Detrás de cada respuesta de ChatGPT, Gemini, Claude o de cualquier otra herramienta de inteligencia artificial hay un centro de datos equipado con GPUs (Graphics Processing Units, o unidades de procesamiento gráfico).
A diferencia del procesador tradicional, una GPU ejecuta miles de operaciones en paralelo, justamente la capacidad que necesitan los modelos de IA para aprender y responder.
Concebidos originalmente para videojuegos y diseño gráfico, estos chips se convirtieron en el componente más demandado de la industria tecnológica.
Hasta ahora solo tenían acceso masivo los gigantes tecnológicos, pero eso está cambiando: cada vez más empresas adoptan estas tecnologías con infraestructura propia, lo que les otorga beneficios concretos en:
Para tomar dimensión, NVIDIA, la empresa que fabrica la mayoría de estos chips, hoy vende en un solo trimestre más del doble que hace un año y nueve de cada diez dólares que factura vienen de centros de datos.
La consultora Gartner estima que este año el gasto mundial en inteligencia artificial crecerá casi un 50%, y anticipa que el próximo gran comprador ya no serán solo las tecnológicas, sino empresas de todos los sectores.
Todos empezamos usando ChatGPT o algún modelo similar de IA, pero una vez que cargás información de tu empresa en una IA pública perdés el control sobre ella. Por eso las compañías están empezando a armar sus modelos de IA, dentro de su propia infraestructura.
En la Argentina y en la región, el proceso está más atrás. Cuatro de cada diez pymes argentinas ya usan alguna herramienta de IA, pero la mayoría se limita a redactar textos o resumir información, y siete de cada diez no tiene ninguna regla interna sobre cómo usarla, según una encuesta de nadIA, iniciativa del CEPE Di Tella y Fundar.
Estados Unidos y Europa van por delante de los mercados emergentes, ente ellos Latinoamérica. Acá las empresas recién están empezando a comprar estos equipos. Hace diez años se creía que los centros de datos iban a desaparecer porque la información se iba a trasladar a la nube. Con la inteligencia artificial volvieron, volvieron al centro de la escena.
Este salto obliga a las empresas a repensar cómo invierten. Montar infraestructura de IA requiere capital, y buena parte del presupuesto de tecnología hoy está comprometido en mantener los centros de datos tradicionales.
Ahí aparece una oportunidad: extender la vida útil de los servidores, el almacenamiento y las redes que ya funcionan, incluso después de que vence la garantía del fabricante, y liberar recursos para lo nuevo.
Según Park Place, el mantenimiento independiente permite ahorrar entre un 30% y un 40% frente al soporte del fabricante original, y ese ahorro puede reinvertirse en equipos para IA y en las tecnologías que estos necesitan, como la refrigeración líquida.
El resultado es un esquema híbrido, en el que el centro de datos tradicional convive con la nueva infraestructura de IA y la nube, y cada peso del presupuesto de inversión (CAPEX) se destina donde genera más valor.
*Por Christian Mendes Gouveia Director General de Park Place Technologies para Latinoamérica.