El problema fundamental de la infraestructura de IA: el riesgo de activos obsoletos; quienes hoy dependen de estructuras anticuadas pagarán las consecuencias mañana
Versión preliminar de Xpert
Selección de idioma 📢
Publicado el: 11 de abril de 2026 / Actualizado el: 11 de abril de 2026 – Autor: Konrad Wolfenstein
Problema clave de la infraestructura de IA: El riesgo de activos obsoletos: quienes dependen de estructuras anticuadas hoy pagarán las consecuencias mañana. Imagen: Xpert.Digital
Trampa de lobby en lugar de progreso: La verdad oculta sobre las necesidades de electricidad de la IA
Inteligencia artificial de alto consumo energético: la ingeniosa (e ignorada) alternativa a los gigantescos centros de datos nucleares
La falta de transparencia como problema político fundamental de la infraestructura de IA
Las demandas energéticas de la inteligencia artificial crecen exponencialmente, y con ellas, el pánico político. Para satisfacer los gigantescos requerimientos de electricidad de los centros de datos de IA planificados, una supuesta solución novedosa ha cobrado protagonismo en Europa y Estados Unidos: los pequeños reactores nucleares modulares (SMR). Pero mientras políticos y grupos de presión de la industria celebran esta solución nuclear como la única opción, se vislumbra un error de cálculo económico sin precedentes.
Los costes de construcción desorbitados, los plazos de implementación de décadas y el inmenso riesgo de los llamados «activos varados» convierten el sueño de una gigafábrica de IA alimentada por energía nuclear en una apuesta de alto riesgo. Lo que resulta especialmente explosivo es lo que sistemáticamente se omite en el debate: una infraestructura de IA descentralizada. Este artículo examina las realidades ocultas sobre los costes del debate sobre los reactores modulares pequeños (SMR) y muestra por qué corremos el riesgo de repetir los costosos errores estructurales del pasado con la tecnología del futuro.
Por lo tanto, la verdadera provocación de este debate no reside en la cuestión técnica de qué infraestructura es mejor. La verdadera provocación es la política: ¿Por qué la discusión sobre una infraestructura de IA preparada para el futuro se centra casi exclusivamente en una tecnología cuyo horizonte de realización se sitúa más allá del horizonte de planificación de las hojas de ruta de la IA, cuyo historial de costes se caracteriza por sobrecostes de varios cientos por ciento y cuya subvención permanece en gran medida oculta?
Relacionado con esto:
La falta de transparencia como problema político fundamental de la infraestructura de IA: La cuestión energética como táctica estratégica de distracción
En los debates sobre la construcción de gigafábricas de IA europeas, una pregunta domina la discusión pública: ¿De dónde provendrá toda la electricidad? La respuesta que circula cada vez más en círculos políticos y foros industriales es: pequeños reactores nucleares modulares, los llamados SMR (Small Modular Reactors). Esta respuesta suena tecnológicamente avanzada, es políticamente viable y tiene la ventaja de convencer a los grupos de interés existentes: la industria nuclear, las empresas energéticas estatales y las instituciones de investigación nuclear. Sin embargo, lo que prácticamente falta en este debate es una evaluación económica honesta: ¿Son las gigafábricas de IA centralizadas, alimentadas por reactores SMR, realmente la respuesta económicamente más sensata a la creciente demanda de capacidad de procesamiento? ¿O esta pregunta desvía la atención de una alternativa estructural mucho más fundamental: una infraestructura de IA descentralizada?
La Agencia Internacional de Energía (AIE) predice que el consumo mundial de electricidad de los centros de datos se duplicará con creces para 2030, alcanzando casi 1000 teravatios-hora anuales. Incluso hoy en día, un solo centro de datos de IA de gran tamaño consume tanta electricidad como una ciudad de 50 000 habitantes, y las instalaciones más grandes operan actualmente en el rango de los gigavatios. Solo para Estados Unidos, la AIE prevé una necesidad de capacidad adicional de 60 gigavatios para 2029, únicamente para centros de datos y aplicaciones de IA, lo que equivale a la producción de unas 60 centrales nucleares. Estas cifras son impresionantes, pero conducen a un razonamiento erróneo: proyectan de forma irreflexiva la arquitectura actual de los centros de datos centralizados hacia el futuro, en lugar de considerar seriamente modelos de infraestructura alternativos.
