Parte de la serie «El estado de los datos y la IA», con perspectivas de la Encuesta global sobre perspectivas de datos de 2026 (GDIS)

La inteligencia artificial (IA) ha entrado en su era económica. La transición de la estrategia a la ejecución está muy avanzada y los beneficios son reales. Pero no todas las organizaciones están posicionadas para captarlo. La infraestructura que sustenta la IA se ha convertido en la barrera entre la promesa y los resultados, y las organizaciones que lo reconocen son las que están tomando la delantera.

IDC prevé que la IA genere un impacto económico global acumulado de 22,5 billones de dólares para 2031. Las empresas que hoy están obteniendo los beneficios más claros comparten un rasgo definitorio. Han pasado de comprar acceso a la IA a contar con IA propia, con control sobre sus modelos, datos e infraestructura en entornos de IA dedicados y privados, diseñados para escalar. La siguiente fase de la IA no es una cuestión de acceso. Se trata del control.

La Encuesta global sobre perspectivas de datos de 2026 de Digital Realty (GDIS) identifica exactamente dónde radica la brecha. Las empresas estadounidenses llevan la delantera. Nada menos que un 41 % ya ha obtenido resultados empresariales medibles gracias a la IA, incluidos el crecimiento de los ingresos y la reducción de costes. Esto contrasta con el 36 % en Asia-Pacífico (APAC) y el 28 % en Europa, Oriente Medio y África (EMEA).

Al observar los retornos a corto plazo, el panorama se aclara aún más. Solo el 3 % de los directivos de empresas afirma no observar un retorno medible de la inversión de sus iniciativas de IA, y el 63 % espera obtener un ROI en los próximos seis meses a dos años. IDC estima que el impacto económico total de la IA en las Américas alcanzará los 14,1 billones de dólares en 2031. Esto supone más del triple del impacto previsto de EMEA o APAC por separado.

La pregunta que merece la pena hacerse no es solo por qué. La cuestión es qué pueden hacer al respecto los líderes de todo el mundo.

La ventaja de las Américas: qué impulsa la brecha de ROI

La ventaja de las Américas no surgió por casualidad. No se debe a una única política, programa o condición del mercado. El GDIS apunta a un patrón más amplio que no admite atajos.

Las empresas de la región tienen sencillamente más probabilidades de contar con acceso a la base de infraestructura que transforma los proyectos piloto de IA en resultados empresariales sostenidos y repetibles. Esa base tiene tres pilares que, en conjunto, definen lo que requiere la IA privada a escala:

La capacidad de ubicar los datos y las cargas de trabajo donde puedan funcionar de forma segura
La capacidad de escalar entornos de IA de alta densidad.
La interconexión necesaria para transferir datos entre nubes, regiones y socios sin añadir complejidad en cada paso.

Si se hacen bien las tres cosas, la IA deja de ser un proyecto. Empieza a convertirse en una capacidad competitiva.

La escala y la profundidad de la infraestructura ofrecen a las organizaciones más vías para alcanzar el éxito

Las Américas operan desde un amplio y maduro ecosistema de infraestructura digital desarrollado a lo largo de décadas. Las cargas de trabajo de la IA exigen mucho más que simple potencia de cálculo. Requieren un acceso coordinado a capacidad, conectividad, planificación energética, refrigeración, seguridad y experiencia operativa que funcionen en conjunto.

Conviene ser directo sobre un matiz importante en este punto. La disponibilidad de energía, la obtención de permisos y el uso del suelo son limitaciones reales en todo el continente americano. Los principales centros, como el norte de Virginia, ya se enfrentan a presiones gubernamentales y de las empresas de servicios públicos que condicionan los plazos de implementación. Los incentivos fiscales y los programas de desarrollo económico influyen en el destino de las inversiones. Por sí solos, no resuelven los problemas de contratación del suministro eléctrico ni de capacidad de la red.

La realidad resulta más útil. Las Américas cuentan con una infraestructura digital amplia y una demanda significativa. Esto ofrece a las empresas más opciones viables de implementación: campus consolidados de alta densidad, arquitecturas regionales distribuidas y áreas metropolitanas emergentes preparadas para la IA. Las limitaciones no desaparecen, pero hay más opciones para diseñar de forma inteligente teniendo en cuenta esas limitaciones.

La energía se ha convertido en una cuestión del consejo de administración.

