Omdia presentó su análisis más reciente sobre la evolución del mercado de AI Factories, un segmento que, según la firma, ha entrado en una etapa de industrialización marcada por altos niveles de inversión, complejidad técnica y nuevas presiones regulatorias. El informe señala que la inversión acumulada en centros de datos podría acercarse a los 1.6 billones de dólares para 2030, mientras que las principales empresas tecnológicas destinarían más de 600 mil millones de dólares en gasto de capital para infraestructura de inteligencia artificial solo en 2026. Este volumen de inversión, indica la consultora, confirma que el sector ha superado un punto de no retorno y se comporta como una industria pesada con dinámicas propias.
El concepto de AI Factory, según Omdia, describe instalaciones cuyo propósito es producir inteligencia, con el token como unidad de salida. La transición implica que los centros de datos dejan de ser estructuras de soporte empresarial para convertirse en plantas de manufactura digital. La arquitectura propuesta se organiza en cuatro capas: energía e infraestructura física; hardware y red; orquestación de virtualización y scheduling; y un nivel superior de Model as a Service y ecosistemas de aplicaciones de IA. Este enfoque coincide con tendencias observadas por analistas de firmas como IDC y Gartner, que han documentado la creciente integración entre infraestructura energética, cómputo especializado y plataformas de IA en despliegues empresariales.
El mercado se estructura hoy en cuatro paradigmas de solución: los hyperscalers de nube pública con capacidades de IA de extremo a extremo; los proveedores de nube especializados en cómputo intensivo; las plataformas privadas llave en mano; y los operadores regionales o industriales. En una encuesta a más de 200 compañías, Omdia identifica cuatro desafíos principales: tiempos prolongados para validar retorno de inversión, soberanía digital, brechas de talento en IA y complejidad sistémica en ingeniería.
El informe destaca cinco dinámicas que están redefiniendo el sector en 2026. La primera es el desplazamiento de métricas tradicionales como FLOPS hacia indicadores como Time-to-First-Token y velocidad de recuperación vectorial. La consultora menciona casos donde se reportan mejoras de hasta 12 veces en indexación vectorial y reducciones de hasta 75% en costo asociado a redundancia de cómputo y API. La segunda dinámica describe cómo los hyperscalers equilibran agilidad y soberanía mediante dos enfoques: unidades físicas integradas para despliegues en centros de datos del cliente y modelos de desacoplamiento entre hardware y software para favorecer la localización.
La tercera dinámica aborda la evolución de proveedores compute-native, con densidades de rack que pasan de 10–15 kW en 2024 a rangos de 40–250 kW en 2026. Empresas como Nebius en Europa y Sensetime en China han migrado de esquemas de bare metal a servicios de modelos, integrando estrategias que combinan infraestructura, energía y MaaS. La cuarta dinámica se refiere a la “última milla” de la industrialización de IA, donde integradores verticales y operadores de dominio capturan valor mediante gobernanza de datos, integración de sistemas heredados y ensamblaje de agentes específicos por escenario. La quinta dinámica describe el ascenso de fábricas de datos soberanas impulsadas por marcos regulatorios como el EU AI Act y DORA, que exigen instalaciones físicamente aisladas para datos sensibles.
Raymond Zhan, analista principal de Omdia, señala que la competencia futura dependerá de factores como energía, enfriamiento líquido, chips, software autónomo, cumplimiento soberano y resistencia de capital. La firma anticipa que 2026 y 2027 serán un periodo crítico para el desarrollo de AI Factories, con operadores regionales e industriales como segmento de mayor certidumbre de crecimiento.
Fuente: Omdia | Editado por CDOL