La verdad sobre el coste oculto tras la promesa de SMR
El debate en torno a los reactores modulares pequeños (SMR, por sus siglas en inglés) se caracteriza por un optimismo notable que, tras un análisis más detenido, carece de fundamento empírico. Los defensores de los SMR prometen tiempos de construcción más cortos, menores costes gracias a la producción en masa y una escalabilidad más rápida en comparación con los reactores convencionales de gran escala. Sin embargo, la realidad presenta un panorama mucho más desalentador.
El mercado mundial de centrales nucleares lleva años estancado. En 2024, solo seis nuevas centrales nucleares entraron en funcionamiento en todo el mundo, mientras que cuatro fueron desmanteladas, lo que supone un aumento neto de dos centrales. Las razones son estructurales: costes de inversión desorbitados, plazos de construcción de entre 10 y 15 años y riesgos financieros que prácticamente solo pueden asumir las empresas estatales. El ejemplo paradigmático de este desorbitado coste es Flamanville 3 en Francia: inicialmente estimada entre 3200 y 3300 millones de euros en 2006 y con un plazo de construcción previsto de cinco años, la central acabó costando 23 700 millones de euros tras 17 años de construcción.
Incluso el proyecto estrella de Estados Unidos, la central nuclear de Vogtle en Georgia, se presupuestó inicialmente entre 14.000 y 15.500 millones de dólares y acabó costando 34.000 millones, más del doble de la estimación original. Westinghouse, una de las empresas líderes mundiales en tecnología nuclear, se declaró en bancarrota poco después. Los costes de la central británica de Hinkley Point C se dispararon hasta los 32.700 millones de libras (aproximadamente 41.300 millones de dólares), a pesar de que el presupuesto inicial del proyecto era de 2.000 millones de libras. La regla general que utilizan ahora los expertos del sector es: multiplicar por diez la estimación inicial de costes de la industria nuclear para obtener una cifra realista.
Para las plantas SMR, que hasta la fecha no cuentan con un solo sistema modular comercialmente implementado en el mundo occidental, la situación de los costos es aún más incierta. Un análisis de la Fundación Heinrich Böll de principios de 2024 (nota: el año se corrigió lógicamente a 2024 en lugar del futuro 2026) concluye que la mayoría de los conceptos de SMR aún se encuentran en etapas tempranas de desarrollo, carecen de aprobación regulatoria en la UE y es improbable que generen cantidades significativas de electricidad antes de 2050. El Instituto de Economía Energética y Análisis Financiero (IEEFA) confirma esta evaluación crítica: los SMR siguen siendo demasiado caros, demasiado lentos de construir y demasiado arriesgados para desempeñar un papel significativo en la transición energética durante los próximos 10 a 15 años. Según el IEEE, las inversiones en SMR desviarían recursos de fuentes de energía renovables libres de carbono y más rentables que ya están disponibles en la actualidad.
Un aspecto a menudo pasado por alto en este debate son las subvenciones ocultas. Según cálculos del Foro para la Economía de Mercado Ecológica y Social, encargados por Greenpeace, el apoyo histórico a la energía nuclear en Alemania ascendió a al menos 165.000 millones de euros en subvenciones estatales entre 1950 y 2008, más otros 92.500 millones de euros en costes futuros previsibles. Sin embargo, el gobierno alemán declaró menos de 200 millones de euros en sus informes de subvenciones, una diferencia de varios órdenes de magnitud, atribuible a una definición extremadamente restrictiva de subvenciones. Este cálculo no tiene en cuenta las exenciones fiscales, las garantías gubernamentales, la financiación de la investigación, los costes de los depósitos de residuos nucleares y, lo que es más importante, la responsabilidad ilimitada de facto del gobierno en caso de desastre. Si los operadores de centrales nucleares estuvieran obligados a pagar un seguro de responsabilidad civil estándar del mercado, la energía nuclear sería, según estos cálculos, hasta 2,70 euros por kilovatio-hora más cara y, por lo tanto, simplemente no competitiva.
El déficit de transparencia: cuando los intereses de los grupos de presión dictan las decisiones sobre infraestructuras
La cuestión de por qué el debate sobre el suministro energético para las gigafábricas de IA se centra casi exclusivamente en la energía nuclear —y no simultáneamente en alternativas descentralizadas— no es técnica, sino política. Esto pone de manifiesto una falta estructural de transparencia en el debate sobre infraestructuras públicas.
