Nokia: la industria podría construir 2x más centros de datos

¿Por qué el CEO de Nokia dice que el mundo va corto en centros de datos?

Justin Hotard, director general de Nokia, lo resumió en una frase en el podcast The Tech Download de CNBC el 5 de octubre de 2026: "Si pudiésemos construir 2 veces más rápido, nuestros clientes podrían construir 2 veces más rápido, y probablemente lo harían". No es una afirmación retórica: Nokia vende la infraestructura de red que conecta los racks dentro de cada centro de datos y los centros entre sí, y sus ventas de IA y cloud se duplicaron a 446 millones de euros en el segundo trimestre de 2026, hasta representar el 9,3% del grupo, según reportó la propia compañía. Quien mejor ve si la demanda es real o ficticia es, precisamente, quien vende los cables y switches.

El punto de Hotard desmonta una de las narrativas más repetidas sobre la IA en 2026: que se está construyendo capacidad de más. Para él no hay sobreconstrucción, sino un cuello de botella físico que la industria no consigue desatascar. Y ese cuello de botella se llama memoria DDR5 y energía eléctrica.

Memoria y energía: lo que de verdad frena la construcción

En el mismo podcast, Hotard identificó los dos cuellos de botella con nombre y apellido. El primero son los chips de memoria: los precios de la DDR5 en Alemania subieron 414% en un año, según datos recogidos por The Next Web, y la memoria ya representa hasta la mitad de la factura de materiales de un teléfono de gama baja. El segundo es la capacidad de generación y distribución eléctrica, un problema especialmente agudo en Europa, donde la UE abrió en julio la licitación para siete gigafactorías de IA por 30.000 millones de euros, pero solo unos 1.000 millones son dinero público confirmado, según la cobertura de Nokia.

La lectura importa para cualquier founder que dependa de capacidad de cómputo en la nube: aunque las GPUs estuvieran disponibles, no hay dónde enchufarlas. Meta, por ejemplo, anunció en julio la ampliación de su centro de datos Hyperion en Luisiana a 5 GW, lo que disparó el precio del proyecto a 50.000 millones de dólares y obligó a la utility Entergy a planificar siete plantas de gas adicionales para alimentar el campus, según reportó MIT Technology Review. Si un proyecto de esa escala multiplica por cinco su presupuesto en menos de dos años, imagina la presión sobre proyectos medianos.

La paradoja: predicar el freno, acelerar la obra

La entrevista llega en un momento incómodo para la industria. Mientras Hotard habla de demanda insatisfecha, varios líderes de los principales laboratorios de IA —Dario Amodei (Anthropic), Sam Altman (OpenAI), Demis Hassabis (Google DeepMind) y Elon Musk (xAI)— han apoyado públicamente ideas para ralentizar el desarrollo de modelos de frontera. ¿Por qué, entonces, se sigue construyendo?

El artículo original de Xataka apunta a dos razones. La primera es competitiva: el primer laboratorio en frenar cede ventaja a sus rivales. La segunda es geopolítica: la Administración de Donald Trump no está dispuesta a que una pausa estadounidense ceda terreno a China en la carrera tecnológica.

Hotard añade una tercera razón, más pragmática: la demanda no depende del próximo modelo de frontera. "Incluso si no tuviéramos otro modelo de frontera en los próximos tres años, probablemente podríamos avanzar muchísimo simplemente desplegando la tecnología que ya existe", dijo en CNBC. Es decir, la infraestructura que se está construyendo hoy se justifica con los modelos que ya están en producción, no con un roadmap de futuras versiones.

¿Puede la demanda pagar la inversión? Las cifras que preocupan

Aquí es donde la euforia empieza a encontrar sus límites. El gasto de capital de los cuatro mayores hyperscalers (Alphabet, Microsoft, Amazon, Meta y Oracle) se proyecta en torno a 745.000 millones de dólares en 2026, según cifras recogidas por The Motley Fool; Goldman Sachs estima que en 2027 podría llegar a 1,1 billones en su escenario base y hasta 1,4 billones en uno alcista. En el lado de los chips, Nvidia reportó 89.000 millones de dólares en ingresos de data center en el trimestre cerrado el 26 de julio de 2026 (+117% interanual), y su CEO Jensen Huang dice tener visibilidad de 1 billón de dólares en ventas de Blackwell y Vera Rubin entre 2025 y 2027.

