Oracle: data centers de ayer con deuda de mañana

El dilema de construir infraestructura IA cuando el hardware evoluciona más rápido que el cemento

Hay una tensión estructural que pocas veces se discute abiertamente en el ecosistema tech: los centros de datos tardan años en construirse, pero los chips de IA se vuelven obsoletos en meses. Esa paradoja está golpeando de lleno a Oracle, una de las empresas más agresivas en apostar por infraestructura de inteligencia artificial en 2026, y el análisis publicado por CNBC la resume con brutalidad en su título: Oracle está construyendo los centros de datos de ayer con la deuda de mañana.

Para cualquier founder que esté evaluando su stack tecnológico, eligiendo proveedores cloud o simplemente tratando de entender hacia dónde va el mercado de infraestructura IA, este caso es una lección de estrategia que vale la pena analizar con cuidado.

OpenAI frena su expansión con Oracle en el proyecto Stargate

El detonante de esta conversación fue la decisión de OpenAI de no expandir su participación con Oracle dentro del proyecto Stargate, la megainiciativa de infraestructura IA valuada en 500.000 millones de dólares que también involucra a SoftBank. La razón de fondo, según fuentes del mercado, es estratégica: OpenAI prefiere apostar por las nuevas generaciones de chips Nvidia —como los que siguen a la arquitectura Blackwell— antes que comprometerse con instalaciones que podrían quedar técnicamente rezagadas antes de entrar en operación plena.

Esto no es una crítica menor. Significa que uno de los clientes ancla del proyecto considera que la infraestructura que Oracle está construyendo hoy podría no estar alineada con las necesidades computacionales del mañana cercano. En un sector donde la ventaja competitiva se mide en tokens por segundo y en densidad de cómputo por rack, ese argumento tiene peso real.

Oracle apuesta US$50.000 millones en deuda y equity para 2026

La escala del compromiso financiero de Oracle es difícil de ignorar. La compañía planea recaudar entre 45.000 y 50.000 millones de dólares en 2026 a través de deuda y emisión de acciones para financiar su expansión de infraestructura cloud. Esto se suma a los 18.000 millones de dólares ya levantados anteriormente para proyectos de IA.

Sus gastos de capital proyectados para el año fiscal 2026 ascienden a 50.000 millones de dólares, unos 15.000 millones más que el estimado previo de 35.000 millones. El resultado: un quemado de caja de 10.000 millones de dólares solo en la primera mitad del ejercicio fiscal, lo que ha encendido las alarmas entre inversores institucionales.

Las señales del mercado son claras: las acciones de Oracle cayeron más de un 15% en el último año, y según reportes de Bloomberg, la compañía planea recortes de miles de puestos de trabajo en distintas divisiones, con la contratación en áreas de cloud pausada o en revisión.

El problema de fondo: velocidad del hardware vs. tiempo de construcción

Aquí está el nudo gordiano del análisis. Construir un centro de datos a escala de IA no es como desplegar una instancia en la nube: implica adquirir terrenos, negociar suministro eléctrico, resolver permisos de construcción, instalar infraestructura de refrigeración y, finalmente, conectar los racks. El proceso completo puede tomar entre 18 meses y 4 años.

Durante ese mismo período, Nvidia lanza nuevas generaciones de chips que pueden duplicar o triplicar la eficiencia computacional por watt. Esto significa que, para cuando Oracle inaugura un datacenter diseñado para una generación de GPUs, el mercado ya está corriendo sobre hardware significativamente más potente.

El riesgo no es teórico: se llama stranded assets (activos varados), y es uno de los mayores miedos de los analistas que siguen al sector. Una instalación diseñada para chips H100 o Blackwell puede quedar sub-óptima en un ciclo de 24 meses si la demanda migra hacia arquitecturas más recientes con mejor relación rendimiento/costo.

¿Qué diferencia a Oracle de otros hyperscalers?

