Segunda ola de la IA: Los chips flaquean y la infraestructura es el nuevo oro

El oro cambia de mina.

Durante la primera gran fase del rally de la inteligencia artificial, el mercado tuvo una narrativa muy simple: quien controlara los chips para IA controlaría la economía del nuevo ciclo tecnológico. Y, durante bastante tiempo, esa tesis funcionó casi sin matices. Los fabricantes de aceleradores, las memorias de alto ancho de banda y toda la cadena de semiconductores capturaron la atención, el capital y las valoraciones más exigentes del mercado. NVIDIA se convirtió en el símbolo perfecto de ese momento: en su primer trimestre fiscal de 2027 reportó 81.600 millones de dólares de ingresos, con 75.200 millones procedentes del negocio de centros de datos y 14.800 millones solo en networking, una señal de que la ola de gasto en IA seguía extraordinariamente fuerte.

Pero en 2026 el tablero se ha vuelto más complejo. La IA ya no depende solo de fabricar más GPU; depende de conectarlas, alimentarlas, refrigerarlas, alojarlas y desplegarlas a escala. La propia Agencia Internacional de la Energía advirtió en abril de 2026 que el consumo eléctrico de los centros de datos aumentó un 17% en 2025, que el gasto de cinco grandes tecnológicas superó los 400.000 millones de dólares en 2025 y que se encamina a crecer otro 75% en 2026, al tiempo que se multiplican los cuellos de botella en transformadores, turbinas, componentes avanzados, permisos y conexiones a red. Dicho de otra manera: el chip sigue siendo crítico, pero ya no es el único recurso escaso.

Por eso la segunda ola de la IA tiene un sabor distinto. No es que los chips “dejen de importar”; es que empiezan a flaquear como narrativa única de inversión. El mercado está descubriendo que el verdadero cuello de botella de la IA no siempre está en el silicio, sino en la infraestructura física que hace posible que ese silicio trabaje sin interrupciones y a gran escala. En esta nueva fase, la electricidad, la red, la refrigeración líquida, la óptica, el suelo industrial, la capacidad de construcción y el capital paciente empiezan a parecerse mucho más al nuevo oro que a un simple coste operativo.

La primera ola de la IA ya pasó: de la obsesión por el chip al problema del sistema

La primera ola de la IA se explicó muy bien con una lógica casi lineal: más modelos, más entrenamiento, más inferencia, más demanda de chips. Esa lógica sigue viva, pero el mercado empieza a penalizar la simplificación. El propio Jensen Huang ya no habla solo de GPUs; habla de AI factories, de racks, de redes, de almacenamiento, de software de inferencia y de despliegues integrados. Y no es casualidad: en las cuentas más recientes de NVIDIA, el negocio de networking creció un 199% interanual, bastante más rápido de lo que un inversor tradicional asociaría a una simple historia de semiconductores.

La señal de fondo es clara: la IA ya no se compra en forma de chip, sino en forma de capacidad operativa. Si un hyperscaler puede adquirir GPU pero tarda 24 o 36 meses en energizar una nueva instalación, el valor económico se desplaza desde el proveedor del silicio hacia quien puede resolver el acceso a la red, la distribución eléctrica, la refrigeración, el trazado de fibra o la construcción modular. McKinsey ya lo había anticipado al señalar que el tiempo para conseguir energía en mercados como Northern Virginia puede superar los tres años, y que determinados equipos eléctricos críticos presentan plazos de entrega de dos años o más.

Aquí está el cambio estructural que muchos inversores todavía no terminan de interiorizar: la IA está dejando de ser solo un problema de compute y se está convirtiendo en un problema de orquestación industrial. En la primera ola ganaba quien diseñaba el mejor acelerador. En la segunda, puede ganar más quien garantice megavatios, uptime, baja latencia entre clusters y despliegue rápido. La tesis no elimina a los chips; los reubica dentro de un sistema donde el componente más escaso no siempre es el procesador.

Qué significa realmente que “los chips flaquean”

No significa que el negocio de chips se hunda

Conviene aclararlo desde el principio: decir que “los chips flaquean” no es afirmar que las grandes compañías de semiconductores estén entrando en crisis. Los números de NVIDIA no sostienen esa idea. La empresa sigue creciendo con una intensidad extraordinaria, mantiene márgenes cercanos al 75% y guía el siguiente trimestre hacia 91.000 millones de dólares de ingresos, aun sin contar ingresos de compute de China. El problema no está en la calidad del negocio, sino en la maduración de la narrativa bursátil.

