Durante años Apple fue uno de los compradores con suficiente volumen y músculo financiero para asegurarse componentes mediante grandes contratos a largo plazo. La inteligencia artificial ha cambiado esa jerarquía. Alphabet, Microsoft, Meta y Amazon acumulan compromisos contractuales que, según un análisis de Claus Aasholm basado en sus cuentas públicas, se acercan conjuntamente a los 2 billones de dólares. La cifra necesita bastantes matices, pero refleja un cambio difícil de ignorar: los grandes compradores tecnológicos ya no están asegurando únicamente servidores para el próximo trimestre, sino capacidad de computación, memoria, centros de datos y energía para varios años.
Las claves de la carrera por el hardware de IA en 30 segundos
- Los compromisos contractuales de Alphabet, Microsoft, Meta y Amazon se acercan conjuntamente a los 2 billones de dólares, según el análisis de Aasholm.
- Alphabet destaca con 811.000 millones de dólares comprometidos al cierre de junio.
- No todo corresponde a chips ni memoria: también incluye centros de datos, energía, cloud, inventario, licencias y otros contratos.
- La escala muestra cómo los hiperescalares están reservando capacidad futura antes de necesitarla.
- Para memoria, servidores y centros de datos, la IA está cambiando quién tiene prioridad en la cadena de suministro.
Conviene empezar precisamente por esa aclaración. Hablar de «2 billones de dólares en hardware de IA» sería incorrecto.
Las cifras agregadas proceden de diferentes categorías de obligaciones y compromisos que las compañías publican en sus documentos financieros. Incluyen compras de infraestructura técnica, inventario, servidores, contratos cloud, centros de datos, alquileres, energía y, dependiendo de cada empresa, otras obligaciones. Tampoco equivalen al gasto de capital, conocido como CapEx, que se ejecutará durante un único ejercicio.
La fotografía sigue siendo extraordinaria porque permite observar cuánto capital están comprometiendo anticipadamente las compañías que compiten por dominar la infraestructura de IA.
Y Alphabet ofrece probablemente el ejemplo más claro.
Google pasa de 149.100 a 811.000 millones comprometidos en seis meses
Al cierre de 2025 Alphabet declaraba 149.100 millones de dólares en compromisos de compra y otras obligaciones contractuales. De esa cantidad, 113.000 millones correspondían al corto plazo y estaban relacionados principalmente con infraestructura técnica e inventario.
Solo tres meses después la cifra había cambiado radicalmente.
En su documentación correspondiente al 31 de marzo de 2026, Alphabet declaraba 332.400 millones de dólares, de los cuales 138.000 millones eran compromisos a corto plazo. La compañía explicaba que las obligaciones estaban relacionadas principalmente con costes de infraestructura técnica e inventario mediante acuerdos de suministro a largo plazo y órdenes de compra abiertas, además de licencias de contenidos y contratos energéticos take-or-pay.
Al terminar junio llegó otro salto.
Alphabet tenía ya 811.000 millones de dólares en compromisos futuros, casi 500.000 millones más que tres meses antes. Unos 200.700 millones correspondían al corto plazo. Las obligaciones incluyen desde chips y centros de datos hasta electricidad, inventario y licencias de contenidos.
La progresión resulta más reveladora que cualquiera de las cifras por separado:
| Alphabet | Compromisos declarados |
|---|---|
| Diciembre de 2025 | 149.100 M$ |
| Marzo de 2026 | 332.400 M$ |
| Junio de 2026 | 811.000 M$ |
En aproximadamente seis meses se han multiplicado por más de cinco.
Y eso ocurre mientras Alphabet prepara un gasto de capital de entre 180.000 y 190.000 millones de dólares durante 2026, aproximadamente seis veces el registrado en 2022. La propia compañía espera aumentarlo de forma considerable nuevamente en 2027 y asegura que la inmensa mayoría del CapEx actual corresponde a infraestructura técnica.
