El informe de McKinsey revela que la red eléctrica global no puede seguir el ritmo de la IA, dejando 2.500 GW bloqueados y poniendo en jaque la expansión tecnológica y la transición energética.
La expansión de la inteligencia artificial ha colisionado con los límites de la infraestructura física de transmisión eléctrica. Actualmente, la falta de capacidad en la red mantiene bloqueados 2.500 GW de energía a nivel global, en un contexto en el que la inversión en tecnologías energéticas ha alcanzado los 200.000 millones de dólares para abastecer la infraestructura informática masiva impulsada por la IA. Así lo refleja el nuevo informe de McKinsey & Company, Technology Trends Outlook 2026 (“Tendencias Tecnológicas en 2026”), que concluye que la disponibilidad de energía y el tiempo de acceso a la red representan la principal limitación en el desarrollo tecnológico global.
Este impacto en el ámbito energético forma parte del análisis global que realiza informe, que identifica 14 tendencias tecnológicas clave para el futuro empresarial y económico, estructuradas en tres áreas: revolución de la IA (software agéntico, IA agéntica, IA científica e infraestructura de modelos), fronteras de cómputo y conectividad (semiconductores específicos, ciberseguridad, conectividad avanzada, realidad inmersiva y tecnologías cuánticas) e ingeniería de vanguardia (robótica, movilidad, tecnologías espaciales, ciencias de la vida y energía y sostenibilidad).
La red eléctrica no logra avanzar al ritmo de edificación de la IA
La rápida expansión de la inteligencia artificial está reconfigurando el mapa del consumo energético mundial. Según el informe de McKinsey, se proyecta que el conjunto de los centros de datos pase de representar el 3% de la demanda eléctrica en EE. UU. en 2022 al 14% para 2030, impulsado por una potencia dedicada a la IA que se triplicará hasta superar los 90 GW.
Ante la exigencia masiva de suministro eléctrico para alimentar los centros de datos dedicados a la inteligencia artificial, el análisis de McKinsey expone que la principal dificultad técnica radica en la diferencia de tiempos de ejecución entre la construcción de centros de datos y el despliegue de las infraestructuras de transporte eléctrico, como líneas de alta tensión, subestaciones y transformadores.
Las tensiones en las cadenas de suministro extienden los plazos de entrega de los transformadores eléctricos por encima de los dos años en varios mercados. Como consecuencia, más de 2.500 GW en proyectos de generación de energía permanecen estancados a nivel mundial en colas de espera técnicas, aguardando los permisos e infraestructuras de interconexión necesarios para poder verter su electricidad a las redes locales. En este contexto, el acceso a un suministro eléctrico continuo constituye un factor diferencial para los operadores e hiperescaladores de la industria tecnológica.
Ante estos retos, Benjamim Vieira, socio senior de McKinsey & Company, señala: "El mayor desafío para las organizaciones no radica únicamente en el acceso a la tecnología más avanzada, sino en su capacidad para absorber la autonomía de los nuevos sistemas. Ya sea adaptando los ciclos de desarrollo de software o protegiendo la infraestructura frente a ciberataques automatizados, el éxito dependerá de cómo las empresas rediseñen sus procesos operativos, aseguren la supervisión humana y resuelvan las barreras físicas y de gobernanza.”
Para abordar las restricciones de suministro, el conjunto de las tecnologías energéticas y de sostenibilidad registró cerca de 200.000 millones de dólares en inversión durante 2025, estimándose que la financiación aumentará un 30% para 2026. Paralelamente, la estructura de la demanda laboral muestra una evolución hacia la fase comercial; más del 50% de las ofertas de empleo en el sector corresponden a roles de operaciones, ventas y gestión.
La IA acelera el descubrimiento de nuevos recursos para la transición energética
Más allá del consumo eléctrico de los centros de datos, la inteligencia artificial actúa como un catalizador en el desarrollo de soluciones para la sostenibilidad industrial. El informe destaca cómo los modelos fundacionales y las arquitecturas basadas en transformers se están aplicando a la ciencia de materiales para acelerar la búsqueda de nuevos materiales y sustancias estables y comercialmente viables en ámbitos como el almacenamiento en baterías, catalizadores industriales e infraestructuras de descarbonización.
Al permitir explorar espacios de diseño masivos que tradicionalmente requerían años de experimentación en laboratorio, estas herramientas están revolucionando la investigación, con instituciones y empresas combinando ya modelos generativos con laboratorios automatizados y robótica para acelerar la validación de materiales avanzados.
El avance no solo ha atraído un fuerte respaldo financiero con rondas de inversión de hasta 300 millones de dólares en firmas de IA científica, sino que resulta clave para optimizar la eficiencia de la red energética y acortar los plazos de desarrollo de las tecnologías limpias de nueva generación.
La ciberseguridad amenaza las infraestructuras críticas
El despliegue de la inteligencia artificial está transformando la arquitectura de los procesadores al desplazar el foco desde el entrenamiento inicial de los modelos hacia su ejecución diaria en entornos reales, proceso conocido como inferencia. Para contener la escalada en el consumo eléctrico de los centros de datos, la industria está desplazando el foco hacia la eficiencia de la inferencia (la ejecución diaria de la IA), que concentrará entre el 30% y el 40% de la demanda energética de los centros de datos para 2030 según el informe de McKinsey.
Con el fin de optimizar el consumo de energía por token procesado, las empresas hiperescaladoras (Amazon, Google, Meta y Microsoft) colaboran con fabricantes de semiconductores en el diseño de silicio a medida (ASICs y aceleradores específicos). Estos formatos de chips buscan incrementar el rendimiento por vatio e introducen cambios en el diseño físico de los sistemas informáticos y en los requisitos de los sistemas de refrigeración.
Por otro lado, la incorporación de la IA en los entornos corporativos plantea nuevas exigencias en materia de ciberseguridad. La capacidad de la IA para detectar automáticamente vulnerabilidades ha eliminado la ventana de reacción defensiva: el tiempo medio entre la identificación de un fallo y su explotación activa por parte de atacantes ha descendido de más de 800 días en 2018 a -16 horas en agosto de 2026. Esto implica que más del 75% de las vulnerabilidades registradas son de tipo "zero day", siendo utilizadas por atacantes antes de su difusión pública.
Una dinámica que coincidió con un aumento del 44% en los ataques a aplicaciones expuestas a internet en un año y un incremento del 49% en los grupos activos de ransomware y extorsión, según datos de IBM citados en el informe. Como respuesta, las grandes corporaciones y operadores de infraestructuras críticas están implementando arquitecturas de seguridad zero trust e inspección continua en tiempo real para supervisar sus redes operativas y administrar las identidades no humanas (bots y agentes de software), que superan a las identidades humanas en una relación de 100 a 1 en las grandes empresas.
En definitiva, el informe confirma que la viabilidad de la nueva ola de innovación tecnológica trasciende el ámbito del desarrollo de software para convertirse en un reto de capacidad industrial y de red. El ritmo de despliegue de las tecnologías vendrá determinado por la resolución de las barreras en la cadena de suministro eléctrico y la implantación de marcos de ciberseguridad capaces de operar en tiempo real.
