Alphabet ha anunciado una operación de financiación de hasta 80.000 millones de dólares para sostener la expansión de su infraestructura de inteligencia artificial. La cifra resume mejor que cualquier discurso el momento que vive la industria: la IA ya no se juega solo en modelos, demos o asistentes conversacionales, sino en centros de datos, chips, electricidad, deuda, acciones y capacidad real de cómputo.
La operación combina varias piezas. Alphabet plantea ofertas públicas suscritas por 30.000 millones de dólares, un programa de venta de acciones en mercado por 40.000 millones y una colocación privada de 10.000 millones con Berkshire Hathaway. La compañía asegura que el objetivo es financiar inversiones en infraestructura de IA y capacidad global de computación para responder a una demanda que, según su propio comunicado, supera la oferta disponible.
El movimiento es llamativo por el tamaño y por el momento. Alphabet no es una empresa sin caja. En los doce meses cerrados a 31 de marzo de 2026 generó más de 174.000 millones de dólares de flujo de caja operativo y terminó el primer trimestre con 126.800 millones en efectivo y valores negociables. Aun así, la escala del gasto previsto en IA obliga a diversificar fuentes de financiación. La propia compañía elevó su previsión de capex para 2026 a una horquilla de entre 180.000 y 190.000 millones de dólares, con la expectativa de que 2027 sea todavía más exigente.
La IA se ha convertido en una carrera de capital
Durante la primera fase de la IA generativa, la conversación se centró en la calidad de los modelos. GPT, Gemini, Claude, Llama, Mistral, Grok o DeepSeek competían por benchmarks, razonamiento, contexto, multimodalidad y coste por token. Esa competición sigue viva, pero por debajo hay otra carrera mucho más dura: quién puede financiar la infraestructura necesaria para entrenar, servir y escalar esos modelos.
Alphabet no está sola. Microsoft, Amazon, Meta, Oracle, xAI, OpenAI y otros actores están destinando cantidades enormes a centros de datos, chips, redes, almacenamiento, energía y refrigeración. El problema es que la IA moderna no escala como una aplicación SaaS tradicional. Cada mejora de modelo, cada usuario adicional, cada agente autónomo y cada integración empresarial consume más cómputo. Si además se suman vídeo, audio, razonamiento largo, herramientas, memoria y agentes, la factura se dispara.
La propia Alphabet atribuye el aumento de inversión a una demanda interna y externa “sin precedentes” de recursos de cómputo para IA. En su llamada de resultados del primer trimestre de 2026, Google Cloud declaró ingresos superiores a 20.000 millones de dólares, un crecimiento interanual del 63 % y una cartera de pedidos de más de 460.000 millones. Son cifras que explican por qué la compañía quiere seguir construyendo capacidad aunque su balance ya sea muy fuerte.
| Concepto | Dato anunciado por Alphabet |
|---|---|
| Ampliación total prevista | 80.000 millones de dólares |
| Ofertas públicas suscritas | 30.000 millones de dólares |
| Programa at-the-market | 40.000 millones de dólares |
| Colocación privada con Berkshire Hathaway | 10.000 millones de dólares |
| Capex previsto para 2026 | 180.000-190.000 millones de dólares |
| Flujo de caja operativo últimos 12 meses | 174.000 millones de dólares |
| Deuda emitida en el último año | Más de 85.000 millones de dólares |
| Deuda total tras esas emisiones | Más de 100.000 millones de dólares |
La lectura financiera es clara: la IA está obligando incluso a las grandes tecnológicas más rentables a pensar como compañías de infraestructura pesada. No basta con tener buenos márgenes en publicidad o cloud. Hay que asegurar energía, suelo, chips, enlaces, memoria, redes de alta velocidad y capacidad para absorber una demanda que puede crecer más rápido que la infraestructura disponible.
El centro de datos ya es el producto
El gran cambio de fondo es que el centro de datos ha dejado de ser una capa invisible. Antes se hablaba de la nube como si fuese un recurso abstracto: escalable, flexible y casi ilimitado. La IA ha roto esa ficción. Cada consulta tiene una huella de cómputo. Cada agente que razona durante minutos consume recursos. Cada modelo de vídeo exige una cantidad enorme de GPU, memoria y energía.
La Agencia Internacional de la Energía estima que los centros de datos consumieron alrededor de 415 TWh en 2024, cerca del 1,5 % de la electricidad mundial. En su escenario base, esa cifra podría duplicarse hasta unos 945 TWh en 2030, justo por debajo del 3 % del consumo eléctrico global. La parte más sensible no es solo el total mundial, sino la concentración geográfica: los centros de datos tienden a agruparse donde hay red eléctrica, fibra, suelo, agua, fiscalidad favorable y proximidad a clientes.
Irlanda es el ejemplo más citado en Europa. Según la oficina estadística irlandesa, los centros de datos representaron el 22 % del consumo eléctrico medido del país en 2024, frente al 5 % en 2015. Esa cifra ilustra por qué el debate ya no es teórico. En ciertos mercados, los centros de datos pueden competir por capacidad eléctrica con hogares, industria y nuevos proyectos de electrificación.
| Indicador energético | Dato relevante |
|---|---|
| Consumo global estimado de centros de datos en 2024 | 415 TWh |
| Peso sobre la electricidad mundial en 2024 | 1,5 % |
| Proyección IEA para 2030 | 945 TWh |
| Peso estimado en 2030 | Casi 3 % |
| Consumo eléctrico de centros de datos en Irlanda en 2015 | 5 % del consumo medido |
| Consumo eléctrico de centros de datos en Irlanda en 2024 | 22 % del consumo medido |
Esto no significa que todos los centros de datos sean iguales ni que todos tengan el mismo impacto. Un centro de datos eficiente, alimentado con energía baja en carbono y bien integrado en la red, no tiene el mismo efecto que una instalación mal ubicada o dependiente de generación fósil. Pero la escala obliga a mirar más allá de los anuncios de inversión.
