Por qué la IA será más cara en 2026: falta de chips, centros de datos al límite y más riesgos

La adopción y el desarrollo de la inteligencia artificial (IA) avanzan a un ritmo sin precedentes, pero el sector se encamina a 2026 con señales de tensión estructural, riesgos geopolíticos al alza y dudas sobre la sostenibilidad económica del actual ciclo de inversión. Así lo concluye el reporte Inteligencia artificial – Global: Perspectiva 2026: los riesgos aumentan en un panorama cambiante de IA, publicado por Moody’s Ratings y actualizado el 10 de diciembre de 2025.

Según el documento, los modelos de IA más avanzados continúan mejorando con rapidez —impulsados por innovaciones en Estados Unidos y un crecimiento acelerado del ecosistema de código abierto, especialmente en China—, mientras que las aplicaciones empresariales se multiplican. Sin embargo, esta expansión se da en un contexto donde los costos de infraestructura se disparan, la productividad no avanza al ritmo esperado y la fragmentación regulatoria eleva las barreras de cumplimiento para compañías de todos los sectores.

Un salto tecnológico marcado por intensa competencia

El informe subraya que las capacidades de la IA “están progresando rápidamente”, con avances significativos en modelos multimodales y con funciones agénticas, capaces de ejecutar tareas de manera autónoma.

Entre los hitos tecnológicos más relevantes de 2025 destacan:

• GPT-5, lanzado en agosto por OpenAI, con mejoras en seguimiento de instrucciones, razonamiento contextual y ejecución adaptativa de tareas.
• Claude 4 y Sonnet 4.5, de Anthropic, que refuerzan las capacidades de codificación.
• Gemini 3, de Google DeepMind, reconocido por su destacada generación y comprensión de imágenes, con aplicaciones clave en diseño, multimedia y análisis científico.

Estos modelos exhiben mejoras en razonamiento multietapa, manejo de grandes volúmenes de datos, uso coordinado de herramientas externas y mayor precisión factual con menos alucinaciones.

Al mismo tiempo, los sistemas de código abierto están estrechando la brecha con los modelos propietarios. En particular:

• Qwen 3, de Alibaba, lanzado en abril de 2025, muestra desempeño competitivo en razonamiento y planificación autónoma.
• Las series ERNIE (Baidu) y Hunyuan (Tencent) avanzan con modelos multimodales adaptados a industrias como finanzas, servicios públicos y automatización industrial.
• DeepSeek V3-2, presentado el 1 de diciembre, alcanza un rendimiento comparable al de Gemini 3 en algunas tareas.

Fuera de China, los modelos abiertos como Llama (Meta), Mixtral y Codestral (Mistral) amplían la innovación y permiten implementaciones más económicas.

Moody’s advierte que esta ola de competencia complica la monetización de los modelos propietarios estadounidenses y acelera la transición hacia soluciones empresariales integrales, como los asistentes basados en GPT-5.1, los copilotos impulsados por Claude o los agentes de Gemini.

Adopción creciente, pero beneficios desiguales

El informe indica que las empresas están pasando de la experimentación a la implementación operativa de la IA, especialmente en tareas orientadas al cliente, procesamiento documental y funciones analíticas complejas. Sin embargo, las mejoras de productividad siguen siendo limitadas y desiguales.

Los principales obstáculos incluyen:

• Infraestructuras de TI tradicionales difíciles de modernizar.
• Necesidad de rediseñar procesos empresariales completos para extraer valor real.
• Costos de integración elevados, especialmente en sectores regulados.

Moody’s anticipa que la productividad crecerá de forma gradual, pero con fuerte dispersión entre sectores. En industrias de consumo, grandes multinacionales como Nestlé, PepsiCo, Unilever, Mars, Coca-Cola y Procter & Gamble ya integran IA en investigación y desarrollo, mantenimiento predictivo, optimización de rutas y previsión de demanda. En el sector financiero, las instituciones con mayor capacidad tecnológica logran reducir costos mediante automatización de procesos como cumplimiento o detección de fraude, mientras que los bancos pequeños enfrentan mayores barreras de adopción.

La agencia identifica cinco características que aumentan la vulnerabilidad a la disrupción:

1. Escala media que limita acceso a datos y capital.
2. Balances débiles que dificultan grandes inversiones en TI e infraestructura.
3. Dependencia del trabajo cognitivo rutinario, altamente automatizable.
4. Competencia intensificada por la aceleración del ciclo de innovación.
5. Sistemas de TI fragmentados y mala gestión de datos.

