La brecha de infraestructura de inteligencia artificial: las empresas compran capacidad de cómputo más rápido de lo que pueden medir su costo

Qué pasó

La investigación, publicada el 16 de julio de 2026 por VentureBeat bajo el título "La brecha de cómputo en inteligencia artificial", expone un desajuste entre la velocidad de adopción tecnológica y la madurez financiera de los proyectos. De las 107 corporaciones consultadas, apenas una de cada cinco (21%) opera inteligencia artificial en producción a escala, pese a lo cual las intenciones de gasto superan con holgura dicho nivel de madurez.

El dato más llamativo del estudio es que el 83% de las empresas reporta tasas de utilización de sus unidades de procesamiento gráfico iguales o inferiores al 50%, mientras solo el 44% logra rastrear de manera rigurosa el costo real de su infraestructura de cómputo dedicada a inteligencia artificial. Esta combinación — activos subutilizados y costos opacos — configura lo que el informe denomina una "brecha de cómputo".

En materia de proveedores, la encuesta muestra un nivel inusual de rotación: el 64% de las organizaciones planea cambiar o sumar un proveedor de infraestructura en los próximos doce meses, y el 38% lo hará dentro del próximo trimestre. Las decisiones de compra, según el reporte, se rigen principalmente por la integración con la arquitectura tecnológica existente (41%) y por el costo total de propiedad (35%), relegando el precio por millón de tokens a un modesto 8% como factor decisivo.

El área con mayor intención de evaluación para los próximos doce meses corresponde a las nubes especializadas en inteligencia artificial, con un 45% de las empresas interesadas en explorar esta categoría, a pesar de que prácticamente ninguna la utiliza actualmente. El estudio advierte además que la transición desde el cómputo basado en unidades de procesamiento gráfico hacia el ancho de banda de memoria — restricción técnica que definirá la próxima ronda de decisiones de inversión — apenas figura en la agenda de las organizaciones, donde alrededor de una de cada cinco reconoce desconocer el tema o no haberlo abordado.

Contexto

El sector de infraestructura para inteligencia artificial atraviesa una fase de expansión caracterizada por la entrada de proveedores especializados y la diversificación de las opciones disponibles para las empresas. Hasta ahora, la mayor parte de las cargas de trabajo de inteligencia artificial se ejecuta sobre los proveedores tradicionales de cómputo a gran escala y sobre las interfaces de programación de modelos de las grandes compañías de inteligencia artificial. Sin embargo, el mercado observa el surgimiento de una capa intermedia de nubes optimizadas específicamente para cargas de trabajo de inteligencia artificial, con arquitecturas de hardware y software diseñadas para ese propósito.

La dinámica de rotación de proveedores que revela el estudio no es habitual en una categoría considerada fundacional para las operaciones empresariales, dado que las decisiones de infraestructura suelen implicar ciclos prolongados de evaluación, integración y migración. El elevado porcentaje de empresas que anticipan cambios en sus proveedores sugiere que el mercado de cómputo para inteligencia artificial aún no ha alcanzado una estructura consolidada de proveedores, lo que abre oportunidades para nuevos actores y genera incertidumbre sobre los retornos de las inversiones realizadas.

El fenómeno del cómputo subutilizado responde, según diversos análisis del sector, a una combinación de factores: la sobresuscripción preventiva para garantizar disponibilidad, las dificultades para orquestar cargas de trabajo entre distintos entornos y la ausencia de métricas claras de costo por caso de uso. A esto se suma la complejidad de atribuir el costo de la infraestructura a proyectos específicos, un desafío que la investigación de VentureBeat identifica como pendiente para la mayoría de las organizaciones consultadas.

Impacto para empresas chilenas

Para las empresas chilenas, particularmente las medianas y grandes que han avanzado en proyectos de inteligencia artificial, el estudio de VentureBeat plantea señales de alerta sobre la disciplina financiera de estas inversiones. La brecha entre gasto y visibilidad de costos no es exclusiva de las grandes corporaciones globales; en el mercado local, donde los presupuestos tecnológicos suelen ser más ajustados y donde el acceso a talento especializado es más restringido, la opacidad sobre el costo real de la infraestructura puede traducirse en un retorno sobre la inversión todavía menor.

La alta tasa de utilización ineficiente de las unidades de procesamiento gráfico, del orden del 50% o menos según el reporte, sugiere que muchas organizaciones están adquiriendo capacidad de cómputo anticipando demanda futura sin contar con las herramientas ni los procesos para dimensionar adecuadamente sus necesidades reales. En el contexto chileno, donde el costo de importar y operar infraestructura de alto rendimiento se ve incrementado por factores logísticos y cambiarios, esta ineficiencia adquiere una dimensión económica más significativa.

La rotación de proveedores anticipada por el 64% de las empresas globales ofrece, por otra parte, una ventana de oportunidad para actores locales y regionales que logren posicionarse con propuestas de integración sólida y modelos de costo total de propiedad competitivos. Para los equipos financieros y de tecnología de las compañías chilenas, el principal desafío inmediato radica en implementar sistemas de seguimiento unitario de costos antes de comprometer nuevas inversiones, de modo que las decisiones de infraestructura se fundamenten en métricas verificables y no exclusivamente en proyecciones de demanda.

Qué sigue

En el corto plazo, el informe anticipa que la próxima ronda de decisiones de inversión en infraestructura de inteligencia artificial estará determinada por la transición desde el cómputo basado en unidades de procesamiento gráfico hacia arquitecturas optimizadas por ancho de banda de memoria, una restricción técnica que ganhará relevancia a medida que escale el volumen de inferencias. Las empresas que anticipen esta transición podrían obtener ventajas competitivas en eficiencia y costo.

A mediano plazo, la consolidación del mercado probablemente dependerá de la capacidad de los proveedores para ofrecer transparencia en el costo total de propiedad y herramientas de gobernanza financiera del cómputo, más allá de las métricas superficiales de precio por unidad de consumo. Las organizaciones que logren cerrar la brecha entre inversión y visibilidad estarán en mejores condiciones para sostener sus programas de inteligencia artificial en el tiempo.