Aquí empieza a apreciarse la magnitud real del cambio.
Ya no basta con tener dinero para comprar GPU
La primera fase de la explosión de la IA generativa podía resumirse fácilmente: todo el mundo quería GPU Nvidia y no había suficientes.
La situación de 2026 es bastante más complicada.
Una GPU necesita memoria HBM. Miles de GPU necesitan switches, redes de alta velocidad y almacenamiento. Los racks requieren alimentación y refrigeración. Los edificios necesitan transformadores, subestaciones y conexiones eléctricas. Y todo ello debe estar disponible aproximadamente al mismo tiempo.
El cuello de botella se ha desplazado desde un componente concreto hacia toda la cadena industrial necesaria para convertir electricidad en capacidad de computación.
Por eso los hiperescalares están haciendo algo perfectamente racional desde su posición: reservar por adelantado.
El problema es que Amazon, Microsoft, Google y Meta no son compradores normales.
Tienen balances gigantescos, generan decenas de miles de millones en efectivo y pueden firmar contratos plurianuales para garantizarse producción futura. Cuando varios hacen lo mismo simultáneamente, el resto del mercado acaba compitiendo por la capacidad que queda disponible.
La memoria ofrece uno de los mejores ejemplos.
La memoria se ha convertido en uno de los activos estratégicos de la IA
Durante décadas la memoria fue uno de los componentes más cíclicos de la informática.
Los fabricantes ampliaban producción cuando los precios subían. La nueva capacidad terminaba provocando exceso de oferta, los precios bajaban y comenzaba otro ciclo.
La IA está alterando al menos temporalmente esa dinámica.
Los aceleradores necesitan grandes cantidades de High Bandwidth Memory (HBM), pero los centros de datos también consumen enormes cantidades de DRAM convencional y almacenamiento NAND.
Y los precios están reaccionando.
TrendForce estimaba para el tercer trimestre de 2026 incrementos trimestrales de entre 13 % y 18 % para la DRAM convencional y entre 10 % y 15 % para NAND Flash. Son subidas importantes, aunque inferiores a las registradas durante el segundo trimestre, cuando determinados segmentos experimentaron aumentos cercanos al 60 %.
El fenómeno ha empezado incluso a recibir un nombre: chipflation.
Los grandes proveedores cloud están firmando contratos de suministro a largo plazo para asegurar memoria y otros componentes, aumentando la presión sobre una industria cuya capacidad no puede crecer con la misma rapidez que una orden de compra.
Construir una nueva fábrica de DRAM requiere años. Aumentar HBM es todavía más complejo porque intervienen fabricación, apilamiento, TSV, empaquetado y procesos adicionales.
Así que reservar memoria de 2027 o 2028 puede ser tan importante como diseñar el acelerador que terminará utilizándola.
Microsoft y Meta también están comprando el futuro
Alphabet presenta actualmente la cifra más espectacular, pero está lejos de ser un caso aislado.
Microsoft llevaba tiempo mostrando la misma tendencia.
Al cierre de su ejercicio fiscal 2025 declaraba 109.953 millones de dólares en compromisos de compra, además de 32.149 millones en construcción y 178.701 millones asociados a arrendamientos operativos y financieros.
La escala ha continuado aumentando durante 2026. Parte de las obligaciones está relacionada con hardware de IA y otra con contratos de centros de datos que se extenderán durante varios años.
Meta proporciona otro ejemplo todavía más evidente de cómo cambia el modelo de infraestructura.
A 31 de marzo de 2026 tenía 237.670 millones de dólares en compromisos contractuales no cancelables, relacionados principalmente con capacidad cloud de terceros, servidores, redes, centros de datos y determinados productos de hardware de Reality Labs.
Además tenía 182.880 millones en obligaciones por arrendamientos todavía no iniciados, fundamentalmente centros de datos, colocación e infraestructura de red, con contratos que comenzarán entre 2026 y 2036 y pueden extenderse hasta 30 años.
