Microsoft recurre a AWS: la sed de compute ya no reconoce fronteras competitivas
GitHub colapsa y recurre al rival; los data centers queman recursos a escala inédita.
La infraestructura de inteligencia artificial ya no es un activo diferenciador: es un cuello de botella que afecta incluso a quienes la construyen. Que Microsoft haya tenido que recurrir a AWS para sostener la capacidad de GitHub ante la explosión de demanda por funciones de IA no es una anécdota curiosa ni una estrategia deliberada de multicloud. Es la señal más clara hasta ahora de que la escasez de cómputo opera por encima de cualquier rivalidad corporativa.
Cuando el propio proveedor de nube no alcanza
Microsoft no es una empresa cualquiera en este ecosistema. Es propietaria de Azure, uno de los tres grandes proveedores de infraestructura cloud del mundo, y tiene una de las apuestas más agresivas en IA empresarial. Sin embargo, cuando GitHub —su plataforma de desarrollo con más de 100 millones de usuarios— necesitó escalar para sostener las funciones de Copilot y la carga adicional que genera la IA en los flujos de trabajo de desarrollo, Azure no alcanzó.
La solución fue pragmática y reveladora al mismo tiempo: contratar capacidad a Amazon Web Services. Los competidores directos, compartiendo racks de servidores. Esto no habría ocurrido si hubiera compute disponible. El mercado de GPU H100 e infraestructura especializada para inferencia y entrenamiento sigue siendo un mercado de vendedor: quien tiene los chips dicta las condiciones, sin importar si el comprador es una startup o uno de los conglomerados tecnológicos más grandes del planeta. La escasez de TSMC y la proliferación de soluciones creativas como carpas de servidores ya habían anticipado hasta dónde puede llegar la presión sobre la cadena de suministro de cómputo.
El costo físico del cómputo: agua, energía, tierra
La escasez de cómputo no es solo financiera. Tiene una dimensión física que rara vez aparece en los reportes de inversores pero que ya está generando conflictos políticos concretos. Los data centers de Amazon consumieron 2.500 millones de galones de agua durante el último año — dato que la compañía reveló por primera vez, justo cuando Seattle aprobó una moratoria de un año para nuevos data centers impulsada, entre otros, por empleados de la propia Amazon.
Dos mil quinientos millones de galones es un número difícil de dimensionar. Para contexto: es el equivalente a más de 9.000 millones de litros de agua usados principalmente para refrigeración. Y eso es solo Amazon, solo un año, en un sector que está acelerando. No es casual que, en paralelo, Amazon haya tomado $17.500 millones en deuda bancaria para financiar la expansión de datacenters: los recursos físicos y financieros que demanda esta infraestructura ya operan en una escala que pocas empresas pueden sostener. Los sistemas de refrigeración por agua se prefieren porque son más eficientes energéticamente que el aire forzado, pero trasladan la presión al recurso hídrico local.
Este dato importa para los decision-makers en LATAM y España por una razón directa: cuando evalúan dónde correr cargas de trabajo de IA —ya sea eligiendo región de nube o considerando infraestructura propia— el acceso al agua y la regulación energética local son variables que en 2026 ya no son abstractas. Son factores de costo y continuidad operativa.
Europa y la pregunta que nadie quiere responder
El tercer vértice de esta coyuntura es geopolítico. ¿Puede Europa entrenar un modelo de IA frontier con el parque de cómputo que hoy posee? La respuesta honesta es que la brecha entre la ambición regulatoria europea —el AI Act, las iniciativas de soberanía digital— y la capacidad de cómputo disponible en el continente es enorme.
La iniciativa EuroMesh, que busca federar capacidad de cómputo distribuida entre instituciones académicas y gubernamentales europeas, apunta exactamente a este problema. El enfoque de malla distribuida es técnicamente posible y políticamente atractivo, pero la coordinación entre jurisdicciones distintas con políticas energéticas diferentes es un problema de gobernanza tanto como de ingeniería. Mientras eso se resuelve, los modelos frontier siguen entrenándose en Virginia, Oregón y la costa oeste de Irlanda.
Para las empresas europeas y latinoamericanas que dependen de APIs de modelos de terceros, esto no es solo un debate de política industrial: es una dependencia estructural que afecta latencia, precios, y —en sectores regulados como finanzas o salud— la capacidad de cumplir con requisitos de residencia de datos.
Lo que hay que seguir de cerca
El episodio de Microsoft y AWS es probablemente el primero visible de una tendencia que se va a repetir: grandes empresas tecnológicas comprando capacidad a sus competidores cuando su propia infraestructura no da abasto. Esto tiene tres implicaciones prácticas para quien toma decisiones de tecnología:
Primero, los contratos de reserva de cómputo (reserved instances, committed use) van a volverse más valiosos y más escasos. Las empresas que los tienen tienen ventaja; las que operan on-demand van a pagar prima.
Segundo, la sostenibilidad del cómputo ya no es solo ESG de nicho. Es un riesgo regulatorio real, especialmente en jurisdicciones con estrés hídrico o dependencia energética del exterior.
Tercero, cualquier apuesta por soberanía digital —sea europea, latinoamericana o de otro tipo— requiere resolver primero la ecuación de compute. Sin chips, sin refrigeración, sin energía garantizada, la soberanía es un documento de política sin sustrato físico.
Próximo hito a observar: si otras plataformas de Microsoft o de otros grandes players empiezan a reportar acuerdos similares de capacidad cruzada. Si se convierte en práctica habitual, habrá que replantear el modelo mental de «ventaja de infraestructura propia» que ha sostenido la tesis de los hiperescaladores en los últimos quince años.