Google compra el centro de datos problemático de Crusoe e invertirá 17.000 millones de dólares en el campus

El auge de la IA tiene un problema que no se arregla con un nuevo modelo ni con otro lote de GPU: la capacidad de cómputo hay que alojarla en algún sitio, conectarla a la red eléctrica y refrigerarla a tiempo. Justo en ese nivel se atascó el gran proyecto de Crusoe en Wyoming. La compañía no logró atraer a Google como inquilino y después le vendió el complejo inacabado. Ahora Google pretende terminar el campus por su cuenta e invertir 17.000 millones de dólares en su desarrollo.

Para un desarrollador esto puede parecer un trato lejano sobre hormigón y subestaciones. Pero de proyectos así dependen los plazos de llegada de nueva capacidad en la nube, la disponibilidad de aceleradores y, en última instancia, el precio de la inferencia. Si un centro de datos se retrasa un año, el equipo de software no recibe los recursos prometidos según el calendario, por mucho dinero que se haya destinado a los modelos.

Dónde se rompió el plan original

Crusoe anunció el proyecto junto con la compañía de infraestructura Tallgrass, vinculada a Blackstone. El campus se iba a ampliar gradualmente hasta 10 GW, una escala que no es la de una sala de máquinas, sino la de un enorme complejo energético y de construcción. Sin embargo, a Google, a la que Crusoe esperaba tener como cliente, según los medios no le convencieron el coste ni el calendario de ejecución.

El esquema era habitual para un operador independiente: el promotor crea el emplazamiento, lleva la energía y arrienda la capacidad a un gran cliente. Imagine que un equipo de producto encarga un clúster en la nube para julio. El proveedor construye de antemano el edificio, compra transformadores y gestiona la conexión. Si el equipo se retrasa, el presupuesto crece y la línea eléctrica no está lista, el clúster no puede ponerse en marcha parcialmente por un solo equipo desde una terminal. Al cliente le queda esperar, buscar otro emplazamiento o asumir el control de la obra. Google eligió la tercera opción.

El precio de compra no se ha revelado, así que no se puede calcular cuánto perdió o ganó Crusoe con la venta. Se conoce otra cifra: Google planea destinar 17.000 millones de dólares al desarrollo posterior del campus. La colaboración entre las compañías no termina: Crusoe sigue construyendo para Google otra instalación cerca de Amarillo, en Texas.

Por qué los operadores independientes se quedan sin espacio

Crusoe trabaja a la vez con varios modelos: alquila espacio a clientes con sus propias GPU, alquila sus propios aceleradores y vende cómputo para ejecutar modelos de IA. La compañía participa también en otros proyectos gigantescos. En Abilene construye por fases un campus para Oracle y OpenAI, y junto a él levanta otro emplazamiento de 900 MW para Microsoft. El primer edificio de este último proyecto se espera a mediados de 2027.

Un portafolio así demuestra demanda, pero no elimina los riesgos de construcción. Hay que conseguir a la vez terreno, energía, equipamiento de red, sistemas de refrigeración y el apoyo de las autoridades locales. Cualquier elemento puede retrasar toda la instalación. Una presión adicional procede de los residentes de las regiones, que temen el aumento de la carga en las redes eléctricas, del consumo de agua y del coste de la infraestructura de servicios.

La venta del emplazamiento no cerró a Crusoe el acceso al capital: en septiembre la compañía captó 3.900 millones de dólares con una valoración de 30.900 millones. Por eso lo que ocurre se parece, por ahora, más a una redistribución del riesgo que al colapso de un negocio. Google obtiene control directo sobre una instalación crítica y Crusoe se libera de un proyecto problemático y sigue con otras obras.

Qué deben hacer los equipos de producto e ingeniería

Al planificar un producto de IA ya no se puede considerar las GPU en la nube como un bien infinito con entrega instantánea. Pida al proveedor no solo el tipo de acelerador y el precio por hora, sino también la ubicación, el plazo de puesta en marcha del centro, la potencia eléctrica disponible y una región de respaldo. Para las cargas críticas, compruebe de antemano la portabilidad entre nubes y separe el entrenamiento de la inferencia: tienen requisitos distintos de latencia y disponibilidad.

Los fundadores deberían incluir el riesgo de infraestructura en su modelo financiero. Una bajada del precio del modelo no garantiza una reducción de la factura total si el clúster necesario se retrasa o solo está disponible con un contrato a largo plazo. El acuerdo entre Google y Crusoe recuerda algo sencillo: la IA no escala solo con código. Entre la consulta al modelo y la respuesta al usuario hay años de construcción, miles de millones de dólares y una red eléctrica muy física.