La Unión Europea ha declarado la creación de gigafábricas de IA como una prioridad estratégica y ha lanzado el fondo InvestAI, dotado con 20.000 millones de euros, para construir hasta cinco de estas instalaciones. Una gigafábrica de IA, según la definición de la UE, consta de 100.000 o más chips especializados, y se estima que cada instalación, incluyendo el suministro energético, costará entre 3.000 y 5.000 millones de euros. Alemania ha destinado 805 millones de euros en financiación inicial para una de estas instalaciones y está debatiendo activamente qué empresas se adjudicarán el contrato: Deutsche Telekom, el Grupo Schwarz, Ionos o un consorcio bávaro. Esta estructura de financiación genera, inherentemente, enormes incentivos perversos: favorece los proyectos centralizados a gran escala porque solo estos cumplen los requisitos de la definición de "gigafábrica" de la UE. Los enfoques más pequeños y descentralizados quedan excluidos de este esquema de financiación, a pesar de que a menudo podrían ser más atractivos desde una perspectiva económica.
La falta de transparencia también se evidencia en la presentación selectiva de datos de costos. Cuando los políticos y los representantes de la industria hablan de los reactores modulares pequeños (SMR), citan estimaciones optimistas de los fabricantes. Cuando los críticos señalan sobrecostos anteriores, estos se desestiman como incidentes aislados o problemas inherentes a la tecnología predecesora. Sin embargo, no existe ni una sola evidencia empírica confiable de que los SMR serán más económicos a escala comercial que los proyectos de reactores a gran escala que sirven como ejemplos negativos, sobre todo porque aún no se ha puesto en marcha ningún proyecto de SMR comercialmente relevante según los estándares occidentales.
Relacionado con esto:
La alternativa ignorada: Por qué la infraestructura de IA descentralizada puede ser la solución económicamente superior
La pregunta que sorprendentemente rara vez se plantea en todo el debate sobre las gigafábricas de IA y su suministro de energía es: ¿Por qué necesitamos gigafábricas? Y si las necesitamos, ¿por qué deben estar necesariamente centralizadas?
La infraestructura de IA local y descentralizada está experimentando una reevaluación económica fundamental, aunque discreta. Investigaciones de los Institutos Fraunhofer demuestran que los sistemas basados en el borde de la red pueden ahorrar hasta un 35 % en costes de electricidad en comparación con el procesamiento en la nube convencional, ya que requieren menos ancho de banda y capacidad de refrigeración. Una fábrica con 1000 sensores IoT que envían mediciones cada segundo transmitiría 86 millones de puntos de datos a la nube diariamente sin computación en el borde; con el filtrado local de datos (filtrado en el borde), esta cifra se reduce a aproximadamente 8 millones, lo que supone un ahorro del 90 % en costes de ancho de banda y almacenamiento en la nube. Estas cifras son económicamente significativas, pero rara vez se abordan en los debates públicos sobre infraestructuras.
Los centros de datos descentralizados en el borde de la red también ofrecen recuperación de calor local, que puede utilizarse para calentar zonas residenciales, edificios de oficinas o instalaciones industriales. Esta sinergia mejora significativamente el balance de costes general cuando el calor residual se considera un subproducto económicamente viable. Las gigafábricas centralizadas generan el mismo calor residual, pero en una ubicación donde la demanda para su uso es insuficiente.
Cabe destacar que el acuerdo de coalición del gobierno federal alemán apunta explícitamente a apoyar infraestructuras descentralizadas, como la computación perimetral en ubicaciones distribuidas. Sin embargo, al mismo tiempo, al menos una gigafábrica europea de IA se está instalando en Alemania, un enfoque que contradice estructuralmente el principio de descentralización. Esta incongruencia refleja la drástica divergencia entre el prestigio político y la racionalidad económica en lo que respecta a las decisiones sobre infraestructuras.
El modelo de infraestructura de IA, compuesto por unas pocas instalaciones enormes y centralizadas, reproduce el paradigma obsoleto del suministro energético centralizado mediante grandes centrales eléctricas; y esto ocurre justo cuando el sector energético empieza a comprender las ventajas de las estructuras de generación descentralizadas. Sería un error histórico repetir los errores institucionales del sector energético en materia de infraestructura digital.
Relacionado con esto:
La paradoja de Jevons y la lógica engañosa de la eficiencia
Un contraargumento común contra la relevancia del dilema de la descentralización de los reactores modulares pequeños (SMR) es que el hardware de IA es cada vez más eficiente y, por lo tanto, el consumo de energía se estabilizará. Este argumento no es del todo erróneo, pero tampoco del todo correcto, e ignora la llamada paradoja de Jevons.
