En 2026, la inversión global en infraestructuras de IA se encuentra en un punto de inflexión estructural clave.
Durante los últimos tres años, la narrativa central de la carrera por la computación en IA ha estado enfocada en un solo objetivo: los hyperscalers han expandido agresivamente sus centros de datos y adquirido GPUs, llevando el gasto de capital (CapEx) a máximos históricos sin apenas considerar los costes. En 2026, se prevé que el CapEx combinado de los cuatro principales proveedores de nube—Amazon, Microsoft, Google (Alphabet) y Meta—alcance los 725 000 millones de dólares, un aumento interanual del 77 % respecto a los 410 000 millones de 2025. Si se incluyen Nvidia, Apple, Tesla y otros miembros de los Magnificent Seven, esta cifra se aproxima a los 754 200 millones de dólares. Gartner pronostica que el gasto global en IA alcanzará los 2,59 billones de dólares en 2026, lo que supone un crecimiento del 47 % interanual.
Sin embargo, la escala ya no es el único foco. Se está produciendo una transformación más profunda: el CapEx en IA está pasando de una alta concentración a una distribución amplia. DIGITIMES ha definido "distribución" como la palabra clave tecnológica de 2026, señalando una doble transformación hacia la descentralización tanto en el mercado de IA como en su cadena de suministro. Este cambio no es solo geográfico, sino una reestructuración integral de los participantes en la inversión, las arquitecturas técnicas y las estructuras industriales.
El fin de la concentración: la "factura" de 725 000 millones de dólares y la ansiedad por el retorno
Para comprender el punto de partida de la distribución, primero debemos reconocer el pico de concentración.
En 2026, se espera que los cuatro principales hyperscalers gasten entre 650 000 y 700 000 millones de dólares en CapEx, lo que representa aproximadamente el 40 % del CapEx total de las empresas del Russell 1000—el doble del nivel de 2024. El desglose es el siguiente: Amazon apunta a unos 200 000 millones, Microsoft mantiene una previsión de 190 000 millones, Alphabet ha elevado su proyección a 175–185 000 millones y Meta presupone entre 125 000 y 145 000 millones de dólares.
La velocidad de estas revisiones al alza es en sí misma una señal significativa. Solo en los últimos seis meses, las expectativas del mercado para el CapEx cloud de 2026 han aumentado casi un 80 %. Barclays proyecta que el CapEx de los principales proveedores de nube alcanzará los 919 000 millones en 2027 y llegará a unos 1,16 billones en 2028. CreditSights estima que aproximadamente el 75 % del CapEx de los hyperscalers en 2026—unos 450 000 millones—se destinará a infraestructuras de IA.
Sin embargo, la expansión implacable de la inversión centralizada se enfrenta a crecientes dudas sobre su rentabilidad. En junio de 2026 (hora de Pekín), el precio de las acciones de Microsoft cayó casi un 20 % en un mes, borrando cerca de 1,3 billones de dólares en capitalización bursátil en los últimos ocho meses. Los inversores examinan con lupa el CapEx proyectado de Microsoft para 2026, unos 190 000 millones de dólares, de los cuales cerca de dos tercios se destinarán a activos de ciclo corto como GPUs y CPUs, que se deprecian rápidamente y están directamente vinculados a ingresos a corto plazo. El margen bruto de Microsoft Cloud se ha ajustado a la baja hasta el 64 %, una caída de 4 puntos interanual. Un informe de junio de Goldman Sachs señaló que la inversión tecnológica estadounidense como porcentaje del PIB ha subido hasta el 4,9 %, superando el pico registrado durante la burbuja puntocom en torno al año 2000.
Los rendimientos marginales de la inversión concentrada están disminuyendo, lo que constituye el impulso más directo hacia la distribución.
El punto de inflexión de la inferencia: por qué la computación debe ser distribuida
La lógica subyacente del CapEx distribuido en IA parte de los cambios en la propia estructura de la demanda de computación.
En el GTC 2026, Jensen Huang, CEO de Nvidia, fue claro: las cargas de trabajo de inferencia en IA serán mil millones de veces mayores que las de entrenamiento, inaugurando la era de la inferencia a gran escala. IDC prevé que para 2027, las tareas de inferencia representarán más del 70 % de la demanda total de computación inteligente. TrendForce aporta más detalle: en 2026, la computación de inferencia en IA crecerá un 122 % interanual, superando ampliamente el crecimiento del 56 % en entrenamiento.
El entrenamiento y la inferencia requieren infraestructuras fundamentalmente diferentes. El entrenamiento es centralizado, de alta densidad y larga duración—naturalmente adecuado para centros de datos hyperscale. La inferencia, en cambio, es distribuida, de baja latencia y altamente concurrente, exigiendo respuestas en tiempo real. Cuando un agente de IA debe completar una inferencia y devolver un resultado en decenas de milisegundos, la latencia física de enviar datos desde el edge a un centro de datos centralizado y de vuelta se convierte en un cuello de botella insalvable.
