértigo cada vez que Amazon reporte un incremento del 69% en sus inversiones capitales o cuando Google anuncie otro paquete de decenas de miles de millones de dólares. Habrá correcciones bursátiles, dudas e inevitables momentos de pánico. Pero mientras el hardware continúe transformándose en software y las capacidades de los modelos sigan escalando, la chequera de Big Tech permanecerá abierta. La factura es astronómica, pero el precio de quedarse atrás es, sencillamente, la irrelevancia.

Fuente original: https://www.nytimes.com/2026/07/30/technology/amazon-google-ai-data-center-spending.html

---

Este artículo fue generado y revisado por el equipo de NewsDuck.