La disponibilidad de energía solía ser una preocupación operativa. La IA la ha convertido en una cuestión estratégica.

A medida que las organizaciones pasan de los proyectos piloto a la inferencia a escala y a las cargas de trabajo de producción, garantizar el perfil energético adecuado se vuelve fundamental para los costes, el rendimiento y los plazos de implementación. Las organizaciones que planifican con antelación son las que evitan los cuellos de botella que hacen descarrilar los programas de IA en el peor momento posible.

La pregunta estratégica ha cambiado. Ya no se trata simplemente de dónde se puede alojar la capacidad de computación. Se trata de dónde convergen los datos, la energía, la refrigeración, la conectividad y la resiliencia operativa. El objetivo es mantener el crecimiento de la IA a largo plazo, no solo de un trimestre a otro. Para las empresas de mercados donde la energía es limitada, la prioridad es asociarse con proveedores capaces de planificar en varias áreas metropolitanas y evitar puntos únicos de fallo.

Nuestra plataforma de las Américas ofrece densos hubs de interconexión, mercados emergentes preparados para la IA y campus consolidados diseñados para perfiles de cargas de trabajo variados a gran escala. La ventaja no supone inmunidad frente a las limitaciones. Es la variedad y la experiencia necesarias para sortearlas con rapidez.

La capa de infraestructura que hace posible la IA

Gran parte de la conversación sobre la IA se centra en los modelos, las aplicaciones y el tejido de IA. Esas capas son importantes. Se apoyan en una base física y digital que puede respaldarlas o no. Sin esa base, los programas de IA se estancan, no porque el modelo sea incorrecto, sino porque la infraestructura digital no puede soportar la carga.

Para que las inversiones en IA generen resultados repetibles, las empresas necesitan que tres capacidades funcionen conjuntamente. Esto es precisamente para lo que se diseñó nuestra plataforma global de centros de datos, PlatformDIGITAL®:

Las organizaciones que están ganando hoy las integraron desde el principio, utilizando plataformas como ServiceFabric®. ServiceFabric reúne proveedores de nube, redes e infraestructura digital en una única plataforma programable diseñada para alcanzar este tipo de escala. Su conectividad densa y bajo demanda permite a las empresas acceder a múltiples plataformas nube, redes y fuentes de datos sin asumir el coste y la complejidad de aprovisionar circuitos dedicados en cada límite. Como esa interconexión está disponible en una red global distribuida de áreas metropolitanas y campus, las organizaciones pueden ubicar las cargas de trabajo de IA y los datos exactamente donde lo requieran el rendimiento, la latencia y la soberanía, y trasladarlos a medida que evolucionen esos requisitos.

La geopolítica está redefiniendo activamente dónde se genera el valor de la IA

Las dinámicas geopolíticas no son una variable de fondo en la historia del ROI de la IA, sino una fuerza activa que está configurando las decisiones sobre infraestructura en todas las regiones, y se están acelerando.

La soberanía de los datos es el ejemplo más claro. La Encuesta global sobre perspectivas de datos de 2026 muestra que el 86 % de los líderes empresariales de todo el mundo están explorando o implementando activamente opciones de IA soberana, y más de la mitad ya alojan sus modelos de IA en nubes privadas. En el caso de las Américas, eso tiene ventajas y desventajas. Refuerza la ventaja de la región en materia de control local de los datos, al tiempo que aumenta lo que está en juego para mantener una infraestructura distribuida en un conjunto amplio y diverso de mercados.

Los controles sobre los chips de IA avanzados añaden otra capa de complejidad. Las decisiones sobre infraestructura se toman cada vez más en función de dónde pueden alinearse la capacidad, el hardware, los datos y los requisitos de cumplimiento. Las organizaciones con el acceso a plataformas y las relaciones de infraestructura digital necesarias para adaptar su estrategia de aprovisionamiento están mucho mejor posicionadas para absorber estas perturbaciones.

El auge de la IA distribuida hace que todo esto sea aún más urgente. A medida que la inferencia se desplaza a implementaciones regionales más cercanas a los procesos empresariales que utilizan sus resultados, se intensifica la necesidad de distribución geográfica e interconexión abierta. Aprovechar todo el valor de los datos distribuidos requiere una infraestructura capaz de seguir los datos allá donde lo exijan las necesidades empresariales y de cumplimiento normativo, sin sacrificar el rendimiento ni la seguridad.

