Durante la última década, buena parte de la inversión tecnológica ha vivido obsesionada con el software. SaaS, marketplaces, aplicaciones móviles, plataformas de automatización, modelos fundacionales y herramientas de inteligencia artificial han concentrado la atención de fondos, emprendedores y grandes patrimonios. Era lógico: el software escalaba rápido, requería menos activos físicos y prometería márgenes muy altos.
La ola de inteligencia artificial está modificando esa lectura. La parte visible sigue siendo el producto: el asistente que escribe, el copiloto que programa, el agente que resume contratos o el sistema que automatiza atención al cliente. Pero por debajo de esa capa hay una realidad mucho más física: GPU, servidores, redes, memoria, almacenamiento, refrigeración, centros de datos y energía. Sin esa infraestructura, la IA no existe a escala.
Para los family offices, esto abre una conversación distinta. No se trata solo de apostar por qué aplicación de IA ganará una categoría concreta, sino de entender qué activos permiten que todas esas aplicaciones funcionen. En otras palabras: mirar menos al escaparate y más a la sala de máquinas.
El cuello de botella ya no está solo en el software
El mercado de IA tiene una peculiaridad. Miles de startups pueden competir en la capa de aplicación, pero todas dependen de una base mucho más estrecha de infraestructura. Los modelos necesitan entrenamiento, la inferencia consume cómputo de forma continua y los agentes multiplican el uso de tokens porque leen, razonan, llaman a herramientas, vuelven a intentar tareas y mantienen contexto durante más tiempo.
La Agencia Internacional de la Energía estima que el consumo eléctrico de los centros de datos podría duplicarse hasta unos 945 TWh en 2030. También señala que, entre 2024 y 2030, el consumo de los centros de datos crecería alrededor de un 15 % anual, muy por encima del crecimiento general de la demanda eléctrica de otros sectores. Esa cifra explica por qué el debate sobre IA ha dejado de ser solo tecnológico y se ha convertido también en una discusión sobre energía, suelo, permisos, redes y capital.
NVIDIA ofrece otra señal clara. En su primer trimestre fiscal de 2027, la compañía declaró 81.600 millones de dólares de ingresos, de los cuales 75.200 millones procedieron del segmento de centros de datos. Es decir, el dinero de la IA está fluyendo de forma masiva hacia la infraestructura antes incluso de que muchas aplicaciones hayan demostrado modelos de negocio sostenibles.
| Capa de inversión | Qué incluye | Atractivo | Riesgo principal |
|---|---|---|---|
| Software de IA | Aplicaciones, copilotos, SaaS, agentes, modelos verticales | Escalabilidad, rapidez, márgenes potenciales | Competencia, commoditización, burn rate elevado |
| Modelos fundacionales | LLMs, modelos multimodales, APIs de inferencia | Mercado enorme y efecto marca | Coste de entrenamiento, presión de precios, dependencia de cómputo |
| Infraestructura de IA | GPU, servidores, redes, energía, data centers, HPC | Demanda transversal de todo el sector | Capex alto, ejecución, obsolescencia y utilización |
| Servicios gestionados | GPU cloud, bare metal, private cloud, operación de clústeres | Ingresos recurrentes y relación empresarial | Necesidad de escala, soporte y acuerdos de suministro |
Por qué encaja con la lógica de un family office
Los family offices suelen valorar tres elementos que no siempre están presentes en el venture capital más especulativo: activos tangibles, visibilidad de ingresos y exposición a tendencias de largo plazo. La infraestructura de IA puede encajar mejor con esa mentalidad que muchas startups de software puro, aunque no esté exenta de riesgos.
Un clúster de GPU, un despliegue de servidores, un contrato de capacidad o una participación en un operador de infraestructura tienen una base más medible que una aplicación que todavía busca encaje de mercado. Hay activos físicos, acuerdos de suministro, contratos empresariales y, en algunos casos, compromisos de uso a medio plazo.
JLL calcula que el mercado global de centros de datos podría añadir alrededor de 97 GW de capacidad entre 2025 y 2030, prácticamente duplicando su tamaño en cinco años. También estima que el sector podría requerir cerca de 3 billones de dólares de inversión para añadir unos 100 GW de nueva capacidad hasta 2030. Son cifras que muestran el tamaño del ciclo inversor que la IA está acelerando.
Esto no significa que cualquier proyecto de GPU o data center sea atractivo. Significa que la infraestructura se ha convertido en una capa de valor estructural. Un family office puede buscar exposición de varias formas: inversión directa en operadores especializados, coinversión en proyectos de centros de datos, deuda ligada a activos, plataformas de GPU-as-a-Service, empresas de refrigeración, redes, energía, almacenamiento o compañías que despliegan cloud privado para cargas reguladas.
| Preferencia habitual de un family office | Encaje potencial en infraestructura de IA |
|---|---|
| Activos tangibles | GPU, servidores, racks, red, energía y contratos de capacidad |
| Horizonte largo | Demanda de entrenamiento, inferencia, IA soberana y automatización empresarial |
| Ingresos recurrentes | Leasing de GPU, contratos reservados, capacidad gestionada |
| Diversificación | Exposición indirecta a muchas aplicaciones y modelos de IA |
| Protección frente a hype | Menor dependencia de acertar qué app concreta gana |
| Control del riesgo | Due diligence técnica, financiera, energética y contractual |
La trampa: no es inversión inmobiliaria tradicional
El error más frecuente sería tratar la infraestructura de IA como si fuera un centro de datos convencional con servidores estándar. No lo es. La IA combina velocidad de software con capital intensivo de infraestructura. Los ciclos tecnológicos son cortos, las GPU se deprecian rápido, las necesidades eléctricas son enormes y la utilización marca la diferencia entre un activo rentable y un problema financiero.