Solo en abril Meta añadió aproximadamente otros 24.000 millones de dólares en contratos plurianuales de infraestructura.
Ya no se está comprando únicamente el servidor.
Se reserva el edificio que todavía no funciona, la capacidad eléctrica que necesitará, la infraestructura cloud que utilizará durante años y los componentes que todavía no han salido de fábrica.
Amazon juega además con sus propios chips
Amazon añade otra variable a esta carrera.
AWS sigue utilizando enormes cantidades de infraestructura Nvidia, pero lleva años desarrollando procesadores propios como Trainium y Graviton.
En el segundo trimestre de 2026 Amazon explicó que Anthropic y OpenAI habían realizado compromisos plurianuales y de varios gigavatios alrededor de Trainium, mientras otras compañías también estaban adoptando sus aceleradores.
Eso introduce una consecuencia interesante para la cadena de suministro.
La competición ya no es únicamente Nvidia contra AMD por conseguir pedidos. Google diseña TPU, Amazon desarrolla Trainium, Microsoft tiene sus propios aceleradores y Meta trabaja igualmente en silicio personalizado.
Pero todos terminan necesitando muchas de las mismas cosas: obleas avanzadas, empaquetado, HBM, DRAM, NAND, servidores, fibra, switches, electricidad y centros de datos.
Cambiar el fabricante del acelerador no elimina esos cuellos de botella.
En algunos casos simplemente desplaza el problema hacia otra parte de la cadena.
Apple deja de ser el comprador que todos temían perder
Aquí aparece una de las consecuencias más interesantes de esta nueva jerarquía.
Apple sigue siendo una compañía gigantesca y continúa comprando enormes cantidades de memoria, almacenamiento, pantallas y semiconductores para fabricar cientos de millones de dispositivos.
Durante años ese volumen proporcionaba a Cupertino una enorme capacidad de negociación.
Un proveedor de memoria tenía buenas razones para garantizar capacidad a Apple porque perder un contrato del iPhone podía significar renunciar a miles de millones de dólares.
La IA introduce clientes capaces de comprometer cantidades todavía mayores y, sobre todo, durante periodos más largos.
El análisis de Aasholm sitúa los compromisos de Apple alrededor de 57.000 millones de dólares, muy lejos de las magnitudes que están alcanzando Alphabet o Microsoft. Esa comparación no debe interpretarse como una medida directa de inversión en IA porque las estructuras contractuales y contables de las compañías son diferentes.
Sí funciona como indicador del cambio de escala.
El cliente prioritario de una fábrica de memoria ya no tiene necesariamente que ser quien vende más smartphones.
Puede ser quien necesita llenar centros de datos durante los próximos cinco años.
El verdadero poder está pasando de comprar barato a asegurar suministro
Aquí está probablemente la parte más interesante de todo este movimiento.
Tradicionalmente una de las ventajas de ser un comprador gigantesco consistía en conseguir mejores precios.
En un mercado restringido la prioridad cambia.
El objetivo ya no es únicamente pagar menos, sino asegurarse de que habrá producto.
Para Google puede resultar más perjudicial tener un centro de datos de varios miles de millones esperando durante meses por memoria, servidores o equipamiento eléctrico que pagar un precio superior por esos componentes.
Eso modifica las negociaciones con los fabricantes.
Samsung, SK hynix y Micron pueden planificar capacidad con contratos a largo plazo. TSMC puede justificar nuevas inversiones teniendo visibilidad sobre la demanda. Los fabricantes de servidores y equipos eléctricos pueden organizar producción con pedidos cerrados años antes.
Pero también existe una consecuencia para todos los compradores que están por debajo de los hiperescalares.
PC, smartphones, servidores empresariales tradicionales, almacenamiento y otros dispositivos compiten indirectamente por parte de la misma capacidad industrial.
La presión ya se está trasladando a los precios. Morgan Stanley estima que el encarecimiento de componentes podría provocar incrementos de hasta 15 puntos porcentuales en determinados PC y smartphones.