Los arquitectos de Akamai señalan que los escenarios de gaming requieren una latencia del primer token inferior a 15 milisegundos, las recomendaciones en e-commerce unos 20 milisegundos, mientras que la latencia de red entre centros de datos centralizados y usuarios finales suele superar varias decenas de milisegundos, haciendo imposible la interacción en tiempo real. Bajo un despliegue centralizado, 1 GW de computación requiere 75 Tbit/s de ancho de banda de salida (Blackwell), y la próxima generación Vera Rubin necesitará 135 Tbit/s; distribuido entre 20 nodos, cada uno solo necesita 3,75 Tbit/s. Es una cuestión dictada por las leyes de la física, no por la estrategia empresarial.
Al mismo tiempo, las interacciones multimodales están generando un tráfico de salida masivo, y el coste persistentemente alto del ancho de banda en la nube pública se está convirtiendo en el "asesino invisible" de la rentabilidad de los negocios de IA. A esto se suman las crecientes restricciones de localización de datos en la UE (GDPR), el sudeste asiático y Oriente Medio, lo que hace que los despliegues centralizados sean cada vez menos capaces de equilibrar experiencia de usuario, coste y cumplimiento normativo. La computación en IA ya no se limita a la nube central: evoluciona hacia una arquitectura distribuida en tres niveles: core, regional y edge.
De cuatro gigantes a toda la cadena de valor: expansión de los participantes en CapEx
La segunda dimensión de la distribución es la ampliación de los participantes en la inversión.
Durante los últimos tres años, la inversión en infraestructuras de IA ha estado dominada por los cuatro grandes proveedores cloud y Nvidia. Pero en 2026, este panorama está cambiando. Según Zhongtai Securities, el CapEx combinado en IA de los MAG7 alcanzará unos 754 200 millones de dólares en 2026, mientras que el CapEx en IA en China ascenderá a aproximadamente 805 800 millones de yuanes (unos 110 000 millones de dólares). Juntos, el CapEx en IA de China y EE. UU. contribuirá con unos 1 007 600 millones de yuanes al PIB chino, representando el 0,68 % del PIB y aportando cerca de 0,33 puntos porcentuales al crecimiento del PIB. La cadena de valor de la IA ha superado a las cadenas de inversión urbana como principal motor marginal del crecimiento económico.
La participación empresarial se está acelerando. La última encuesta de RBC muestra que las empresas están adoptando la IA rápidamente, pasando en su mayoría de la experimentación a la producción a gran escala. Una encuesta entre empresas japonesas revela que el 47,8 % ya ha alcanzado el despliegue total de IA en producción, con un 62,7 % en grandes empresas. Aunque la adopción entre pymes sigue siendo limitada (alrededor del 12 % en Japón), una tasa del 64,7 % entre grandes empresas indica que la IA ha pasado de la prueba de concepto a la escala.
La participación soberana también es significativa. En la junta de accionistas de Nvidia de junio de 2026 (hora de Pekín), Jensen Huang reveló que casi 40 países y regiones, que representan un PIB conjunto de 50 billones de dólares, están construyendo fábricas de IA impulsadas por la infraestructura de Nvidia. La inversión en infraestructuras de IA está evolucionando de ser un "asunto interno de las tecnológicas" a una "competencia estratégica a nivel nacional".
La distribución también se refleja en las estructuras de financiación. Zhongtai Securities señala que los gigantes estadounidenses de la IA han entrado en una fase en la que el CapEx se financia mediante deuda. Los hyperscalers ya no dependen solo del flujo de caja libre, sino que recurren al apalancamiento para amplificar la inversión. Este cambio implica que la sostenibilidad del CapEx ya no depende únicamente de los flujos de caja de cada empresa, sino de las condiciones generales del mercado crediticio.
El edge como primera línea: despliegue de infraestructuras de IA distribuidas
La manifestación más concreta de la distribución se da en la computación edge.
En 2026, la IA en el edge pasa del concepto al despliegue a gran escala. Akamai y Nvidia han lanzado conjuntamente una "malla de IA", transformando la red de más de 4 400 nodos edge globales de Akamai en una plataforma distribuida de inferencia en IA. Akamai está pasando de ser líder mundial en distribución cloud a convertirse en la mayor plataforma distribuida de inferencia en IA, habiendo desplegado ya GPUs NVIDIA Blackwell RTX 6000 PRO a gran escala en todo el mundo.