Lo que flaquea, en realidad, es la pureza del relato. El mercado ya no puede explicar el ciclo de la IA diciendo simplemente “compra chips y espera”. Ahora tiene que responder preguntas más incómodas: ¿dónde se va a instalar toda esa capacidad?, ¿quién aporta la energía firme?, ¿qué ocurre cuando el cobre ya no escala?, ¿cómo se enfrían racks de 100 kW, 150 kW o más?, ¿qué parte del CAPEX se va en potencia y no en computación? En el momento en que esas preguntas pasan del margen al centro del análisis, el chip deja de ser el único protagonista.

El cuello de botella se desplaza

La Agencia Internacional de la Energía fue muy explícita en 2026: aunque el consumo por tarea de IA está cayendo con rapidez gracias a mejoras de eficiencia, el uso total de IA sigue creciendo tan deprisa —y con cargas más intensivas como los AI agents— que la electricidad de los centros de datos se encamina a duplicarse para 2030, y la de los centros específicamente orientados a IA a triplicarse. Además, el organismo subraya que los proyectos de centros de datos se están frenando por cadenas de suministro tensas en transformadores, turbinas de gas, componentes eléctricos y aprobaciones regulatorias. Ese es el verdadero punto de inflexión: la escasez ya no se limita al chip.

En paralelo, McKinsey describe que la infraestructura eléctrica está pasando de ser un factor secundario a convertirse en un protagonista central del ciclo. Según su análisis, la demanda de electricidad de centros de datos en Estados Unidos podría pasar de representar entre 3% y 4% de la demanda total hoy a entre 11% y 12% hacia 2030, y habilitar más de 50 GW adicionales de capacidad requeriría más de 500.000 millones de dólares en infraestructura de data centers. Esa cifra es demasiado grande como para seguir diciendo que la historia es “solo de chips”.

La escasez ahora es física, no solo tecnológica

Hay otra razón por la que el mercado se está desplazando hacia la infraestructura: los cuellos de botella actuales son físicos y, por eso mismo, más difíciles de resolver rápidamente. Puedes reservar capacidad de fabricación, rediseñar un acelerador o adelantar compras de HBM. Pero no puedes acelerar de la noche a la mañana una subestación eléctrica, un permiso ambiental, una línea de transmisión o un parque de transformadores de potencia. Esa es la razón por la que la segunda ola de la IA tiene una lógica mucho más parecida a la de una expansión industrial pesada que a la de un simple ciclo de software o semiconductores.

La infraestructura se convierte en el nuevo oro

Energía: el verdadero recurso escaso

La electricidad se ha transformado en el activo estratégico de este ciclo. No es casualidad que la Agencia Internacional de la Energía afirmara que los países capaces de ofrecer acceso seguro, asequible y rápido a la electricidad tendrán ventaja competitiva en IA. Tampoco es casual que los desarrolladores de centros de datos estén firmando más contratos renovables, avanzando en proyectos con gas in situ y explorando nuclear modular, almacenamiento y microredes. Cuando el cuello de botella pasa a ser la energía, la ventaja ya no está solo en el chip, sino en la capacidad de convertir electrones en cómputo útil.

McKinsey lo formula con una claridad reveladora: el sector eléctrico está pasando a ser “protagonista” de la historia de la IA. La razón es simple: sin suficiente energía, la promesa de la IA no se materializa. Y no se trata solo de generación; también cuentan la transmisión, la distribución, la disponibilidad en nodos concretos y la rapidez de conexión. Por eso, desde una óptica de inversión, utilities, operadores de red, fabricantes de equipos eléctricos y proveedores de infraestructura energética han dejado de ser negocios “aburridos” para convertirse en posibles receptores del flujo de capital de la segunda ola de IA.

