El avance de la inteligencia artificial (IA) está generando transformaciones en la forma en que las empresas operan, innovan y gestionan sus procesos tecnológicos, lo que plantea nuevos retos para la infraestructura digital, especialmente en centros de datos.
De acuerdo con el informe IDC FutureScape, para 2027 las 5.000 principales empresas de América Latina destinarán más del 25 % de su presupuesto central de tecnologías de la información a iniciativas relacionadas con inteligencia artificial. Este incremento, según el estudio, impulsará un crecimiento de dos dígitos en los niveles de innovación en productos y procesos.
Mayor demanda energética por expansión de la IA
El desarrollo de soluciones basadas en inteligencia artificial también incrementará la demanda de recursos energéticos. Investigaciones de Morgan Stanley estiman que el consumo energético vinculado a la IA generativa crecerá a una tasa anual del 70 % hasta 2027, lo que representa uno de los principales desafíos para los centros de datos que soportan estas tecnologías.
En este contexto, garantizar la disponibilidad y estabilidad del suministro energético se convierte en un factor clave para mantener la eficiencia y la confiabilidad operativa de estas infraestructuras.
Nuevos criterios para el diseño de infraestructura tecnológica
El análisis señala que los modelos tradicionales de diseño de centros de datos requieren ajustes para responder a los nuevos niveles de procesamiento y densidad informática que demanda la inteligencia artificial.
Entre los principales criterios técnicos identificados se encuentra la necesidad de integrar de forma conjunta los sistemas de energía y enfriamiento. El uso combinado de tecnologías como el enfriamiento líquido directo a componentes y sistemas eléctricos avanzados permite mejorar la eficiencia operativa, facilitar la escalabilidad y evitar limitaciones en el rendimiento de cargas de trabajo asociadas a IA.
Otro aspecto relevante es el uso eficiente de la energía disponible. Los expertos advierten que el crecimiento del consumo energético obligará a optimizar el uso de cada recurso, reduciendo desperdicios mediante monitoreo en tiempo real, distribución optimizada de la energía y alineación entre las cargas informáticas y la capacidad instalada. En América Latina, se prevé la apertura o construcción de centros de datos con capacidades superiores a 50 megavatios, lo que incrementará la necesidad de sistemas energéticamente eficientes.
Balance entre costos, redundancia y gestión de riesgos
El diseño de infraestructura para inteligencia artificial también exige analizar el costo total de operación, los niveles de redundancia y el impacto potencial de fallas técnicas. Según el análisis, un equilibrio adecuado entre estos factores permite mejorar la inversión tecnológica, la escalabilidad y la confiabilidad operativa.
Asimismo, el uso de herramientas de gestión remota puede reducir significativamente los tiempos de recuperación ante fallas del sistema.
Infraestructura preparada para cargas variables
Las cargas de trabajo asociadas a inteligencia artificial presentan variaciones significativas en su demanda de recursos, por lo que los centros de datos deben contar con capacidad de reserva y sistemas de control que permitan responder a picos de procesamiento sin afectar la operación.
El informe también destaca la importancia de combinar sistemas de enfriamiento por aire y líquido, ya que esta integración permite adaptarse a diferentes niveles de carga informática y mejorar la eficiencia energética.
Proyección a largo plazo
Especialistas advierten que la planificación de infraestructuras para inteligencia artificial debe contemplar escenarios futuros, considerando el crecimiento acelerado de la capacidad computacional. Según estimaciones técnicas, en el futuro la capacidad informática que actualmente requiere un centro de datos completo podría concentrarse en un solo rack de alta densidad.
Adaptación a infraestructuras de alta densidad
El documento señala que algunas organizaciones han enfrentado limitaciones de espacio o restricciones en sus sistemas eléctricos al intentar implementar racks de alta densidad. Como ejemplo, se menciona el caso del centro de datos Colovore, ubicado en Silicon Valley, diseñado para soportar cargas de trabajo relacionadas con inteligencia artificial, aprendizaje automático y análisis de grandes volúmenes de datos. Este centro puede alcanzar hasta 50 kilovatios por rack y utiliza un modelo de pago basado en consumo energético.
El análisis también recomienda la implementación de sistemas modulares que permitan ampliar la capacidad tecnológica a medida que aumentan las cargas informáticas. Entre las soluciones mencionadas se encuentran sistemas de refrigeración con alta temperatura de agua, tecnologías de enfriamiento natural, sistemas UPS escalables y redes de distribución eléctrica mediante busway.
El documento concluye que la expansión de la inteligencia artificial está impulsando la necesidad de rediseñar la infraestructura tecnológica para garantizar eficiencia, confiabilidad y capacidad de crecimiento frente a las nuevas demandas de procesamiento digital.
