Cuando el hardware se convierte en infraestructura: la revalorización de la capacidad de cómputo, la energía y la confianza en 2026

Cuando el hardware se convierte en infraestructura: la nueva fijación de precios de la capacidad de cómputo, la energía y la confianza en 2026

> Resumen: la IA ya no es solo una historia de la industria del software. Está transformando el hardware de un negocio cíclico en un negocio de infraestructura, y la lógica de fijación de precios de la infraestructura nunca ha sido la misma que la de la electrónica de consumo.

Un viejo consenso que está siendo corregido

Durante más de una década, «el software se come el mundo» fue el marco narrativo más ampliamente aceptado en la industria tecnológica: el hardware se mercantilizó, los márgenes de beneficio migraron hacia el software y los servicios, los dispositivos quedaron reducidos a envoltorios que alojan aplicaciones, y las empresas de hardware quedaron atrapadas en un juego de suma cero entre volumen de envíos y margen bruto.

El panorama industrial de 2026 está corrigiendo este consenso. El juicio de Deloitte en sus «Perspectivas globales de la industria del hardware y la tecnología de consumo para 2026» es bastante directo: la IA está reavivando el crecimiento del hardware, redefiniendo los centros de datos y remodelando las arquitecturas de computación híbrida; y, del lado del consumidor, la confianza se está convirtiendo en un factor clave que impulsa el gasto.

Cabe señalar la tensión interna de esta perspectiva. No describe una curva de ascenso unidireccional, sino que presenta al mismo tiempo dos fuerzas que apuntan en direcciones opuestas: los ingresos del hardware empresarial aumentan por la demanda de IA, mientras que las ventas de PC podrían debilitarse por el aumento de los precios de la memoria. Esta estructura de «mismo año, misma industria, dos direcciones» es en sí misma la clave para entender 2026 —el hardware ya no es un todo, se está dividiendo en dos negocios completamente distintos.

I. La bifurcación de la curva de ingresos: del ciclo de renovación de equipos al ciclo de gasto de capital

Primero, veamos el total. Según cita Deloitte, el gasto global en TI se prevé que alcance los 5,5 billones de dólares en 2025, un aumento de aproximadamente el 10 % con respecto a 2024, y que supere por primera vez los 6 billones de dólares en 2026; entre ellos, los sistemas de centros de datos impulsados por la demanda de infraestructura de IA son el segmento de más rápido crecimiento.

Lo que ilustra mejor el cambio estructural es la pendiente del gasto en hardware de IA. Datos citados por Deloitte muestran que, en el segundo trimestre de 2025, el gasto en hardware de cómputo y almacenamiento destinado al despliegue de IA creció un 166 % interanual, hasta alcanzar los 82.000 millones de dólares; y se prevé que el mercado global de infraestructura de IA alcance los 758.000 millones de dólares en 2029.

El significado de estas cifras no está en la tasa de crecimiento en sí, sino en la sustitución del mecanismo impulsor. El ciclo tradicional de PC y dispositivos finales está impulsado por la demanda de reemplazo —los equipos viejos se vuelven lentos, los sistemas dejan de recibir soporte, los arrendamientos empresariales vencen—, por lo que tiene un techo natural. En cambio, la infraestructura de IA está impulsada por la demanda de capacidad: mientras el tamaño de los modelos, el volumen de llamadas de inferencia y los requisitos de latencia sigan cambiando, la inversión en cómputo adquiere la naturaleza de un cuasi gasto de capital, y sus límites no los determina la disposición del usuario a cambiar de equipo, sino la electricidad, el suelo, la capacidad de refrigeración y el costo del capital.

Esto explica un fenómeno contraintuitivo: por qué en años en que la demanda de dispositivos finales no es fuerte, los ingresos totales de la industria del hardware aún pueden expandirse rápidamente. El hardware empresarial y el de consumo están siendo regidos por dos marcos económicos completamente diferentes.## II. El centro de datos ya no es una sala de servidores, sino una industria pesada

Los objetivos de optimización de los centros de datos tradicionales eran relativamente claros: el equilibrio entre densidad de racks, ancho de banda de red, redundancia de alimentación y eficiencia de refrigeración. El entrenamiento y la inferencia de IA cambiaron las restricciones: Deloitte señala que los centros de datos están rediseñándose en torno a mayor potencia, refrigeración líquida y redes ópticas de ultra alta velocidad.

Estas tres cosas juntas apuntan a una migración en la naturaleza de la industria: los centros de datos están pasando de ser «inmobiliaria de TI» a una especie de industria pesada a medio camino entre la ingeniería energética y la manufactura de precisión.

Sus consecuencias tienen al menos dos niveles.

El primer nivel es el cambio en la lógica de ubicación. Cuando la densidad de potencia por rack aumenta considerablemente, ganan peso la disponibilidad de electricidad, los plazos de conexión a subestaciones y los recursos de agua para refrigeración, mientras que, para ciertas cargas de entrenamiento, la prioridad relativa de la latencia de red disminuye. Los clústeres de cómputo comienzan a concentrarse en regiones con excedentes de energía, costos de suelo controlables y políticas favorables.

