La falta de electricidad obliga a los centros de datos de IA a usar turbinas de avión y generadores diésel

El crecimiento explosivo de la inteligencia artificial enfrenta hoy su principal obstáculo en la disponibilidad de energía eléctrica, un cuello de botella que está llevando a los centros de datos a adoptar soluciones extremas. Ante la imposibilidad de acceder rápidamente a conexiones de alta potencia, muchas instalaciones comenzaron a operar con turbinas derivadas de motores de avión y generadores diésel o de gas como fuente principal de suministro.

El fenómeno se observa con mayor intensidad en Estados Unidos, donde las redes eléctricas no logran absorber la demanda creciente de los proyectos de IA. Las listas de espera para obtener una conexión adecuada se extienden entre cinco y siete años, un plazo incompatible con inversiones valuadas en miles de millones de dólares y con una carrera tecnológica donde llegar tarde puede implicar quedar fuera del mercado.

Frente a ese escenario, las turbinas aeroderivadas ganaron protagonismo. Estos sistemas, basados en motores de aviación comercial, pueden instalarse cerca de los centros de datos y generar decenas o incluso cientos de megavatios en pocos meses, una diferencia clave frente a las demoras de la infraestructura tradicional. Fabricantes como GE Vernova ya están proveyendo este tipo de equipamiento a grandes consorcios vinculados con la inteligencia artificial.

En paralelo, los generadores diésel y de gas dejaron de ser un respaldo de emergencia para transformarse en suministro continuo. Empresas como Cummins están vendiendo capacidad energética por decenas de gigavatios destinada específicamente a data centers que no pueden esperar una conexión estable. En muchos casos, estas máquinas operan las 24 horas durante meses o incluso años.

El costo de esta estrategia es elevado. La generación de energía in situ puede duplicar el precio de la electricidad industrial convencional, incluso frente a fuentes como la nuclear o las renovables. A esto se suman mayores emisiones contaminantes, ruido permanente, consumo intensivo de combustibles fósiles y crecientes tensiones con reguladores y comunidades locales.

Pese a ello, los operadores consideran que el sobrecosto es preferible a frenar proyectos de IA que podrían definir la competitividad de una empresa durante la próxima década. En muchos casos, llegar tarde al mercado tendría un impacto económico mayor que sostener tarifas energéticas más altas.

Especialistas coinciden en que no se trata de improvisación, sino de una “desesperación técnica”. Ninguna compañía elige estas soluciones por eficiencia o sustentabilidad, sino porque son las únicas capaces de desplegarse en plazos cortos. Lo que nació como infraestructura de emergencia se está convirtiendo, de hecho, en una solución casi permanente.

El escenario deja al descubierto una planificación energética que quedó detrás del avance de la IA. Mientras el debate público gira en torno a renovables, redes inteligentes o reactores modulares, la inteligencia artificial ya funciona gracias a motores diseñados para volar y generadores fósiles encendidos sin pausa.

A largo plazo, el modelo plantea interrogantes profundos. El cuello de botella energético amenaza con frenar el crecimiento de la IA, especialmente si los costos siguen en alza y la rentabilidad de muchos proyectos continúa siendo incierta. En ese contexto, algunos inversores empiezan a hablar de una posible corrección del sector, mientras otros advierten que los retornos podrían demorarse más allá de 2030.