La tesis de infraestructura de IA: data centers, energía y la apuesta de picks and shovels (2026)

Cuando la fiebre del oro llegó, los que ganaron vendieron palas

La metáfora del “picks and shovels” viene de la fiebre del oro del siglo XIX en California. Los mineros que buscaban oro quebraban o se hacían ricos dependiendo de si encontraban el filón. Pero los que vendían picos, palas, jeans de mezclilla y comida a los mineros ganaron de manera más consistente: cobraban por la actividad, no por el resultado. En la carrera de la inteligencia artificial en 2026, la misma lógica aplica.

Los mercados llevan dos años preguntando quién va a ganar la carrera de los modelos de lenguaje: si OpenAI, Anthropic, Google DeepMind, Meta o algún actor chino. Esa es la pregunta equivocada para un trader que quiere reducir el riesgo de apostar al caballo ganador. La pregunta de infraestructura es diferente: ¿quién gana dinero independientemente de qué modelo domine? Y la respuesta apunta a un conjunto de empresas que venden la electricidad, el espacio físico, la refrigeración y la conectividad que cualquier ganador de la carrera IA necesita para funcionar.

Los tres bloques que sostienen la carrera de la IA

La infraestructura que hace posible la IA comercial en 2026 se puede organizar en tres bloques: el espacio físico (data centers), la energía (utilities y nucleares) y la capa de acceso al cómputo (cloud). Cada bloque tiene características de negocio distintas y diferentes perfiles de riesgo para quien los opera como CFDs desde LATAM.

Data centers: el inmueble donde viven los modelos. Equinix (EQIX) y Digital Realty (DLR) son los dos principales REITs de data centers del mercado norteamericano. Equinix opera más de 260 data centers en 70 metros en 33 países; su modelo de negocio se basa en arrendar espacio, energía y conectividad a empresas que no quieren construir su propia infraestructura. Digital Realty tiene un modelo similar con mayor concentración en contratos de larga duración con hiperescaladores. Ambas empresas se benefician estructuralmente del crecimiento de IA: cada nuevo modelo que se despliega en producción necesita más racks, más espacio, más refrigeración. La diferencia con apostar directamente a NVIDIA es que Equinix y Digital Realty tienen contratos de arrendamiento de tres a diez años que generan ingresos predecibles incluso si el entusiasmo por la IA bajara en el corto plazo.

Energía: el cuello de botella que nadie esperaba. La IEA estimó en su reporte Electricity 2024 que la demanda global de electricidad de los data centers podría duplicarse entre 2022 y 2026, alcanzando entre 620 y 1.050 TWh anuales. Para poner eso en perspectiva: el consumo eléctrico de data centers en 2026 sería comparable al consumo total de un país como Alemania. Esta demanda incremental está redibujando los contratos de largo plazo entre hiperescaladores y utilities. NextEra Energy (NEE), la mayor utility renovable del mundo con una capitalización de mercado de aproximadamente $130B, ha cerrado Power Purchase Agreements con Microsoft, Google y Amazon que garantizan demanda por décadas. Constellation Energy (CEG), que opera plantas nucleares en EEUU, se convirtió en noticia cuando Microsoft firmó un contrato para reabrir la planta Three Mile Island precisamente para alimentar sus data centers. El mercado valoró ese contrato y Constellation subió más del 100% en 2024.

Cloud: quienes cobran por el acceso al cómputo. Microsoft Azure, AWS de Amazon y Google Cloud son los tres hiperescaladores que controlan la mayor parte del acceso empresarial a infraestructura IA. Juntos invierten más de $50B anuales en capex para construir y expandir su infraestructura. No son “picks and shovels” en el sentido puro — son también actores centrales de la carrera IA — pero su posición de infraestructura es estructuralmente sólida: empresas que usan Azure o AWS tienen costos de migración altos (vendor lock-in), lo que da a los hiperescaladores un flujo de ingresos recurrente difícilmente disruptible.

La tabla ilustra la lógica de diversificación dentro de la tesis de infraestructura. Los REITs de data centers (EQIX, DLR) son los más defensivos dentro del universo tecnológico: tienen ingresos contractuales, pagan dividendos y están estructuralmente menos expuestos a qué empresa domine el mercado de modelos IA. Vertiv y Arista son más cíclicos: su demanda depende directamente del gasto de capex de los hiperescaladores, lo que los hace más volátiles pero también con mayor upside si el gasto de IA sigue acelerando. Para quien opera estos activos como CFDs en plataformas reguladas, los REITs de data centers tienen un perfil de movimiento más gradual; Vertiv y Arista se mueven con mayor amplitud ante noticias de capex.

