Construidos en plena fiebre de la IA, muchos emplazamientos en ese país están sin uso. Falta de planificación y cambios en la demanda tecnológica.
Hace poco más de un año, la industria tecnológica china estaba en plena fiebre de la inteligencia artificial (IA). De acuerdo con el MIT , empresas, inversores y gobiernos locales apostaban fuerte por la construcción de centros de datos especializados para el entrenamiento de modelos de IA. Sin embargo, hoy en día, muchos de estos centros permanecen sin uso, evidenciando los problemas de un crecimiento acelerado y poco planificado.
Durante el auge, el mercado de chips de IA alcanzó precios astronómicos. Los chips Nvidia H100, esenciales para el entrenamiento de modelos avanzados, llegaron a venderse por hasta US$28,000 en el mercado negro debido a las restricciones de exportación impuestas por EE.UU. A pesar de estas limitaciones, la demanda de infraestructura impulsó la construcción de más de 500 centros de datos entre 2023 y 2024, con al menos 150 operativos a finales de 2024, según la China Communications Industry Association Data Center Committee.
No obstante, la realidad actual es muy distinta. De acuerdo con informes de Jiazi Guangnian y 36Kr, hasta el 80% de la capacidad computacional recientemente construida permanece sin uso. La razón principal es un cambio inesperado en la economía de la IA. Inicialmente, el modelo de negocio se basaba en el alquiler de unidades de procesamiento gráfico (GPU) para entrenar modelos de IA. Sin embargo, la aparición de tecnologías como DeepSeek R1, un modelo de razonamiento de código abierto capaz de igualar a ChatGPT, ha cambiado la dinámica del sector.
"El dolor de crecimiento de la industria de IA en China es resultado de actores inexpertos, corporaciones y gobiernos locales, que se subieron al tren del hype sin comprender las necesidades reales", afirma Jimmy Goodrich, asesor senior de tecnología en RAND Corporation. La falta de conocimiento técnico llevó a la creación de infraestructuras que no cumplen con los estándares necesarios para la demanda actual, lo que resulta en la devaluación de estos activos y en la venta de GPUs por debajo de su precio de mercado.
Otro problema crítico es la ubicación de muchos de estos centros. En su esfuerzo por reducir costos, muchos fueron construidos en zonas rurales o regiones centrales de China, donde la electricidad y la tierra son más baratas. Sin embargo, el uso eficiente de la IA actual requiere baja latencia, lo que significa que los centros de datos deben estar cerca de hubs tecnológicos y contar con equipos especializados en mantenimiento. Esto lleva a que algunas instalaciones incluso ofrezcan cómputo gratuito sin lograr atraer clientes.
La sobreoferta de infraestructura también ha derrumbado los precios de alquiler de GPUs. Un servidor Nvidia H100 con ocho GPUs, que en su momento se alquilaba por US$24,800 al mes, ahora se encuentra por apenas US$10,300, según el medio chino Zhineng Yongxian. "Es paradójico, China enfrenta los costos más altos para adquirir chips Nvidia, pero los precios de alquiler de GPUs son extremadamente bajos", comenta Xiao Li, un exgerente de proyectos de centros de datos.
A pesar de este panorama, el gobierno chino sigue apostando por la IA como una prioridad estratégica. En 2025, organizó un simposio sobre IA reafirmando su compromiso con la autosuficiencia tecnológica. Empresas como Alibaba y ByteDance anunciaron inversiones multimillonarias en infraestructura de IA y cómputo en la nube para alinearse con esta visión.
"Si la IA generativa va a ser la tecnología disruptiva del futuro, la infraestructura será el factor determinante del éxito", explica Goodrich. Sin embargo, la consolidación del sector es inevitable. Se espera que el gobierno intervenga, absorba los proyectos fallidos y los transfiera a operadores más capacitados para evitar un colapso total del sector.
El caso de DeepSeek sirve como advertencia: la infraestructura por sí sola no garantiza el progreso tecnológico. Fang Cunbao, otro exgerente de centros de datos, lo resume así: "El mercado es demasiado caótico. Los primeros en entrar obtuvieron beneficios, pero ahora sólo quedan quienes buscan explotar vacíos legales". Su decisión fue tajante: abandonar la industria de centros de datos y dedicarse a la educación en IA.
En definitiva, la burbuja de los centros de datos chinos expone los desafíos de construir infraestructura sin una estrategia clara. Ahora, la pregunta clave ya no es "¿Quién puede construir los mejores modelos de IA?", sino "¿Quién puede utilizarlos de manera más efectiva?"
Comments