La iniciativa lanzada por Erin Brockovich para mapear centros de datos de IA en Estados Unidos muestra que la presión social también está creciendo. En algunas comunidades, el debate ya no gira solo en torno al empleo que genera una instalación, sino al agua, el ruido, las líneas eléctricas, los generadores de respaldo, la transparencia del proyecto y el impacto en la factura energética.
El retorno de la IA empieza a medirse con lupa
La otra parte incómoda del momento actual es que la IA no solo cuesta mucho construirla. También cuesta mucho usarla. En los últimos meses han empezado a aparecer señales de disciplina financiera dentro de empresas que habían impulsado el uso masivo de herramientas generativas sin medir bien el retorno.
El fenómeno conocido como tokenmaxxing resume ese exceso: consumir más tokens, usar más agentes y presumir de mayor adopción interna sin demostrar necesariamente más producto, más ingresos o más eficiencia real. Directivos de Uber han reconocido la dificultad de vincular el aumento de gasto en herramientas de IA para ingeniería con más funcionalidades útiles para el consumidor. Starbucks retiró una herramienta de inventario con IA en Norteamérica tras nueve meses por problemas de precisión. Microsoft también ha revisado internamente el uso de Claude Code por costes.
Estos casos no demuestran que la IA sea una burbuja inútil. Sí muestran que la adopción empresarial entra en una fase más adulta. Ya no basta con decir que una plantilla usa IA. Hay que saber qué tarea mejora, cuánto cuesta, qué ahorro produce, qué errores reduce y qué impacto tiene en ingresos o servicio al cliente.
| Señal de mercado | Lectura |
|---|---|
| Alphabet busca 80.000 millones para IA | La infraestructura exige capital masivo |
| Capex de 180.000-190.000 millones | La IA se parece cada vez más a industria pesada |
| Tokenmaxxing en empresas tecnológicas | Más uso no siempre implica más productividad |
| Retirada de proyectos internos fallidos | La IA empieza a pasar filtros de ROI |
| Presión energética y social | Los centros de datos ya son un asunto local y político |
| Paso a precios por uso | La IA gratuita o plana tiene límites económicos |
La tensión es evidente. Por un lado, la demanda de IA sigue creciendo. Por otro, la infraestructura cuesta cada vez más, la energía no es infinita y algunas empresas descubren que ciertos flujos automatizados pueden salir más caros que resolverlos con personas o procesos mejor diseñados. La IA no desaparece por eso. Simplemente deja de ser magia y entra en contabilidad.
De burbuja o mina a infraestructura crítica
Llamarlo burbuja puede ser tentador, pero quizá se queda corto. Hay elementos de fiebre inversora, sí. Hay promesas exageradas, proyectos poco claros y presión competitiva. Pero también hay una demanda real de cloud, modelos, analítica, agentes, automatización, ciberseguridad, vídeo, búsqueda y productividad aumentada. La IA está generando ingresos, pero todavía no está claro si todos los niveles de inversión tendrán el retorno que el mercado espera.
La comparación más útil puede ser con ciclos anteriores de infraestructura. El despliegue de fibra, cloud, smartphones o ecommerce tuvo excesos, quiebras y sobreinversión, pero también dejó activos que cambiaron la economía. La pregunta no es si la IA será relevante, sino qué parte de esta inversión será productiva, qué parte quedará sobredimensionada y quién pagará las externalidades.
Alphabet está intentando asegurar una posición de liderazgo antes de que la capacidad sea el verdadero cuello de botella. Su apuesta tiene lógica: si la IA se convierte en la capa básica de búsqueda, productividad, cloud, publicidad, programación, vídeo y agentes, quien controle infraestructura tendrá una ventaja enorme. Pero esa ventaja ya no se consigue solo con talento e innovación. Se consigue con capital, electricidad, chips, suelo y permisos.
La noticia de la ampliación de capital de Alphabet deja una conclusión sencilla. La IA ya no es solo software. Es una industria física con una factura gigantesca. Y a partir de ahora, cada promesa sobre productividad tendrá que convivir con una pregunta mucho más concreta: cuánto cuesta servirla, quién financia la infraestructura y qué impacto deja en el territorio donde se construye.
Preguntas frecuentes
¿Por qué Alphabet quiere captar 80.000 millones de dólares?
La compañía afirma que busca financiar inversiones en infraestructura de IA y capacidad global de cómputo para responder a una demanda que supera su oferta disponible.
¿Significa esto que Alphabet tiene problemas financieros?
No necesariamente. Alphabet sigue generando un flujo de caja operativo muy elevado, pero la escala prevista de inversión en IA es tan grande que la empresa está combinando caja, deuda y emisión de acciones.
¿Por qué los centros de datos de IA consumen tanta energía?
Porque alojan servidores con GPU y aceleradores especializados, redes de alta velocidad, almacenamiento, sistemas de refrigeración y equipos de respaldo. Las cargas de IA, especialmente entrenamiento, inferencia masiva y agentes, elevan la densidad de consumo.
¿La IA está entrando en una burbuja?
Hay señales de sobrecalentamiento y presión por justificar costes, pero también demanda real. La cuestión será distinguir qué inversiones generan retorno y cuáles responden solo a miedo a quedarse atrás.
vía: bandaancha.eu
