BNEF eleva con fuerza su previsión de demanda eléctrica de los centros de datos en EE. UU.

La infraestructura de IA está haciendo más difícil y más urgente la previsión de la red

Los planificadores eléctricos de Estados Unidos ya sabían que los centros de datos se estaban convirtiendo en una nueva fuente importante de demanda. Los últimos datos de BloombergNEF sugieren que el desafío podría estar creciendo más rápido de lo que muchos modelos pueden manejar con comodidad. En una nueva evaluación, la firma de investigación dice que la demanda eléctrica de los centros de datos en EE. UU. podría alcanzar 207 gigavatios en 2033 bajo un escenario basado en las entregas previstas de chips de IA.

Incluso su caso base, más conservador, es grande. BloombergNEF ahora proyecta alrededor de 118 gigavatios de demanda de centros de datos en EE. UU. en 2030 y 194 gigavatios para 2035. Esas cifras representan revisiones al alza sustanciales respecto a su perspectiva anterior publicada en diciembre: 52% más para 2030 y 83% más para 2035.

Las cifras importan porque enmarcan una de las preguntas centrales de infraestructura del despliegue de IA: no solo cuántos modelos se entrenarán o se pondrán en producción, sino si el sistema eléctrico físico puede soportar los centros de datos que se están proponiendo. Si las carteras de proyectos, las expectativas de entrega de chips y los tamaños de los emplazamientos siguen creciendo, las empresas eléctricas, los operadores de red, los reguladores y los desarrolladores podrían estar trabajando con previsiones que pronto queden obsoletas.

Dos escenarios, una brecha de incertidumbre cada vez mayor

La perspectiva actualizada de BloombergNEF destaca lo incierto que se ha vuelto el límite superior. La firma describe dos escenarios para la demanda eléctrica de los centros de datos en EE. UU. para 2030 que difieren en 42 gigavatios. Los analistas señalaron que esa brecha por sí sola es más de cuatro veces la carga máxima de la ciudad de Nueva York. Para 2033, esa diferencia crece a 63 gigavatios.

No se trata de una pequeña discrepancia de modelado. Es evidencia de que pronosticar la demanda de infraestructura vinculada a la IA se ha vuelto estructuralmente más difícil. Los anuncios de proyectos se están expandiendo tanto en número como en tamaño, mientras que el despliegue real depende de la disponibilidad de energía, la velocidad de construcción, los plazos de interconexión, la financiación y de cuán eficientemente se diseñen y operen los futuros centros de datos.

BloombergNEF dice que subestimó la capacidad instalada de centros de datos en EE. UU. en 2025. La capacidad instalada superó los 47 gigavatios a finales del año pasado, un 16% por encima de la previsión de la firma. Ese error ayuda a explicar por qué ha revisado sus perspectivas tan al alza. La cuestión ya no es si la demanda de centros de datos está creciendo con rapidez. Es cuánto más alto podría ser el despliegue real en comparación con los modelos usados para planificarlo.

Por qué cambió tanto la previsión

Según la asociada sénior de BloombergNEF Nathalie Limandibhratha, el mercado cambió materialmente durante el último año. La firma añadió unos 100 gigavatios de capacidad de proyectos a su seguimiento de EE. UU. durante ese periodo. El crecimiento no se debe solo a que más desarrolladores entren en el mercado. También se debe al tamaño de los proyectos que ahora se están proponiendo.

Hace un año, un proyecto de centro de datos de un gigavatio se consideraba grande. Ahora BloombergNEF dice que su cartera incluye más de 70 proyectos de un gigavatio o más, con algunas propuestas que alcanzan varios gigavatios y llegan hasta 10 gigavatios. Proyectos de esa escala pueden transformar la planificación de transmisión local, las consideraciones sobre el agua, los debates sobre uso del suelo y las estrategias de adquisición de las empresas eléctricas. También hacen que la previsión nacional sea más volátil, porque un número relativamente pequeño de proyectos muy grandes puede desplazar drásticamente las expectativas agregadas de demanda.

El segundo escenario de la firma, basado en las entregas previstas de chips de IA, es especialmente importante porque vincula el crecimiento de la demanda con la cadena de suministro de hardware y no solo con el desarrollo de proyectos anunciados. Ese enfoque refleja una realidad dura de la economía de la IA: la disponibilidad de chips puede ser una limitación más práctica a corto plazo que la ambición del desarrollador. Si los chips avanzados llegan en los volúmenes esperados, es probable que la carga eléctrica necesaria para alojarlos y operarlos les siga el paso.

Qué significa esto para el sector eléctrico

Las empresas eléctricas y los planificadores de red ya enfrentan decisiones difíciles. Las grandes cargas pueden crear oportunidades de nuevos ingresos y justificar inversión, pero también pueden intensificar los cuellos de botella de interconexión y plantear preguntas sobre quién paga nuevas líneas de transmisión, subestaciones y generación. A medida que las previsiones de demanda suben, aumenta el riesgo de construir infraestructura insuficiente. También aumenta el riesgo de comprometerse en exceso con proyectos que quizá no se materialicen todos a tiempo.

La magnitud de la actualización de BloombergNEF sugiere que quizá haya que revisar los supuestos de planificación convencionales. Una cartera que contiene docenas de centros de datos a escala de gigavatio es distinta del patrón histórico de crecimiento incremental de la carga comercial. Son proyectos concentrados, rápidos e intensivos en capital que pueden remodelar los mapas regionales de carga en solo unos pocos años.

Para los responsables políticos, el informe también recuerda que la política de IA ya es inseparable de la política energética. Los debates sobre capacidad de cómputo nacional, competitividad industrial e infraestructura digital chocan cada vez más con límites de transmisión, suficiencia de generación y realidades de permisos locales. Si EE. UU. quiere alojar una mayor parte de las futuras cargas de trabajo de entrenamiento e inferencia de IA, el sistema eléctrico pasa a formar parte de la pila competitiva.

El problema de planificación es más grande que una sola previsión

La perspectiva revisada de BloombergNEF no debe leerse como una predicción precisa de que cada proyecto propuesto se construirá a tiempo y quedará plenamente energizado. La conclusión más útil es que la incertidumbre de la demanda se ha convertido en una variable de planificación. Una diferencia de 42 gigavatios entre los escenarios de 2030 es lo bastante grande como para afectar las estrategias de las empresas eléctricas, las expectativas regulatorias y las narrativas de mercado en torno al despliegue de generación.

También sugiere que los analistas pueden necesitar múltiples métodos de previsión para entender hacia dónde se dirige el sector. Las estimaciones basadas en la cartera capturan lo que los desarrolladores intentan construir. Los modelos basados en chips capturan lo que la cadena de suministro de hardware podría permitir. Ninguno es perfecto por sí solo, pero juntos muestran por qué los intervalos de confianza se están ampliando en lugar de reducirse.

Ese es el mensaje definitorio del nuevo informe de BloombergNEF. La demanda de centros de datos no solo está creciendo; se está volviendo más difícil de acotar. El despliegue de IA está empujando al sector eléctrico de EE. UU. hacia un entorno de planificación en el que la escala, el calendario y la concentración de los proyectos pueden moverse más rápido de lo que las herramientas heredadas de previsión fueron diseñadas para manejar. Ya sea que la demanda real termine más cerca del caso base o del escenario más alto ligado a chips, la dirección es clara: la planificación de la red para la próxima década tendrá que tener en cuenta una huella de centros de datos mucho mayor y más incierta de lo que muchos observadores asumían hace apenas unos meses.

Este artículo se basa en reportes de Utility Dive. Leer el artículo original.