El segundo nivel es la extensión de las restricciones de la cadena de suministro. Cuando el cuello de botella se extiende de los transistores a los transformadores, los circuitos de refrigeración, la fibra óptica y la capacidad de generación, la competencia en la industria del hardware queda inevitablemente entrelazada con la infraestructura energética, los ciclos de construcción de obras e incluso la eficiencia de los procesos de aprobación de los gobiernos locales. Para las empresas tecnológicas acostumbradas al ritmo de «diseño—tape-out—producción en masa», esto representa un tipo de exigencia de capacidades poco familiar.

III. La esencia de la nube híbrida es la «estratificación del cómputo»

Otra tendencia que observa Deloitte es que las empresas están adoptando estrategias de nube híbrida más deliberadas (deliberate) para gestionar las necesidades de las cargas de trabajo de IA en las tres dimensiones de costo, latencia y soberanía.

Vale la pena desglosar esta frase. En realidad, no describe «usar múltiples nubes», sino una nueva forma de pensar la arquitectura: estratificar el cómputo según las restricciones.

• Capa de costo: el entrenamiento de modelos de frontera y el procesamiento por lotes a gran escala se concentran en clústeres de hiperescala con el menor costo por unidad de cómputo;
• Capa de latencia: la inferencia y la interacción en tiempo real descienden hacia nodos regionales y el borde, cerca de los usuarios y las fuentes de datos;
• Capa de soberanía: las cargas de trabajo relacionadas con residencia de datos, cumplimiento sectorial y negocios sensibles permanecen en instalaciones propias o entornos de alojamiento local.

Estas tres capas no comparten el mismo conjunto de funciones de optimización, por lo que también resulta difícil que una única arquitectura de nube las soporte de forma unificada. La nube híbrida pasó de ser un «plan de transición» a una forma arquitectónica de largo plazo.

El cambio más profundo está en la soberanía. En el pasado, la soberanía de los datos era principalmente un tema de cumplimiento, gestionado por el departamento legal; en la era de la IA, empieza a convertirse en un tema de arquitectura: dónde están los datos determina dónde se entrenan los modelos, dónde ocurre la inferencia y cómo se diseñan las rutas de chips y redes. La «soberanía» está pasando de ser una partida de costos a una restricción de diseño, y esta es una de las transformaciones conceptuales más subestimadas de 2026.

IV. Economía en forma de K y prima de confianza## IV. Economía en forma de K y prima de confianza

Si cambiamos la perspectiva hacia el lado del consumidor, la descripción de Deloitte apunta a dos fuerzas paralelas: la demanda sigue aumentando, pero la realidad financiera es altamente desigual; al mismo tiempo, la demanda de «responsabilidad de datos» por parte de los consumidores se está convirtiendo en parte de la decisión de compra, y la innovación confiable obtiene así una prima.

En realidad, se trata de dos manifestaciones de la misma diferenciación estructural.

La llamada economía en forma de K significa que el poder explicativo de los promedios está disminuyendo: una parte de los consumidores sigue actualizando dispositivos y experiencias, mientras que otra alarga el ciclo de reemplazo y se inclina hacia el mercado de gama media-baja o de segunda mano. Una estrategia de producto de un solo rango de precios descontentará a ambos extremos: los usuarios de gama alta sentirán que no es suficiente, y los usuarios sensibles al precio pensarán que es demasiado caro. La estrategia verdaderamente efectiva es elegir claramente en qué pierna de la K pararse.

Y el hecho de que la «responsabilidad de datos» pueda convertirse en una fuente de prima está directamente relacionado con la evolución de la forma de los dispositivos terminales. Cuando los dispositivos comienzan a recopilar datos del entorno de manera continua, ejecutan modelos localmente y actúan en nombre del usuario en forma de Agente, la preocupación del consumidor se desplaza: ya no es «cuánto puntúa este chip», sino «quién, cuándo, qué hizo con mis datos, y si puedo retractarme».

Las especificaciones se pueden comparar; la confianza, no. Por lo tanto, una vez que la confianza se convierte en una variable de decisión, las dimensiones de competencia se trasladan de la tabla de parámetros a la transparencia, la auditabilidad y la revocabilidad, lo que para los fabricantes que dependen desde hace mucho tiempo del marketing de parámetros de hardware representa una reestructuración de capacidades nada desdeñable.

V. La capa de cuello de botella revalorizada

Si hay una perspectiva de inversión más importante en la industria del hardware para 2026, es esta: la captura de valor está migrando de la capa de dispositivos a la capa de cuellos de botella.