Esta es una de las dinámicas que están configurando la adopción regional de la IA en la actualidad. Las Américas se benefician de una sólida base de infraestructura que puede respaldar ya arquitecturas de IA distribuidas, mientras que otras regiones siguen avanzando hacia esa misma oportunidad.

El patrón de adopción de la IA también sigue una trayectoria conocida. Al igual que ocurrió antes con la computación en la nube, la IA está ganando terreno primero en sectores con un uso intensivo de la tecnología, como los servicios financieros, la atención sanitaria y la industria farmacéutica, y los medios de comunicación y el entretenimiento. Aunque la adopción de la IA privada suele estar impulsada por la necesidad de un mayor control sobre los datos y por el aumento de los costes asociados a las cargas de trabajo de IA, las empresas encuentran cada vez más valor en las arquitecturas híbridas, que equilibran los entornos privados con el acceso a datos externos, modelos y ecosistemas de innovación. A medida que las organizaciones siguen desarrollando el talento y los conocimientos necesarios para llevar a cabo estrategias de IA a escala, estos enfoques híbridos ayudarán a abrir nuevos casos de uso y a acelerar la adopción en un abanico más amplio de sectores.

La preparación de la infraestructura digital para la IA es el factor decisivo

La diferencia entre las organizaciones que están obteniendo rentabilidad de la IA y las que aún esperan se reduce a una sola cosa: preparación. Para las organizaciones que aún trabajan para convertir los proyectos piloto en resultados sostenidos y repetibles, la encuesta deja claro qué las frena: cuellos de botella en la infraestructura digital, dificultades de almacenamiento de datos y brechas de interconexión. No la calidad del modelo. No el talento en ciencia de datos. No el compromiso de la dirección. De hecho, solo el 3 % de los directivos afirma no obtener ningún ROI medible, y el 63 % espera obtener retornos en los próximos seis meses a dos años. La brecha no es la ambición. Es la preparación.

Sin embargo, esto plantea un problema que tiene solución, pero solo para las empresas dispuestas a ser sinceras sobre su situación.

El retorno de la inversión en IA no se genera únicamente con el modelo. Se genera cuando la estrategia de datos, la estrategia de infraestructura digital y la estrategia empresarial se diseñan conjuntamente desde el principio. Las organizaciones que tienen éxito hoy disponen de una base capaz de respaldar la IA a escala y de adaptarse a medida que siguen evolucionando la energía, las políticas y la dinámica del mercado.

Para los líderes empresariales que están listos para cerrar la brecha, el primer paso es realizar una evaluación honesta. ¿Puede su infraestructura digital soportar la densidad, la interconexión y la distribución geográfica que exige la IA en producción? ¿Su plataforma ofrece acceso a todos los entornos nube y fuentes de datos relevantes, o le limita al ecosistema de un único proveedor? ¿Dispone de un socio con alcance global y una gran capacidad operativa para avanzar rápidamente en todos los mercados a los que presta servicio? Descubra en qué punto se encuentra su organización en la escala de madurez de la IA.

Reunimos la plataforma global de centros de datos, el ecosistema de interconexión y la experiencia operativa para ayudar a las empresas a pasar de la ambición en materia de IA a resultados medibles. Tanto si el reto consiste en planificar el suministro eléctrico, construir una arquitectura distribuida o cerrar la brecha entre un piloto prometedor y la producción a gran escala, la base ya está establecida.

Explore los resultados completos de la Encuesta global sobre perspectivas de datos de 2026 de Digital Realty y descubra dónde siguen existiendo oportunidades reales para cerrar la brecha.

Acerca de la encuesta

La Encuesta global sobre perspectivas de datos de 2026 es el estudio de investigación bienal de Digital Realty, basado en las perspectivas de 2131 responsables de la toma de decisiones de TI de 19 países y 11 sectores. El informe de 2026 analiza cómo las organizaciones están pasando de la estrategia de IA a la ejecución, con especial atención a la infraestructura, la gobernanza de los datos, la soberanía y el ROI cuantificable. Sus conclusiones revelan cuatro tendencias clave que están dando forma a la era de la economía de la IA y el papel fundamental de la infraestructura digital inteligente para hacer posible el éxito de la IA.

Lee el informe completo para conocer los datos, perspectivas y recomendaciones que impulsan la próxima fase de la IA empresarial.

¿Qué es la colocation y por qué es importante?