Un informe basado en imágenes satelitales y análisis geoespacial ha detectado posibles retrasos en la construcción de hasta el 40% de los centros de datos para IA en Estados Unidos y Europa, una situación que podría complicar los plazos previstos para la disponibilidad de infraestructuras críticas para la inteligencia artificial avanzada.
Esta noticia adquiere relevancia debido al papel fundamental que juegan estos centros en la capacidad de cómputo necesaria para entrenar y operar modelos de inteligencia artificial de última generación. Sin embargo, la combinación de escasez de materiales, mano de obra especializada y limitaciones energéticas está generando cuellos de botella que ponen en duda la viabilidad de los cronogramas actuales.
Retrasos en obras claves para centros de datos para IA
Según un análisis del grupo independiente M Bunker, que utiliza imágenes satelitales de alta resolución combinadas con datos públicos y entrevistas, entre 22 y 23 de 55 proyectos monitoreados presentan signos claros de ralentización o inactividad. Entre los indicios más frecuentes destacan maquinaria parada por períodos prolongados, áreas de construcción sin avances visibles, y presencia de vegetación en zonas preparadas para obra.
Proyectos emblemáticos afectan también a grandes compañías vinculadas con la inteligencia artificial, como Microsoft, Google, Meta, CoreWeave y Oracle. Por ejemplo, en Texas, ciertas obras para OpenAI mediante Oracle muestran avances limitados; sólo una pequeña parte del terreno ha sido despejada y sólo un edificio parece comenzar a tomar forma, retrasando la entrega prevista ahora hacia 2027 en lugar de 2026.
Factores que complican la construcción de infraestructuras para IA
Entre las causas predominantes se encuentra la escasez global de componentes relacionados con infraestructuras eléctricas, como transformadores, lo que dificulta la conexión fiable y potente necesaria para estos centros. También existen dificultades para acceder a fuerza laboral especializada, como electricistas y fontaneros, cuyo déficit viene reportándose desde finales del año pasado.
A esto se suma la presión sobre los servicios públicos locales para suministrar la elevada energía requerida. Aunque las empresas que desarrollan inteligencia artificial están financiando mejoras en la red, estos trabajos requieren meses para su implementación. Algunas compañías contemplan el uso de generadores propios, como turbinas, pero estos necesitan permisos regulatorios adicionales que también ralentizan el proceso.
Contraste con las declaraciones oficiales
Las empresas involucradas niegan públicamente estos retrasos. OpenAI, Oracle y SB Energy mantienen que la construcción avanza según lo planeado y que acelerarán el ritmo. Microsoft, Google y Meta actualizan que las interrupciones son normales y que las imágenes satelitales no reflejan el total del progreso.
No obstante, testimonios en obra y el seguimiento independiente contradicen estas afirmaciones, señalando que las demoras ya son palpables en la fase de cimentación y preparación de terreno. Además, un informe señala que la mitad de los proyectos de centros de datos para IA en Estados Unidos podrían retrasarse o cancelarse por razones similares.
Importancia de los centros de datos para el desarrollo de la IA
La construcción efectiva y a tiempo de los centros de datos para IA es crítica para mantener el ritmo de innovación en modelos de inteligencia artificial, cuya demanda de procesamiento crece exponencialmente. Retrasos prolongados pueden aplazar lanzamientos de nuevos sistemas y afectar inversiones millonarias destinadas a expandir la capacidad computacional necesaria.
Estos obstáculos no implican la cancelación de proyectos, sino un reajuste en los tiempos que podría extender su finalización varios meses o incluso años. Dado el volumen invertido, esto genera incertidumbre en los inversores y puede obligar a replantear estrategias en un mercado altamente competitivo.
Este escenario subraya la complejidad de la expansión tecnológica más allá de lo digital, mostrando que infraestructuras físicas y recursos humanos son elementos críticos que condicionan el avance efectivo en inteligencia artificial.
