La carrera por la Inteligencia Artificial (IA) ya no se parece a una simple competencia de software. Cada vez se parece más a una obra pública global: energía, chips, redes, centros de datos y nuevas plantas industriales que, según la visión de Jensen Huang, consejero delegado de NVIDIA, marcarán “la mayor ola de construcción de infraestructura” vista hasta ahora. En ese diagnóstico, repetido durante sus intervenciones en Davos, hay una idea que condensa el cambio de época: el mundo está levantando “fábricas de IA”, y el tamaño del esfuerzo se medirá en billones.

El concepto no es un eslogan vacío. Huang describe la IA como una plataforma compuesta por varias capas que deben escalar a la vez. No basta con mejores modelos: sin electricidad abundante, sin semiconductores, sin capacidad de nube y sin aplicaciones industriales, la promesa se queda en laboratorio. Su argumento es que, por primera vez, la innovación digital empuja de forma directa a la economía física: obliga a construir instalaciones, desplegar potencia eléctrica, refrigeración, redes de alta capacidad y cadenas logísticas que no se improvisan.

En ese marco aparece la noción de “fábrica de IA”. En la práctica, sería un centro de producción de inteligencia: infraestructuras que convierten energía y computación en resultados (modelos, inferencias, automatización y, en términos empresariales, productividad). La analogía industrial no es casual. Si durante décadas el centro de datos era el “almacén” de internet, estas nuevas instalaciones pretenden operar como plantas de fabricación: optimizadas para entrenar y ejecutar sistemas de IA a gran escala, con ciclos de mejora continuos y una dependencia crítica de la eficiencia energética.

El discurso también busca responder a la pregunta que persigue a la IA desde hace meses: si destruirá empleo. La tesis de Huang es que la demanda de infraestructura, por sí sola, actúa como contrapeso. No habla solo de ingenieros; insiste en oficios y perfiles técnicos que sostienen el despliegue: electricistas, instaladores, construcción, metalurgia, redes, operaciones y mantenimiento. En su lectura, la economía de la IA crea una presión inmediata sobre el mercado laboral porque “lo urgente” no es únicamente escribir código, sino levantar y operar instalaciones físicas que consumen mucha energía y exigen fiabilidad extrema.

Esa visión se acompaña de cifras ambiciosas. Huang ha vinculado el despliegue de esta nueva infraestructura con un impacto económico que, en su estimación, puede alcanzar 85 billones de dólares en un horizonte de 15 años. El mensaje de fondo es que el gasto actual —aunque ya enorme— sería solo el inicio: “apenas unos cientos de miles de millones” dentro de una curva de inversión mucho mayor. En otras palabras, lo que hoy parece una burbuja de gasto en computación sería, en su narrativa, el prólogo de una reindustrialización que afectará a sectores enteros.

Europa aparece en ese mapa con un papel propio. Huang ha defendido que el continente conserva una ventaja estratégica: su base industrial. Y su recomendación es directa: invertir pronto para “fusionar” capacidad manufacturera con IA, robótica y lo que él denomina “IA física” (sistemas inteligentes que actúan en el mundo real). En ese terreno, sostiene, se decidirá una parte relevante de la competitividad futura, pero con una condición previa: energía e infraestructura suficiente para sostener el ecosistema.

En paralelo, el mercado ya ofrece señales de que esa carrera se está trasladando al hormigón. Los anuncios de centros de datos en Europa durante diciembre de 2025 mostraron un patrón claro: desbloqueo regulatorio en Irlanda para nuevas conexiones en Dublín; autorizaciones para proyectos de 73 MW vinculados a AWS; alianzas multimillonarias para desarrollar campus en Frankfurt, Ámsterdam y París; y movimientos corporativos que apuntan a consolidación y escala. España, por su parte, ha vivido una aceleración visible: desde proyectos anunciados con cientos de megavatios previstos hasta inversiones de miles de millones y nuevos campus en distintas comunidades, con Madrid como foco recurrente.

NVIDIA, además, intenta convertir su visión en metodología. En su comunicación más reciente, la compañía ha presentado “planos” de factorías de IA a escala gigavatio apoyados en gemelos digitales, automatización y sistemas de optimización continua. La promesa es que estas instalaciones no solo se construyan más rápido, sino que se operen como sistemas “aprendientes”: software y agentes ajustando consumo, refrigeración y cargas de trabajo para exprimir cada vatio y cada GPU.

El reto, sin embargo, no es solo tecnológico. La idea de fábricas de IA choca con límites reales: disponibilidad eléctrica, permisos, tiempos de construcción, tensión en la cadena de suministro y dependencia de pocos fabricantes críticos. También abre un debate incómodo para empresas y gobiernos: quién controla esas infraestructuras, dónde residen los datos y hasta qué punto el nuevo músculo industrial quedará concentrado en unas pocas regiones y proveedores.

Aun así, el diagnóstico de Huang resulta difícil de ignorar porque desplaza la conversación: la IA ya no sería únicamente una revolución de productividad en oficinas, sino una transformación de infraestructuras comparable a las grandes etapas de electrificación, industrialización y telecomunicaciones. Si su predicción se cumple, el “boom” de centros de datos no será una moda del ciclo tecnológico, sino el arranque de una nueva economía industrial donde la unidad de producción no es el coche ni el microchip, sino la inteligencia desplegada a escala.

---

Preguntas frecuentes (FAQ)

¿Qué es una “fábrica de IA” y en qué se diferencia de un centro de datos tradicional?
Una fábrica de IA se diseña para producir y operar modelos de Inteligencia Artificial a gran escala, con infraestructura optimizada para entrenamiento e inferencia (potencia, red, refrigeración y automatización), más allá del centro de datos generalista.

¿Por qué la expansión de la IA depende tanto de la energía y de la red eléctrica?
Porque el cómputo intensivo exige suministro estable, capacidad de evacuación eléctrica, refrigeración y planificación a largo plazo. Sin energía suficiente y barata, el coste de operar IA se dispara y limita el crecimiento.

¿Qué perfiles laborales crecerán con el despliegue masivo de centros de datos y fábricas de IA?
Además de ingeniería de software, se demandan técnicos de redes, operaciones de centros de datos, especialistas en refrigeración y potencia, ciberseguridad, mantenimiento, obra civil e instaladores eléctricos.

¿Qué puede hacer Europa para aprovechar el auge de la IA sin perder competitividad industrial?
Acelerar inversión en energía e infraestructura digital, fomentar ecosistemas locales (chips, fotónica, redes, cloud), y conectar la IA con su fortaleza histórica: manufactura, automatización y robótica.