Refrigeración líquida y nuevas arquitecturas de potencia

La segunda gran mina está en la refrigeración y en la electrónica de potencia. Vertiv, uno de los nombres más seguidos en infraestructura crítica, lleva meses insistiendo en que la innovación del centro de datos está siendo impulsada por la extrema densificación, el escalado a gigavatios y la idea del “data center como unidad de cómputo”. Su informe de 2026 identifica dos grandes cambios: el paso progresivo a arquitecturas de mayor voltaje DC y la expansión de la refrigeración líquida adaptativa como respuesta a las densidades de IA.

Esta idea merece subrayarse porque es una de las claves del nuevo mapa bursátil. Durante años, el sistema de potencia y refrigeración fue un componente secundario de la tesis cloud. Hoy está pasando a ser una pieza central. Cuando la IA eleva la densidad por rack y comprime los tiempos de despliegue, el valor se traslada hacia quien puede instalar distribución eléctrica más eficiente, enfriamiento líquido fiable y diseños modulares que reduzcan el tiempo entre CAPEX y producción. Vertiv incluso sostiene que el uso de gemelos digitales y diseños integrados puede reducir el time-to-token hasta en un 50% en ciertos despliegues. Eso convierte la refrigeración y la potencia en palancas directas de monetización, no en simples gastos de infraestructura.

Redes, óptica y fotónica: cuando el cobre deja de escalar

La tercera veta de oro es la conectividad óptica. A medida que los clusters de IA crecen, mover datos con electricidad sobre cobre se vuelve más caro, menos eficiente y más difícil de escalar. CNBC reportó a finales de mayo de 2026 que NVIDIA había comprometido al menos 6.500 millones de dólares en empresas de fotónica desde marzo, incluyendo inversiones en Lumentum, Coherent, Marvell, además de Corning y Ayar Labs. La propia tesis detrás de estas inversiones es muy clara: la fotónica puede permitir a NVIDIA y a sus clientes escalar infraestructura de IA sin chocar con una pared energética y de ancho de banda.

NVIDIA, además, confirmó en sus resultados que había ampliado su colaboración con Marvell en silicon photonics y firmado acuerdos plurianuales con Coherent, Corning y Lumentum para acelerar tecnologías avanzadas de óptica. Es una señal muy potente porque muestra que incluso el gran campeón de los chips está dedicando recursos crecientes a resolver un cuello de botella que ya no puede solucionarse solo con más GPU. Cuando el líder del cómputo invierte miles de millones en fotónica, el mercado debería escuchar.

Terreno, permisos, data centers y capital inmobiliario

La infraestructura también se ha vuelto oro en su forma más literal: suelo industrial, permisos y campus de centros de datos. El proyecto Stargate impulsado por OpenAI, Oracle y SoftBank es el mejor ejemplo. En septiembre de 2025 anunciaron cinco nuevos emplazamientos que llevaron la plataforma a casi 7 GW de capacidad planificada y más de 400.000 millones de dólares de inversión a tres años, dentro del compromiso de 500.000 millones y 10 GW anunciado a principios de ese año. Oracle ya estaba entregando racks NVIDIA GB200 en Abilene, Texas, y el proyecto seguía acelerando.

Esa misma lógica explica por qué operadores como Equinix y Digital Realty están reorientando capacidad y discurso hacia la IA. Reuters recogió que Equinix esperaba ingresos anuales por encima de lo previsto gracias a la demanda ligada a IA, mientras S&P Global señalaba que Digital Realty tenía casi 499 MW adicionales en desarrollo en América a cierre del primer trimestre de 2025 y que Equinix planeaba añadir más de 24.000 cabinets en la región hasta 2027. Cuando la historia pasa de entrenar modelos a desplegar inferencia y cargas distribuidas, los propietarios de data centers bien conectados y con acceso a potencia pasan a ser actores mucho más estratégicos.

Casos reales que explican la segunda ola de la IA

xAI y Colossus: la IA como distrito eléctrico

Pocas historias explican mejor la magnitud de esta segunda ola que xAI en el área de Memphis. Reuters informó en enero de 2026 que la empresa de Elon Musk invertiría más de 20.000 millones de dólares en un centro de datos en Southaven, Mississippi, y que la ampliación llevaría la capacidad de cómputo de xAI a casi 2 GW. La escala es tan grande que deja de parecer un proyecto tecnológico convencional y empieza a parecer una operación industrial de primer nivel.