Esta transformación no es única. En junio de 2026 (hora de Pekín), la empresa china de inteligencia en el edge Yuntian Chuangxiang completó una ronda E de financiación superior a 1 000 millones de yuanes, liderada por el Fondo de Inversión en Internet de China. La empresa también anunció una evolución de "proveedor de servicios de inteligencia en el edge" a una estrategia integral de "malla inteligente en tiempo real" para la era AGI. Antimatter obtuvo 300 millones de euros para desplegar sus primeros 100 microcentros de datos distribuidos Policloud en 2026. NXP reforzó su porfolio de IA en el edge adquiriendo Kinara, incorporando NPUs independientes.
IDC prevé que para 2027, más del 80 % de las empresas desplegarán infraestructuras edge distribuidas, con la construcción de infraestructuras edge superando a los centros de datos core. Esto significa que el edge ya no es solo un complemento de la computación en la nube: se está convirtiendo en un componente central de la infraestructura de IA.
La lógica empresarial de la IA en el edge es clara: las tareas de inferencia son mucho más sensibles a la latencia que el entrenamiento, y los nodos edge están naturalmente más cerca de las fuentes de datos y los usuarios. Para las empresas, los despliegues en el edge también abordan el cumplimiento normativo (mantener los datos localmente), los costes de ancho de banda (reducir la transmisión en la nube) y la fiabilidad (recuperación ante desastres local). Estos retos son difíciles de resolver simultáneamente en arquitecturas centralizadas, pero las arquitecturas distribuidas ofrecen soluciones prácticas.
Era de la infraestructura multinivel: un cambio estructural en la lógica de inversión
La infraestructura de IA está pasando de una estructura "centralizada única" a una "distribuida multinivel", con profundas implicaciones para la lógica de inversión.
En primer lugar, la estructura de la demanda de chips está cambiando. El entrenamiento sigue dominado por GPUs de Nvidia—se espera que los ingresos de su división de centros de datos alcancen los 193 700 millones de dólares en el ejercicio fiscal 2026, un 68 % más interanual. Pero la demanda diversificada de inferencia está creando nuevos mercados para ASICs y chips edge. Se prevé que los envíos de ASICs alcancen unos 7,7 millones de unidades en 2026, capturando un 45 % de cuota y superando a las GPUs hasta llegar al 58 % en 2027. Broadcom podría ostentar alrededor del 60 % del mercado de ASICs para servidores de IA en 2027.
En segundo lugar, la distribución geográfica de la inversión en infraestructuras está cambiando. Los centros de datos hyperscale continúan expandiéndose—se espera que la inversión global acumulada en centros de datos alcance los 1,6 billones de dólares en 2030—pero la construcción de nodos edge crece aún más rápido. La computación en IA ya no se limita al core cloud, sino que se extiende por los niveles core, regional y edge.
En tercer lugar, el ciclo de retorno de la inversión está cambiando. Las inversiones en centros de datos centralizados son intensivas en capital y con largos periodos de recuperación, a menudo de varios años. Los despliegues de IA en el edge suelen ser más pequeños, rápidos de implementar y cercanos a escenarios de negocio específicos, permitiendo evaluaciones de retorno más granulares. Esta diferencia está cambiando la lógica de valoración del mercado de capitales para las inversiones en IA: de "quién gasta más" a "quién gasta de forma más eficiente".
Según Research and Markets, el mercado global de infraestructuras de IA crecerá de 71 880 millones de dólares en 2025 a 90 910 millones en 2026. Pero esta cifra solo cubre el mercado hardware en sentido estricto. Si se incluyen los despliegues empresariales de IA, la computación edge y las soluciones sectoriales, la escala del CapEx distribuido en IA supera ampliamente este número.
Riesgos y limitaciones: el camino hacia la distribución no es sencillo
La tendencia hacia el CapEx distribuido en IA es clara, pero no está exenta de limitaciones.
Los cuellos de botella en la oferta siguen siendo agudos. La serie Blackwell de Nvidia está en situación de escasez, con una demanda que supera la oferta durante varios trimestres. Componentes clave como HBM han sido reservados por grandes clientes hasta 2026 e incluso 2027. Bernstein Research señala que el aumento de precios de HBM por sí solo podría incrementar el CapEx de IA de los hyperscalers en torno a un 30 %.
La infraestructura eléctrica es otra gran limitación. La demanda eléctrica de los centros de datos de IA está llevando las redes existentes al límite. Conectar un clúster de computación centralizado de 1 GW a la red es en sí mismo un proyecto de varios años. Aunque las arquitecturas distribuidas reducen la demanda energética por nodo, exigen nuevas capacidades de acceso distribuido a la red.
El riesgo geopolítico también es relevante. Los controles de exportación estadounidenses sobre chips avanzados de IA siguen impactando la cadena de suministro global. El informe del primer trimestre del ejercicio 2027 de Nvidia excluyó explícitamente los ingresos del negocio de centros de datos en China. Aunque el CapEx en IA entre China y EE. UU. sigue estrechamente vinculado, la incertidumbre política aumenta la fricción en la cadena de suministro.