El CEO de Microsoft, Satya Nadella, declaró en Berlín en 2024 que el rendimiento de los sistemas de IA se duplica cada seis meses. Los datos actuales sugieren que las capacidades de los sistemas de IA se duplican incluso cada siete meses, mucho más rápido que la clásica Ley de Moore, que predice una duplicación cada dos años. La startup china de IA DeepSeek demostró de forma impresionante a finales de 2024 y principios de 2025 que se pueden lograr resultados comparables con una fracción de los recursos que se requerían anteriormente: DeepSeek V3 se entrenó en dos meses utilizando solo 2048 GPU NVIDIA H800, una hazaña para la que Meta requirió 30,8 millones de horas de GPU para un modelo comparable.
Sin embargo, el argumento de que las mejoras en la eficiencia tecnológica pueden aliviar la demanda energética general resulta insuficiente por una razón estructural. A medida que los sistemas de IA se vuelven más económicos y eficientes, también se utilizarán con mayor intensidad, y la demanda crece más rápido que las mejoras en la eficiencia. La AIE confirma que, si bien el consumo energético relacionado con la IA aumenta más lentamente que la expansión de la capacidad, el consumo eléctrico de los centros de datos se duplicará con creces hasta alcanzar los 945 TWh a nivel mundial para 2030. Solo en Alemania, la demanda energética de los centros de datos aumentó a 21.300 millones de kilovatios-hora en 2025, frente a los 20.000 millones de kWh en 2024 y los 12.000 millones de kWh en 2015. Las mejoras en la eficiencia y el crecimiento de la demanda compiten constantemente, y la demanda históricamente siempre ha prevalecido.
Además, el ejemplo de DeepSeek presenta un matiz importante: a pesar de un entrenamiento eficiente, el modelo consume hasta un 87 % más de energía durante su funcionamiento (inferencia) que un metamodelo comparable con 70 mil millones de parámetros. La complejidad de las arquitecturas que permiten un entrenamiento más eficiente puede aumentar el consumo de energía durante el funcionamiento. Por lo tanto, la eficiencia en un área del sistema no se traduce necesariamente en eficiencia en el sistema en su conjunto, una constatación que los planificadores de infraestructuras centralizadas suelen pasar por alto al planificar la capacidad.
Nuestra experiencia global en la industria y la economía en desarrollo de negocios, ventas y marketing
Nuestra experiencia global en la industria y la economía en desarrollo de negocios, ventas y marketing - Imagen: Xpert.Digital
Áreas de enfoque de la industria: B2B, digitalización (de IA a XR), ingeniería mecánica, logística, energías renovables e industria
Más información aquí:
Un centro temático que ofrece información y experiencia:
- Plataforma de conocimiento que abarca las economías globales y regionales, la innovación y las tendencias específicas de la industria
- Una colección de análisis, perspectivas e información de fondo de nuestras áreas de enfoque clave
- Un lugar para la experiencia y la información sobre los avances actuales en negocios y tecnología
- Un centro para empresas que buscan información sobre los mercados, la digitalización y las innovaciones de la industria
Modular, reversible, a prueba de futuro: así es como los responsables políticos evitan costosos errores en materia de infraestructuras
¿El almacenamiento de energía en baterías cambiará las reglas del juego? La revolución de los iones de sodio y sus implicaciones
Uno de los argumentos más convincentes para reevaluar la estrategia centralizada de reactores modulares pequeños (SMR) reside en el rápido desarrollo de las tecnologías de almacenamiento de energía, en particular la tecnología de iones de sodio, comúnmente conocida como baterías de sales. Este desarrollo no es especulativo, sino empíricamente verificable, y tiene implicaciones directas para la viabilidad económica de las infraestructuras de IA descentralizadas.
Las baterías de iones de sodio ya se acercan a la paridad de precios con la tecnología de iones de litio. Según datos de IDTechEx, el precio promedio de una celda de iones de sodio ronda actualmente los 87 dólares por kWh. Se espera que los costos de producción de las celdas disminuyan hasta aproximadamente 40 dólares por kWh, un escenario probable con una mayor escalabilidad. En el caso del almacenamiento estacionario, las tendencias de precios son aún más impresionantes: BloombergNEF registró una caída en el precio de los paquetes de almacenamiento estacionario hasta los 70 dólares por kWh en 2025, una disminución interanual del 45 %, lo que la convierte en la mayor caída de precios de cualquier segmento de baterías.
