Emerald AI, Google y NVIDIA crean AEMA para liberar 100 GW

Emerald AI: la startup que ya es unicornio y ahora coordina con gigantes

Emerald AI dejó de ser una promesa de laboratorio el 25 de agosto de 2026, cuando cerró una Serie A de US$150 millones a una valoración de US$1.050 millones, co-liderada por Energize Capital y DCVC, según el comunicado oficial replicado por Yahoo Finance. Con esa ronda la compañía supera los US$220 millones acumulados y ya cuenta con 12 inversores del Fortune Global 500 entre sus respaldos.

El software estrella de Emerald, llamado Emerald Conductor, no entrena modelos: orquesta cargas de trabajo de IA y recursos energéticos locales (generación in situ, baterías, respaldos) para subir o bajar el consumo eléctrico de un data center cuando el grid lo pide, sin tirar los servicios críticos. La promesa es concreta: según la propia empresa, su plataforma puede liberar más de 100 GW de capacidad en el grid estadounidense sin construir nuevas líneas ni plantas.

Hasta ahora Emerald AI ha completado cinco demostraciones comerciales en data centers de varios continentes y su software ya opera a escala multi-megavatio en data centers completos. Entre sus clientes hay grandes firmas de IA, operadores de data centers y utilities eléctricas.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

AEMA: la coalición con 18 socios para reescribir cómo se conectan los data centers

El 16 de septiembre de 2026, Emerald AI, Google y NVIDIA anunciaron la AI Energy Management Alliance (AEMA), una coalición que se completa con Anthropic como miembro fundador y 18 socios de lanzamiento que cubren toda la cadena de valor: utilities (AES, Constellation, National Grid, NRG, RWE), software de grid (Fluence, GridUnity, Camus, ClearPath, Encoord, PassKey, Splight, Verrus, Voltus), generadores de energía (Generate Capital, Calibrant Energy) y semiconductores (Analog Devices).

La organización está dirigida por Frank Lacey, veterano del sector energético, y representa una evolución de la Advanced Energy Management Alliance fundada en 2014. Su tesis central: si un data center demuestra que puede flexibilizar su consumo durante picos de estrés del grid, debería conectarse más rápido y a mayor escala que uno que exige potencia firme las 24 horas.

AEMA defiende estándares tecnológicamente neutrales y basados en desempeño, midiendo métricas concretas como velocidad de respuesta, duración, predictibilidad y comportamiento ante emergencias, en lugar de imponer arquitecturas específicas. La alianza ya trabaja con FERC, el Departamento de Energía y reguladores estatales para empujar políticas que reconozcan la demanda flexible como un recurso para el grid.

El precedente técnico existe. En marzo de 2026, durante CERAWeek, NVIDIA y Emerald AI ya habían anunciado con AES, Constellation, Invenergy, NextEra, Nscale y Vistra un programa para construir «AI factories» con la plataforma DSX Flex y el Emerald Conductor, con despliegues comerciales planeados en el NVIDIA AI Factory Research Center de Virginia sobre infraestructura Vera Rubin.

El cuello de botella eléctrico que AEMA intenta resolver

La cifra que justifica todo esto sale de un estudio del Nicholas Institute de Duke University citado por la propia AEMA: la mitad de la capacidad del sistema eléctrico estadounidense permanece ociosa la mayor parte del año. Hacer que los data centers se comporten como cargas modulables, en lugar de como consumidores firmes, permitiría recuperar 100 GW sin construir nueva generación.

Un análisis de Goldman Sachs publicado en 2025 llegó a una conclusión similar: limitar el consumo máximo de los data centers al 90% durante unas pocas horas liberaría 76 GW de capacidad, reportó TechCrunch.

El problema es urgente. En Texas, el gobernador Greg Abbott decretó el 3 de agosto de 2026 una moratoria a nuevas conexiones de data centers al grid, reportó Ars Technica. La cola de interconexión de ERCOT acumula 1.800 proyectos que suman 474 GW de solicitudes, de las cuales el 90% proviene de data centers, más de cinco veces el récord de demanda pico del estado. La propia AEMA reconoce que conectar un nuevo data center al grid en mercados clave de EE. UU. tarda entre cinco y siete años o más.

La Agencia Internacional de Energía (IEA) estima que los data centers representarán casi la mitad del crecimiento de la demanda eléctrica estadounidense hasta 2030, con un salto del consumo global de 485 TWh en 2025 a 950 TWh en 2030 y un crecimiento del 50% solo en 2025 en los data centers especializados en IA. Los gasturbinas de gas para alimentar estas instalaciones están agotadas hasta 2028.

AEMA también cita un informe de Brattle: cada 10% de mejora en utilización del grid reduce las tarifas un 3,4%, y cada gigavatio de data center flexible con recursos de capacidad evitaría US$733 millones en costes del sistema eléctrico. En pruebas recientes, las demostraciones de AEMA redujeron el consumo un tercio en menos de un minuto durante contingencias.

Qué significa esto para tu startup

Aunque AEMA es una iniciativa estadounidense, su lógica se expandirá a Europa y LATAM a medida que los operadores globales importen los mismos estándares. Para founders que planean infraestructura de IA, hay tres movimientos prácticos que vale la pena ejecutar ya:

Distingue entre potencia firme e interrumpible en cualquier contrato con cloud o colocation. Un anuncio de «X MW disponibles» no es lo mismo que un X MW garantizado 24/7. El nuevo estándar que AEMA promueve exige firmar compromisos de flexibilidad verificables como condición para acelerar la conexión, lo que puede traducirse en descuentos o penalizaciones.
Diseña tus cargas con «interrumpibilidad» desde el primer día. Entrenamiento de modelos en background, inferencia por lotes, precomputación de embeddings y backfills son candidatos naturales a pausarse cuando el grid lo pida. Separar el tráfico en tiers de prioridad con APIs de throttling listas para invocar desde la utility no es ciencia ficción: es exactamente lo que Emerald Conductor ya coordina.
Pregunta por la región antes que por la GPU. La nueva geografía del cómputo de IA se decide por acceso a MW, no por acceso a chips. Mercados con colas de interconexión saturadas (Texas, Virginia, partes del Norte de Europa) elevarán costes y plazos; mercados con headroom o con mercados de capacidad flexible serán más baratos y rápidos en 2026-2028. Modela ese coste en tu unit economics antes de firmar contratos a tres años.

La demanda eléctrica dejó de ser un problema del operador de data center: ya es una variable de product-market fit para cualquier startup cuyo coste principal sea cómputo. Las próximas rondas y las próximas decisiones de arquitectura van a preguntar no solo cuánta GPU tienes, sino cuánta potencia firme puedes garantizar.