La inteligencia artificial está llegando a muchas empresas como una promesa de productividad, automatización y nuevas capacidades de negocio. Pero detrás de cada modelo avanzado existe una realidad física que suele quedar fuera de la conversación directiva: más procesamiento significa más densidad energética, más calor y mayores exigencias para la infraestructura que sostiene la operación. El problema no comienza cuando un servidor se apaga; comienza mucho antes, cuando la organización aumenta capacidad de cómputo sin revisar si energía, refrigeración, espacio, respaldo y continuidad pueden crecer al mismo ritmo. En ese punto, la IA deja de ser solamente una decisión de software y se convierte en una decisión de arquitectura empresarial y tecnológica. Quien no lo entienda puede terminar comprando capacidad que no podrá utilizar con estabilidad, eficiencia ni rentabilidad. La discusión correcta ya no es cuánto cómputo podemos instalar, sino cuánto podemos sostener de forma funcional, segura y escalable. 👉 LEE NUESTRO BLOG...
Durante años, una parte importante de las decisiones tecnológicas empresariales pudo tomarse separando relativamente bien el mundo del software del mundo físico.
Se compraban servidores, almacenamiento, conectividad y sistemas de respaldo; se calculaban capacidades; se proyectaba crecimiento y se dimensionaba la infraestructura bajo comportamientos relativamente previsibles.
La inteligencia artificial está alterando esa lógica.
Especialmente cuando hablamos de entrenamiento de modelos, inferencia intensiva, analítica avanzada o infraestructura basada en GPU, el aumento de capacidad computacional lleva consigo un crecimiento considerable de la densidad energética y térmica.
Ese cambio parece técnico.
En realidad, es empresarial.
El verdadero problema no es el calor
Cuando una organización descubre que necesita modificar la refrigeración de su centro de datos, puede cometer el error de considerar el asunto como una necesidad de mantenimiento o una simple actualización de equipos.
Esa interpretación es demasiado limitada.
El calor es una consecuencia.
El verdadero problema aparece cuando la arquitectura tecnológica existente deja de tener capacidad para soportar la estrategia de crecimiento del negocio.
La Agencia Internacional de Energía ha advertido sobre la rapidez con la que está aumentando la densidad de potencia asociada a servidores de inteligencia artificial. Entre 2020 y 2025, la densidad de potencia de servidores para IA aumentó aproximadamente once veces, y el organismo prevé que continúe creciendo significativamente hacia 2027.
Esto significa que determinadas instalaciones que fueron perfectamente adecuadas hace pocos años pueden encontrarse ahora frente a una realidad para la cual nunca fueron diseñadas.
No porque estén mal construidas.
Sino porque cambió la naturaleza del trabajo que deben soportar.
Y allí aparece una pregunta que muchas organizaciones todavía no están formulando:
¿Nuestra infraestructura tecnológica está preparada para la inteligencia artificial que queremos incorporar?
No basta con preguntar si tenemos servidores suficientes.
Hay que analizar energía, refrigeración, distribución eléctrica, conectividad, disponibilidad, redundancia, espacio, monitoreo, seguridad, capacidad de expansión y continuidad operativa como partes de un mismo sistema.
Esa visión integral es mucho más importante que escoger una determinada tecnología de enfriamiento.
Comprar más potencia puede aumentar el problema
Una de las características del mercado tecnológico actual es la enorme velocidad con la cual aparecen plataformas de procesamiento cada vez más potentes.
Desde la perspectiva comercial resulta tentador pensar que aumentar la capacidad de cómputo resolverá automáticamente las necesidades futuras.
Pero una empresa puede adquirir tecnología extraordinaria y, aun así, terminar con una infraestructura funcionalmente deficiente.
He insistido durante años en una idea sencilla: una tecnología solamente genera valor cuando puede integrarse adecuadamente con el resto de la organización.
Por eso nuestra filosofía en TODO EN UNO.NET sigue siendo la misma:
“Nunca la tecnología por la tecnología en sí misma; sino la tecnología por la funcionalidad.”
Un servidor extremadamente potente que obliga a operar fuera de los márgenes térmicos adecuados, incrementa excesivamente los costos energéticos, compromete la redundancia o exige modificaciones imprevistas en la instalación puede convertirse en una inversión mucho más compleja de lo que mostraba inicialmente la cotización.