Las proyecciones a largo plazo son especialmente interesantes para la planificación estratégica de infraestructuras. Para 2050, las baterías de iones de sodio podrían alcanzar costes de almacenamiento de energía de entre 11 y 14 euros por megavatio-hora, suponiendo tasas de aprendizaje rápidas, lo que las haría más económicas que la tecnología de iones de litio, cuyo coste se estima entre 16 y 22 euros por MWh. Estas cifras transforman radicalmente el cálculo de la viabilidad económica de los centros de datos descentralizados alimentados por energía solar. Un centro de datos descentralizado que almacena energía solar renovable durante el día y la utiliza por la noche o durante periodos de baja producción eólica y solar puede operar de forma económica con estos costes de almacenamiento, algo impensable hace tan solo cinco años.
Las baterías de iones de sodio también ofrecen ventajas estructurales cruciales para una infraestructura escalable: el sodio está disponible en cantidades ilimitadas y es una materia prima nacional en Europa, lo que elimina la dependencia de importaciones estratégicas. El reciclaje es mucho más sencillo que con las baterías de litio, ya que las celdas no contienen cobre ni cobalto. La profundidad de descarga alcanza el 100 % sin dañar la batería. Además, la infraestructura tecnológica para baterías de iones de sodio ya está implementada en Alemania, especialmente en Turingia y Sajonia.
Es importante reconocer las limitaciones: las baterías de iones de sodio tienen una menor densidad energética que las de iones de litio, lo que aumenta su peso y volumen. Su eficiencia promedio, de alrededor del 79 %, es significativamente menor que la de las baterías de iones de litio, que alcanza el 96 %. Sin embargo, para aplicaciones de almacenamiento estacionario a gran escala, donde el peso y el volumen no son limitaciones importantes, la menor densidad energética no representa una desventaja decisiva. En el caso del almacenamiento a escala de red para centros de datos distribuidos, la ventaja de eficiencia de las baterías de iones de litio es menos relevante que el análisis global de costo-beneficio a lo largo de su ciclo de vida.
Junto con la tecnología de iones de sodio, las baterías de estado sólido también experimentan un crecimiento exponencial. El mercado global de baterías de estado sólido crece a una tasa anual promedio de hasta el 36,4 %. Los escenarios más optimistas predicen costos de entre 80 y 120 dólares por kWh para las celdas de estado sólido para 2027, y se esperan reducciones de costos sustanciales adicionales gracias a la miniaturización en la década siguiente.
Relacionado con esto:
El riesgo de activos varados: cuando el futuro llega antes de lo previsto
Quizás el argumento económico más convincente contra la decisión irreflexiva de construir gigafábricas de IA alimentadas por reactores modulares pequeños (SMR) sea el riesgo de los llamados activos varados. Este término se refiere a inversiones que pierden tanto valor debido a influencias externas como el cambio tecnológico, las condiciones de mercado alteradas o los requisitos regulatorios, que ya no pueden generar rentabilidad.
La historia de la tecnología está repleta de ejemplos de decisiones de infraestructura que se consideraron acertadas en el momento de la planificación, pero que resultaron ser costosos errores de asignación de recursos pocos años después de su puesta en marcha. En el sector energético, numerosas centrales eléctricas de carbón construidas o ampliadas en la década de 2010 ya han perdido un valor significativo o han sido clausuradas prematuramente, a pesar de que se proyectaba que tendrían entre 30 y 40 años más de vida útil. La Agencia Internacional de Energías Renovables (IRENA) estima que el riesgo de activos varados podría alcanzar los 20 billones de dólares en un escenario sin cambios.
Este riesgo es particularmente pronunciado para la infraestructura de IA debido al ritmo excepcionalmente rápido del desarrollo tecnológico. Un reactor de resonancia magnética pequeña (SMR) puesto en marcha hoy tiene una perspectiva realista de puesta en marcha no antes de 2035 a 2040, incluso bajo supuestos optimistas con respecto a permisos, tiempo de construcción y cadenas de suministro. Según los hallazgos actuales, el rendimiento de los sistemas de IA se duplica cada seis o siete meses. En los 10 a 15 años que lleva construir un SMR, las capacidades de los sistemas de IA habrán mejorado entre 20 000 y 300 000 veces, una magnitud que hace que las predicciones fiables de los requisitos específicos de infraestructura sean simplemente imposibles.
