La inferencia de IA ya gasta más que el entrenamiento: Gartner cifra 23.300 millones frente a 19.000 millones este año.
Claves de la operación
- La inferencia acapara por primera vez el 55% del gasto. En 2026, la inversión en IaaS optimizada para IA superará los 42.000 millones de dólares, un 96% más que en 2025.
- El entrenamiento deja de ser el centro de costes. Los modelos ya entrenados exigen un gasto recurrente que crece con cada interacción, hasta el 80-90% del coste total de vida del sistema.
- La factura llega al usuario final. Los proveedores preparan límites de tokens más bajos y tarifas dinámicas para proteger márgenes.
El final del modelo como inversión finita
El dato de Gartner marca un vuelco silencioso. La infraestructura para inferencia duplicará este año la apuesta de los proveedores en centros de datos optimizados. No se trata de un ajuste técnico: cambia la naturaleza de la inteligencia artificial como negocio.
El entrenamiento exige músculo de cómputo, pero su coste es finito. La inferencia, en cambio, cobra por cada respuesta servida a un usuario o a un agente autónomo. Las compañías pasan de financiar un proyecto puntual a asumir un gasto operativo permanente. Ese es el quiebro que asusta a los directores financieros.
Gartner calcula que el mercado global de IaaS alcanzará los 287.300 millones de dólares en 2026. Los 42.000 millones optimizados para IA apenas representan un 15% del total. La cifra es menor de lo que parece. Su crecimiento, sin embargo, concentra el margen futuro.
Meta, Google, Amazon y Microsoft ya no tratan la IA como una división accesoria. Los cuatro hiperscalers reestructuran sus presupuestos de infraestructura alrededor del coste por token. Es una métrica que ningún consejo de administración había considerado hace tres años.
El informe obliga a repensar el diseño de los centros de datos. Ya no basta con acumular aceleradores: la latencia y el ancho de banda de memoria pesan tanto como la potencia bruta. Nvidia lo ha entendido con su plataforma Vera Rubin y estaciones DGX Spark, pensadas para inferencia local.
El coste por token mide lo que la IA consume en cada respuesta. Un mal dimensionamiento de esa factura quebrará más de un proyecto.
En paralelo, Microsoft prepara portátiles con unidades de proceso neuronal integradas. La intención es clara: descargar parte de la inferencia al dispositivo del cliente y reducir la dependencia de la nube. Los fabricantes de PCs, ven aquí una excusa para sostener precios altos en un mercado que no termina de recuperarse.
La memoria de los centros de datos también se recalienta. Samsung, Micron y SK Hynix han desplazado capacidad productiva hacia memoria HBM y DDR5. El efecto colateral es un mercado de componentes de consumo en tensión: módulos RAM, SSD y placas base con precios al alza. Los usuarios lo notan en en cada compra.
Por qué la latencia vale más que la potencia bruta
Los proveedores de nube reformulan sus tarifas. El foco ya no está en el tamaño del modelo, sino en el coste por cada millón de tokens servidos. Gartner estima que la optimización de IaaS moverá 66.100 millones de dólares en 2027. El mensaje es nítido: quien no controle la eficiencia no podrá competir.
El rediseño de los centros de datos avanza hacia más densidad de aceleradores. No obstante, la memoria rápida y el ancho de banda mandan. Las tarifas por uso serán más agresivas. La presión llega a los proveedores: la era de presumir de parámetros se acaba.
El negocio de la inferencia tiene otra derivada: los operadores deben decidir cuánto arriesgar en capacidad inactiva. Un centro de datos sobredimensionado quema caja en chips que nadie usa. Las alianzas con fabricantes de PC buscan distribuir esa carga, pero no la eliminan.
España frente al coste por token: sin margen para esperar al próximo ciclo
En España, el reciclaje de la red de centros de datos ya anticipa este giro. Telefónica y Nabiax, entre otros, compiten por acercar capacidad de cómputo a las empresas. La proximidad es la nueva ventaja competitiva frente a los grandes campus de Fráncfort o Dublín. Madrid y Barcelona concentran una demanda de baja latencia que exige inversión constante.
Hay un riesgo estructural. La dependencia de unos pocos proveedores de memoria y de aceleradores deja expuesto al ecosistema europeo. Los precios de los componentes ya se han disparado en el canal de consumo. Si la inferencia sigue creciendo al ritmo de Gartner, la factura energética de los centros de datos en España subirá antes de que los operadores la puedan trasladar.
Las empresas españolas que dependen de asistentes de IA en su operativa diaria no escapan a la ecuación. El coste recurrente por agente autónomo presionará los presupuestos de tecnología. Las pymes se enfrentan a una doble vía: pagar por uso en la nube o invertir en hardware local que también se encarece.
El gran test llegará con la próxima oleada de resultados trimestrales. Los analistas mirarán dos cifras: el coste por token y la inversión en eficiencia energética. Si la segunda no crece al ritmo de la primera, el gasto en inferencia se convertirá en una losa sobre la rentabilidad. No será un problema de potencia. Será un problema de gestión.
