Soberanía en la nube se convierte en asunto de la junta directiva:
Tobias Massow
6 Min. Tiempo de lectura La UE presentó el 27 de mayo su paquete sobre soberanía tecnológica. Este ...
7 Min. de lectura
El 20 de mayo de 2026, el CEO de Nvidia, Jensen Huang, lanzó en la llamada de resultados del primer trimestre del FY2027 una cifra que afecta a toda la TI corporativa alemana. Los gastos de capital anuales en IA de los hipere scalers aumentarán hasta 2030 a unos 2,6-3,4 billones de euros. Situación actual: alrededor de 860 mil millones de euros. Quien como CIO o CTO negocie hoy una hoja de ruta de tres años, está negociando contra un entorno de mercado que en cinco años deberá soportar entre tres y cuatro veces más inversión en infraestructura.
Lo más importante en resumen
Relacionado:La apuesta de Microsoft en IA devora los presupuestos de los CIO / El cómputo se convierte en un factor de producción escaso
¿Qué es el CapEx de IA? El CapEx de IA (Gastos de Capital en Inteligencia Artificial) se refiere a las inversiones físicas anuales de grandes proveedores de nube e hipere scalers en infraestructura específica para IA. Esto incluye clústeres de GPU, construcción de centros de datos, suministro eléctrico, backbone de red y chips aceleradores propietarios. A diferencia de las inversiones TI clásicas, se trata de instalaciones físicas de larga duración con períodos de amortización entre seis y doce años.
La situación inicial actual está documentada en la llamada de resultados. El CapEx de los hipere scalers en 2026 asciende a un presupuesto total de unos 623 mil millones de euros, de los cuales, según Nvidia, 468 mil millones de euros corresponden directamente a infraestructura de IA. Si se traslada esto al mercado DACH, se observa que ya hoy la cohorte de hipere scalers invierte en un año de infraestructura de IA más de lo que aporta varias veces el presupuesto TI total de todas las empresas del DAX 40 juntas.
La duplicación en el titular no es lo interesante. Lo interesante es que la CFO de Nvidia, Colette Kress, confirmó en la misma llamada que los 2,6-3,4 billones de euros podrían ser alcanzables antes de 2030. Quien como CIO firme en 2027 un contrato de tres años con AWS, Azure o GCP, no está firmando en un entorno de mercado estable. Está firmando en una fase de consolidación activa con un aumento agresivo del poder de mercado de los proveedores.
Nvidia presentó cifras récord el 20 de mayo de 2026. 70,1 mil millones de Euro en facturación trimestral, un aumento del 85 % respecto al año anterior. De esta cantidad, 64,6 mil millones de Euro correspondieron al segmento de centros de datos, un incremento del 92 %. Estas cifras no solo reflejan el éxito de Nvidia, sino que son el reflejo de la ola de CapEx de los hiperscalers.
El propio Huang eligió en la llamada una formulación que se citará en los consejos de administración. La creación de fábricas de IA constituye la mayor expansión de infraestructuras en la historia de la humanidad y se está acelerando precisamente ahora. Quien lea a Huang con regularidad sabe que esta no es una de sus habituales exageraciones. Se trata de la diapositiva con la que su directora financiera calibrará las expectativas de los inversores en los próximos trimestres.
La segunda cifra, más relevante para los CIO que el titular, proviene de las diapositivas sobre la tasa de crecimiento de la capacidad de cómputo. Se prevé que la capacidad global de cómputo para IA escale con un crecimiento anual de 2,25 veces hasta 2030. Esto implica, en términos de gasto anual, un crecimiento medio de entre el 32 y el 41 % por año. Quien planifique hoy los presupuestos de cómputo como CIO lo hará frente a un entorno de mercado en el que los principales actores duplican su demanda aproximadamente cada 2,5 años.
Los 2,6 a 3,4 billones de Euro pueden sonar abstractos. Se vuelven tangibles al observar la evolución temporal de las inversiones de los hiperscalers, desde la primera ola de IA hasta la situación actual. Los CIO de la región DACH deberían tener presentes tres hitos clave.
Quien como CIO acuda en 2026 a las negociaciones con la expectativa de que los precios de la nube se estabilicen a medio plazo, malinterpreta la curva. Los hiperscalers siguen ampliando sus capacidades porque están obligados a hacerlo. Pero lo hacen para cargas de trabajo que aún no existen. En esta fase, los precios por token o por hora de cómputo no bajan automáticamente. Solo descienden allí donde los proveedores deben competir, lo que, dada esta concentración, abarca cada vez menos ámbitos.
