Los centros de datos en EE. UU., atrapados entre protestas, escasez de energía y el miedo a una burbuja

Estados Unidos está acostumbrado a verse como el líder indiscutible de la carrera tecnológica. Pero mientras Washington traza planes ambiciosos para dominar la inteligencia artificial, sobre el terreno —en sentido literal— ocurre algo muy distinto. La construcción de nuevos centros de datos en todo el país se enfrenta a una avalancha de problemas, desde las protestas vecinales hasta la simple falta de electricidad. La base de infraestructura de la revolución de la AI ha resultado mucho más frágil de lo que suponían los gigantes tecnológicos.

Los últimos meses han traído toda una serie de cancelaciones y congelaciones de grandes proyectos. Nuevos centros de datos que debían aportar la capacidad de cómputo para entrenar y ejecutar los modelos de AI de próxima generación se aplazan sin fecha. Las causas forman una tormenta perfecta en la que cada factor amplifica a los demás. Las cadenas de suministro, que aún no se han recuperado de las sacudidas de la pandemia, sufren además la presión de la política arancelaria. Los aranceles a la importación de equipos y componentes impuestos por la administración encarecen la construcción y restan atractivo a la economía de los proyectos. Servidores, sistemas de refrigeración, transformadores: todo cuesta más y tarda más en llegar.

Sin embargo, el obstáculo más inesperado ha sido probablemente la resistencia desde abajo. En todo el país —de los condados rurales de Virginia a las afueras de las ciudades de Texas— las comunidades locales se organizan contra la construcción de enormes complejos de cómputo. Sus argumentos difícilmente pueden tacharse de infundados.

Un centro de datos moderno consume tanta electricidad como una pequeña ciudad, genera un ruido constante de baja frecuencia, necesita volúmenes colosales de agua para la refrigeración y transforma por completo el paisaje. Los vecinos señalan, con razón, que los beneficios de estas instalaciones se van a Silicon Valley y a Wall Street, mientras que los costes —el ruido, la presión sobre las infraestructuras, la caída del valor de la vivienda— se quedan en la zona. Los movimientos de protesta de base, que hace apenas un par de años parecían marginales, se han convertido en una fuerza política seria, capaz de bloquear proyectos a nivel municipal.

La cuestión energética merece capítulo aparte. La red eléctrica estadounidense, que ya opera al límite en muchas regiones, no puede físicamente absorber el crecimiento explosivo de la demanda que exige la industria de la AI. Según distintas estimaciones, a finales de la década los centros de datos podrían consumir hasta el 10-12 por ciento de toda la electricidad del país. Las eléctricas no dan abasto para construir nueva capacidad, ya sean centrales de gas, plantas solares o reactores nucleares. En algunos estados, las colas para conectarse a la red se alargan durante años. El resultado es paradójico: la tecnología del futuro choca con una infraestructura diseñada para una época completamente distinta.

A este cóctel de problemas se suma el creciente escepticismo de los inversores. Tras varios años de optimismo desenfrenado, en los que cualquier proyecto con la etiqueta «AI» conseguía financiación casi automáticamente, la cautela ha llegado al mercado. Hablar de una burbuja de la inteligencia artificial, algo que hasta hace poco sonaba a herejía, ahora se hace abiertamente, también en las páginas de los principales medios económicos y en las notas de análisis de los mayores bancos de inversión.

Algunos fondos ya están revisando sus carteras y reduciendo su exposición a proyectos de infraestructura de AI. La lógica es sencilla: si la rentabilidad de un centro de datos depende de que la demanda de capacidad de cómputo siga creciendo de forma exponencial otros diez años, cualquier desaceleración convierte una inversión multimillonaria en pérdidas.

Las consecuencias van mucho más allá del sector de la construcción. Si Estados Unidos no logra ampliar su infraestructura de cómputo al ritmo necesario, el impacto sobre la velocidad de desarrollo de los modelos de AI será directo. Entrenar sistemas de la escala de GPT-5 o Gemini Ultra exige clústeres colosales, y cada centro de datos aplazado supone un posible retraso en la investigación. Los competidores —sobre todo China y los países de Oriente Medio— no se quedan quietos. Arabia Saudí y los Emiratos Árabes Unidos invierten decenas de miles de millones en su propia capacidad de cómputo, y Pekín, pese a las restricciones de las sanciones, sigue construyendo centros de datos con la rapidez característica del sistema chino.

Todo esto plantea una pregunta incómoda a la industria tecnológica y al establishment político de Estados Unidos. Se puede hablar todo lo que se quiera del liderazgo en AI, firmar órdenes ejecutivas y destinar presupuestos a la investigación. Pero si no existe la infraestructura física —servidores, electricidad, suelo para construir y el consentimiento de quienes viven al lado—, todos esos planes se quedan en papel mojado. El boom de la AI se ha topado por primera vez de verdad con la realidad, y esa realidad ha resultado mucho más tozuda de lo que predecían los modelos de lenguaje más avanzados.