Mientras lees esto, cuatro empresas están gastando en Data Centers para IA más dinero del que la Unión Europea dedica en un año entero en todo su presupuesto conjunto para TODOS sus programas.
No es una exageración. Es el presupuesto de 2026.
Lo curioso es que casi todo el debate público sobre IA va de otra cosa: de si nos quitará el trabajo, de si ChatGPT alucina, de si los deberes de tu hijo los hace una máquina. Temas legítimos. Y no hablemos ya de la posibilidad de riesgo existencial para la raza humana. Pero debajo de esa conversación hay una tubería de dinero tan grande que cuesta procesarla.
Hoy no te vamos a enseñar un prompt para ahorrar tiempo. Hoy te vamos a dar contexto. Porque entender cuánto dinero hay detrás de la IA cambia cómo la miras, cómo la usas y cómo decides apostar por ella en tu trabajo.
Vamos a traducir cifras astronómicas a algo que tu cabeza pueda agarrar.
💰 El número que nadie cuenta en las noticias
Empecemos por el titular.
En 2026, cuatro empresas —Amazon, Google, Microsoft y Meta— van a invertir alrededor de 725.000 millones de dólares en infraestructura de inteligencia artificial. Centros de datos, chips, energía.
Solo en un año.
Y no hemos contado a Nvidia, Elon Musk, OpenAI ni Anthropic.
¿Mucho? ¿Poco? Los números sueltos no dicen nada. Los periodistas, en general, y el público tienen un problema serio con los números grandes. Cuando se habla de más de mil millones les da igual ocho que ochenta. Y si se mezcla con los billones americanos y los españoles (una diferencia sustancial) ni hablamos. Por eso es importante comparar:
El presupuesto anual de toda la Unión Europea para 2026 es de 192.800 millones de euros (unos 210.000 millones de dólares). Con eso se financian la agricultura, la ciencia, la cohesión y la administración de 27 países.
Es decir: esas cuatro empresas van a gastar más de tres veces el presupuesto de la UE. Ellas solas.
Y en 2025 ya habían gastado unos 410.000 millones. Han subido casi un 80 % en un solo año.
Es una carrera hacia el dominio de la IA. Y nadie quiere quedarse fuera.
🚀 Un programa Apollo cada cinco meses
Aquí es donde la historia nos ayuda a poner las cosas en perspectiva.
Los humanos hemos hecho cosas caras y ambiciosas antes. Vamos a compararlas, todas ajustadas a dólares de hoy para que sea justo:
Proyecto Manhattan (la bomba atómica): unos 30.000 millones.
Plan Marshall (reconstruir Europa entera tras la guerra): unos 170.000 millones.
Programa Apollo (llevar al ser humano a la Luna): unos 309.000 millones.
Ahora vuelve a mirar el dato de antes. El gasto en IA de 2026, solo de esas cuatro empresas, son 725.000 millones.
Eso significa que la industria de la IA gasta el equivalente a más de dos programas Apollo enteros… cada año.
O dicho de otra forma que da vértigo: llegar a la Luna nos costó un Apollo. Construir la infraestructura de la IA nos está costando un Apollo cada cinco meses.
El siglo XX se midió en misiones. El XXI se está midiendo en centros de datos.
La pregunta obvia: ¿es esto una inversión histórica… o una burbuja histórica? Guárdala, que volvemos a ella.
🧪 Entrenar una IA: de 4 millones a 3.000 millones en cinco años
Vale, pero ¿en qué se gasta ese dinero exactamente? Vamos al detalle.
Hay dos costes muy distintos: entrenar el modelo (crearlo) y usarlo (que responda). Empecemos por entrenar.
Mira la escalada del coste de entrenar los modelos más potentes:
GPT-3, en 2020: unos 4,6 millones de dólares.
GPT-4, en 2023: unos 78 millones.
GPT-5, en 2025: entre 1.500 y 3.000 millones.
En cinco años, entrenar un modelo se ha multiplicado por más de 300. Solo entrenarlo. Solo un modelo. Estas empresas entrenan varios modelos en paralelo.
Y aquí va el mito que queremos romper hoy. Mucha gente cree que “la IA es cara por la luz que consume”. No. En un entrenamiento típico, la electricidad es apenas un 2-6 % del coste. El 65-75 % son los chips y el hardware. Entre lo que está las famosas GPUs de Nvidia.
No es la factura de la luz. Es el silicio.
Y lo más brutal: cuando terminas de entrenar, lo único que tienes es un archivo. Los “pesos” del modelo. Sin un centro de datos gigantesco que lo ejecute, ese archivo no vale nada.
🏗️ Stargate: un solo proyecto más grande que ir a la Luna
Si el entrenamiento asusta, el hardware es de otra galaxia.
Hay un proyecto estrella que se llama Stargate (de OpenAI, Oracle y SoftBank, nunguno de los primeros que hemos mencionado). Los números, según Epoch AI:
500.000 millones de dólares comprometidos.
7 centros de datos en Estados Unidos.
Más de 9 gigavatios de potencia para 2029.
¿El detalle que te deja sin palabras? La potencia de cálculo prevista equivale a 20 millones de GPUs H100. Eso es, aproximadamente, todo el cómputo de IA que existía en el planeta entero a finales de 2025… concentrado en un solo proyecto privado.
Un proyecto. Que cuesta más que el Apollo y el Manhattan juntos.
