Por cada 100 dólares destinados a nueva infraestructura de inteligencia artificial, unos 50 dólares terminan en semiconductores, según una estimación de BNP Paribas Equity Research y SankeyMATIC. El gráfico permite poner cifras a una realidad que está marcando la expansión de los centros de datos: comprar aceleradores es solo una parte de la factura. Redes, electricidad, refrigeración, edificios y conexión a la red eléctrica completan una inversión mucho más amplia.
Las claves del reparto del gasto en infraestructura de IA en 30 segundos
- De cada 100 dólares de CAPEX de IA, el gráfico asigna 50 a semiconductores, 20 a energía, 15 a redes, 7,5 a refrigeración y otros 7,5 a construcción e instalaciones.
- Los aceleradores representan por sí solos 25 dólares y la memoria otros 15.
- La infraestructura eléctrica recibe más dinero que la propia refrigeración.
- El gráfico es una estimación de alto nivel, no una contabilidad universal de todos los centros de datos.
- El reparto ayuda a identificar qué partes de la cadena absorben realmente la inversión en IA.
La imagen resulta especialmente interesante porque permite separar dos conceptos que a menudo se mezclan. El gasto de capital de los grandes operadores tecnológicos no consiste únicamente en comprar GPU. Para poner esas GPU a trabajar hacen falta servidores, redes de alta velocidad, transceptores ópticos, sistemas eléctricos, refrigeración y edificios preparados para soportar densidades que hace pocos años eran poco habituales.
También conviene introducir una cautela con las cifras. Los grandes hiperescalares no publican una partida homogénea denominada «CAPEX de IA», por lo que no puede asumirse que todo su gasto de capital corresponde a inteligencia artificial. Las estimaciones de inversión conjunta de Microsoft, Amazon, Alphabet y Meta para 2026 se sitúan ya por encima de los 700.000 millones de dólares, pero incluyen infraestructura y otros activos además de IA.
Los semiconductores absorben 50 de cada 100 dólares
La primera gran conclusión del Sankey es la concentración del gasto.
De los 100 dólares iniciales, 50 se destinan a semiconductores. Dentro de esta cantidad, BNP distribuye aproximadamente 25 dólares hacia aceleradores, 15 hacia circuitos integrados de memoria y 10 hacia CPU, otros chips y fabricación de servidores.
Esto significa que los aceleradores representan aproximadamente una cuarta parte de toda la inversión considerada en el modelo.
El flujo continúa porque fabricar un acelerador o un chip de memoria requiere a su vez diferentes procesos industriales. El gráfico reserva unos 8 dólares para equipos de fabricación de obleas (WFE, Wafer Fab Equipment).
A partir de ahí aparecen varias categorías: deposición, litografía, grabado, inspección, encapsulado y otros procesos.
El Sankey ayuda a visualizar algo que una cifra agregada puede ocultar. Cuando un hiperescalar compra miles de sistemas de IA, el dinero comienza a desplazarse por una cadena industrial extensa que alcanza desde los diseñadores de chips hasta fabricantes de equipos para semiconductores.
La memoria merece una atención particular.
Los sistemas de IA necesitan enormes cantidades de ancho de banda para alimentar continuamente los aceleradores. De ahí la importancia adquirida por la HBM (High Bandwidth Memory o memoria de alto ancho de banda), que se integra junto a las GPU y otros aceleradores avanzados.
También está el encapsulado avanzado. Integrar aceleradores, memoria y otros componentes en sistemas capaces de intercambiar cantidades masivas de información requiere tecnologías de fabricación cada vez más complejas.
Por eso el gasto en IA termina llegando a compañías que aparentemente están varios niveles por debajo del proveedor que vende el acelerador final.
Redes, electricidad y refrigeración se llevan la otra mitad
La segunda parte del gráfico resulta casi tan interesante como los chips.
BNP estima que 15 de cada 100 dólares corresponden a equipamiento de red. Dentro de este apartado aparecen aproximadamente 3 dólares en procesadores de red, 2 en cableado, 4,5 en switches y 5,5 en transceptores ópticos.
El crecimiento de esta categoría puede comprobarse también en los resultados de NVIDIA. En su primer trimestre fiscal de 2027, la compañía declaró 14.800 millones de dólares de ingresos trimestrales en networking para centros de datos, un 199 % más que un año antes.
La cifra ayuda a entender por qué las redes se han convertido en otra de las grandes áreas de competencia alrededor de la IA.
Miles de aceleradores trabajando conjuntamente necesitan intercambiar datos con latencias muy bajas y enormes anchos de banda. Cuanto mayor es el clúster, más importante resulta la red que conecta sus nodos.
Pero el Sankey reserva todavía más dinero para otro apartado: la energía.
De cada 100 dólares, unos 20 aparecen asociados a infraestructura eléctrica.
BNP distribuye aproximadamente 6,5 dólares hacia distribución eléctrica, 10 hacia conexión a la red y generación independiente y otros 3,5 hacia instalaciones eléctricas dentro del propio centro de datos.