El problema no se limita a la incertidumbre del hardware. La arquitectura completa de los sistemas de IA está experimentando una transformación. Como demostró DeepSeek de forma impresionante, las optimizaciones inteligentes de algoritmos pueden reducir los requisitos de hardware diez veces, sin pérdida de calidad. Se están desarrollando nuevas arquitecturas de chips que van más allá de la arquitectura de von Neumann y superan la denominada "barrera de memoria". Los ordenadores basados en fotones, los chips neuromórficos y los ordenadores cuánticos —todas estas tecnologías, una vez que alcancen la madurez comercial— tienen el potencial de reducir drásticamente el consumo de energía por cálculo. El futuro de estas tecnologías se decidirá precisamente en los 10 a 15 años que tarda un SMR en estar disponible en línea.
Quienes invierten hoy en gigafábricas de IA alimentadas por reactores modulares pequeños (SMR) se comprometen con una única fuente de energía durante 40 a 60 años, la vida útil típica de una central nuclear. Lo hacen con la esperanza de que la industria de la IA mantenga una demanda constante del tipo de infraestructura centralizada y de alto consumo energético que estos reactores están diseñados para alimentar durante ese período. Desde la perspectiva actual, esta apuesta parece extremadamente arriesgada.
El cuello de botella del conocimiento: El problema estructural subestimado de la energía nuclear
Otro argumento clave en contra de la estrategia de los reactores modulares pequeños (SMR), que recibe poca atención en el debate público, es la grave escasez de mano de obra cualificada en la industria nuclear. Durante las últimas tres décadas, caracterizadas por moratorias, decisiones de eliminación gradual y la falta de nuevos proyectos de construcción, la industria nuclear ha sufrido importantes pérdidas de conocimiento institucional.
Actualmente, el mercado de centrales nucleares depende de un número muy reducido de empresas —en su mayoría estatales— capaces de construir y exportar este tipo de centrales. La red global de proveedores, ingenieros y especialistas certificados para la ejecución de proyectos nucleares es mínima. Esto significa que, incluso con una decisión política favorable a los reactores modulares pequeños (SMR), el principal obstáculo no reside en las licencias ni en el capital, sino en la disponibilidad de personal cualificado. Si Estados Unidos, Canadá, el Reino Unido, Francia y varios países de la UE desean lanzar programas de SMR simultáneamente, competirán por el mismo grupo limitado de profesionales de la ingeniería nuclear.
Esto contrasta notablemente con la situación en el sector de las energías renovables y las tecnologías de almacenamiento. La industria solar global ha experimentado un crecimiento exponencial en la última década, el número de profesionales cualificados en el sector de las energías renovables aumenta constantemente y las cadenas de suministro de módulos solares, inversores y tecnologías de almacenamiento están bien desarrolladas y diversificadas internacionalmente. La infraestructura de IA descentralizada puede aprovechar esta base existente de conocimientos, cadenas de suministro y experiencia regulatoria. La industria de los reactores modulares pequeños (SMR), en cambio, aún necesita construir dicha base, bajo enormes presiones de tiempo y costes.
Las cuentas económicas nacionales: una comparación directa
Una comparación sistemática de los diversos factores arroja la siguiente situación económica:
| criterio | Gigafábrica de IA con soporte SMR | Infraestructura de IA descentralizada con energía solar y almacenamiento |
|---|---|---|
| Primer suministro de electricidad | 2035–2040 (optimista) | Inmediatamente hasta 2027 |
| Intensidad de capital (entrada) | Entre 3.000 y 5.000 millones de euros por Gigafábrica y SMR | Escalado modular, cantidades individuales más pequeñas |
| Riesgo de costos | Extremadamente alto (superaciones históricas del 100 al 600 %) | Bajos; los costes de la tecnología están disminuyendo continuamente |
| Riesgo de obsolescencia tecnológica | Muy alto (compromiso de 40 a 60 años) | Perfil bajo; modular, ampliable y adaptable |
| Disponibilidad de conocimientos técnicos | Cuello de botella; pocos proveedores globales | Amplia y creciente plantilla cualificada |
| Subsidios ocultos | Alto (responsabilidad, eliminación, investigación) | Pequeña cantidad |
| Costes de almacenamiento de energía (2025) | No es relevante (carga base) | 70 USD/kWh (situación estacionaria, tendencia a la baja) |
| Costes de almacenamiento de energía (previsión para 2050) | No es relevante | 11–14 EUR/MWh |
| Consumo de agua | Alto (sistemas de refrigeración) | Poco o nada |
| Incertidumbre regulatoria | Muy alto | Medio |
| Flexibilidad en respuesta a los cambios en la demanda | No | Alto |
| Riesgo ambiental | Alto (seguridad nuclear, residuos a largo plazo) | Bajo |
