Gartner advierte sobre escasez de semiconductores para CIOs

01.05.2026

6 min de lectura

El 8 de abril de 2026, Gartner publicó una previsión que tiene consecuencias presupuestarias directas para los CIO: la facturación mundial de semiconductores supera por primera vez en 2026 la marca de 1,3 billones de dólares, un crecimiento del 64 por ciento respecto al año anterior. El motor es conocido. La consecuencia para los presupuestos de TI lo es menos.

Por qué la cifra de Gartner no es solo investigación de mercado para los CIO

Un mercado de 1,3 billones de dólares suena a estadística macroeconómica. No lo es. Los semiconductores son la cadena de suministro detrás de cada servidor, cada portátil, cada matriz de almacenamiento y cada instancia de GPU que compran los CIO. Lo que ocurre en este sector llega con un retraso de 12 a 18 meses a las listas de precios de Dell, HPE, Lenovo y a los precios spot en la nube de los hiperescaladores.

El problema concreto para 2026 y 2027: Gartner denomina a este fenómeno «memflación». Los precios de la DRAM suben un 125 por ciento, y los de la NAND Flash un 234 por ciento. Ambos son componentes clave en casi todos los dispositivos. Los precios al consumidor final del hardware seguirán esta tendencia, con retraso, pero la seguirán.

Los CIO que hayan planificado ciclos de renovación para la infraestructura de servidores o las flotas de dispositivos finales en 2026 deberían revisar sus suposiciones sobre los plazos. Quien compre ahora, lo hará antes de la subida de precios. Quien espere a 2027, comprará en un mercado de memoria sin alivio.

Disponibilidad de chips de IA: el desafío de aprovisionamiento subestimado

Los semiconductores de IA representan el 30 por ciento del mercado total de semiconductores y escasean. AWS, Microsoft, Google y Meta vinculan la capacidad disponible de GPU de los próximos dos o tres trimestres con compromisos multimillonarios. NVIDIA, AMD y los fabricantes de chips personalizados priorizan a estos compradores.

Para las empresas que necesitan capacidad de GPU para sus propias cargas de trabajo de IA, surgen dos escenarios realistas.

Prioridad a la nube: Alquilar capacidad de GPU a través de AWS, Azure o GCP en lugar de comprarla. Sin plazos de aprovisionamiento, sin riesgos de amortización. Pero: los precios spot en la nube para instancias A100 y H100 también han subido en 2026, porque los hiperescaladores trasladan la escasez.

On-premise con largo plazo de entrega: Quien planifique servidores físicos con GPU calcula actualmente con un tiempo de aprovisionamiento de 12 a 20 semanas. Esto no es un problema si el proyecto comienza dentro de nueve meses. Es un problema si la junta directiva ha fijado la iniciativa de IA para el tercer trimestre de 2026.

Contexto

Crecimiento del 64 % en semiconductores en 2026. Gasto en infraestructura de hiperescaladores: más de +50 %. Chips de IA: 30 % del mercado total.

Fuente: Gartner, 8 de abril de 2026

Tres ajustes presupuestarios para el proceso de planificación en curso

1. Calcular una actualización de hardware con un colchón del 15-25%. La inflación de la memoria en DRAM y NAND incrementa los precios de adquisición para servidores, almacenamiento y dispositivos finales hasta finales de 2026 y 2027. Quien planifique con las listas de precios del año anterior necesitará aprobiciones adicionales.

2. Sincronizar el cronograma de cargas de trabajo de IA con la realidad de adquisiciones. Si un piloto de IA necesita hardware en el T3 de 2026, el pedido debe estar ya en marcha. Los plazos de entrega de 12 a 20 semanas para hardware GPU son estándar en 2026 – no es un estado excepcional.

3. Aumentar realista el presupuesto de nube para capacidad GPU. Quien sustituya GPU propia por capacidad spot en la nube necesita un margen de seguridad. Los datos de Gartner muestran correlación entre el mercado de hardware y los precios en la nube para instancias de IA.

La previsión de Gartner no aporta nuevos problemas. Proporciona cifras para problemas que los CIOs ya conocen. El valor: respaldar con referencias externas las conversiones sobre ajustes de presupuesto de hardware con la junta directiva.

Preguntas frecuentes sobre la previsión de semiconductores de Gartner 2026

¿Afecta la inflación de memoria también a los costes de nube o solo al hardware propio?

A ambos, pero con diferente cronología. Los proveedores de nube amortizan los costes de hardware durante varios años y absorben parte ellos mismos a corto plazo. A medio plazo – Gartner ve precios de memoria más realistas como muy pronto a finales de 2027 – los mayores costes de adquisición se incluirán en las tarifas de cálculo y almacenamiento. En el pronóstico presupuestario de 2027 debería esperarse un aumento de precios del 10 al 20 por ciento en instancias de nube intensivas en memoria.

¿Existen alternativas a las GPU NVIDIA para evitar los cuellos de botella?

Sí, con matices. AMD Instinct MI300X está disponible y es competitiva para cargas de trabajo de inferencia. Para el entrenamiento de modelos grandes, el ecosistema NVIDIA (CUDA, cadena de herramientas) sigue siendo mucho más maduro. Los chips de IA personalizados a través de proveedores de nube (AWS Trainium2, Google TPU v5) son interesantes para cargas de trabajo específicas, pero vinculan fuertemente a un proveedor. Para los primeros proyectos de IA empresariales cabe señalar: la mayoría de las cargas de trabajo funcionan en inferencia – allí las alternativas a NVIDIA son más reales de lo que a menudo se cree.

¿Qué precisión tienen las previsiones de semiconductores de Gartner con estas tasas de crecimiento?

Históricamente fiables para el año en curso (desviaciones inferiores al 10 por ciento), porque gran parte de la capacidad ya está vinculada contractualmente. La tasa de crecimiento del 64 por ciento es extraordinaria, pero está documentada por los pedidos pendientes concretos en NVIDIA, TSMC y SK Hynix. El riesgo real no es un riesgo a la baja, sino un riesgo de suministro: si las capacidades de TSMC se vuelven más escasas de lo previsto, los precios seguirán subiendo.