Burbuja energética de IA: por qué los pronósticos de centros de datos podrían ser un farol

La Burbuja Energética de la IA: Por Qué las Previsiones de Centros de Datos Podrían Ser un Farol

Durante los últimos seis meses, solo hemos escuchado hablar de que la inteligencia artificial consumirá toda la electricidad del planeta. Sam Altman está buscando miles de millones para chips y reactores, Microsoft está reactivando Three Mile Island, y las empresas de servicios públicos en toda América se están frotando las manos imaginando una lluvia de oro. Pero ¿y si todo este pánico sobre la escasez de capacidad fuera simplemente otra narrativa sobrecalentada, detrás de la cual las corporaciones quieren justificar presupuestos para las próximas décadas?

Gregg Orrill, analista de AEGIS Hedging, decidió dejar a un lado las presentaciones de marketing y simplemente hacer los cálculos. Su conclusión suena como una ducha fría para la industria: las empresas de energía están planeando construir el doble de la capacidad que los centros de datos realmente necesitarán.

Recordemos cómo llegamos aquí. Hace apenas dos años, el sector de servicios públicos se consideraba el lugar más aburrido del mercado. Las acciones crecían lentamente, los dividendos se pagaban de manera confiable, y la demanda de energía en EE.

UU. prácticamente no cambió durante décadas. Pero llegó ChatGPT, y de repente se descubrió que entrenar cada nuevo modelo requiere exponencialmente más electricidad.

Las grandes empresas tecnológicas literalmente comenzaron a luchar por el derecho de conectarse a la red. Como resultado, las previsiones de crecimiento del consumo de energía se dispararon. Las empresas de servicios públicos, desacostumbradas a tanta atención, rápidamente revisaron sus planes de inversión, asignando miles de millones de dólares para construir nuevas subestaciones y líneas de transmisión.

Pero es precisamente aquí donde radica el error sistemático que señala Orrill. Al perseguir la tendencia, la industria comenzó a extrapolar la demanda máxima infinitamente, ignorando las leyes básicas de la eficiencia y la corrección del mercado.

El problema es que las previsiones actuales se construyen sobre la suposición de que cada proyecto de centro de datos anunciado se implementará completamente y consumirá energía al 100% de capacidad las 24 horas del día. En la realidad, vemos una brecha enorme entre solicitudes de conexión y construcción real. Muchas startups reservan capacidad "por si acaso", temiendo escasez, creando así una ilusión de falta de recursos.

Este es un ejemplo clásico del "efecto látigo" en las cadenas de suministro: una pequeña fluctuación en la demanda al final de la cadena (el deseo de entrenar un modelo) causa distorsiones masivas entre proveedores de materias primas e infraestructura. Si incluso un tercio de estos proyectos no se realiza, las empresas de energía terminarán con activos excedentes que los consumidores eventualmente tendrán que pagar a través del aumento de tarifas.

Además, la industria de la IA actualmente se encuentra en una etapa de búsqueda desenfrenada de eficiencia. Los desarrolladores de algoritmos entienden que inflar infinitamente los parámetros de los modelos es un camino sin salida. Están surgiendo métodos de entrenamiento que requieren mucha menos energía, y los chips de nueva generación se están volviendo cada vez más eficientes en energía.

Si mañana OpenAI o Anthropic encuentran una manera de entrenar modelos 30% más eficientemente, toda la estrategia de inversión de los gigantes de servicios públicos se desmoronará. Ya vimos algo similar a principios de los años 2000, cuando el mundo estaba activamente tendiendo cables de fibra óptica en anticipación de un auge de internet. En ese entonces construyeron tanta infraestructura que la mayor parte permaneció sin usar durante años, y las empresas de tendido de cables quebraron en masa.

La historia tiende a repetirse, solo que ahora en lugar de cables tenemos transformadores gigantes y reactores nucleares.

La situación se complica aún más por el hecho de que los reguladores y políticos han entusiastamente adoptado el tema de la "soberanía energética para la IA". Bajo este argumento, es mucho más fácil aprobar proyectos de construcción a gran escala y subsidiar plantas de energía antiguas que estaban programadas para cerrarse. Pero cuando se asiente el polvo, puede resultar que hayamos construido infraestructura para un mundo que no existe.

Los inversores deberían observar más cuidadosamente cuán justificados son los apetitos de las empresas de energía. Por ahora, el mercado cree en el crecimiento infinito, pero el primer informe trimestral de un gran proveedor de nube mostrando una desaceleración en los gastos de capital podría desencadenar una reacción en cadena. Y entonces resultará que el analista solitario tenía razón, y el resto del mercado simplemente estaba persiguiendo un objeto brillante.

Punto clave: ¿no estaremos confundiendo la demanda real con compras de pánico por adelantado, y quién pagará las facturas por los megavatios sin usar cuando el bombo sobre la IA finalmente se desvanezca?