Una GPU de última generación puede ser muy demandada hoy y perder atractivo relativo en pocos años. Un contrato de alquiler de cómputo puede parecer sólido, pero depende de la solvencia del cliente, del precio de mercado, de la disponibilidad de energía y de que el operador mantenga el clúster con buen rendimiento. También hay riesgos de concentración: depender de un único proveedor de chips, un único cliente, una única ubicación o una única tarifa eléctrica puede convertir una inversión prometedora en una posición vulnerable.
CBRE Investment Management advierte de que las valoraciones en centros de datos están elevadas y que eso genera dudas razonables sobre la credibilidad de algunos planes de crecimiento. Es una advertencia útil para cualquier inversor patrimonial. La infraestructura de IA es atractiva precisamente porque hay escasez, pero esa misma escasez puede inflar precios, relajar supuestos y ocultar problemas de ejecución.
| Riesgo | Pregunta que debería hacerse el inversor |
|---|---|
| Obsolescencia | ¿Qué valor residual tendrá el hardware dentro de 24 o 36 meses? |
| Utilización | ¿Hay demanda contratada o solo una previsión optimista? |
| Energía | ¿Está asegurada la potencia eléctrica y a qué precio? |
| Refrigeración | ¿El diseño soporta densidades altas de GPU sin rediseños costosos? |
| Red | ¿Hay conectividad suficiente para cargas distribuidas y clientes enterprise? |
| Cliente | ¿Los ingresos dependen de pocos contratos o están diversificados? |
| Geopolítica | ¿Existen restricciones de exportación, suministro o dependencia de un proveedor? |
| Operación | ¿El equipo sabe desplegar y mantener clústeres de IA, no solo comprar servidores? |
La oportunidad está en la ejecución
La infraestructura de IA no premia solo a quien tiene capital. Premia a quien consigue suministro, energía, ubicación, clientes y operación al mismo tiempo. Comprar GPU no es suficiente. Hay que instalarlas, alimentarlas, refrigerarlas, conectarlas, orquestarlas, monitorizarlas y mantener una alta utilización.
Por eso las oportunidades más interesantes pueden estar en operadores capaces de empaquetar infraestructura de forma empresarial: GPU bare metal, clústeres privados, capacidad reservada, entornos híbridos, seguridad, soporte, cumplimiento normativo y acuerdos de largo plazo. En Europa, además, se suma una capa adicional: soberanía del dato, regulación, latencia y necesidad de alternativas a los hiperescalares para ciertos sectores.
La inversión en hardware de IA no debe verse como una sustitución del software. Es más bien una forma distinta de capturar el crecimiento del mismo mercado. Si una aplicación gana, consumirá cómputo. Si otra la sustituye, también consumirá cómputo. Si las empresas adoptan agentes, aumentará la inferencia. Si los gobiernos impulsan IA soberana, necesitarán capacidad local. Si la robótica, la bioinformática o la simulación crecen, demandarán más infraestructura.
El software seguirá creando compañías enormes. Pero la capa física puede convertirse en uno de los puntos donde se capture valor de forma más transversal. Para un family office, esa diferencia importa: no siempre hay que acertar qué aplicación será dominante si se invierte en la infraestructura que todas necesitan.
La IA se está construyendo con código, sí. Pero también con racks, subestaciones, fibra, refrigeración líquida, servidores, memoria y contratos de energía. Quien solo mire la aplicación verá la parte más visible del cambio. Quien entienda la infraestructura verá una de las capas donde se está decidiendo quién podrá escalar y quién se quedará esperando capacidad.
Preguntas frecuentes
¿Por qué un family office debería mirar la infraestructura de IA?
Porque ofrece exposición a una capa transversal del mercado: casi todas las aplicaciones, modelos y agentes necesitan cómputo, redes, energía y centros de datos para funcionar.
¿Es menos arriesgado invertir en hardware que en software de IA?
No necesariamente. Tiene activos más tangibles y potencial de ingresos recurrentes, pero también exige mucho capital, buena ejecución, alta utilización, control energético y gestión de obsolescencia.
¿Qué activos forman parte de la capa hardware de la IA?
GPU, servidores, redes, almacenamiento, centros de datos, sistemas de refrigeración, energía, plataformas de despliegue y servicios gestionados de cómputo.
¿Cuál es el mayor riesgo para este tipo de inversión?
Tratarla como una inversión inmobiliaria tradicional. La infraestructura de IA se mueve muy rápido, depende de tecnología que se deprecia y requiere operación especializada.
