Tabla de Contenido
La inferencia de IA será el principal motor del negocio de la inteligencia artificial antes de 2030. Conoce por qué las neoclouds, los Internet Exchange y la infraestructura edge redefinirán el mercado, de acuerdo con el análisis de Thomas King, CTO de DE-CIX.
La conversación sobre inteligencia artificial ha estado dominada durante los últimos dos años por la construcción de grandes centros de datos para entrenar modelos fundacionales. Sin embargo, el verdadero negocio comenzará cuando esos modelos deban responder millones de solicitudes en tiempo real.
De acuerdo con Thomas King, CTO de DE-CIX, la siguiente gran etapa del mercado será la inferencia de inteligencia artificial, es decir, la ejecución cotidiana de modelos para atender consultas de usuarios, dispositivos, aplicaciones empresariales y agentes autónomos.
Para los proveedores de infraestructura, operadores de centros de datos, integradores de soluciones, proveedores de nube y empresas dedicadas al alquiler de GPU —las llamadas neoclouds— este cambio representa una oportunidad multimillonaria, pero también exige replantear completamente la arquitectura de conectividad.
El entrenamiento dejará de ser el protagonista
Durante los últimos años, las inversiones se concentraron en construir infraestructura para entrenar modelos de lenguaje de gran tamaño (LLM). Sin embargo, conforme la IA llegue a aplicaciones de negocio, manufactura, salud, logística, ciudades inteligentes y dispositivos IoT, la mayor demanda ya no será entrenar modelos, sino ejecutarlos miles de millones de veces al día.
Las proyecciones de distintas firmas coinciden en esa transición.
McKinsey estima que la inferencia se convertirá en la principal carga de trabajo de los centros de datos especializados en IA antes de finalizar la década.
Por su parte, JLL considera que este punto de inflexión llegará incluso antes: hacia 2027 las cargas de inferencia prácticamente igualarán a las de entrenamiento y, para 2030, representarán alrededor de dos terceras partes del procesamiento relacionado con inteligencia artificial.
El tamaño del mercado también refleja esa tendencia.
Según Precedence Research, el mercado mundial de AI Inference as a Service crecerá a una tasa superior al 25% anual compuesto (CAGR) hasta aproximarse a 200 mil millones de dólares en 2035.
Mientras tanto, ABI Research calcula que únicamente el negocio de inferencia para las neoclouds alcanzará ingresos cercanos a 150 mil millones de dólares anuales hacia 2030.
La IA llegará a todos los dispositivos
El detonador de esta demanda será la masificación de la inteligencia artificial.
Actualmente, apenas 16% de la población mundial utiliza herramientas de IA, según el Microsoft AI Diffusion Report 2025.
Sin embargo, la adopción avanza rápidamente.
Un estudio realizado en 14 países de la OCDE encontró que, hacia finales de 2025, cerca del 40% de la población utilizaba regularmente herramientas de IA generativa, especialmente personas entre 18 y 35 años.
Para Thomas King, estas cifras representan apenas el inicio.
En los próximos años, prácticamente cualquier dispositivo incorporará funciones de inteligencia artificial: computadoras, teléfonos inteligentes, tabletas, dispositivos vestibles, vehículos conectados, robots industriales, sistemas médicos, infraestructura logística, agricultura de precisión y fábricas inteligentes.
Ese escenario explica por qué Morgan Stanley Research estima inversiones cercanas a 2.9 billones de dólares en nuevos centros de datos entre 2025 y 2028.
La conectividad será el nuevo diferenciador
El análisis sostiene que la ventaja competitiva dejará de depender únicamente de disponer de GPU.
Cuando la inferencia se convierta en el principal servicio, la cercanía entre el usuario y la infraestructura de cómputo será determinante.
A diferencia del entrenamiento, que puede realizarse en grandes campus alejados de los centros urbanos, la inferencia requiere responder prácticamente en tiempo real.
