Sobre qué funciona la IA, y dónde

Cada respuesta de un asistente se calcula en algún sitio. Un chip de un centro de datos hace la aritmética, la red eléctrica aporta la energía y un sistema de refrigeración se lleva el calor. Para la mayoría de las empresas, todo eso ha sido invisible.

Se está convirtiendo en una decisión de negocio, porque marca el precio de la IA, su velocidad y el lugar adonde van tus datos.

La capacidad de cálculo crece más rápido que todo lo que la rodea

El AI Index 2026 de Stanford estima que la capacidad mundial de cálculo de IA ha crecido 3,3 veces al año desde 2022, hasta el equivalente de unos 17,1 millones de chips H100 de Nvidia. Nvidia representa más del 60 por ciento. Google y Amazon aportan buena parte del resto con chips propios, y Huawei tiene una cuota pequeña pero creciente. Casi todos los chips de IA de primer nivel los fabrica una sola fundición, TSMC, en Taiwán.

El dinero va detrás. La Agencia Internacional de la Energía informa de que la inversión de capital de las mayores tecnológicas superó los 400'000 millones de dólares en 2025 y se espera que suba otro 75 por ciento en 2026. También señala una escasez de memoria de gran ancho de banda, un componente esencial en la fabricación de chips de IA, que espera que dure al menos hasta finales de 2027.

La energía es el nuevo límite

Los chips necesitan electricidad. La AIE contabiliza un aumento del 17 por ciento en la demanda eléctrica de los centros de datos en 2025, y del 50 por ciento en los construidos para IA. Su proyección central prevé que el consumo de los centros de datos se duplique más o menos, de 485 teravatios hora en 2025 a 950 en 2030, en torno al 3 por ciento de la demanda eléctrica mundial. El consumo de los centros de datos centrados en IA se triplica en el mismo periodo.

El AI Index sitúa la capacidad de energía de los centros de datos de IA en unos 29,6 gigavatios a finales de 2025, comparable a la demanda máxima del estado de Nueva York. Según su estimación, la demanda de energía de todos los sistemas de IA juntos es comparable al consumo eléctrico nacional de Suiza o Austria.

Europa quiere más de esa capacidad en casa. La Comisión Europea se ha fijado el objetivo de triplicar la capacidad de los centros de datos en la UE en un plazo de cinco a siete años, señala la AIE. El 30 de julio de 2026, la Empresa Común EuroHPC abrió una convocatoria para hasta siete gigafactorías de IA en al menos siete Estados miembros, con dinero público como cliente ancla y más de 20'000 millones de euros de inversión privada previstos. Las propuestas deben presentarse el 12 de noviembre, y la selección se espera para principios de 2027.

Cada respuesta cuesta menos

Mientras el total crece, cada respuesta individual se abarata. La AIE escribe que la energía usada por tarea de IA ha caído recientemente al menos un orden de magnitud al año, y que una consulta de texto sencilla suele gastar ahora menos electricidad que tener un televisor encendido el mismo tiempo.

Los precios cuentan lo mismo. Epoch AI midió a qué velocidad cae el precio de alcanzar un nivel de rendimiento dado: entre 9 y 900 veces al año, según la tarea. Las caídas más rápidas fueron recientes, y Epoch tiene cuidado de decir que quizá no duren.

El hardware de base ha seguido el mismo camino. El AI Index, con datos de la AIE, concluye que el coste del cálculo en GPU ha bajado más del 99 por ciento desde 2006, y que los chips más avanzados ofrecen unas diez veces más cálculo por vatio que los de hace una década.

La trampa está en el trabajo en sí. El vídeo, el razonamiento y los agentes pueden consumir cientos o miles de veces más energía por consulta que una respuesta de texto sencilla, apunta la AIE. La unidad se abarata. La factura depende de lo que le pidas a la máquina.

Lo bastante pequeña para la oficina

El segundo cambio está en el tamaño. Un modelo capaz ya no necesita un centro de datos. El DGX Spark de Nvidia es una máquina de sobremesa con hasta 128 GB de memoria. Nvidia afirma que ejecuta modelos de hasta 200'000 millones de parámetros, que puede ajustar modelos de hasta 70'000 millones y que se pueden enlazar hasta cuatro para los más grandes.

Los modelos más pequeños mejoran para su tamaño. El AI Index señala un modelo abierto de 32'000 millones de parámetros, casi 90 veces menos que Grok 4, que alcanza resultados comparables en varias pruebas de referencia. Sus creadores lo entrenaron con muchísimos menos tokens y seleccionaron los datos con enorme cuidado.

Suiza construye el suyo. Apertus, publicado en septiembre de 2025 por la EPFL, la ETH Zúrich y el Centro Nacional Suizo de Supercomputación, se entrenó con más de 10 millones de horas de GPU en el supercomputador Alps, en tamaños de 8'000 y 70'000 millones de parámetros, con 15 billones de tokens en más de 1'000 idiomas. Sus pesos, sus recetas y la documentación de sus datos de entrenamiento son públicos. En julio de 2026 llegó la versión 1.5, con comprensión de imagen y audio y una familia de modelos compactos.

El país tiene las personas para ello. El AI Index cuenta 110,5 autores e inventores de IA por cada 100'000 habitantes en Suiza, por delante de cualquier otro país, con Singapur pisándole los talones.

Alojamiento suizo y europeo

Los grandes proveedores se han acercado. En junio de 2025, Microsoft anunció 400 millones de dólares para ampliar sus cuatro centros de datos cerca de Zúrich y Ginebra, pensando en IA para sectores regulados como la sanidad, las finanzas y la administración. Heise, citando a Reuters, informó de que la ampliación debería mantener los datos dentro de las fronteras suizas.

Swisscom construye sobre una plataforma propia. En febrero de 2026 lanzó un asistente para el conocimiento de la empresa que se opera íntegramente en Suiza, sobre varios modelos de código abierto usados sin modificar. Todos los datos se almacenan y procesan en sus centros de datos suizos, y los datos de las empresas no entrenan los modelos base. La plataforma subyacente ofrece capacidad de GPU e interfaces de modelos a terceros, y Swisscom citó a Apertus entre los modelos que prevé añadir.

Elegir dónde se ejecuta tu IA

Para una empresa pequeña o mediana, la decisión se reduce a tres opciones. Un modelo de frontera alquilado a través de una interfaz, con condiciones empresariales y una región europea. Un modelo abierto alojado en una nube suiza o europea. O un modelo en hardware propio, en el edificio propio o en la cuenta de nube propia.

Decidimos teniendo en cuenta cuatro cosas: lo sensibles que son los datos; cuánto trabajo pasa por el modelo, porque un coste fijo solo supera a uno por consumo a partir de cierto volumen; lo rápido que debe ser una respuesta; y quién cuidará del sistema una vez en marcha.

Nosotros mismos usamos más de una. Twin nos funciona en Claude y ChatGPT, y en hardware propio con un modelo propio. Studio guarda sus datos en Zúrich. Para los clientes, Twin funciona en Suiza o en la UE, o en el hardware del propio cliente.

Eigna, creado por nuestro socio Eigna Labs, está en el extremo privado. Funciona en la nube propia de la empresa o en sus propios servidores, desde una máquina hasta un clúster, y está diseñado para funcionar totalmente sin conexión en redes cerradas. Las correcciones lo reentrenan en el hardware de la propia empresa, y una versión nueva solo se pone en marcha cuando supera mejor las pruebas.

La máquina se puede elegir en una hoja de cálculo. Qué datos pueden salir del edificio es un juicio, y le corresponde a una persona que responda de él. Empieza por los datos. El chip, el edificio y el país vienen después.