Un informe de Moody’s Ratings revela que China está ampliando con rapidez su infraestructura de IA, aunque invierte bastante menos que Estados Unidos. Las grandes tecnológicas chinas pasarían de unos 65.000 millones de dólares en 2025 a cerca de 140.000 millones al cierre de 2026.
Microsoft, Amazon Web Services, Alphabet, Oracle, Meta y CoreWeave, en cambio, prevén invertir juntas más de 785.000 millones de dólares este año. Sin embargo, el hallazgo de Moody’s es claro: el gasto total no mide por sí solo la potencia de cálculo que consigue cada país.
China obtiene más capacidad por dólar porque el suelo es más barato, la electricidad resulta abundante y existen incentivos fiscales y respaldo público. Es una pieza clave en un negocio donde alimentar y enfriar máquinas puede costar tanto como comprarlas.
La IA como una red eléctrica bien repartida
El mecanismo se parece al de una casa que distribuye sus electrodomésticos según la urgencia. No tendría sentido usar la instalación más cara del living para lavar ropa durante la madrugada. Esa tarea puede ir a un sector más económico sin afectar a nadie.
También te puede interesar:Redes Chinas como WeChat, Douyin y Weibo Castigan a Quienes no Marcan sus Creaciones de IAChina aplica esa lógica con el programa East Data, West Computing. El plan mueve cargas de trabajo que no requieren respuesta inmediata hacia zonas interiores, mientras reserva los centros de datos cercanos a las ciudades costeras para servicios urgentes.
La latencia (demora en recibir una respuesta) funciona como el tiempo que tarda en llegar el agua caliente a una canilla. Para una conversación con un asistente digital o una operación bancaria, cada segundo importa. Para entrenar un modelo durante horas, esa distancia pesa menos.
Mongolia Interior y Gansu se convierten así en una especie de sala de máquinas alejada del centro de la casa. Allí hay electricidad más barata, mayor disponibilidad de energías renovables y, en ciertos lugares, climas que reducen el gasto de refrigeración.
Los datos muestran la escala del desafío. A finales de 2025, Estados Unidos tenía unos 52 gigavatios, una medida de capacidad eléctrica, en centros de datos, frente a 28 gigavatios de China. Para 2030, las proyecciones apuntan a 100 y 67 gigavatios, respectivamente.
También te puede interesar:Redes Chinas como WeChat, Douyin y Weibo Castigan a Quienes no Marcan sus Creaciones de IANo obstante, China crecería cerca de un 19% anual, por encima del 14% previsto para Estados Unidos. La brecha absoluta seguiría favoreciendo a Washington, pero el engranaje chino podría acortar la distancia al convertir energía y territorio en capacidad digital.
El chip sigue siendo el interruptor decisivo
La gran limitación china continúa siendo el acceso a los chips más avanzados de NVIDIA. Sus procesadores mejoraron, pero algunas plataformas necesitan más electricidad para completar las mismas tareas de IA.
Un análisis de SimiAnalysis estima que el CloudMatrix 384 de HUAWEI consume unas 4,1 veces más energía que el GB200 NVL72 de NVIDIA, aunque ofrece casi el doble de rendimiento de cómputo. Es como un vehículo que gasta más combustible, pero puede transportar una carga mayor: el resultado depende también del precio de la energía.
Ese margen ayuda a explicar el avance de modelos como Kimi K3, de Moonshot AI, GLM-5.3, de Z.ai, y Qwen, de Alibaba. Las restricciones no apagaron el cableado de innovación, aunque sí obligaron a buscar rutas menos costosas.
La oportunidad no termina en construir centros de datos. Estados Unidos conserva una ventaja central para transformar esa capacidad en ingresos: Azure facturó unos 59.000 millones de dólares en su último trimestre, frente a cerca de 7.000 millones de Alibaba y 1.000 millones de Baidu.
Pero Alibaba elevó 45% sus ingresos de nube, su mayor crecimiento en 22 trimestres, impulsado por la demanda de IA. La competencia ya no será solo una carrera por tener más máquinas: será una prueba para ver quién logra que cada chip, kilovatio y dólar mantenga la casa digital encendida.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