Esto convierte a la latencia de red en uno de los factores más importantes para la experiencia del usuario.
King compara este fenómeno con la evolución de las plataformas de video bajo demanda.
Así como las redes de distribución de contenido (CDN) acercaron películas y transmisiones a los usuarios mediante infraestructura edge, la IA seguirá un camino similar.
Como consecuencia, empresas como Akamai, Cloudflare, Fastly y G-Core Labs ya comenzaron a posicionarse como proveedores de infraestructura para inferencia, compitiendo tanto con los hyperscalers tradicionales como con las nuevas neoclouds.
¿Qué significa esto para los integradores?
En los próximos años crecerá la demanda de proyectos relacionados con:
- Centros de datos edge.
- Infraestructura GPU distribuida.
- Interconexión entre nubes.
- Redes de baja latencia.
- Automatización basada en IA.
- Plataformas para agentes inteligentes.
- Servicios administrados de IA empresarial.
Esto implica oportunidades para integradores especializados en networking, almacenamiento, centros de datos, ciberseguridad, virtualización y servicios profesionales.
El peering será una ventaja competitiva
Uno de los principales mensajes del análisis es que las neoclouds deberán comenzar a operar con la lógica de un proveedor de telecomunicaciones.
Actualmente, Omdia Informa TechTarget reporta que:
- Más del 50% de las neoclouds todavía no utilizan Internet Exchange (IX).
- Alrededor del 20% continúa dependiendo de un solo proveedor de tránsito IP.
Ambas condiciones representan riesgos importantes conforme aumente el tráfico de inferencia.
Para King, establecer conexiones mediante Internet Exchange permite reducir la latencia, optimizar rutas de tráfico, mejorar la resiliencia de la red y facilitar el cumplimiento regulatorio sobre soberanía de datos.
Además, reduce la dependencia del modelo tradicional de tránsito IP.
Menos latencia significa mayor rentabilidad
El impacto económico de la latencia es directo.
Cada milisegundo adicional implica que las GPU permanecen esperando instrucciones o datos antes de comenzar el procesamiento.
Esto disminuye el aprovechamiento de equipos cuyo costo de adquisición puede alcanzar cientos de miles de dólares por nodo.
El autor cita un ejemplo ilustrativo.
Las conexiones tradicionales hacia clústeres de IA suelen registrar latencias de entre 50 y 200 milisegundos.
En contraste, una infraestructura conectada mediante Internet Exchange metropolitanos puede reducir ese tiempo a menos de un milisegundo, acercando físicamente los recursos de inferencia a los usuarios.
En consecuencia, disminuye el Time to First Token (TTFT), aumenta la generación de tokens por segundo y mejora la capacidad de atender más solicitudes con la misma infraestructura.
La seguridad también forma parte del negocio
El análisis advierte otro aspecto poco discutido: la resiliencia frente a ataques DDoS.
Cuando toda la operación depende de un único proveedor de tránsito IP, un ataque puede dejar sin conectividad a toda la infraestructura.
En cambio, una arquitectura basada en múltiples enlaces de peering permite aislar redes comprometidas y mantener disponibles los servicios de inferencia.
Un mercado que exige nuevas capacidades
El crecimiento de la inferencia no solo incrementará la demanda de GPU, sino también de infraestructura de borde, interconexión de alta capacidad, automatización de redes, seguridad y servicios administrados.
Para el ecosistema de integradores, distribuidores especializados y proveedores de infraestructura, esta evolución representa una oportunidad para ampliar su portafolio más allá del suministro de hardware y participar en proyectos completos de arquitectura para IA.
King afirmó que la próxima ola de la inteligencia artificial no estará definida únicamente por quién posea más capacidad de cómputo, sino por quién logre acercar esa capacidad al usuario con la menor latencia posible. En ese contexto, la conectividad deja de ser un componente secundario para convertirse en un activo estratégico del negocio de la IA.
