Durante años los data centers fueron concebidos principalmente como instalaciones destinadas al almacenamiento y procesamiento de información. Sin embargo, el avance de la Inteligencia Artificial está modificando rápidamente ese escenario. El crecimiento de modelos generativos, automatización avanzada y análisis de datos en tiempo real está llevando a la infraestructura digital a enfrentar desafíos energéticos y operacionales cada vez más complejos.
Las cifras reflejan la magnitud de esta transformación. Un informe de la International Energy Agency (IEA) del 2025 proyecta que el consumo eléctrico global de los data centers podría más que duplicarse hacia 2030, alcanzando cerca de 945 TWh, equivalente al consumo energético anual de Japón. En paralelo, McKinsey & Company (2025) estima que la demanda mundial de capacidad para data centers casi se triplicará hacia el final de la década, impulsada principalmente por aplicaciones asociadas a Inteligencia Artificial. Según la consultora, cerca del 70% de la capacidad instalada estará destinada a cargas de IA para 2030.
Este escenario está generando un cambio estructural en la industria tecnológica y energética. ¿La razón? La conversación ya no gira únicamente en torno a capacidad de cómputo, sino también sobre disponibilidad eléctrica, eficiencia energética, estabilidad de las redes y nuevas estrategias de refrigeración. Tales tendencias fueron parte de los temas abordados durante AI Ready DC 2026, encuentro organizado por Schneider Electric que reunió a especialistas y representantes de la industria para analizar cómo la Inteligencia Artificial está redefiniendo el futuro de los data centers y la infraestructura crítica.
“Actualmente ya se habla de infraestructura diseñada específicamente para IA y no solo de data centers tradicionales. Eso trae desafíos enormes desde el punto de vista eléctrico, energético y de ingeniería”, señaló Luis Santamaría, Líder del área Cloud & Service Provider de la compañía.
El ejecutivo explicó que el crecimiento de las cargas de IA está elevando de forma acelerada la densidad energética dentro de los centros de datos. “Hoy ya estamos llegando a racks de 150 kilowatts y las proyecciones apuntan incluso al megawatt por rack en los próximos años, lo que representa un desafío enorme para la infraestructura eléctrica y la refrigeración”.
En ese contexto, tecnologías como la refrigeración líquida están comenzando a posicionarse como una de las principales alternativas para responder a las nuevas exigencias térmicas de la industria. “Disipar y reutilizar esa cantidad de calor requiere nuevas estrategias de diseño, mayor ingeniería y soluciones como liquid cooling, porque los sistemas tradicionales basados en aire ya no son suficientes”, agregó Santamaría.
Por otra parte, el ejecutivo destacó que el avance de la IA también está modificando la arquitectura de los centros de datos. “La Inteligencia Artificial está impulsando servidores con mucha mayor capacidad de cómputo y data halls más compactos, pero con las mismas exigencias de energía y refrigeración, lo que obliga a repensar cómo se diseña la infraestructura digital”, precisó.
Y es en este contexto que Schneider Electric ha fortalecido su colaboración con líderes globales en computación acelerada como NVIDIA, con el objetivo de desarrollar arquitecturas de infraestructura optimizadas para cargas de trabajo de IA, además de integrar soluciones de energía, enfriamiento, distribución eléctrica y gestión digital, elementos críticos para soportar entornos de cómputo intensivo como los que requieren las plataformas de inteligencia artificial.
Es aquí cuando al hablar de Data Centers preparados para la Inteligencia artificial, es importante trabajar con un ecosistema de partners que aseguran el cubrimiento end to end en todas las áreas de esas instalaciones y que permitan enfrentar los nuevos desafíos para mercados como Chile, donde la expansión de energías renovables y el avance tecnológico están posicionando al país como un actor relevante para la instalación de infraestructura digital de última generación a nivel regional.