Lo interesante no es solo el tamaño, sino el mensaje implícito: la ventaja competitiva no se está jugando únicamente en comprar GPU, sino en construir un campus energético y logístico capaz de soportarlas. Eso incluye proximidad a plantas de energía, sistemas de refrigeración, interconexión entre edificios y capacidad de desplegar cientos de miles de aceleradores como si fueran una sola máquina. Esa es la esencia de la segunda ola de la IA: quien domina el sistema físico tiene una ventaja que el mercado todavía está aprendiendo a valorar.

Stargate: cuando la IA se parece más a una autopista que a una app

Stargate también muestra hasta qué punto la IA ha entrado en fase de obra civil. OpenAI, Oracle y SoftBank no están anunciando simplemente más servidores; están seleccionando sitios, asegurando gigavatios, coordinando construcción, energía y entrega de racks de nueva generación. Cuando una iniciativa privada habla de 7 GW ya encaminados y de una senda clara hacia 10 GW, la IA deja de ser una historia abstracta de software y pasa a ser una carrera por infraestructuras nacionales.

Desde el punto de vista del inversor, este ejemplo tiene una lectura decisiva: la monetización futura de la IA dependerá cada vez más de la capacidad instalada y menos del mero relato tecnológico. Eso favorece a quienes poseen activos reales, experiencia operativa, acceso a capital masivo y capacidad de absorber plazos largos de desarrollo. La segunda ola no premia solo innovación; premia también ejecución física.

Blackstone y el giro del capital privado

Otro caso revelador es el de Blackstone. Reuters informó en mayo de 2026 de que su nuevo vehículo de infraestructuras digitales recaudó 1.750 millones de dólares en su salida a bolsa y estaba orientado a comprar centros de datos recién construidos, alquilados a hyperscalers con grado de inversión, en mercados como Northern Virginia, Ohio, Phoenix, Maryland o Austin. Además, el grupo ya había identificado unos 25.000 millones de dólares en oportunidades de corto plazo y mantiene una cartera global de más de 150.000 millones en data centers.

El mensaje aquí es muy profundo: el capital privado y el mercado inmobiliario están reempaquetando la infraestructura de IA como una clase de activo madura, recurrente y financiable. Eso sugiere que el “nuevo oro” no son solo las empresas tecnológicas visibles, sino también las tuberías financieras y los activos físicos que permiten desplegar cómputo. Cuando Wall Street empieza a empaquetar data centers como vehículo de inversión estructural, la segunda ola ya está en marcha.

Quién puede ganar más en bolsa en esta nueva fase

Ganadores potenciales: infraestructura crítica antes que glamour

Si la tesis de la segunda ola es correcta, los potenciales ganadores no se limitan a los grandes diseñadores de chips. Empiezan a cobrar protagonismo cinco bloques muy concretos: energía y red eléctrica, refrigeración y potencia, óptica y networking, data centers y real estate digital y capital privado/infraestructura capaz de financiar proyectos de largo plazo. La razón no es especulativa; es física. Son los segmentos que están resolviendo los cuellos de botella identificados por la Agencia Internacional de la Energía, McKinsey, Vertiv y los propios hyperscalers.

Eso no significa que las acciones de chips desaparezcan del radar. Significa que el inversor que siga mirando solo a los semiconductores corre el riesgo de perderse una parte creciente del valor creado por la IA. En la primera ola, el múltiplo estaba en el silicio. En la segunda, una parte del múltiplo puede migrar hacia quien asegure disponibilidad, reduzca tiempos de despliegue y transforme CAPEX masivo en capacidad operativa real.

Los chips siguen importando, pero ya no dominan solos

La prueba de que la tesis no es anti-semiconductores está en el propio comportamiento de NVIDIA. Su negocio sigue siendo potentísimo y, de hecho, su expansión hacia networking, software, fotónica y CPU refuerza la idea de que incluso el líder entiende que el valor ya no está solo en la GPU. Si la empresa que más ha ganado con la primera ola está invirtiendo agresivamente en óptica, infraestructura integrada y alianzas de AI factories, es porque sabe que el siguiente tramo del ciclo no se gana únicamente vendiendo más chips.