Hay un argumento a favor de Oracle Cloud Infrastructure (OCI) que los bulls del sector mencionan con frecuencia: a diferencia de AWS, Microsoft Azure o Google Cloud, Oracle tiene menos deuda técnica heredada en su arquitectura de red y cómputo. Eso, en teoría, le permitiría adoptar nuevas generaciones de hardware con mayor agilidad que sus competidores, quienes cargan con décadas de infraestructura legada.

Además, Oracle ha publicado compromisos concretos en sostenibilidad para sus nuevos centros de datos: sistemas de refrigeración de circuito cerrado no evaporativo (con consumo de agua comparable al de un edificio de oficinas), generación de energía en sitio o mejoras a la red eléctrica financiadas por la propia empresa, y uso de fuentes renovables como eólica y solar. Proyectos en estados como Wisconsin y Michigan ya incorporan estos estándares.

Sin embargo, los críticos señalan que ninguna ventaja arquitectónica neutraliza el riesgo de un modelo de negocio donde los ingresos crecen más lento que la deuda contraída para generarlos.

Lecciones para founders que construyen sobre infraestructura IA

Este caso no es solo una historia corporativa. Es un mapa de riesgos para cualquier startup o scaleup que esté tomando decisiones de infraestructura hoy:

Evalúa el roadmap de hardware de tu proveedor cloud, no solo su precio actual. Un proveedor atrapado en arquitecturas rezagadas puede limitarte en 12 a 18 meses.
El costo del cómputo IA va a bajar con cada generación de chips. Si puedes diferir compromisos de largo plazo (contratos anuales cerrados, hardware propio), hazlo o negocia cláusulas de actualización.
La deuda para infraestructura IA tiene una lógica diferente a la deuda operativa. Pero cuando los activos físicos deprecian más rápido de lo esperado, el modelo puede quebrarse.
La diversificación de proveedores cloud deja de ser un lujo y se convierte en gestión de riesgo real, especialmente si tu modelo depende de disponibilidad de cómputo específico (GPUs, TPUs).
Presta atención a cómo los grandes jugadores (OpenAI, xAI, Meta) votan con sus contratos. Cuando un cliente ancla como OpenAI frena su expansión con un proveedor, está enviando una señal al mercado que vale más que cualquier reporte de analista.

El mercado de infraestructura IA en 2026: entre la euforia y la corrección

El contexto macroeconómico es relevante. Estamos en un momento donde los grandes modelos de lenguaje siguen requiriendo cantidades masivas de cómputo para entrenamiento, pero las técnicas de inferencia eficiente (destilación, quantización, MoE) están reduciendo los requerimientos por llamada API de forma acelerada. Eso crea una presión de doble filo sobre la infraestructura: más demanda absoluta de cómputo, pero con mayor volatilidad en qué tipo de hardware es óptimo en cada ventana de tiempo.

Para Oracle, la pregunta crítica no es si la demanda de IA crecerá —eso está fuera de duda— sino si su modelo de financiamiento basado en deuda masiva podrá soportar los ciclos de obsolescencia de hardware sin generar una crisis de balance antes de que los ingresos alcancen a cubrir el servicio de esa deuda.

Conclusión

La historia de Oracle y los centros de datos de IA es un recordatorio poderoso de que en tecnología, la velocidad de ejecución importa tanto como la dirección estratégica. Construir infraestructura física a la velocidad del software es, hoy por hoy, imposible. Y esa brecha crea riesgos reales para quienes apuestan decenas de miles de millones de dólares en hormigón y cableado mientras los chips siguen acelerando su ciclo de innovación.

Para los founders del ecosistema tech, el aprendizaje es concreto: las decisiones de infraestructura son decisiones estratégicas de largo plazo, y en un entorno donde el hardware de IA evoluciona más rápido que cualquier plan de construcción, la agilidad y la opcionalidad valen tanto —o más— que la escala.

Profundiza estas tendencias de infraestructura IA con nuestra comunidad de founders expertos

Aprender con founders