Y por eso el nuevo cuello de botella ya no son los chips. Es el enchufe. La Agencia Internacional de la Energía calcula que los centros de datos duplicarán su consumo eléctrico hasta unos 945 teravatios-hora en 2030. Aproximadamente lo que consume Japón entero en un año. Por eso estas compañías están construyendo sus propias centrales nucleares.
La IA ya no compite por talento o por datos. Compite por electricidad.
🧠 ¿Por qué debería importarte esto a ti?
Buena pregunta. Tú no vas a construir un centro de datos. Entonces, ¿para qué este contexto?
Por tres razones muy prácticas:
Uno: entiendes por qué las herramientas suben y bajan de precio. Usar una IA (la “inferencia”) cuesta entre 0,50 y 5 dólares por millón de palabras generadas. Las empresas venden ese servicio muchísimo más caro. Por eso hay guerra de precios, planes gratis y modelos que aparecen y desaparecen. Hay márgenes enormes en juego.
Dos: distingues la señal del ruido. Cuando alguien te diga “la IA es una moda”, tú sabrás que hay 7,6 billones de dólares (de los españoles, milllones de millón) apostados a lo contrario de aquí a 2031 (según Goldman Sachs). Puede ser una apuesta acertada o equivocada. Pero no es una moda pasajera.
Tres: mides tu propia apuesta. Si el mundo entero está invirtiendo el equivalente a 25 programas Apollo en esta tecnología, aprender a usarla bien en tu trabajo no es “estar a la última”. Es sentido común económico.
Y aquí está el dato que cierra el círculo: según el banco ING, la inversión en IA explica alrededor de un tercio del crecimiento económico de Estados Unidos en 2026. Sin centros de datos, su economía apenas crecería.
Ahí tienes el debate servido: ¿motor real o castillo de naipes? Nadie lo sabe todavía. Puede que ni una cosa ni la otra. Por una parte, la IA es una revolución tecnológica literalmente sin parangón (siempre quisimos usar esta palabra en un post). Por otra, los números son muy bestias y suelen ser muy obstinados (hay que recuperar en un momento dado).
🚀 Cómo digerir estas cifras hoy (y no volver a perderte con un número gigante)
Te dejamos un truco práctico. La próxima vez que leas “la IA moverá X millones”, no te quedes con la boca abierta: tradúcelo. Usa este prompt en tu IA favorita.
Actúa como divulgador económico. Te voy a dar una cifra enorme y quiero que me la hagas comprensible. Tradúcela a tres comparaciones cotidianas y verificables (por ejemplo: cuántas veces el presupuesto de mi país, cuántos hospitales, cuántos años de un salario medio). Sé riguroso, indica los supuestos que usas y no inventes datos. La cifra es: [PEGA AQUÍ LA CIFRA].
Y si quieres leer noticias sobre IA sin que te vendan humo, prueba este:
Te voy a pegar una noticia sobre inversión en inteligencia artificial. Quiero que hagas tres cosas: 1) separa los datos verificables de las opiniones y proyecciones; 2) señala qué intereses económicos podría tener quien publica esa cifra; 3) dime qué pregunta crítica debería hacerme antes de creérmelo. Aquí está la noticia: [PEGA AQUÍ].
Pasos para tenerlo dominado:
Compara siempre con algo humano: un presupuesto, un salario, un proyecto histórico.
Desconfía de los números redondos sin fuente.
No necesitas ser economista ni analista de Wall Street. Necesitas una regla sencilla: ninguna cifra significa nada hasta que la comparas con algo que ya entiendes.
❓ Preguntas frecuentes
¿Esta inversión gigante significa que la IA es mejor?
No necesariamente. Significa que muchas empresas apuestan a que lo será. Gastar más no garantiza acertar: es una apuesta, no una certeza.
¿Es una burbuja como las puntocom?
Puede que sí, puede que no. Hay señales de las dos cosas: inversión real y productiva, pero también expectativas quizá exageradas. Lo honesto es decir que aún no lo sabemos.
¿Sustituye esto a entender de tecnología?
No. Cambia la forma en que lees las noticias sobre tecnología. Te da perspectiva para no tragarte cada titular.
¿Me afecta esto si solo uso ChatGPT para el trabajo?
Sí. Explica por qué cambian los precios, por qué aparecen y desaparecen funciones y por qué merece la pena aprender a usar bien estas herramientas ahora.
¿De dónde salen estos datos?
De Goldman Sachs, la Agencia Internacional de la Energía, Epoch AI, el banco ING y los presupuestos oficiales de la UE. Todo verificable, nada inventado.
📣 Antes de irte
Estas cifras dan para pensar toda una tarde. Pero la conclusión práctica es sencilla: el mundo está apostando una fortuna sin precedentes a esta tecnología. Tú no tienes que apostar millones. Solo tienes que aprender a usarla mejor que ayer.
Y de eso va precisamente lo que hacemos en Paratodosia: enseñarte a sacarle todo el jugo profesional a la IA, sin tecnicismos y con casos reales. Si quieres dar el salto de “curioso” a “productivo”, ahí nos tienes.
Si este post te ha hecho pensar, compártelo con alguien que todavía crea que la IA es “una moda”.
Y respóndenos a esto en los comentarios: ¿crees que estamos ante la mayor inversión inteligente de la historia o ante la mayor burbuja? Nos encanta leeros.