Tensiones y riesgos

La tesis de picks and shovels tiene un supuesto central que el mercado acepta hoy pero que no es garantizable: que el gasto de los hiperescaladores en infraestructura IA sigue creciendo. En 2024 y 2025, Microsoft, Amazon y Google comunicaron en cada earnings call que el capex de IA era una prioridad estratégica no negociable. Pero los mercados financieros tienen memoria corta. Si los modelos de lenguaje no generan el retorno económico esperado en los próximos dos a cuatro años, los CFOs de estas compañías van a empezar a cuestionar si $50B anuales de capex se justifican. Eso presionaría inmediatamente a los proveedores de infraestructura.

El riesgo de las utilities de energía es diferente: están atrapadas entre el crecimiento de demanda y la capacidad de entrega. Construir nueva capacidad de generación eléctrica toma años y requiere aprobaciones regulatorias que no dependen solo del mercado. Si la demanda eléctrica de los data centers crece más rápido que la capacidad de entrega, el resultado es tensión de precios y posibles restricciones operativas que afectan tanto a los hiperescaladores como a las utilities. El riesgo político también es real: la energía nuclear que alimenta las ambiciones de Constellation depende de marcos regulatorios que pueden cambiar.

Para los REITs de data centers, el riesgo más relevante en 2026 es el nivel de tasas de interés. Como REITs, Equinix y Digital Realty financian su expansión con deuda. En un entorno de tasas altas, el costo de esa deuda aumenta y comprime los márgenes. En 2022-2023, ambas empresas sufrieron caídas significativas precisamente por este efecto. Si el ciclo de recortes de la Fed se revierte o se ralentiza, la tesis de los REITs de data centers pierde potencia en el corto plazo aunque el fundamento de largo plazo permanezca intacto.

Un riesgo adicional que el mercado subestima es la concentración geográfica del riesgo geopolítico. Una porción significativa de los chips avanzados que alimentan los clusters de IA los fabrica TSMC en Taiwan. Si la situación geopolítica en el Estrecho de Taiwan se deteriora, la cadena de suministro de todo el ecosistema IA — incluyendo la infraestructura de data centers — se ve afectada de maneras que los modelos de valorización actuales no capturan bien.

Para quién aplica este análisis

Este análisis sirve a un trader retail en LATAM que quiere exposición al tema IA sin apostar directamente a cuál modelo o chip de IA va a dominar el mercado en los próximos dos años. La tesis de infraestructura reduce la dependencia del resultado de la “carrera tecnológica” y la sustituye por una apuesta al crecimiento del gasto agregado de la industria. Para un trader con capital típico de $500 a $25.000 que opera CFDs, la posibilidad de acceder a activos como EQIX, NEE, VRT o ANET en plataformas reguladas permite exposición a esta tesis con el instrumento adecuado para su perfil.

No sirve para quien busca el activo de mayor crecimiento posible sin importar la volatilidad: para eso, NVIDIA sigue siendo el instrumento más directo de la tesis IA. Tampoco sirve para quien tiene horizonte de menos de semanas y necesita activos con alta volatilidad intradiaria. Los REITs de data centers y las utilities eléctricas son activos de movimiento más lento que responden a ciclos de tasas y contratos de largo plazo, no a titulares de IA del día a día.

El trader que quiere entender las condiciones de acceso a estos activos como CFDs puede consultar la reseña de AvaTrade, que detalla el catálogo de acciones tecnológicas y utilities disponibles en la plataforma para el mercado de LATAM.

Lo que no sabemos

El dato más crítico que falta en esta tesis es cuánto revenue real generan los servicios de IA para los hiperescaladores. Microsoft reporta crecimiento de Azure pero no desglosa con precisión cuánto de ese crecimiento es IA versus nube tradicional. Amazon hace algo similar con AWS. Mientras esos datos no sean más granulares, el gasto de capex de $50B anuales en IA descansa sobre proyecciones de demanda futura, no sobre revenue actual demostrado.

Tampoco sabemos la velocidad a la que mejorará la eficiencia energética de los chips de próxima generación. Si NVIDIA, AMD o un actor emergente como Cerebras logra reducir significativamente el consumo eléctrico por unidad de cómputo, la demanda de electricidad de los data centers puede crecer menos rápido de lo proyectado por la IEA. Eso no destruye la tesis, pero sí reduce el upside para las utilities eléctricas como palanca de la carrera IA.

Por último, el impacto de la computación cuántica sobre la infraestructura de IA clásica es genuinamente desconocido en el horizonte de 2026. Si los avances en computación cuántica de Google, IBM o Microsoft se materializan antes de lo esperado, parte de la infraestructura de data centers convencional podría quedar obsoleta más rápido de lo que los modelos de valorización de largo plazo asumen.

El activo más incierto de la tabla es también el de mayor potencial: las utilities nucleares como Constellation tienen un rendimiento que depende de que los contratos con hiperescaladores se materialicen a la escala prometida. Si esos contratos se retrasan o se renegocian, la valorización de CEG puede corregir con fuerza. La tesis de infraestructura IA no es libre de riesgo — es una tesis de menor riesgo relativo dentro de un tema de alta incertidumbre.