De la cifra de Huang se pueden deducir tres decisiones para las próximas rondas de presupuesto. No son espectaculares. Son exigentes, ya que rompen estructuras de gobernanza establecidas.
Primero: desacoplar el acceso al cómputo de la negociación principal. Quien sigue agrupando cargas de nube y cómputo de IA en el mismo contrato marco pierde poder de negociación. Resulta útil obtener el cómputo de IA a través de vehículos separados, como proveedores de nube emergentes, proveedores especializados en inferencia o clusters de GPU internos. De esta forma se puede negociar la parte de cómputo independientemente del contrato general de nube y ajustar con mayor frecuencia que un marco de tres años.
Segundo: reclutar talento en la intersección. El talento senior en tecnología con comprensión simultánea de la economía del cómputo, ajuste de modelos y negociación con proveedores es hoy escaso y será una recurso estratégico hasta 2028. Quien comienza a contratar solo cuando un proyecto específico de IA fracasa, ha empezado demasiado tarde. Estos perfiles deben integrarse en la área de estrategia de TI, no en una unidad de innovación aislada.
Tercero: calcular honestamente los costos de soberanía. La discusión sobre la soberanía europea en la nube se hará operativamente más cara en un mundo de billones de euros. Quien apuesta por opciones como BSI-C5 o GAIA-X pagará un recargo que crecerá estructuralmente conforme los hiperscalers escalen. La pregunta no es si la soberanía es importante, sino dónde realmente reduce riesgos y donde es simplemente una inversión motivada políticamente. Ambas respuestas son legítimas, pero deben cuantificarse.
Hay dos interpretaciones obvias pero erróneas. La primera dice: los 2,6 a 3,4 billones de euros en CapEx de IA hacen el cómputo por token más barato. Lo contrario es lo esperable. Los hiperscalers construyen para modelos punteros y mercados donde se pueda obtener una prima de precio. Los costos de inferencia en el límite de modelos mainstream seguirán bajando, pero más lentamente que entre 2023 y 2025. Quien planee nuevas reducciones anuales está planeando contra la lógica de ganancias de los proveedores.
La segunda interpretación errónea: con esta ola de CapEx surgirán automáticamente alternativas de soberanía en Europa. Eso no ocurrirá. Los proveedores específicos de Europa ocuparán nichos, especialmente en sectores regulados y en el sector público. No replicarán la curva de volumen de los hiperscalers estadounidenses. Por tanto, quien espere un modelo europeo alternativo debe tratarlo como una tesis de lobby o financiación, no como una estrategia de adquisición.
Lo que queda es un mensaje sencillo para los consejos de administración de DACH. Los 2,6 a 3,4 billones de euros no son un número de marketing. Es un entorno de mercado en el que la TI corporativa debe clarificar su posición en los próximos 18 meses. Quien no lo haga, lo hará al final mediante contratos por defecto.
Durante el llamado de resultados de Nvidia Q1-FY2027 del 20 de mayo de 2026. La CFO Colette Kress añadió en el mismo llamado que este número también podría alcanzarse antes de 2030.
El KI-CapEx incluye inversiones en infraestructura específica para inteligencia artificial: clústeres de GPU, centros de datos AI, suministro eléctrico, redes de alta velocidad. A diferencia del CapEx tradicional de TI, la depreciación dura mucho más y está más vinculada a mapas de hardware propietarios.
Según Nvidia, el CapEx total de los hyperscalers en 2026 asciende a unos 623 mil millones de euros, de los cuales 468 mil millones corresponden directamente a infraestructura de IA. La componente de IA duplica su tamaño en dos años.
Primero, desacoplar el cálculo de IA del marco contractual de la nube y adquirirlo mediante vehículos separados. Segundo, construir talento senior en tecnología en la intersección entre economía de cálculo, sintonización de modelos y negociaciones con proveedores. Tercero, cuantificar honestamente los costos de soberanía, en lugar de tratarlos políticamente.
No automáticamente. Los hyperscalers invierten en modelos de vanguardia y mercados premium. Los costos de inferencia en la frontera de los modelos mainstream seguirán bajando, pero más lentamente que entre 2023 y 2025. Quien planea reducciones anuales del 50%, calcula contra la lógica de ganancias de los proveedores.
Consejos de lectura de la redacción
Más del MBF Media Netzwerk
Stanford AI Index 2026: Inaccuracy supera a la ciberseguridad como riesgo principal
Exchange-Zero-Day CVE-2026-42897: OWA-Spoofing obliga a los CISOs DACH a aplicar parche inmediato
Fuente de la imagen de portada: Will Buckner / Wikimedia Commons (CC BY 2.0)