La carrera de infraestructura en inteligencia artificial
El despliegue masivo de la inteligencia artificial está redefiniendo las prioridades financieras de los gigantes tecnológicos. Durante su intervención en la cumbre Fortune Most Powerful Women en Santa Barbara, Ruth Porat, presidenta y directora de inversiones de Alphabet, confirmó que la compañía proyecta elevar significativamente sus gastos de capital (capex) de cara al próximo año, superando el desembolso aproximado de 200.000 millones de dólares estimado para este ejercicio.
Esta estrategia responde a una limitación física concreta: la demanda de capacidad de cómputo por parte de empresas y gobiernos continúa superando la oferta disponible. Para Porat, la industria se encuentra inmersa en una fase de construcción activa que se prolongará en el tiempo. Esta fase transformadora no solo impacta en los balances corporativos, sino también en el mercado laboral y en la demanda de mano de obra cualificada.
Impacto financiero y exigencias operativas
La magnitud del gasto ya ha dejado huella en las cuentas de la matriz de Google. En el segundo trimestre, las inversiones alcanzaron los 44.900 millones de dólares, dirigidos en su inmensa mayoría a infraestructura técnica para sostener la IA, según detalló la directora financiera Anat Ashkenazi. Dicha asignación llevó el flujo de caja libre a terreno negativo (-5.900 millones de dólares) por primera vez en más de dos décadas de cotización bursátil.
A pesar del escrutinio de los mercados sobre la rentabilidad de este volumen de capital, Porat descarta los temores de destrucción masiva de valor ante competidores con modelos de código abierto más económicos. La ejecutiva sostiene que rentabilizar estas inversiones depende de dos factores críticos:
- Aportar valor real a los socios: entregar capacidades que impulsen el crecimiento efectivo de los ingresos corporativos e institucionales.
- Eficiencia en el suministro de cómputo: optimizar la entrega y el consumo de la capacidad tecnológica desplegada.
El empleo en la era de los centros de datos
La construcción de centros de datos para IA trasciende el desarrollo de software y se asienta como un motor de empleo industrial y técnico. Frente a encuestas que reflejan reticencias locales hacia estas instalaciones (con un 71% de ciudadanos reticentes a tener una en su comunidad), Porat señala que la percepción cambia cuando se acompaña de inversión energética y puestos de trabajo directos.
Para atender la escasez de perfiles necesarios en este despliegue, Google cofundó una alianza de oficios cualificados junto a entidades como Ford, BlackRock y Carhartt. Esta iniciativa se centra en capacitar activamente a trabajadores en áreas esenciales de la economía real:
- Electricistas e instaladores de alta tensión.
- Soldadores y especialistas en infraestructuras metálicas.
- Técnicos dedicados a proyectos energéticos, incluyendo fuentes geotérmicas, solares, eólicas y nucleares.
En este sentido, la expansión de la IA genera una bifurcación laboral donde los perfiles técnicos de base y la mano de obra especializada en infraestructuras resultan tan indispensables como los científicos de datos.
Qué significa en la práctica
En el terreno operativo y profesional, este escenario evidencia que el ecosistema tecnológico requiere urgentemente capacidades físicas para sostener los servicios digitales avanzados. Para las empresas y los profesionales, esto implica:
- Diversificación de perfiles requeridos: Las oportunidades de empleo vinculadas a la IA ya no pertenecen exclusivamente a ingenieros de software, sino que se extienden a la ingeniería eléctrica, la gestión energética y los oficios técnicos de montaje.
- Riesgo de obsolescencia competitiva: Adoptar la tecnología tarde representa una vulnerabilidad operativa severa. Como apuntó Porat al evocar su experiencia en la crisis financiera de 2008, no adelantarse a las carencias estructurales impide reaccionar a tiempo frente a competidores que ya conectan mejor con los clientes.
- Presión sobre la eficiencia de recursos: Los equipos de desarrollo e infraestructura deben diseñar arquitecturas que maximicen cada unidad de cómputo, dado que los costes de despliegue y energía seguirán siendo elevados.
Conclusión
Para no quedar en desventaja frente a las exigencias del mercado actual, las organizaciones y los profesionales deben auditar sus procesos críticos e identificar de forma temprana qué capacidades técnicas o de infraestructura necesitan reforzar, planificando la adopción de herramientas de IA antes de que la falta de computación o de personal especializado se convierta en una barrera insalvable.
Fuente original: Fortune