El costo real nunca está únicamente en el equipo.
Está en todo lo que debe existir alrededor para hacerlo funcionar correctamente durante su vida útil.
La refrigeración líquida es una respuesta, no la estrategia
El crecimiento de las cargas de IA está acelerando la utilización de sistemas de refrigeración líquida porque permiten retirar calor de manera más eficiente en configuraciones de alta densidad.
Actualmente ya existen arquitecturas para clústeres que superan ampliamente los 100 kW por rack, mientras fabricantes de infraestructura están desarrollando diseños capaces de soportar densidades todavía superiores. Schneider Electric, por ejemplo, ha publicado diseños orientados a infraestructura de IA que alcanzan hasta 227 kW por rack.
Pero sería igualmente equivocado concluir que toda empresa debe migrar inmediatamente a refrigeración líquida.
La solución correcta depende de la carga informática, la infraestructura existente, las proyecciones de crecimiento, las condiciones ambientales, la disponibilidad energética, el tipo de instalación, el nivel de redundancia requerido y el modelo económico.
En algunos ambientes continuará siendo apropiada la refrigeración por aire.
En otros aparecerán sistemas híbridos.
Y en centros de alta densidad será cada vez más frecuente encontrar refrigeración directa al chip, unidades de distribución de refrigerante y otras configuraciones diseñadas específicamente para estas cargas.
La pregunta estratégica no es:
“¿Debemos instalar refrigeración líquida?”
La pregunta debería ser:
“¿Qué arquitectura necesitamos para soportar de manera confiable y económicamente sostenible la capacidad computacional que realmente requiere nuestro negocio?”
Esa diferencia parece pequeña.
Pero cambia completamente la calidad de la decisión.
Si su empresa está analizando infraestructura para inteligencia artificial, antes de comprar más capacidad conviene realizar un diagnóstico tecnológico independiente que determine qué puede aprovecharse, qué debe evolucionar y dónde están los verdaderos cuellos de botella. Ese es precisamente el tipo de conversación que promovemos desde TODO EN UNO.NET:
https://t.mtrbio.com/todo-en-unonet
El centro de datos comienza a parecerse más a una planta industrial
Durante mucho tiempo, muchas empresas percibieron el centro de datos como un espacio tecnológico aislado.
Hoy esa separación resulta cada vez menos válida.
Cuando aumenta significativamente la densidad computacional, deben coordinarse disciplinas que anteriormente podían administrarse con mayor independencia.
Tecnología informática.
Infraestructura eléctrica.
Gestión térmica.
Construcción.
Continuidad del negocio.
Seguridad.
Monitoreo.
Administración financiera.
Sostenibilidad.
Y planeación estratégica.
La nueva generación de centros de datos para inteligencia artificial está obligando precisamente a integrar esas variables.
Un ejemplo revelador aparece en diseños recientes para instalaciones de IA: la infraestructura de energía, refrigeración, espacio tecnológico y software de gestión ya se proyecta como un conjunto integrado, tanto para instalaciones nuevas como para modernizaciones de centros existentes.
Esto confirma algo que para nosotros resulta fundamental desde el punto de vista consultivo:
la tecnología empresarial no puede administrarse por piezas aisladas.
Una modificación en una parte de la arquitectura cambia las condiciones de las demás.
El riesgo del centro de datos heredado
Aquí existe un desafío especialmente importante para empresas que ya poseen infraestructura propia.
Un centro de datos puede encontrarse operando correctamente hoy y, sin embargo, no disponer de suficiente margen para crecer hacia determinadas cargas de inteligencia artificial.
Ese margen es el elemento que conviene evaluar.
¿Hasta dónde puede aumentar la densidad?
¿Existe reserva eléctrica?
¿La distribución interna puede soportarla?
¿La infraestructura de respaldo conserva la autonomía esperada?
¿Puede retirarse el calor generado?
¿Qué ocurre con la redundancia cuando aumenta la carga?
¿Existen puntos críticos que actualmente permanecen ocultos debido a que la instalación trabaja muy por debajo de su capacidad máxima?
¿Será posible introducir una zona de alta densidad sin reconstruir todo el centro?
