Opinión La fábrica que delata el fin de la era del gigavatio
La nueva planta de Crusoe en Colorado expone el cambio real en la infraestructura de IA: el valor ya no está en anunciar gigavatios para entrenamiento, sino en desplegar megavatios modulares para inferencia con velocidad y disciplina financiera.
La ronda de 3.900 millones que valora a Crusoe en casi 31.000 millones ocupa los titulares, pero la cifra que debería importar a cualquier director de tecnología o estrategia en Latinoamérica es otra: 200 millones de dólares para una fábrica de 35.000 metros cuadrados en Brighton, Colorado. Su único propósito es producir 100 centros de datos modulares al año bajo la marca Spark. Cada unidad cabe en un camión y se enchufa donde haya energía disponible.
Ese movimiento delata hacia donde migra el negocio real de la inteligencia artificial. La hiperescala pura —campus de gigavatios como el proyecto Stargate de 1,2 GW que la propia Crusoe construye en Texas para OpenAI y Oracle— resuelve el entrenamiento de modelos. Pero la inferencia, que ya representa la mitad de la carga en proveedores como CoreWeave y podría trepar al 85 % en cinco años según Brannin McBee, exige una física distinta: proximidad al usuario, latencia baja y puesta en marcha en semanas, no en años.
No es un pivote, es una cobertura de barra. Cully Cavness, cofundador de la compañía, lo resume sin ambages: apuestan fuerte por Spark sin abandonar los megacentros. La lógica es financiera antes que tecnológica. Un campus de gigavatios requiere permisos, conexión a alta tensión, obra civil masiva y suele toparse con oposición vecinal. Las unidades Spark, fabricadas en serie, saltan gran parte de ese lastre. JLL proyecta que el mercado de centros preconfigurados pasará de 11.000 a 48.000 millones de dólares anuales para 2030.
El ADN operativo de Crusoe explica por qué pueden permitirse esta apuesta. Nacieron en 2018 llevando contenedores con GPUs a pozos petrolíferos para aprovechar gas de antorcha que se quemaba en vano. Esa restricción —energía barata pero remota, sin tubería de evacuación— les obligó a dominar la refrigeración de circuito cerrado, la generación distribuida con turbinas propias y el despliegue rápido. Esas capacidades, pulidas en el fracking texano, son exactamente las que ahora permiten fabricar Spark en serie. Venden "electrones a tokens" sin atarse a una sola fuente; la incorporación de JB Straubel, fundador de Redwood Materials y board de Tesla, al consejo señala que el almacenamiento y la circularidad de materiales entran en la ecuación.
Su modelo de ingresos tiene tres patas: alquiler de espacio, alquiler de GPUs propias y venta de cómputo por inferencia. Esa diversificación les permitió firmar un contrato de 13.000 millones a cinco años con Jane Street y atender a Meta, Microsoft y Oracle simultáneamente. El mensaje para el mercado es claro: el flujo de caja recurrente de la inferencia vale más que el capex de moda del entrenamiento.
Para el ejecutivo latinoamericano, la lectura es directa. A diferencia de la cuenca Pérmica, la región no tiene su red de gasoductos, pero sí comparte los cuellos de botella que Spark resuelve. La modularidad no es una opción tecnológica; es una disciplina financiera.
Cavness advierte del riesgo: si la fiebre de gigavatios produce capacidad de entrenamiento ociosa, ganará quien tenga producto entregable y facturación recurrente. La inferencia es un negocio de volumen y latencia, no de petaflops máximos. La próxima ola de inversión en infraestructura de IA no se medirá en gigavatios anunciados en presentaciones para inversores, sino en megavatios operativos y facturables en trimestres.
La pregunta que queda en el aire no es cuánta capacidad se puede construir, sino cuánta se puede desplegar y monetizar antes de que la curva de la inferencia haga obsoletas las apuestas de ayer.
