Durante tres años, la pregunta que ordenaba la industria de la inteligencia artificial fue quién conseguía los chips. Nvidia no daba abasto, los aceleradores se asignaban por cupos y la capacidad de cómputo de una empresa dependía básicamente de su sitio en la cola. Esa escasez sigue existiendo, pero ha dejado de ser la que manda.
El límite se ha desplazado a algo mucho más lento de fabricar: la electricidad. Un acelerador no sirve de nada si no hay potencia contratada para alimentarlo ni red que la lleve hasta la nave donde está instalado. Y mientras una nueva generación de chips tarda meses en llegar al mercado, una línea de transmisión tarda años.
Morgan Stanley lo ha puesto en números, y la conclusión es incómoda: los promotores de centros de datos en Estados Unidos van camino de quedarse entre un 10 % y un 20 % cortos de acceso a electricidad hasta 2028. No es una estimación sobre lo que pasaría si nadie hiciera nada: es lo que queda después de contar con turbinas de gas, pilas de combustible, nucleares y granjas de bitcóin reconvertidas.
Claves del cálculo
- El déficit: entre 6 y 16 GW de potencia que faltarán hasta 2028, lo que equivale a entre el 9 % y el 22 % de todo lo que se planea construir en ese periodo.
- Para hacerse una idea: un reactor nuclear grande ronda el gigavatio. El agujero son varios reactores enteros.
- Ya está descontado el remedio: la cifra es neta. Morgan Stanley suma primero cuatro vías de «potencia rápida» y resta después lo que sigue faltando.
- Quién lo paga: las empresas de IA están dispuestas a pagar primas muy altas con tal de no quedarse sin electricidad. En diciembre, Google garantizó el arrendamiento de un centro de datos que construirá Hut 8 y que acabará usando Anthropic; trasladado a precio de la energía, el sobrecoste equivale a cerca de un 300 %.
- Dónde escuece: la factura eléctrica doméstica estadounidense lleva tiempo subiendo y los consumidores empiezan a señalar a los centros de datos. Morgan Stanley avisa de que eso «es cierto hasta cierto punto», pero que las diferencias entre estados y regiones son enormes.
- Qué no dice: que la IA se vaya a detener. Dice que una parte del cómputo planificado no tendrá dónde enchufarse en la fecha prevista.
Las cuatro salidas rápidas, y lo que dejan sin cubrir
Lo interesante del cálculo no es el total, sino cómo se construye. En lugar de preguntarse cuánta electricidad hará falta, Morgan Stanley se pregunta cuánta se puede conseguir deprisa, por vías que no dependan de ampliar la red, y le asigna a cada una una probabilidad de salir bien:
| Vía de «potencia rápida» | Mínimo | Punto medio | Máximo | Probabilidad |
|---|---|---|---|---|
| Turbinas de gas | 15 GW | 18 GW | 20 GW | 90 % |
| Pilas de combustible de Bloom Energy | 5 GW | 7 GW | 8 GW | 90 % |
| Situar el centro de datos junto a una nuclear en operación | 5 GW | 10 GW | 15 GW | 75 % |
| Reconvertir instalaciones de minería de bitcóin | 10 GW | 13 GW | 15 GW | 90 % |
| Total ponderado por probabilidad | 31 GW | 40 GW | 50 GW | — |
| Déficit que sigue quedando | 16 GW | 6 GW | ninguno | — |
Morgan Stanley marca como escenario más probable la franja que va del mínimo al punto medio, es decir, un déficit de entre 16 y 6 GW. El escenario en el que no falta nada existe sobre el papel, pero el propio banco lo deja fuera de lo que considera verosímil.
Conviene fijarse en qué tienen en común las cuatro vías: ninguna consiste en ampliar la red eléctrica. Gas, pilas de combustible, pegarse a una central que ya existe o aprovechar una conexión que alguien contrató para minar criptomonedas. Son maneras de esquivar la red, no de mejorarla. Es el reconocimiento implícito de que ampliar la red, en el plazo que la IA necesita, no es una opción.