Estas preguntas deberían responderse antes de adquirir la siguiente generación de hardware.
Afortunadamente, modernizar no siempre significa reemplazarlo todo.
Los diseños actuales contemplan escenarios de retrofit donde infraestructura tradicional y clústeres de alta densidad pueden coexistir mediante soluciones híbridas, intercambiadores de calor, unidades de distribución de refrigerante y otras adaptaciones.
Pero precisamente por existir múltiples posibilidades, aumenta la importancia del diagnóstico.
Porque modernizar inteligentemente significa intervenir solamente donde existe una justificación funcional.
El costo por servidor ya no cuenta toda la historia
Otra transformación importante ocurrirá en la manera de evaluar económicamente estos proyectos.
La decisión tradicional podía concentrarse en preguntas como:
¿Cuánto cuesta el servidor?
¿Cuál es su capacidad?
¿Cuánto procesamiento obtendremos?
¿Cuántos años podremos utilizarlo?
Para infraestructura de IA de alta densidad esas preguntas siguen siendo necesarias, pero resultan insuficientes.
Debemos agregar otras.
¿Cuánta energía adicional necesita?
¿Cuánto cuesta disipar el calor generado?
¿Qué infraestructura auxiliar debemos modificar?
¿Cuál será el impacto sobre UPS, plantas eléctricas y distribución?
¿Cuál es el costo de mantener disponibilidad y redundancia?
¿Cuánto cuesta ampliar nuevamente dentro de dos años?
¿Cuál será el costo operativo acumulado durante la vida útil?
Y, probablemente la más importante:
¿qué capacidad de negocio obtenemos realmente por cada peso invertido?
Esa última pregunta conecta la infraestructura tecnológica con la estrategia empresarial.
Porque ninguna organización necesita GPU simplemente por tener GPU.
Necesita capacidad de procesamiento para producir un resultado.
Mejorar un servicio.
Automatizar decisiones.
Analizar información.
Desarrollar productos.
Reducir tiempos.
Aumentar productividad.
Crear conocimiento.
Atender clientes.
Generar ingresos.
Cuando se pierde esa relación entre inversión y resultado, la tecnología empieza a gobernar a la empresa en lugar de servirle.
Energía, refrigeración e IA ya forman una misma conversación
Existe además otra realidad que los directivos deberían observar cuidadosamente.
El crecimiento de la inteligencia artificial está aumentando no solamente los requerimientos computacionales sino también la presión sobre la disponibilidad de energía.
La Agencia Internacional de Energía considera que los centros de datos serán uno de los componentes relevantes del crecimiento de la demanda eléctrica mundial durante esta década, impulsados en buena medida por la expansión de la IA.
Esto convierte la ubicación, capacidad eléctrica y eficiencia térmica de una instalación en variables estratégicas.
Ya no se trata solamente de cuántos equipos caben físicamente en una sala.
Se trata de cuánto procesamiento puede sostener esa sala con la electricidad disponible.
En términos empresariales, podríamos expresarlo así:
la capacidad tecnológica futura estará condicionada también por la capacidad energética.
Y eso obliga a pensar diferente.
Una solución de refrigeración más eficiente puede liberar capacidad eléctrica que posteriormente pueda utilizarse para procesamiento.
Una mala arquitectura térmica puede producir exactamente lo contrario: consumir recursos que podrían estar destinados al trabajo informático.
Por eso resulta peligroso estudiar energía y refrigeración como proyectos independientes.
Forman parte del mismo problema.
A mitad de una decisión de este tipo suele ser útil detener la discusión de marcas y productos y regresar a las necesidades reales del negocio. En TODO EN UNO.NET trabajamos precisamente desde esa perspectiva consultiva: comprender primero la operación para posteriormente determinar qué tecnología tiene sentido incorporar.
https://t.mtrbio.com/todo-en-unonet
Tampoco podemos ignorar el agua
La conversación sobre eficiencia tecnológica tendrá que incorporar cada vez más otro recurso: el agua.
Durante años, el indicador predominante en centros de datos fue la eficiencia energética.
Seguirá siendo fundamental.
Pero sostenibilidad, disponibilidad hídrica, condiciones climáticas y restricciones regionales también comenzarán a influir con mayor fuerza en las decisiones de arquitectura.