La comparación muestra que una gigafábrica de IA basada en SMR no suministraría electricidad hasta 2035-2040 como muy pronto (siendo optimistas), mientras que una infraestructura de IA descentralizada con energía solar y almacenamiento estaría disponible inmediatamente en 2027. En términos de intensidad de capital, la opción SMR requiere inversiones iniciales muy elevadas, de alrededor de 3-5 mil millones de euros por gigafábrica más SMR, mientras que la solución descentralizada permite una escalabilidad modular y cantidades de inversión individuales significativamente menores. El riesgo de costes es extremadamente alto para SMR (sobrecostes históricos del 100-600%), mientras que para energía solar + almacenamiento es bajo, ya que los costes de la tecnología están disminuyendo continuamente. El riesgo de obsolescencia tecnológica es muy alto para SMR debido a un compromiso de 40-60 años, mientras que la infraestructura descentralizada tiene un riesgo bajo de obsolescencia porque es modular, ampliable y adaptable. El conocimiento técnico es un cuello de botella para SMR, con pocos proveedores globales, mientras que la solución descentralizada cuenta con un amplio y creciente grupo de profesionales cualificados. Los subsidios ocultos (responsabilidad, eliminación, investigación) son altos para SMR y bajos para energía solar + almacenamiento. Los costos de almacenamiento de energía no son relevantes para SMR, ya que está diseñado para energía de carga base; para sistemas descentralizados, se proyecta que los costos alcancen aproximadamente USD 70/kWh (estado estable, tendencia descendente) en 2025 y EUR 11–14/MWh en 2050. El consumo de agua es alto para SMR debido a los sistemas de refrigeración, mientras que es bajo o inexistente para energía solar + almacenamiento. La incertidumbre regulatoria es muy alta para SMR y moderada para la opción descentralizada. La flexibilidad en respuesta a los cambios de la demanda es casi totalmente inexistente en SMR, mientras que la solución descentralizada ofrece una alta flexibilidad. Finalmente, los riesgos ambientales son altos para SMR (seguridad nuclear, residuos a largo plazo) y bajos para energía solar + almacenamiento. En general, la opción SMR tiene un desempeño peor en casi todos los criterios, con la única excepción de un suministro de energía de carga base confiable e independiente del clima. Sin embargo, este argumento está perdiendo importancia a medida que las tecnologías de almacenamiento avanzadas, como el almacenamiento a gran escala de iones de sodio con ciclos de carga/descarga más largos, permiten almacenar grandes cantidades de energía durante días y semanas, invalidando así en gran medida el argumento de la carga base.
El punto ciego de la lógica de planificación: por qué los responsables de la toma de decisiones llegan sistemáticamente demasiado tarde
Existe una razón estructural por la que los responsables de la toma de decisiones en los gobiernos y las grandes empresas industriales toman repetidamente decisiones sobre infraestructuras que, en retrospectiva, parecen ser malas inversiones: los ciclos de planificación institucional son fundamentalmente incompatibles con el ritmo del cambio tecnológico.
Los programas gubernamentales, las resoluciones parlamentarias, los programas de financiación y las licitaciones públicas operan en ciclos de cuatro a diez años. Un proyecto de infraestructura como una estación de relevo de transporte público (SMR) se decide en un entorno político y tecnológico que habrá cambiado radicalmente varias veces antes de su puesta en marcha. La inercia institucional generada por los procedimientos burocráticos, la presión de grupos industriales influyentes y la fijación psicológica en las decisiones tomadas en un momento dado implican que las necesidades y opciones reales en el momento de la construcción ya no coinciden con las suposiciones realizadas durante la planificación.
Los avances tecnológicos de los últimos siglos demuestran claramente esta aceleración: la Revolución Industrial tardó unos 100 años en manifestar sus principales efectos económicos. La electrificación, aproximadamente 50 años. Internet transformó la economía global en unos 20 años. La IA y los desarrollos de hardware asociados están cambiando las condiciones fundamentales en ciclos de menos de diez años, y con una aceleración cada vez mayor. La lógica que era apropiada para las decisiones de infraestructura en el siglo XX resulta estructuralmente inadecuada para el siglo XXI.
Esto es especialmente relevante para inversiones irreversibles a gran escala con largos periodos de amortización. Un campo solar puede construirse en cuestión de meses y modificarse o desmantelarse con relativa facilidad si cambian las necesidades. Un centro de datos con arquitectura modular puede ampliarse y modernizarse. Una central nuclear, una vez construida, es una estructura prácticamente rígida durante 40 a 60 años, cuyos costes de desmantelamiento ascienden a miles de millones. El valor estratégico de la flexibilidad y la capacidad de adaptación —la posibilidad de reaccionar ante circunstancias cambiantes— se subestima sistemáticamente en los cálculos de inversión tradicionales.