A pesar de ello, algunas empresas empiezan a medir de manera más precisa la contribución de la IA en flujos de trabajo específicos, aunque aún no existe un marco estándar para evaluar su impacto integral.

La infraestructura se convierte en el mayor cuello de botella

El informe describe un panorama donde la infraestructura de IA enfrenta presiones extremas, convirtiéndose en un límite crítico para la expansión del sector.

Centros de datos de escala sin precedentes

Los hiperescaladores impulsan proyectos de 1 a 5 gigavatios (GW), semejantes a la capacidad de una planta nuclear, con costos totales de hasta US$50.000 millones por iniciativa. Los anuncios de nuevos centros de datos se aceleran en Estados Unidos, Medio Oriente, Europa y Asia.

A pesar de estas inversiones masivas:

• La demanda de computación supera a la oferta, al menos hasta 2027-2028.
• Los precios de alquiler de recursos informáticos premium han alcanzado niveles inéditos por la escasez de capacidad.
• El acceso a potencia de cómputo depende cada vez más de pagos anticipados, primas de reserva o contratos plurianuales.

Escasez de chips y dominio de Nvidia

Las GPU de Nvidia continúan siendo el estándar para entrenar modelos avanzados. La oferta es insuficiente frente a la demanda, reforzando su poder de fijación de precios, incluso ante el surgimiento de alternativas como las TPU de Google o los chips de Huawei.

Restricciones energéticas y de red

Moody’s señala que los centros de datos de próxima generación enfrentan limitaciones severas:

• En EE. UU., la IA podría representar 9% del consumo eléctrico total en 2030.
• Las colas de interconexión en regiones clave como Virginia del Norte, Texas y California presentan demoras de varios años.
• En China, la expansión avanza con mayor velocidad, mientras que en Medio Oriente los gobiernos canalizan energía hacia proyectos de IA mediante acuerdos respaldados por el Estado.

Estas diferencias obligan a operadores globales como Equinix y Digital Realty a decidir entre seguridad energética en Medio Oriente y estabilidad política y disponibilidad de chips en Occidente.

Riesgo de burbuja de inversión

El análisis alerta sobre una posible burbuja de IA: los gastos de capital crecen mucho más rápido que los ingresos provenientes de aplicaciones basadas en IA. Si esta brecha se sostiene durante 2026, las valuaciones del mercado podrían corregirse, debilitando la demanda de computación y los perfiles crediticios de las empresas.

Geopolítica, ciberseguridad y regulación fragmentada: riesgos en ascenso

Moody’s destaca que la fragmentación geopolítica está redefiniendo el acceso a chips, infraestructura computacional y datos.

EE.UU. y China profundizan la separación tecnológica

• Los controles de exportación estadounidenses bloquean a China el acceso a chips avanzados.
• China responde con inversiones aceleradas en autosuficiencia y mayores restricciones a exportaciones de insumos críticos.
• Las multinacionales se ven obligadas a operar sistemas de IA separados para cumplir con normativas divergentes, encareciendo la operación global.

En paralelo, Medio Oriente y Europa impulsan nubes de IA soberanas para reducir dependencia de proveedores extranjeros.

Nuevos riesgos de ciberseguridad

La integración profunda de sistemas de IA introduce vulnerabilidades emergentes:

• Prompt-injections.
• Model poisoning.
• Agent-hijacking.

Estos ataques amplían la superficie de riesgo y complican la detección y respuesta a incidentes, especialmente en arquitecturas multiagente. Varias aseguradoras están excluyendo riesgos de IA generativa de sus pólizas por temor a incidentes de alto impacto.

Riesgos de gobernanza y exposición regulatoria

El uso intensivo de IA en procesos críticos aumenta la posibilidad de errores derivados de desalineación o manipulación maliciosa. Los sectores más sensibles incluyen servicios financieros, salud y telecomunicaciones.

La divergencia regulatoria entre regiones se perfila como un costo creciente:

• La Unión Europea avanza hacia la aplicación estricta de su Ley de IA, aunque con flexibilizaciones mediante “códigos de prácticas”.
• Estados Unidos mantiene marcos voluntarios, pero la proliferación de regulaciones estatales crea un mosaico complejo.
• China fortalece su régimen de licencias y supervisión estatal.

Las compañías globales deben operar modelos distintos según jurisdicción, lo que reduce eficiencia y aumenta los costos de cumplimiento.