Aquí nuevamente conviene evitar generalizaciones.
“Refrigeración líquida” no significa automáticamente “alto consumo de agua”.
Existen sistemas cerrados donde el líquido se recircula, tecnologías que reducen significativamente la evaporación y configuraciones diferentes según la forma de capturar y expulsar el calor.
Por eso las organizaciones deberían evitar decisiones basadas exclusivamente en etiquetas tecnológicas.
Aire no significa necesariamente ineficiente.
Líquido no significa automáticamente sostenible.
Nube no significa siempre más económico.
Infraestructura propia no significa necesariamente mayor control.
Cada afirmación necesita contexto.
Y el contexto lo determina la arquitectura específica de cada empresa.
Colombia y América Latina también deben mirar esta transformación
Para nuestra región, este asunto no debería observarse únicamente como una tendencia de los grandes centros de datos internacionales.
La expansión de servicios digitales, nube, analítica, inteligencia artificial y procesamiento local aumentará progresivamente la necesidad de infraestructura preparada para cargas más exigentes.
Esto afectará proveedores de centros de datos, operadores de colocation y grandes organizaciones, pero también terminará modificando las decisiones de empresas medianas que dependen de infraestructura tecnológica para sus operaciones.
Incluso aquellas compañías que nunca construirán un centro de datos propio deberían comprender este fenómeno.
¿Por qué?
Porque eventualmente pagarán sus consecuencias —o aprovecharán sus beneficios— mediante proveedores de nube, servicios administrados, hosting especializado, procesamiento de IA y plataformas empresariales.
La infraestructura siempre termina apareciendo en el modelo económico.
Puede estar dentro del edificio de la empresa o a miles de kilómetros.
Pero alguien debe alimentarla eléctricamente, enfriarla, protegerla, mantenerla y renovarla.
Antes de adoptar IA, conviene analizar dónde vivirá
Existe una pregunta aparentemente sencilla que recomiendo incorporar a cualquier proyecto empresarial serio de inteligencia artificial:
¿Dónde se ejecutará?
Puede parecer excesivamente técnica.
No lo es.
La respuesta determina costos, seguridad, latencia, privacidad, dependencia de proveedores, disponibilidad, infraestructura y capacidad de crecimiento.
Una organización puede operar determinados modelos mediante servicios públicos de nube.
Puede utilizar infraestructura privada.
Puede combinar nube e instalaciones propias.
Puede adquirir capacidad especializada.
Puede operar modelos más pequeños en edge.
Puede utilizar diferentes arquitecturas dependiendo de la sensibilidad de los datos o la velocidad requerida.
No existe una única respuesta correcta.
Lo importante es que exista una decisión consciente.
Porque uno de los errores que estamos observando en transformación empresarial consiste en adoptar herramientas primero e intentar construir posteriormente la arquitectura que permita gobernarlas.
El orden debería ser exactamente el contrario.
La nueva capacidad debe diseñarse alrededor del negocio
Cuando asesoramos procesos de transformación, una de las disciplinas más importantes consiste en separar necesidad de entusiasmo.
La inteligencia artificial genera entusiasmo.
Es comprensible.
Estamos frente a tecnologías capaces de modificar industrias enteras.
Pero una organización responsable debe traducir ese entusiasmo en preguntas concretas.
¿Qué problema resolveremos?
¿Qué información necesitamos?
¿Qué nivel de procesamiento requiere?
¿Con qué frecuencia?
¿Qué criticidad tendrá?
¿Qué disponibilidad necesitamos?
¿Cuánto crecimiento esperamos?
¿Qué ocurre si el servicio falla?
¿Qué datos estarán involucrados?
¿Qué dependencia tecnológica estamos creando?
¿Qué infraestructura necesita?
¿Cuál es el costo integral?
¿Qué resultado empresarial esperamos obtener?
Solamente después aparece la tecnología.
Ese orden evita que una empresa termine intentando justificar posteriormente una inversión que nunca estuvo claramente vinculada con una necesidad empresarial.
Una Arquitectura Tecnológica Funcional para la era de la IA
El desafío que plantea la refrigeración de los centros de datos revela algo mucho más profundo.
Las empresas están entrando en una etapa en la cual infraestructura física, software, datos, automatización, inteligencia artificial, energía, seguridad y continuidad operativa tendrán que diseñarse conjuntamente.
