La nueva carrera por la IA generativa está transformando la estructura financiera de las mayores compañías digitales del planeta. Microsoft, Amazon, Meta, Google y otros gigantes del sector están desviando miles de millones desde los departamentos tradicionales hacia una infraestructura tecnológica que exige una potencia energética inédita, chips cada vez más complejos y sistemas de entrenamiento a escala global.
Este giro ha provocado una oleada de ajustes laborales sin precedentes desde la pospandemia, al tiempo que crece la apuesta por redes privadas de supercomputación, centros de datos hiperescala y programas de formación masiva. El resultado es un cambio profundo en las prioridades, donde el gasto en plantilla cede terreno ante la urgencia por liderar la próxima década de la IA.
La irrupción de la IA está desplazando recursos desde miles de empleos tradicionales hacia infraestructuras que requieren inversiones colosales
El auge de los megacentros de datos absorbe la mayor parte del capital
El destino principal del dinero liberado por los recortes de personal son los megacentros de datos específicos para IA. Estas instalaciones, que duplican o triplican el consumo energético de un centro tradicional, requieren:
-
Sistemas de refrigeración líquida.
-
Nuevas subestaciones eléctricas y acuerdos energéticos especiales.
-
Redes internas de alta velocidad para mover datos durante el entrenamiento de modelos.
Microsoft destinará 17.500 millones de dólares en India a la creación de nuevos centros de datos adaptados a IA, un plan que acompaña a recortes globales que superan los 15.000 empleos. Amazon, por su parte, ha comprometido más de 35.000 millones de dólares en India y otros 5.000 millones adicionales en Asia para expandir AWS y reforzar sus capacidades de computación generativa.
Las grandes tecnológicas priorizan instalaciones físicas de IA que requieren infraestructuras energéticas inéditas y consumen miles de millones
Chips avanzados: la segunda gran deriva presupuestaria
El segundo canal de inversión es la compra masiva de chips avanzados, el componente central de todo entrenamiento de IA.
Las compañías están gastando miles de millones en:
-
GPUs de Nvidia (H100, H200, B200).
-
Aceleradores propios como Microsoft Maia, Amazon Trainium, Google TPU v5.
-
Renovación de servidores y sistemas de refrigeración para soportar cargas extremas.
La escasez global de componentes ha provocado que las empresas firmen contratos para reservar producción futura con años de antelación, lo que incrementa aún más los costes. Esta presión presupuestaria explica buena parte de los ajustes de personal en áreas no vinculadas a IA.
Las tecnológicas asumen un gasto multimillonario en chips para garantizar capacidad de entrenamiento frente a la competencia
Supercomputación: la nueva columna vertebral de la IA generativa
La tercera gran vía de inversión es la creación de supercomputadores y redes distribuidas para entrenar modelos cada vez más complejos.
Entre las mayores iniciativas destaca la infraestructura proyectada por Microsoft y OpenAI, valorada en hasta 500.000 millones de dólares a finales de la década. El objetivo: construir sistemas capaces de entrenar modelos generativos que multiplicarán el número de parámetros y requerirán redes privadas globales para mover datos a alta velocidad.
Los gobiernos también se suman a este movimiento, con proyectos de “computación soberana” en la Unión Europea, Japón, India y Arabia Saudí. Estas redes buscan reducir dependencia de proveedores extranjeros ante el creciente peso estratégico de la IA.
Automatización interna: cómo la IA sustituye capas completas de trabajo
Una parte relevante del capital se destina a automatizar procesos internos, lo que refuerza el ciclo de sustitución laboral:
-
Atención al cliente mediante chatbots entrenados con modelos generativos.
-
Desarrollo de software con herramientas como Copilot o Gemini Code Assist.
-
Logística y operaciones con sistemas predictivos.
-
Tareas administrativas automatizadas a gran escala.
En empresas como Amazon, los recortes de hasta 14.000 empleos corporativos se han vinculado a nuevas plataformas internas que reducen la necesidad de trabajadores en gestión, soporte y documentación.
Formación masiva y reconversión hacia perfiles de IA
Aunque menos voluminoso en términos presupuestarios, otro destino clave es la formación laboral. Microsoft ha anunciado programas de capacitación en IA dirigidos a millones de trabajadores en India; Amazon desarrolla programas similares en logística y servicios en la nube.
Estos planes buscan justificar la narrativa corporativa de “transformación del empleo” y aliviar el impacto social de los recortes, aunque el saldo neto sigue mostrando una reducción global de puestos de trabajo tradicionales.
A qué se destinan las nuevas inversiones frente a los recortes laborales
| Área de inversión | Descripción | Peso estimado sobre el total | Empresas líderes |
|---|---|---|---|
| Megacentros de datos | Construcción y ampliación de infraestructuras específicas para IA con refrigeración líquida y redes de alta velocidad | 50–60% del capital anual | Microsoft, Amazon, Google, Meta |
| Chips y hardware | GPUs, aceleradores propios, servidores especializados y reservas de producción futura | 25–30% del capital anual | Nvidia, Microsoft, Amazon, Google |
| Supercomputación | Redes globales, superordenadores y proyectos soberanos | 10–15% | Microsoft, OpenAI, UE, Japón |
| Automatización interna | IA para sustituir procesos administrativos, código y logística | 5–10% | Amazon, Meta, Alphabet |
| Formación y talento IA | Programas de capacitación, contratación de expertos y salarios elevados | 3–5% | Microsoft, Amazon, Google |
Un sector que reestructura empleo para financiar la próxima década de IA
El desplazamiento del gasto es claro: el dinero que antes sostenía estructuras de personal se dirige ahora a infraestructura física, computación y automatización. En 2025, casi una de cada tres bajas tecnológicas está vinculada a proyectos de IA y reorganizaciones derivadas de este nuevo ciclo.
La tendencia apunta a un escenario donde la creación de empleo se concentrará en perfiles de alta cualificación —ingenieros de datos, especialistas en modelos, operadores de centros de datos— mientras las áreas tradicionales reducen su peso laboral.
Según estimaciones del sector, la inversión global necesaria para sostener la IA generativa podría superar los 3 billones de dólares en infraestructuras de aquí a 2028, un volumen que explica la persistencia de los recortes laborales y anticipa un cambio estructural sin precedentes en la economía tecnológica.