Por último, los mercados de capital muestran cada vez menos paciencia con los retornos de la inversión en IA. Goldman Sachs señala que la contradicción central en el auge de la IA se está intensificando: los fundamentales siguen siendo sólidos, pero el mercado ya ha descontado demasiado crecimiento futuro. Desde noviembre de 2022, la capitalización bursátil de las empresas relacionadas con IA ha aumentado en 27 billones de dólares, superando ampliamente los 9 billones estimados por los referentes macroeconómicos. Si las inversiones distribuidas no se traducen en ingresos y beneficios más rápidamente, el sentimiento del mercado podría pasar de "cuestionar la escala" a "cuestionar la lógica".
Conclusión
La distribución del CapEx en IA no supone un rechazo de la concentración, sino su complemento y extensión.
El entrenamiento sigue requiriendo centros de datos hyperscale; la inferencia se desplaza hacia el edge. Los gigantes redoblan su apuesta, mientras empresas y estados se suman. Las GPUs siguen siendo el pilar del entrenamiento, mientras que los ASICs y chips edge abren nuevos frentes. Entramos en la era de la infraestructura multinivel: cada capa cumple una función distinta y cada participante ocupa un nicho ecológico propio.
2026 marca un punto de inflexión clave en esta transformación estructural. DIGITIMES prevé que el crecimiento del CapEx global en IA pasará del 66 % en 2025 al 31 % en 2026, pero una desaceleración no significa estancamiento. Al contrario, un crecimiento más lento suele indicar el paso de un "crecimiento expansivo" a una "construcción refinada". La infraestructura de IA evoluciona de un mercado centralizado de "el ganador se lo lleva todo" a un ecosistema de "colaboración en capas".
Para los inversores, comprender la importancia de este cambio estructural puede ser más relevante que seguir las cifras de CapEx del próximo trimestre. La distribución del CapEx en IA está redefiniendo la lógica de inversión a largo plazo en cloud computing, diseño de chips, arquitectura TI empresarial e incluso política industrial nacional. El destino final de este cambio aún es incierto, pero su dirección ya está clara.
Preguntas frecuentes
P1: ¿Cuál es el motor principal del CapEx distribuido en IA?
El crecimiento explosivo de la demanda de inferencia es el motor principal. En 2026, se espera que la computación de inferencia en IA crezca un 122 % interanual, superando ampliamente el 56 % del entrenamiento. La necesidad de baja latencia y alta concurrencia en las tareas de inferencia expone los cuellos de botella físicos de los centros de datos centralizados, haciendo inevitable el uso de nodos edge distribuidos. El cumplimiento normativo y los costes de ancho de banda también empujan la computación hacia el edge.
P2: ¿Cuáles son las cifras específicas de CapEx para los cuatro grandes proveedores de nube en 2026?
Amazon: unos 200 000 millones de dólares; Microsoft: unos 190 000 millones; Alphabet: 175–185 000 millones; Meta: 125–145 000 millones. El total ronda los 725 000 millones, un 77 % más que en 2025. Aproximadamente el 75 % de esta cifra se destinará a infraestructuras relacionadas con IA.
P3: ¿Cómo se relaciona la IA en el edge con la computación en la nube?
Son complementarias, no sustitutivas. La nube central gestiona el entrenamiento de grandes modelos y la inferencia compleja, mientras que los nodos edge proporcionan respuesta en tiempo real de baja latencia, preprocesamiento de datos y cumplimiento normativo local. La computación en IA evoluciona hacia una arquitectura distribuida en tres niveles—core, regional y edge—formando un ecosistema colaborativo.
P4: ¿Cómo afecta el CapEx distribuido en IA a la industria de los chips?
El entrenamiento sigue dominado por GPUs de Nvidia—se espera que los ingresos de centros de datos alcancen los 193 700 millones de dólares en el ejercicio fiscal 2026. Pero la demanda de inferencia está creando nuevos mercados para ASICs y chips edge, con envíos de ASICs previstos en 7,7 millones de unidades en 2026 y superando la cuota de GPUs en 2027. La demanda de chips pasa de un "líder único" a un escenario de "múltiples actores".
P5: ¿Cuánto tiempo puede continuar el alto crecimiento de la inversión en infraestructuras de IA?
Barclays proyecta que el CapEx de los principales proveedores cloud alcanzará los 919 000 millones en 2027 y unos 1,16 billones en 2028. La dirección de Nvidia ha elevado el techo anual de CapEx de la industria de IA para 2030 a 4 billones de dólares. Pero el crecimiento se está desacelerando—del 66 % en 2025 al 31 % en 2026—a medida que el sector transita de un "crecimiento expansivo" a una "construcción refinada".
