Cargando nueva infraestructura 2- Capacidad de cómputo: El recurso estratégico de la IA

“Cada revolución de la comunicación es, al mismo tiempo, una revolución de la infraestructura”.

En el primer artículo, sostuve que la era de la inteligencia artificial (IA) no consiste únicamente en producir nuevo software o algoritmos más avanzados, sino que representa una nueva transformación infraestructural construida sobre centros de datos, sistemas energéticos, semiconductores y redes digitales. Si esta transformación constituye realmente la base de un nuevo régimen de acumulación de capital, entonces debemos hacernos la siguiente pregunta: ¿Cuál es el factor de producción fundamental de esta nueva infraestructura?

Durante muchos años, uno de los discursos más comunes para explicar la economía digital fue la frase “los datos son el nuevo petróleo”. Con el auge de las plataformas digitales, se argumentó que el poder económico dependía de la capacidad de recopilar y procesar datos. Sin embargo, el auge de la IA generativa demuestra que esta narrativa no es suficiente por sí sola. Porque los datos no pueden convertirse en valor económico sin la capacidad de cómputo necesaria para procesarlos. Hoy en día, lo que define a la economía de la IA es la capacidad de establecer la infraestructura de cómputo que entrenará, procesará y mantendrá los sistemas en funcionamiento constante.

Aquí, la “capacidad de cómputo” no es solo un concepto técnico que expresa la potencia de procesamiento de las computadoras. La capacidad de cómputo es una capacidad de producción integrada que abarca semiconductores avanzados, unidades de procesamiento gráfico (GPU), centros de datos, redes de alta velocidad, infraestructura energética, sistemas de refrigeración y el capital que financia todo esto. Por lo tanto, el elemento que crea valor en la economía de la IA es la infraestructura material sobre la que operan estos algoritmos.

En este punto, es necesario reconsiderar un recordatorio importante que los estudios de comunicación y medios han enfatizado durante mucho tiempo. Las tecnologías de la comunicación a menudo se discuten a través de contenidos, plataformas y experiencias de usuario. Sin embargo, como han demostrado investigadores de infraestructura mediática como Lisa Parks, Nicole Starosielski y Shannon Mattern, la verdadera transformación de la comunicación ocurre a menudo en infraestructuras que permanecen invisibles. Sin cables de fibra óptica submarinos, centros de datos, sistemas satelitales, estaciones base y arquitecturas de red, la comunicación digital no sería posible. Los contenidos son visibles; pero las infraestructuras que los hacen posibles suelen ser invisibles.

En la era de la IA, nos enfrentamos a una situación similar. Los debates públicos giran en gran medida en torno a cuán inteligentes son los modelos, qué empresa desarrolla una IA más avanzada o cuáles son los impactos sociales de las nuevas aplicaciones. Sin embargo, detrás de esta capa visible se está produciendo una transformación infraestructural mucho más amplia. Los centros de datos están creciendo, el consumo de electricidad aumenta rápidamente, la producción de semiconductores adquiere una importancia estratégica y las redes de comunicación globales ya no solo transportan información, sino también procesos de cómputo a gran escala.

Pero esta infraestructura es también la historia del trabajo invisible. Como muestra el enfoque de “trabajo digital” del investigador de comunicación Christian Fuchs, las tecnologías digitales no dependen solo del trabajo de los desarrolladores de software; se basan en una cadena de trabajo global que se extiende desde las minas hasta las fábricas de chips, desde los procesos de etiquetado de datos hasta la operación de los centros de datos. Aunque la IA se presenta a menudo como el símbolo de la automatización, en segundo plano existe un ecosistema de trabajo digital más amplio y complejo que nunca. El trabajador que extrae cobalto en el Congo, el minero que produce cobre en Chile, el técnico que fabrica chips en Taiwán, el trabajador que empaqueta chips en Malasia, el empleado que etiqueta datos en Kenia, el moderador de contenido en Dublín, el ingeniero de centros de datos en Virginia y el investigador de IA que trabaja en Silicon Valley forman diferentes eslabones de la misma cadena de trabajo digital. Por muy digital que parezca la inteligencia artificial, detrás de ella hay una geografía de producción y trabajo extremadamente material organizada a escala global.

Por esta razón, la diferencia entre Internet y la IA no es solo tecnológica. Internet fue principalmente una infraestructura de comunicación que aceleró la circulación de la información. La IA, por su parte, constituye una nueva capa de cómputo que se eleva sobre esta infraestructura de comunicación. Gracias a los sistemas de computación en la nube, los centros de datos distribuidos y los clústeres de procesamiento de alto rendimiento, las redes digitales se están convirtiendo en infraestructuras de producción globales que realizan cómputos. En otras palabras, la infraestructura de comunicación se está transformando gradualmente en una infraestructura de cómputo.

La transformación que comenzó con el emprendimiento tecnológico también está cambiando la forma en que se organiza el capitalismo. Los estudios de Carlota Perez sobre las revoluciones tecnológicas muestran que cada gran transformación tecnológica crea un nuevo ciclo de infraestructura e inversión. Así como los ferrocarriles, las redes eléctricas e Internet se convirtieron en las infraestructuras fundamentales de sus respectivas épocas, la capacidad de cómputo desempeña hoy un papel similar. Si se piensa junto con el enfoque de “fijación espacial” de David Harvey, esto ayuda a explicar por qué el capital global se dirige hacia los centros de datos, la infraestructura energética y la producción de semiconductores. Al invertir en nuevas tecnologías, el capital también está construyendo la infraestructura que hará posible la capacidad de producción del futuro. Por lo tanto, leer la competencia en el campo de la IA solo a través de los modelos desarrollados por empresas como OpenAI, Anthropic, Google o xAI sería incompleto. La verdadera competencia se centra en la pregunta de quién posee la capacidad de cómputo necesaria para entrenar estos modelos. Las inversiones de Microsoft en Azure, las expansiones de centros de datos de Amazon Web Services, los acuerdos energéticos de Alphabet o la posición estratégica de NVIDIA son diferentes piezas de la misma transformación infraestructural. En la economía de la IA, el poder se concentra en quienes controlan la infraestructura que hace posible el funcionamiento de los algoritmos. Por esta razón, explicar la capacidad de cómputo con la metáfora del petróleo parece cada vez más insuficiente. El petróleo es una materia prima estratégica utilizada en sectores específicos; sin embargo, la capacidad de cómputo se parece cada vez más a la electricidad. La electricidad es una infraestructura de propósito general que impregna casi todos los sectores de la economía moderna. A medida que la IA se convierte en una tecnología de propósito general que se extiende a campos muy diversos, desde la atención sanitaria hasta las finanzas, la defensa y la educación, la capacidad de cómputo destaca como el insumo fundamental de esta transformación.

Quizás ahora debamos plantear la pregunta “¿quién ganará la carrera de la IA?” de una manera diferente. Antes de preguntar quién desarrollará el modelo más avanzado, ¿quién construirá la capacidad de cómputo para ejecutar estos modelos? Porque en la era de la IA, el poder económico y geopolítico se concentra cada vez más en la infraestructura que hace posible el software. Por ello, en la siguiente parte de la serie, abordaré los centros de datos, uno de los elementos más visibles pero menos discutidos de esta infraestructura, como las nuevas fábricas del capitalismo digital.