IaaS para IA cerrará 2026 con 96% de crecimiento (US$42.000M)

Por qué la IaaS para IA no para de crecer

El gasto mundial en infraestructura cloud optimizada para IA cerrará 2026 con US$42.000 millones, un 96,4% más que en 2025, según el último informe de Gartner recogido por Computerworld España. El ritmo de crecimiento sigue siendo excepcional, pero se está moderando: del 180% interanual de 2025 al 96,4% previsto para este año, y al 56,5% que Gartner espera para 2027. Aun así, la IaaS preparada para IA seguirá creciendo a más del doble que el mercado general de cloud, que según Gartner subirá un 29,3% en 2026 hasta los US$287.347 millones y un 25,2% en 2027.

La historia que cuentan las cifras es un cambio de fase. Ya no estamos en la fase de "entrenar modelos a toda costa": ahora el gasto se desplaza hacia poner esos modelos a producir valor en producción.

El entrenamiento cede el testigo a la inferencia

El propio informe de Gartner introduce un cambio relevante que los founders deben entender: en 2026, el gasto en inferencia (US$23.300 millones) superará por primera vez al de entrenamiento (US$19.000 millones), según la firma. Hardeep Singh, analista principal de investigación de Gartner, lo explica así: "A medida que las organizaciones pasan del desarrollo de modelos a despliegues a escala de producción, los modelos ajustados y de dominio específico se integran cada vez más en sistemas de cara al cliente y operativos, lo que requiere una ejecución continua y en tiempo real en lugar de entrenamiento periódico".

🤖 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

El 55% del gasto en IaaS optimizada para IA en 2026 se destinará a soportar inferencia, y esa proporción subirá al 59% en 2027. La lectura práctica: el coste de tu producto no depende solo de entrenar tu modelo una vez, sino del coste recurrente de cada llamada a la API o cada ejecución en GPU.

La IA agéntica cambia la ecuación de consumo

El informe de Gartner señala además que "el auge de la IA agéntica amplifica la intensidad de cómputo a través de la ejecución autónoma y en múltiples pasos". Esto significa que cada tarea que un agente resuelve ya no es una llamada única a un modelo: son docenas o cientos de invocaciones encadenadas para planificar, ejecutar herramientas, verificar y reintentar. Para una startup que esté construyendo agentes, esa es la variable crítica que va a dominar su factura cloud durante los próximos años.

Este cambio encaja con el otro dato del trimestre: el gasto global en infraestructura cloud alcanzó US$143.000 millones en el segundo trimestre de 2026, un 43% más interanual, según Synergy Research Group, citado por CRN. Es el crecimiento más alto en ocho trimestres, impulsado en gran parte por servicios cloud específicos para IA generativa, que crecieron al 165% interanual.

Quién se lleva el dinero hoy

El pastel no se reparte de forma uniforme. En el Q2 2026, según datos de Synergy Research recogidos por CRN, el top 3 de hyperscalers concentró el 67% del gasto cloud empresarial:

Amazon Web Services (AWS): 28% de cuota (cayó dos puntos respecto al 30% de Q2 2025); US$42.200 millones de facturación trimestral y un crecimiento interanual del 37%, el mayor en 18 trimestres. Run-rate anual de US$169.000 millones.
Microsoft (Azure): 20% de cuota, estable; US$39.300 millones en su segmento Intelligent Cloud (+32% interanual). Run-rate anual de US$157.000 millones.
Google Cloud: 15% de cuota (subió dos puntos desde 13% en Q2 2025); US$24.800 millones (+82% interanual). Run-rate anual de US$99.000 millones, según Synergy.

Google Cloud es actualmente el hyperscaler que más rápido gana cuota, según CRN, impulsado precisamente por soluciones de IA para empresas. Alphabet reportó además un backlog de contratos cloud pendientes de facturar de US$514.000 millones, según TechCrunch, una señal de que la demanda empresarial por infraestructura de IA ya está comprometida a varios años vista.

El gasto en capex de los grandes hyperscalers (Amazon, Alphabet, Microsoft, Meta) alcanzará cerca de US$1 billón en 2026 y seguirá escalando hasta US$1,6 billones en 2028, según estimaciones de UBS recogidas por 24/7 Wall St. Una parte creciente de esa inversión va directamente a GPU y centros de datos optimizados para entrenar y servir modelos, que es exactamente el segmento al que apunta la IaaS para IA de la que habla Gartner.

Qué significa esto para tu startup

Coste por inferencia, no por entrenamiento. Si tu producto es un agente o un producto SaaS con IA, dimensiona tu arquitectura pensando en coste por llamada completada, no en coste por sesión o por usuario. Los modelos de pricing tipo "precio fijo mensual" van a sufrir cuando un agente ejecute cientos de llamadas en una sola tarea del cliente.
Modelos pequeños y de dominio, la nueva ventaja competitiva. Gartner señala que los modelos ajustados y específicos de dominio se están integrando en sistemas de cara al cliente. Para una startup esto es una oportunidad: en vez de competir contra GPT o Gemini en tareas genéricas, tiene sentido entrenar o fine-tunear modelos pequeños sobre datos propietarios de un vertical concreto (legal, salud, finanzas LATAM, retail). El coste de inferencia baja, el rendimiento sube en ese nicho, y te diferencias del wrapper genérico.
La dependencia del hyperscaler importa más que nunca. El 67% del gasto se lo reparten tres jugadores. Si tu arquitectura está atada a un proveedor único, conviene diseñar desde el día uno un plan de portabilidad real (multi-región, formatos abiertos, abstracciones de modelo) para no quedar atrapado cuando cambien los precios, los modelos o las cuotas de mercado.
Los neoclouds son una alternativa, no la respuesta por defecto. Proveedores como CoreWeave (US$130.000 millones de capex proyectados 2026-2028 según UBS) o Nebius (US$93.000 millones) ofrecen GPUs a precios competitivos y con menos cola que AWS o Azure, pero concentran riesgo de proveedor. Conviene usarlos como complemento para picos, no como base única de tu infraestructura de inferencia.

Conclusión

La IaaS optimizada para IA está dejando de ser un segmento incipiente para convertirse en la pieza central del gasto cloud empresarial. Gartner proyecta US$42.000 millones en 2026 y US$66.000 millones en 2027, con la inferencia ya pesando más que el entrenamiento y la IA agéntica empujando el consumo al alza. Para una startup, la pregunta ya no es si construyes sobre infraestructura cloud para IA, sino cómo diseñas tu arquitectura, tu pricing y tu elección de proveedor para que el coste recurrente de cada llamada no te coma el margen cuando tus agentes empiecen a ejecutarse en producción a escala real.