La IA ha pasado de función a demanda
Durante una década la IA ha ayudado al sistema eléctrico. En 2026 se ha convertido en la mayor fuente nueva de demanda sobre él, y en la única herramienta lo bastante rápida para gestionar la volatilidad que ella misma crea.
La AIE prevé que el consumo eléctrico de los centros de datos se duplique con creces hasta unos 945 TWh en 2030, más de lo que consume hoy todo Japón, y que los centros de datos expliquen en torno a una décima parte del crecimiento de la demanda eléctrica mundial, y más de una quinta parte en las economías avanzadas. La IA es ya el mayor cliente nuevo de la red. Y es, al mismo tiempo, la mejor herramienta de la red: el mismo análisis de la AIE concluye que una gestión de la red apoyada en IA podría liberar hasta 175 GW de capacidad de transporte sin tender una sola línea nueva.
Las dos cosas se han fundido en un solo problema de optimización. La señal más clara de lo que viene es la primera fábrica de IA a escala comercial con carga flexible, que modula su consumo en respuesta a las señales de la red y convierte la mayor amenaza para la red en un activo de balance.
La capa aburrida decide quién gana
El valor en red, activos y mercado está encerrado detrás de datos operativos sin integrar, y esa integración es donde está de verdad el trabajo.
El mantenimiento predictivo, la optimización de la red y el trading dependen todos de cruzar los datos de tecnología de operación (SCADA, historizadores, GIS) con datos de IT como los precios de mercado y las previsiones. Bien hecho, eso produce una imagen operativa completa de la cadena de valor; mal hecho, la IA se queda en piloto. Como deja claro el gráfico, la capa de integración OT/IT es el habilitador que hay debajo de todos los casos de uso operativos: la parte menos vistosa y más decisiva del programa.
Hay una restricción humana encima de la técnica. La AIE encuentra que las eléctricas y las petroleras tienen en torno a un 40 % menos de concentración de perfiles con habilidades de IA que el sector tecnológico, con 2,4 trabajadores del sector cerca de la jubilación por cada entrante menor de 25 años: un precipicio de talento que ninguna hoja de ruta de IA sobrevive sin un plan de recualificación.
Índice modelizado por Rindogatan; la capa de datos integrada de OT e IT es el habilitador que hay debajo de todos los casos de uso operativos. Orientativo, no son datos de encuesta.
La resiliencia lo hace soberano
En una infraestructura crítica, el control de la dependencia de la IA forma parte del argumento de resiliencia, y el gasto europeo ya se está moviendo.
Los datos de red y de trading son sensibles de una forma que va más allá de la privacidad: son una cuestión de resiliencia y de seguridad. Bajo la Directiva NIS2 y la Directiva sobre la resiliencia de las entidades críticas (CER), el operador responde de la cadena de suministro de su IA, y una carga de trabajo crítica mediada por un modelo en otra jurisdicción es exactamente la dependencia que el sector existe para eliminar. Gartner espera que el gasto europeo en nube soberana crezca hasta los 12.600 millones de dólares en 2026, y nombra a la energía y a las utilities entre los compradores principales: el mercado ya está votando.
La soberanía se plantea aquí mejor como control y resiliencia que como mera residencia del dato: lleva la inferencia dentro del perímetro controlado y auditado que el operador ya mantiene. Las cifras son de la AIE y de Gartner; el índice modelizado es nuestro.
“El mismo centro de datos que tensa una subestación puede ahora ofrecer flexibilidad de vuelta al mercado. Energía y cómputo se han fundido en un solo problema de optimización, y la restricción que manda es la capa de datos integrada que hay debajo de la red.”
Integra los datos, adueñate de la dependencia
Haz que la IA de la energía sea tan resiliente como la infraestructura a la que sirve.
Trata la integración de datos OT/IT como el programa, no como un paso previo: la imagen operativa que produce es de lo que depende cada caso de uso operativo. Clasifica las cargas de trabajo operativas y de trading como soberanas por defecto y asócialas a las obligaciones de NIS2 y CER.
Levanta inferencia soberana dentro del perímetro operativo, reserva la frontera para el borde no crítico, y acompaña cada despliegue de un plan de recualificación para una plantilla que envejece y tiene poca IA. En una infraestructura crítica, controlar la dependencia es el requisito; la soberanía es la forma de cumplirlo.
- 1. Las cifras de cabecera son modelos de Rindogatan: referencias orientativas que hay que calibrar para cada organización, no estadísticas de encuesta.
- 2. Los datos de socios proceden de investigación publicada (por ejemplo, el Modern Marketing Data Stack de Snowflake o el State of Data + AI de Databricks) y se citan solo como indicación de tendencia.
- 3. Referencias normativas: Reglamento de Inteligencia Artificial, Reglamento (UE) 2024/1689; Reglamento General de Protección de Datos, Reglamento (UE) 2016/679; Reglamento DORA, Reglamento (UE) 2022/2554; Directiva NIS2, Directiva (UE) 2022/2555.
- 4. El despliegue soberano se modeliza sobre infraestructura soberana europea.