Por qué importa
Importa, primero, porque cambia quién decide el ritmo. Si el cuello de botella son los chips, el calendario lo marcan las fundiciones y los diseñadores. Si el cuello de botella es la potencia, lo marcan las empresas eléctricas, los operadores de red y las comisiones reguladoras estatales, que trabajan con horizontes de planificación de una década y no tienen ningún incentivo para acelerar por una industria concreta. La siguiente fase de la IA puede depender tanto de ingenieros eléctricos como de investigadores de modelos.
Importa, segundo, porque convierte la electricidad en un activo especulativo. Una prima del 300 % sobre el precio de la energía, como la del contrato de Hut 8, no es el precio de la electricidad: es el precio de la certeza de tenerla. Cuando se paga eso, el acceso a la red deja de ser un trámite de ingeniería y pasa a ser una ventaja competitiva que se compra, con lo que eso implica para quien no puede pagarla.
Y importa, tercero, porque esto ya no es un asunto de empresas tecnológicas. Morgan Stanley dedica buena parte de su análisis a algo que no es técnico: las facturas de la luz de los hogares estadounidenses llevan tiempo subiendo, los consumidores están empezando a atribuirlo a los centros de datos, y el banco espera que la cuestión gane peso de cara a las elecciones de medio mandato. Señala además que las propuestas para aislar al consumidor de esos costes están «en pañales y fragmentadas», con más movimiento en los estados que en el Gobierno federal, y que los proyectos de centros de datos son especialmente grandes justo en estados bisagra: California, Georgia, Míchigan, Ohio, Pensilvania y Texas. Dicho de otro modo, la expansión de la IA tiene ya un frente electoral.
Y por eso aparecen ideas raras
Este cálculo explica bastante bien por qué están surgiendo propuestas que hace dos años habrían sonado a ciencia ficción. Cuando el límite es la energía y la red no puede crecer al ritmo necesario, la industria empieza a mirar sitios donde la energía no tiene esos problemas.
El ejemplo más llamativo es el de Google, que el 1 de octubre puso en órbita un satélite con procesadores de IA a bordo para comprobar si aguantan allí arriba. Lo contamos en este artículo sobre Project Suncatcher: el argumento de la compañía es que, en la órbita adecuada, un panel solar puede ser hasta ocho veces más productivo que en tierra, sin noches, sin nubes y sin negociar con ninguna comisión reguladora. No es una solución al problema de 2028 —es un prototipo, y los obstáculos de refrigeración, radiación e interconexión siguen sin resolverse—, pero sí es una señal de cuánto está dispuesta a replantearse la industria con tal de encontrar vatios.
Lo que estas cifras no son
Hay que leerlas con cuidado. Son proyecciones de un banco de inversión, hechas en febrero de 2026, con un propósito que no es informativo sino de recomendación bursátil: Morgan Stanley publica esto dentro de un mapeo de 3.600 valores pensado para que sus clientes decidan dónde poner el dinero. Las probabilidades de la tabla son estimaciones propias, no mediciones, y el propio banco presenta un escenario en el que el déficit es cero.
Tampoco describen un apagón ni el fin del crecimiento de la IA. Un déficit del 9 % al 22 % sobre lo planificado significa que una parte de los centros de datos previstos se retrasará, se construirá en otro sitio o se quedará a medio llenar; no que los existentes dejen de funcionar. Y las estimaciones de este tipo se revisan constantemente: la propia industria lleva tres años corrigiendo al alza sus previsiones de cómputo.
Con esas reservas, lo que queda sigue siendo un cambio de fondo. Durante años la pregunta de la inteligencia artificial fue cuánto se podía mejorar un modelo. La pregunta que se está imponiendo ahora es bastante más prosaica, y mucho más difícil de resolver con dinero y talento: de dónde va a salir la electricidad para hacerlo funcionar.
Sobre la imagen de portada. Es un montaje propio sobre el mapa de la red de alta tensión de Estados Unidos publicado por Wikideas1 en Wikimedia Commons bajo dominio público (CC0). Se ha recortado y teñido; las líneas que se ven son tendidos reales de alta tensión, no una ilustración.
Fuente: Morgan Stanley Research, «Mapping AI’s Rate of Change: Where the Rubber Meets the Road» (Global Insight, 11 de febrero de 2026), epígrafe «The Future of Energy x AI/Technology Diffusion» y Exhibit 102, en la página 44.