¿Y si dentro de cinco años sobra toda esta capacidad?
Existe otra cara de la historia.
Comprometer casi 2 billones de dólares no garantiza que la demanda futura vaya a justificar todas las inversiones.
Los contratos abarcan muchos años y algunos contienen diferentes grados de flexibilidad. Tampoco toda la cifra se convertirá simultáneamente en CapEx ni en compras de semiconductores.
La industria está haciendo una apuesta extraordinariamente grande sobre una premisa: la demanda de computación para IA seguirá creciendo lo suficiente como para utilizar toda esa capacidad.
Alphabet tiene argumentos para defenderla.
Google Cloud alcanzó un backlog de 462.000 millones de dólares al cierre del primer trimestre y la compañía asegura que AI Solutions se ha convertido en el principal contribuyente al crecimiento del negocio cloud.
Pero los modelos también están mejorando rápidamente su eficiencia. El coste por token baja, aparecen técnicas de cuantización y modelos más pequeños y los propios hiperescalares diseñan aceleradores específicos para reducir el coste de la inferencia.
La incógnita es si esa eficiencia reducirá las necesidades globales de infraestructura o provocará el efecto contrario: IA suficientemente barata como para multiplicar su utilización.
Los hiperescalares están apostando claramente por la segunda posibilidad.
La carrera de la IA ya se está decidiendo con contratos de 2028
Durante mucho tiempo se ha observado la competición de inteligencia artificial comparando modelos: quién tiene el mejor benchmark, el contexto más grande o el agente más capaz.
Por debajo existe una carrera mucho más física.
Google, Microsoft, Amazon y Meta están intentando asegurarse las fábricas, memoria, servidores, centros de datos y electricidad que necesitarán modelos que todavía ni siquiera han sido presentados.
Ese puede ser uno de los cambios más importantes que ha introducido la IA en la industria tecnológica.
El poder ya no pertenece únicamente a quien diseña el mejor chip. También pertenece a quien puede reservar la capacidad industrial necesaria antes que sus competidores.
Y cuando cuatro compañías pueden comprometer conjuntamente cantidades cercanas a los 2 billones de dólares, el efecto no termina en sus propios centros de datos.
Termina afectando a cuánto cuesta la memoria de un servidor, qué cliente recibe primero las nuevas generaciones de HBM, cuánta capacidad construyen los fabricantes y, potencialmente, cuánto pagará el resto del mercado por ordenadores, smartphones y almacenamiento.
La IA no solo está consumiendo más chips. Está cambiando quién tiene capacidad para decidir hacia dónde va la producción mundial de esos chips.
Preguntas frecuentes
¿Los hiperescalares van a gastar realmente 2 billones de dólares en chips?
No. La cifra procede de agregar diferentes compromisos contractuales de Alphabet, Microsoft, Meta y Amazon y abarca varios años. Incluye infraestructura técnica, centros de datos, contratos cloud, energía, inventario y otras obligaciones, no exclusivamente semiconductores.
¿Cuánto tiene comprometido Alphabet?
Alphabet declaró aproximadamente 811.000 millones de dólares en compromisos futuros al cierre de junio de 2026, frente a 332.400 millones tres meses antes y 149.100 millones al terminar 2025.
¿Por qué la IA está afectando al precio de la memoria?
Los centros de datos de IA necesitan grandes cantidades de HBM, DRAM y almacenamiento. Los grandes compradores están cerrando acuerdos de suministro a largo plazo mientras aumentar la capacidad de fabricación requiere años, lo que presiona la disponibilidad y los precios.
¿Apple ha dejado de ser un comprador importante?
No. Apple continúa siendo uno de los mayores compradores tecnológicos de componentes del mundo. Lo que ha cambiado es la escala de los compromisos relacionados con la expansión de los hiperescalares, que están reservando infraestructura y capacidad para IA con varios años de antelación.