Pero los modelos financieros que intentan cuadrar estos números son cada vez más exigentes. Bain publicó la semana pasada que la IA necesita 6 billones de dólares al año para 2031 solo para pagar los centros de datos que se están levantando, frente a los 1,2 a 1,8 billones que los productos actuales podrían generar. Stijn Van Nieuwerburgh, profesor de Columbia Business School, estima la inversión total entre 2025 y 2032 en 10,3 billones de dólares, un promedio de 3,63% del PIB estadounidense al año, superior a los booms del canal, el ferrocarril, la electrificación, las autopistas y las telecomunicaciones en términos relativos. Jessica Wachter, de Wharton, calculó que las empresas necesitarían multiplicar por 2,7 su productividad de aquí a 2030 para cubrir los compromisos, recoge MIT Technology Review.

¿Quién paga la fiesta? Deuda, joint ventures y vehículos opacos

Esa es la pregunta que más preocupa a los reguladores. Morgan Stanley estima que más de la mitad de los 2,9 billones de dólares que gastarán los hyperscalers entre 2025 y 2028 se financiará con "capital externo", no con caja propia. La estructura típica: joint ventures con firmas de private credit, préstamos bancarios y vehículos de propósito especial (SPVs).

El caso Meta–Blue Owl para Hyperion es la mejor radiografía. El proyecto arrancó con un precio de 10.000 millones; en menos de un año, Meta transfirió el 80% del activo a Blue Owl Capital mediante una joint venture bautizada Beignet; los acuerdos de arrendamiento son de cuatro años, la vida útil esperada de las GPUs, que se degradan antes de que los préstamos se paguen. Hay quien ya habla de "hulks" —instalaciones varadas en medio de la nada— si la demanda de IA no crece al ritmo esperado.

¿Qué significa esto para tu startup?

La advertencia de Nokia no cambia lo que tu startup puede hacer hoy, pero sí condiciona qué decisiones de infraestructura son razonables para los próximos 18 meses:

• Si dependes de GPUs dedicadas, asume escasez y precios al alza en DDR5 y HBM hasta al menos finales de 2027. Diseña cargas interrumpibles: entrenamiento encolar de noche, inferencia en regiones con sobrante spot, modelos más pequeños en CPU cuando la latencia lo permita.
• Si tu modelo de negocio asume que la capacidad cloud seguirá abaratándose año a año, revisa esa hipótesis. Los costes de capital de los hyperscalers están subiendo y algunos analistas empiezan a hablar de compresión de márgenes en IaaS, lo que tarde o temprano se trasladará a tu factura.
• Si construyes sobre los hyperscalers, diversifica regiones y proveedores desde el inicio. La geopolítica del cómputo (export controls a China, data centers varados en zonas rurales de EE.UU., gigafactorías europeas con financiación incierta) puede hacer que una región entera quede sin capacidad de escalar.
• Si vendes a empresas, prepárate para la conversación sobre ROI de IA. Cuando los boards empiecen a preguntar si la inversión se justifica —y van a empezar, según la encuesta que cita MIT Technology Review donde el 90% de los ejecutivos no ve aún ganancias de productividad— necesitarás métricas de impacto en ingresos, no en pilotos.

Fuentes

• Xataka - Nokia cree que el mundo se está quedando muy corto construyendo centros de datos
• The Next Web - Nokia CEO says data centres would go up twice as fast if supply allowed
• Crypto Briefing - Nokia CEO says AI data centers could be built twice as fast without supply limits
• MIT Technology Review - What's at stake in AI's trillion-dollar gamble
• The Motley Fool - How Much Data Center Revenue Do AI Companies Earn?