Eso exige una Arquitectura Tecnológica Funcional (ATF).
No entendida como un documento lleno de diagramas que termina archivado.
Sino como una capacidad empresarial para relacionar cada decisión tecnológica con su función, dependencia, riesgo, costo y contribución al negocio.
En esa arquitectura, refrigerar un servidor deja de ser una tarea aislada.
Forma parte de una cadena completa:
la estrategia necesita una capacidad de IA;
esa IA exige procesamiento;
el procesamiento requiere hardware;
el hardware demanda energía;
la energía se convierte parcialmente en calor;
el calor debe retirarse;
la refrigeración necesita infraestructura;
esa infraestructura consume recursos;
los recursos generan costos;
y los costos solamente tienen sentido cuando producen resultados empresariales.
Así debería observarse la tecnología.
Como sistema.
El indicador más peligroso puede ser “todavía funciona”
Las organizaciones suelen reemplazar infraestructura cuando comienza a fallar.
Para la era de la inteligencia artificial esa lógica puede resultar demasiado tardía.
Un centro de datos puede continuar funcionando perfectamente mientras pierde progresivamente margen de crecimiento.
Puede tener disponibilidad y, al mismo tiempo, estar acercándose a su límite eléctrico.
Puede mantener temperaturas adecuadas con la carga actual y ser incapaz de recibir la próxima generación de servidores.
Puede cumplir los requerimientos presentes y convertirse dentro de poco tiempo en un freno para la estrategia.
Por eso no deberíamos esperar una falla para revisar la arquitectura.
Debemos revisar capacidad.
Margen.
Escalabilidad.
Dependencias.
Riesgos.
Costo futuro.
La prevención tecnológica empresarial funciona igual que muchas otras decisiones administrativas: cuando el problema resulta visible para todos, generalmente ya se volvió más costoso resolverlo.
El futuro no pertenece a quien instale más tecnología
Durante más de tres décadas de trabajo empresarial he observado repetidamente el mismo patrón.
Cada nueva ola tecnológica produce una carrera.
Primero fue el computador.
Después internet.
Luego los sistemas empresariales.
La nube.
La movilidad.
La automatización.
Y ahora la inteligencia artificial.
Siempre aparece la presión por incorporar rápidamente lo nuevo.
Pero las organizaciones que obtienen mejores resultados no son necesariamente aquellas que compran primero.
Son aquellas que comprenden mejor qué están intentando resolver.
La discusión sobre refrigeración de centros de datos nos recuerda precisamente esa realidad.
Podemos construir máquinas extraordinariamente poderosas.
Pero siguen existiendo límites físicos.
Energía.
Temperatura.
Espacio.
Agua.
Capacidad de red.
Presupuesto.
Disponibilidad.
Talento.
Gobierno.
La inteligencia empresarial consiste en reconocer esos límites antes de convertirlos en problemas.
Por eso, antes de preguntarse qué infraestructura de IA debería comprar su empresa, resulta mucho más útil preguntarse qué arquitectura necesita para sostener responsablemente la inteligencia artificial durante los próximos años.
Esa conversación puede evitar inversiones innecesarias, descubrir riesgos que todavía no son visibles y convertir una actualización tecnológica en una verdadera decisión de negocio.
Si su organización está evaluando inteligencia artificial, modernización de infraestructura, nube, centros de datos o nuevas capacidades de procesamiento, podemos analizarlo desde la funcionalidad y no desde la presión comercial de adoptar tecnología. El punto de partida es comprender qué necesita realmente su empresa y qué debe existir para sostenerlo.
https://t.mtrbio.com/todo-en-unonet
La inteligencia artificial está obligándonos a construir máquinas más potentes, pero también debería obligarnos a construir organizaciones capaces de pensar mejor sus decisiones tecnológicas.
Porque el futuro de una empresa no dependerá únicamente de la cantidad de inteligencia artificial que consiga incorporar.
Dependerá de su capacidad para convertir esa inteligencia en resultados sostenibles sin comprometer la operación, la seguridad, la rentabilidad ni la continuidad del negocio.
Ahí es donde la tecnología deja de ser novedad y comienza verdaderamente a convertirse en estrategia.