Es una cifra especialmente relevante porque la disponibilidad eléctrica está condicionando dónde y cuándo pueden construirse nuevas instalaciones.
El servidor puede adquirirse en meses. Conseguir decenas o cientos de megavatios adicionales de capacidad eléctrica puede necesitar mucho más tiempo.
Por eso el debate sobre infraestructura de IA se está desplazando progresivamente desde la disponibilidad de GPU hacia la disponibilidad conjunta de computación, red y electricidad.
La refrigeración supone otros 7,5 dólares
El siguiente bloque corresponde a refrigeración, con 7,5 dólares de cada 100.
El gráfico distribuye esta cantidad entre cold plates o placas frías, unidades de distribución de refrigerante (CDU), chillers y torres de refrigeración.
Las nuevas generaciones de aceleradores han elevado notablemente la densidad térmica de los racks. Esto está favoreciendo la introducción de refrigeración líquida en instalaciones que tradicionalmente dependían principalmente de sistemas de aire.
Los 7,5 dólares restantes corresponden a instalaciones y construcción.
BNP los divide aproximadamente entre adquisición del terreno y preparación del emplazamiento, estructura y envolvente del edificio, y acondicionamiento interior e infraestructura auxiliar.
El reparto completo queda así:
| Destino | Dólares de cada 100 |
|---|---|
| Semiconductores | 50 |
| Energía | 20 |
| Equipamiento de red | 15 |
| Refrigeración | 7,5 |
| Instalaciones y construcción | 7,5 |
La tabla muestra una característica interesante: el edificio representa una fracción relativamente pequeña frente a la tecnología instalada dentro de él.
Un centro de datos preparado para IA puede ser una obra de ingeniería considerable, pero servidores, aceleradores, redes y sistemas eléctricos terminan absorbiendo la mayor parte del capital.
El gráfico también muestra dónde están los cuellos de botella
El Sankey de BNP resulta útil precisamente porque no debería interpretarse como una fórmula exacta aplicable a cualquier proyecto.
El propio gráfico identifica sus cifras como estimaciones de alto nivel sujetas a cambios debido a la rápida evolución de los costes, la demanda y la oferta.
Un centro de datos existente que instala nuevos servidores tendrá una estructura de costes diferente a una instalación construida desde cero. También cambiará el reparto dependiendo del tipo de acelerador, potencia disponible, arquitectura de red, densidad de los racks o sistema de refrigeración.
Pero las proporciones sirven para comprender el alcance económico de la carrera por la IA.
El CAPEX agregado de los grandes operadores estadounidenses continúa creciendo. Una estimación reciente sitúa la inversión de los cuatro mayores hiperescalares durante 2026 entre 720.000 y 745.000 millones de dólares. Si se incorpora Oracle, la cifra rondaría los 835.000 millones.
Otras estimaciones utilizan grupos distintos de compañías y obtienen cifras diferentes. Moody’s, por ejemplo, había elevado en mayo su previsión hasta 785.000 millones de dólares para seis hiperescalares durante 2026.
No todo ese dinero puede calificarse directamente como inversión en IA. Sí refleja, sin embargo, la magnitud del ciclo de construcción de infraestructura que la inteligencia artificial está acelerando.
Y el gráfico de BNP permite observar dónde puede terminar una parte considerable de ese capital.
La GPU aparece en el centro de la conversación, pero detrás necesita memoria, encapsulado, servidores y equipos de fabricación. Después necesita switches y óptica para comunicarse, electricidad para funcionar y sistemas de refrigeración para evacuar el calor. Finalmente necesita un edificio y una conexión eléctrica capaces de soportarlo todo.
La carrera por la infraestructura de IA se entiende mucho mejor cuando esos 100 dólares se siguen hasta el final.
Preguntas frecuentes
¿Cuánto del gasto en infraestructura de IA termina en chips?
Según el modelo de BNP Paribas Equity Research mostrado en el gráfico, aproximadamente 50 de cada 100 dólares corresponden a semiconductores. Los aceleradores representan unos 25 dólares y los circuitos de memoria otros 15.
¿Cuánto cuesta la infraestructura eléctrica de un centro de datos de IA?
El Sankey asigna aproximadamente 20 dólares de cada 100 a energía, incluyendo distribución eléctrica, conexión a la red, generación independiente e instalaciones eléctricas dentro del emplazamiento.
¿Qué peso tienen las redes en la inversión en IA?
El modelo estima alrededor de 15 dólares de cada 100, repartidos entre procesadores de red, cableado, switches y transceptores ópticos.
¿Son estas cifras aplicables a todos los centros de datos?
No. BNP las presenta como estimaciones de alto nivel y advierte de que pueden variar debido a los cambios de costes y a la situación de oferta y demanda. La distribución real dependerá de cada proyecto y de si se construye una instalación nueva o se amplía una existente.
Fuentes:
- BNP Paribas Equity Research / SankeyMATIC, Where does $100 of AI Capex flow?