Una conclusión matizada: no se trata de una cuestión de elegir una u otra opción, sino más bien de una cuestión de prioridades
Sería una simplificación excesiva afirmar que los SMR son esencialmente inútiles o que la infraestructura descentralizada puede satisfacer todas las necesidades. La realidad es más compleja.
Existen casos de uso específicos para los que la capacidad de procesamiento centralizado —al menos para el entrenamiento de grandes modelos de IA— seguirá siendo necesaria a corto plazo. Además, existen argumentos legítimos a favor de la energía nuclear como parte de una matriz energética diversificada y baja en carbono, especialmente en países que carecen de suficientes recursos renovables. Francia, que mantiene una infraestructura de centrales nucleares existente que se ha ido deteriorando con el paso de las décadas, se encuentra en una situación fundamentalmente diferente a la de un país que desea construir reactores modulares pequeños (SMR) desde cero en la actualidad.
El verdadero problema no reside en la idea de los reactores pequeños en sí. El problema radica en la combinación de tres factores: primero, la discrepancia entre el momento en que los reactores modulares pequeños (SMR) podrían suministrar energía y el momento en que la infraestructura de IA necesita esa energía; segundo, la falta de transparencia con respecto a los costos totales reales, incluidos los subsidios ocultos y los riesgos de varamiento; y tercero, la ceguera estratégica ante el hecho de que los avances tecnológicos, tanto en hardware de IA como en almacenamiento de energía, pueden alterar fundamentalmente los supuestos subyacentes de estas decisiones de inversión en un plazo más corto que un período de construcción típico.
La respuesta económicamente responsable al problema energético de la era de la IA no reside en elegir entre reactores modulares pequeños (SMR) y energías renovables, ni entre sistemas centralizados y descentralizados. Consiste en diseñar infraestructuras que maximicen las opciones y minimicen el riesgo de quedar obsoletas. Esto implica modularidad, reversibilidad, neutralidad tecnológica y transparencia. Y significa no trasladar los costes a los contribuyentes de las generaciones futuras mientras se privatizan los beneficios actuales, un patrón que, lamentablemente, ha caracterizado de forma demasiado sistemática la historia de la energía nuclear en Europa.
Por lo tanto, la verdadera provocación de este debate no reside en la cuestión técnica de qué infraestructura es mejor. La verdadera provocación es de índole política: ¿Por qué el debate sobre una infraestructura de IA preparada para el futuro se centra casi exclusivamente en una tecnología cuyo horizonte de implementación se sitúa más allá del horizonte de planificación de las hojas de ruta de la IA, cuyo historial de costes se caracteriza por sobrecostes de varios cientos por ciento y cuya subvención permanece en gran medida oculta? La respuesta a esta pregunta no es tecnológica, sino político-económica, y precisamente por eso sigue sin plantearse en el debate público.
Su socio global de marketing y desarrollo empresarial
☑️ Nuestro idioma comercial es el inglés o el alemán
☑️ NUEVO: ¡Correspondencia en tu idioma nativo!
Konrad Wolfenstein
Mi equipo y yo estaremos encantados de estar disponibles para usted como su asesor personal.
Puedes contactarme rellenando el formulario de contacto aquí o simplemente llamándome al +49 7348 4088 965. Mi dirección de correo electrónico es : [email protected]
Espero con ilusión nuestro proyecto conjunto.
☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación
☑️ Creación o realineamiento de la estrategia digital y digitalización
☑️ Ampliación y optimización de procesos de ventas internacionales
☑️ Plataformas comerciales B2B globales y digitales
☑️ Desarrollo de negocios pioneros / Marketing / Relaciones públicas / Ferias comerciales
🎯🎯🎯 Centro de datos para la industria B2B como una solución casi interna
La solución casi interna: Cómo Xpert.Digital cierra las brechas operativas en el marketing y las ventas B2B – Negocios inteligentes basados en contenido - Imagen: Xpert.Digital
Xpert.Digital es un centro industrial B2B basado en datos, dirigido por Konrad Wolfenstein . La empresa actúa como una solución externa, casi interna, para socios industriales, cubriendo las brechas operativas en marketing, contenido y ventas, sin requerir recursos adicionales por parte del cliente.
Más información aquí:
