Google elige ser la red eléctrica de la IA y deja la carrera de modelos

La salida de Jeff Dean de Google y el ascenso de Demis Hassabis como científico jefe de Alphabet no son solo movimientos de organigrama. Leyendo entre líneas junto a la inversión de 4.750 millones de dólares en plantas de energía propias para centros de datos, emerge una tesis única: Google está eligiendo conscientemente no ganar la carrera del modelo más inteligente, sino ganar la carrera de quien provee la red que hace que la IA funcione a escala.

Tim O'Reilly propone una analogía precisa: Edison inventó la bombilla y la central eléctrica, pero Westinghouse ganó la batalla de llevar electricidad a cada casa y fábrica usando corriente alterna. Google, con sus TPU, su nube, Android, Chrome y Search, quiere ser Westinghouse. SemiAnalysis lo ve como una retirada al estilo IBM o Intel; O'Reilly lo ve como elegir la carrera que importa económicamente: la difusión, no la invención.

Los datos duros respaldan la segunda lectura. Gemini genera 12.000 millones de dólares en ingresos recurrentes anuales a mediados de 2026, pero Google Cloud proyecta más de 73.000 millones vendiendo infraestructura de IA a terceros y 120.000 millones en chips TPU para finales de 2027. La nube de Google creció 82 % interanual en el último trimestre, por encima de AWS (37 %) y Azure (43 %). El negocio no está en el modelo, está en la factura de la electricidad computacional.

La infraestructura como nuevo frente competitivo

El artículo académico "AI as Public Infrastructure" (Ibrahimov, 2025) da marco teórico a esta intuición: la IA dejó de ser herramienta para devenir infraestructura cognitiva de propósito general, como lo fue la red eléctrica o el ferrocarril. Eso implica obligaciones de gobernanza, confiabilidad y acceso que van más allá de la licencia de software. Google lo entiende: su página de energía muestra 22 GW de renovables firmados desde 2010, reactores modulares pequeños (Kairos Power) para 2035, geotermia mejorada (Fervo Energy) ya operativa en Nevada, y un proyecto (Tapestry) que usa IA para optimizar la red eléctrica de PJM, el mayor operador de Norteamérica.

Construir el centro de datos pegado a la planta de generación —la jugada de "co-ubicación"— elimina dos cuellos de botella críticos: los 4+ años de espera para conectar a la red pública y la pérdida en transmisión. Ruth Porat, directora de inversiones de Alphabet, lo resume: la IA puede inyectar más de un billón de dólares al PIB global para 2030, pero solo si hay electricidad fiable. Google decide no esperar a las eléctricas tradicionales.

Qué significa para el ejecutivo latinoamericano

Para una empresa en México, Colombia, Brasil o Chile, la lección es doble. Primero: la frontera de modelos (GPT-5, Gemini Ultra, Claude 4) será cada vez más commodity. La diferenciación no vendrá de tener el modelo más listo, sino de integrar modelos "suficientemente buenos, baratos y rápidos" en procesos propios. Segundo: la dependencia de infraestructura extranjera es estructural. El marco académico propone "dependencia gobernada" para estados medianos: alinear sistemas importados con prioridades nacionales y construir capacidad de aseguramiento propio.

En la práctica, esto obliga a tres preguntas de agenda:

• Contratos y soberanía de datos: ¿Qué cláusulas de portabilidad, auditoría y salida negocia su empresa al subir cargas de trabajo a Vertex AI, Bedrock o Azure OpenAI?
• Regulación energética y de centros de datos: ¿Está su país atrayendo inversión en "co-ubicación" o sigue con marcos que frenan la generación distribuida y el almacenamiento de larga duración?
• Talento y gobernanza interna: ¿Tiene un comité de IA que evalúe riesgos de sesgo, opacidad algorítmica y legitimidad en decisiones automatizadas que afectan clientes o empleados?

El riesgo de mirar solo el marcador de modelos

Mientras la prensa tecnológica debate si Gemini supera a GPT-5 en benchmarks, Google está tendiendo cables, firmando acuerdos nucleares y vendiendo TPU a competidores como Anthropic. La historia de la electricidad sugiere que quien controla la red captura la renta recurrente; quien solo inventa la bombilla queda en los libros de historia.

Para América Latina, la ventana está en construir la capa de gobernanza, regulación y adopción sectorial que permita usar esa "electricidad cognitiva" sin quedar atrapado en dependencia ciega. La infraestructura ya la está tendiendo otro. La pregunta es si la región tendrá medidores, interruptores y normas propias cuando llegue la corriente.