Solíamos discutir la inteligencia artificial como una conversación sobre modelos y talento: quién entrena el algoritmo más capaz. Hoy esa conversación empieza a parecerse, cada vez más, a una conversación sobre energía.
El dato que ordena el debate viene del Foro Económico Mundial: el cómputo para entrenar los modelos de frontera se duplica cada cinco o seis meses. Pero ese salto ya no proviene de fabricar chips más pequeños, sino de encadenar racimos de chips cada vez más grandes, que consumen cantidades enormes de electricidad. Dicho de otra manera, la IA dejó de crecer por eficiencia y empezó a crecer por escala física. Y ahí aparece un límite que ningún modelo resuelve: la red eléctrica.
Conviene ver el mecanismo. Un centro de datos de IA se planea y se construye en dos o tres años; conectarlo a la red puede tomar de cuatro a diez años. Ese desfase, no la falta de capital ni de talento, es lo que hoy decide qué proyectos avanzan y cuáles se quedan en el papel. Puede sonar a detalle de ingeniería, pero en realidad es mucho más: es la nueva frontera de la competitividad.
La magnitud lo confirma. El gasto mundial en IA superará los 2.5 billones de dólares en 2026, y más de la mitad irá a infraestructura; solo las grandes tecnológicas invertirán cerca de 700 mil millones este año en centros de datos. La carrera dejó de ser por el mejor modelo. Hoy es por megavatios disponibles.
Aquí ayuda el lente de los activos estratégicos: la energía firme, la red y el suelo cercano a ella son hoy bienes tan decisivos como antes lo fueron el petróleo o las telecomunicaciones. Quien los asegura decide dónde se construye el próximo cómputo; quien solo los alquila, espera en la fila.
Y no es un caso aislado. El propio Foro advierte sobre la tentación de la "soberanía" total: los gobiernos van camino de gastar más de un billón de dólares para 2030 tratando de controlar toda la cadena. China ha invertido 150 mil millones para replicar la litografía que domina un puñado de empresas; la Unión Europea comprometió unos 50 mil millones en manufactura de chips, buena parte de generación anterior. La lección es vieja y económica: querer producirlo todo en casa sale caro. La ventaja no está en poseerlo todo, sino en asegurar los puntos críticos y especializarse.
Para México, la lectura es una oportunidad más que una advertencia. Podemos y debemos discutir leyes de IA, sesgos algorítmicos y derechos de autor; pero conviene mirar también la infraestructura que sostiene todo eso, porque ahí se juega buena parte de la competitividad. Integrar en una misma conversación la planeación energética y la estrategia digital es lo que permite que nuestras ambiciones no queden supeditadas a un lugar en la cola de conexión.
Y aquí surgen las preguntas que tarde o temprano tendremos que responder: ¿queremos ser sede de esta infraestructura o consumidores de la que se construya afuera? ¿Estamos listos para tratar los permisos energéticos y la certeza regulatoria como una política de Estado de largo plazo? ¿Qué papel damos a la generación en sitio, a las baterías o a los contratos de compra de energía que ya permiten operar dentro de los límites de la red?
La inteligencia artificial del futuro no se entrenará donde haya mejores ideas, sino donde haya electricidad. Y esa, cada vez más, también será una forma de soberanía.