El ejemplo más直观 es la memoria. Deloitte señala claramente que las ventas de PC podrían debilitarse debido al aumento de los precios de la memoria; es decir, la volatilidad de los precios en la parte upstream de la cadena de suministro suprime directamente los envíos de dispositivos terminales. Cuando la estructura de capacidad upstream se inclina hacia productos relacionados con la IA, la electrónica de consumo compite de hecho con los centros de datos por los mismos recursos de fabricación. Esta es una típica cadena de transmisión de «la infraestructura presiona al consumo», y su dirección es difícil de revertir a corto plazo.

Las capas de cuello de botella que merecen un seguimiento continuo incluyen al menos: memoria y almacenamiento de alto ancho de banda, interconexión óptica y conectividad de alta velocidad, sistemas de energía y refrigeración, empaquetado avanzado y capacidad efectiva. Las características comunes de estos eslabones son: altas barreras técnicas, largos ciclos de expansión de capacidad y fuerte poder de negociación. En el ciclo de infraestructura, quien ocupa estas posiciones posee un poder de fijación de precios estructural, en lugar de aceptar pasivamente la volatilidad de los precios.

VI. El cambio en la lista de capacidades: gigantes, emprendedores y reguladores

Para los gigantes tecnológicos, la base de la competencia se está expandiendo desde el ecosistema de software hacia tres nuevas capacidades: la capacidad de sostener el gasto de capital, la capacidad de adquirir recursos energéticos y de tierras, y la capacidad de asegurar la cadena de suministro. Esto también explica por qué en los últimos dos años los movimientos estratégicos de los gigantes tecnológicos se parecen cada vez más a los de los operadores de infraestructura: los acuerdos de compra de electricidad a largo plazo, la planificación de parques a hiperescala y el aseguramiento anticipado de la capacidad de producción upstream son habilidades que las empresas de software no necesitaban dominar en el pasado.Para el ecosistema emprendedor, la ubicación de la ventana de oportunidad también se está desplazando. En eslabones intensivos en capital como los chips aceleradores de propósito general, el espacio para las startups ya era limitado de por sí; pero en las direcciones de especialización de la capa de cuello de botella —gestión térmica, módulos ópticos, software de gestión de eficiencia energética, capa de orquestación y programación de cómputo, middleware de nube soberana y herramientas de ingeniería para la responsabilidad de datos— existen huecos estructurales que los gigantes difícilmente pueden cubrir con rapidez. Al mismo tiempo, el propio ciclo de infraestructura también ha cambiado la lógica de financiación: los inversores prestan más atención a la visibilidad de pedidos, la viabilidad de ampliación de capacidad y el ritmo de flujo de caja, y no solo a los parámetros de rendimiento.

Para los reguladores, la expansión de la infraestructura de IA está llevando simultáneamente a primer plano tres tipos de cuestiones: el consumo energético y las emisiones de carbono de los centros de datos, los flujos transfronterizos de datos y las exigencias de soberanía, y los límites de la responsabilidad sobre los datos de los consumidores. Estas cuestiones comparten la característica de cruzar fronteras sectoriales: son a la vez problemas de cumplimiento, de política de competencia e incluso de política energética. Por lo tanto, la regulación tecnológica de 2026 probablemente ya no estará dominada por un único organismo regulador del sector tecnológico.

7. Tres incertidumbres que exigen cautela

Toda evaluación de tendencias debe señalar su lado vulnerable.

Primero, el ciclo de retorno del gasto de capital aún no ha sido validado. La inversión en infraestructura va primero y la realización de ingresos viene después; la brecha temporal intermedia la llena la paciencia del mercado de capitales. Si la velocidad de materialización de la comercialización de la IA es más lenta de lo esperado, la presión de depreciación de los activos de cómputo se hará visible rápidamente.

Segundo, la posibilidad de anticipar la demanda. Cuando las empresas compran capacidad de cómputo por adelantado para estar «listas para la IA», parte de la demanda podría tomarse prestada del futuro y traerse al presente, amplificando así la volatilidad del ciclo posterior.

Tercero, el techo de la eficiencia energética. Si la velocidad de mejora de la densidad de potencia y de la capacidad de refrigeración puede seguir el ritmo de crecimiento de la demanda de modelos e inferencia es todavía una cuestión abierta. La electricidad no sigue la ley de Moore como los chips.

Conclusión: la línea divisoria de 2026 no está en un chip concreto

Si reunimos las pistas anteriores, 2026 no es un año que pueda resumirse como «un gran año para el hardware de IA». Se parece más a un año en el que la industria del hardware es redefinida como industria de infraestructura: la curva de ingresos se bifurca, los centros de datos completan un giro hacia la industrialización, la computación se estratifica según costo, latencia y soberanía, y las decisiones de consumo pasan de la comparación de especificaciones a la evaluación de confianza.

La verdadera línea divisoria no es el lanzamiento de un chip concreto ni la cifra de gasto de capital de una empresa determinada. Son tres cosas las que se revalorizan al mismo tiempo: cómputo, energía y confianza.

Para los participantes de la industria, esto implica un nuevo criterio de juicio: no «si fabricas hardware», sino «en qué capa del ciclo de infraestructura te encuentras y si puedes soportar la escala temporal que exige».