Saltar al contenido
Volver

Gartner: infraestructura IA sube 96% a US$42 mil millones en 2026 y la inferencia ya le gana al entrenamiento

Gartner proyecta que el gasto en IaaS optimizado para IA casi se duplica a US$42B en 2026. Por primera vez, inferencia (US$23,3B) supera a entrenamiento (US$19B). Los hyperscalers invierten más de US$500B en capex.

Nauta Lab
2 min

Gartner: infraestructura IA sube 96% a US$42 mil millones en 2026 y la inferencia ya le gana al entrenamiento

Gartner soltó un reporte ayer que confirma lo que ya se olía: la IA dejó de ser experimental y se volvió infraestructura de producción. El gasto global en IaaS optimizado para IA va a crecer 96% este año, llegando a US$42 mil millones. Y acá viene el dato que cambia el enfoque: inferencia supera a entrenamiento por primera vez.

Los números

CategoríaGasto 2026
IaaS optimizado para IA (total)US$42 mil millones
InferenciaUS$23,3 mil millones
Entrenamiento de modelosUS$19 mil millones
Proyección 2027US$66 mil millones

La inferencia — o sea, correr modelos en producción generando respuestas en tiempo real — ya representa más de la mitad del gasto. Eso es una señal clarísima: las empresas pasaron de entrenar modelos a usarlos.

Qué dicen en Gartner

Hardeep Singh, analista senior principal de Gartner:

“El hecho de que el gasto en inferencia supere al de entrenamiento en 2026 indica que la adopción de IA se está volviendo más mainstream y orientada a producción.”

Básicamente: por años la demanda de infra IA fue impulsada por los labs entrenando foundation models. Ahora son las empresas embediendo IA en sus procesos, productos y experiencias de cliente. Eso requiere inferencia continua, no entrenamiento periódico.

Los hyperscalers no se están quietos

Google Cloud, Microsoft Azure y AWS planean invertir más de US$500 mil millones en capex solo este año para infraestructura de IA. Es un número que rompe la cabeza.

Pero ojo con el matiz: un escéptico de la industria planteó que 48% de los ingresos de Google Cloud el próximo año podrían venir de solo dos empresas que nunca han sido rentables. La pregunta es: ¿qué pasa cuando el dinero de los labs se termine si los modelos no generan suficiente retorno?

El shift hacia híbrido

Un dato interesante del reporte: las empresas están reassessando sus estrategias cloud. Ya no es “todo al cloud público”. La tendencia es híbrido: combinar cloud público, privado, colocation, edge y sovereign. La razón es simple: inferencia requiere baja latencia, y eso significa tener compute más cerca del usuario.

Por qué importa

  • Inference > Training = la IA maduró. El desafío engineeril ya no es “¿cómo entreno un modelo más grande?” sino “¿cómo sirvo millones de inferencias por segundo sin que se caiga?”
  • $42B es serio: ya no es presupuesto de I+D, es gasto operacional. Los CIOs están tratando la infra IA como capacidad de negocio, no como experimento.
  • El modelo de negocio cloud está cambiando: si la inferencia es el workload dominante, las decisiones de arquitectura (GPU scheduling, networking, storage) se reorientan completamente.

La conclusión de Gartner es directa: la infraestructura IA ya no es una consideración tecnológica — es una capacidad de negocio que determina qué tan rápido y efectivo puedes escalar IA en tu empresa. Los CIOs que no lo entiendan así se van a quedar atrás.


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en Cloud →

Buscar en Ping Diario