Cómo debería leer esta tendencia un inversor de largo plazo

Para el inversor que busca posicionarse con cierta lógica estratégica, la clave ya no es preguntar únicamente “qué chip es mejor”, sino “qué cuello de botella se está resolviendo”. Esa es la pregunta realmente útil. Si el mercado sigue computando más rápido de lo que puede energizar, refrigerar y conectar, el valor no estará solo en el procesador, sino en toda empresa que reduzca esa fricción de forma repetible y rentable.

En la práctica, esto obliga a mirar otras métricas. No solo crecimiento de ingresos o BPA, sino también megavatios firmados, time-to-power, lead times de equipamiento crítico, capacidad de despliegue modular, backlog en refrigeración líquida, acuerdos de energía, ocupación de centros de datos y exposición a mercados donde la potencia escasea. Son variables que hace tres años parecían secundarias y hoy son centrales para entender dónde se captura el próximo tramo de rentabilidad de la IA.

Riesgos y contraargumentos que conviene no ignorar

La tesis de la infraestructura no está exenta de riesgos. El primero es obvio: los chips siguen siendo esenciales y una desaceleración brusca de la demanda de compute dañaría también a quienes construyen la infraestructura alrededor. La segunda ola no elimina la ciclicidad; simplemente la redistribuye. Además, si la monetización empresarial de la IA decepciona, parte del gasto podría sobredimensionarse antes de que se vean retornos plenos. Ese es exactamente el debate que ha empezado a emerger alrededor del enorme CAPEX de los hyperscalers.

El segundo riesgo es regulatorio y social. La Agencia Internacional de la Energía advierte que los centros de datos son ya un foco visible de preocupación por precios eléctricos, medio ambiente y presión sobre la red. Si los desarrolladores no integran bien estos proyectos en los sistemas energéticos locales, puede aumentar la resistencia política y comunitaria. En este punto, la infraestructura también deja de ser una oportunidad puramente financiera y pasa a ser una cuestión de aceptación social y coordinación pública.

El tercer riesgo es tecnológico: la eficiencia por tarea de IA está mejorando rápidamente. Si esa mejora supera las expectativas y algunas cargas se vuelven mucho más ligeras, parte del mercado podría exagerar la escasez estructural actual. Sin embargo, por ahora, el propio análisis de la Agencia Internacional de la Energía apunta a que el crecimiento del uso total, de los agentes y de los casos intensivos está más que compensando esas ganancias de eficiencia. La historia, por tanto, no es lineal, pero tampoco parece agotada.

Conclusión: la segunda ola de la IA ya no se juega en el chip, sino en el terreno

La gran lección de 2026 es que la IA ha dejado de ser únicamente una carrera de diseño de chips para convertirse en una carrera de infraestructura total. El silicio sigue siendo fundamental, pero ya no explica por sí solo dónde estará el próximo gran tramo de creación de valor. La escasez se ha desplazado hacia la energía, la red, la refrigeración, la óptica, el suelo industrial, la conectividad y la capacidad de construir a escala. En la práctica, eso significa que el mercado está entrando en una fase más física, más industrial y, probablemente, más compleja que la primera ola.

Por eso el título de este artículo no debe leerse como un epitafio para los semiconductores, sino como un cambio de foco: los chips flaquean como relato único y la infraestructura emerge como el nuevo oro. Los casos de NVIDIA, Stargate, xAI, Equinix, Digital Realty o Blackstone muestran que la batalla por la IA se está librando cada vez más en megavatios, permisos, refrigeración, fotónica y campus de datos, no solo en wafers y GPUs.

Si el primer gran trade de la IA fue apostar por quien fabricaba la pala, el segundo puede estar en identificar quién posee el ferrocarril, la subestación, la tubería de agua helada, la fibra óptica y el terreno donde se construye la mina. Ahí es donde el mercado empieza a descubrir que el nuevo oro no siempre brilla como un chip: a veces parece una red eléctrica, una sala de enfriamiento líquido o un campus de centros de datos conectado a la velocidad de la luz.

Aviso: Este artículo tiene carácter exclusivamente informativo y educativo. Las rentabilidades proyectadas son estimaciones basadas en datos históricos y no garantizan resultados futuros. Consulta con un asesor financiero antes de tomar decisiones de inversión, especialmente en la planificación de la jubilación.