Durante años el relato de la inteligencia artificial se contó en chips: GPUs, modelos, parámetros. El 2026 Global Data Center Market Outlook de JLL cambia el foco hacia algo mucho más físico y mucho más caro: los edificios que albergan esos chips y, sobre todo, la electricidad que necesitan para funcionar. Y la conclusión es contundente. El mundo está entrando en uno de los mayores ciclos de inversión en infraestructura de la era moderna —un auténtico superciclo—, con una sola cifra que lo resume: hasta 3 billones de dólares hasta 2030.
Para quien mira el mundo desde una cartera de inversión, esto importa por dos motivos. Primero, porque define una de las grandes corrientes de capital de la década, con efectos sobre el sector inmobiliario, la energía, la tecnología y el crédito. Y segundo, porque el informe pone el dedo en una verdad incómoda: el límite ya no es el dinero, es la energía.
Duplicar el sector en cinco años
El punto de partida del informe es una previsión de crecimiento que cuesta digerir. La capacidad instalada de centros de datos pasaría de unos 103 GW en 2025 a 200 GW en 2030, lo que equivale a duplicar el tamaño del sector en apenas cinco años a un ritmo del 14% anual compuesto. JLL traza una senda año a año casi sin baches: 103 GW en 2025, 115 en 2026, 130 en 2027, 150 en 2028, 173 en 2029 y 200 en 2030.
Figura 1. La capacidad mundial pasa de 103 a 200 GW entre 2025 y 2030 (14% CAGR) — Fuente: JLL Research.
Esos casi 100 GW de capacidad nueva que entran en funcionamiento entre 2026 y 2030 no son una abstracción: equivalen, según JLL, a 1,2 billones de dólares en creación de valor inmobiliario y a una necesidad de unos 870.000 millones de dólares de deuda nueva. Y eso es solo el continente. Los inquilinos —los hiperescaladores y las empresas que alquilan el espacio— gastarán entre 1 y 2 billones de dólares adicionales equipando esas naves con GPUs e infraestructura de red. Sumado todo, el gasto total del sector en cinco años se acerca a los 3 billones.
El mapa: América manda, EMEA y APAC siguen
El crecimiento no se reparte por igual. JLL desglosa la oferta mundial por regiones y el dibujo es claro. América (AMER) es la mayor región, con cerca del 50% de la capacidad mundial, y además la que más rápido crece: un 17% anual hasta alcanzar unos 109 GW en 2030. Estados Unidos concentra alrededor del 90% de la actividad de la región.
APAC crecería a un 12% anual, pasando de 32 GW a unos 57 GW en 2030, con la colocación liderando la expansión y la capacidad on-premise en retroceso a medida que las empresas migran a la nube. EMEA, la región más madura, avanzaría a un 10% anual hasta sumar unos 34 GW, con 13 GW de oferta nueva impulsada por el apoyo gubernamental a la infraestructura de IA y la demanda de nubes soberanas que cumplan la regulación de privacidad de datos.
Figura 2. Oferta mundial por región hasta 2030: AMER 109 GW (17%), APAC 57 GW (12%), EMEA 34 GW (10%) — Fuente: JLL Research.
De entrenar a inferir: el cambio de motor en 2027
Uno de los puntos más interesantes del informe es cualitativo, no de capacidad. JLL prevé que la IA pase de representar alrededor de un cuarto de las cargas de trabajo de los centros de datos en 2025 a la mitad en 2030. Pero lo relevante es el cambio de naturaleza dentro de esa IA.
Hasta ahora, el entrenamiento de modelos ha sido el gran consumidor. JLL anticipa un punto de inflexión en 2027, cuando la inferencia adelantaría al entrenamiento como requisito dominante. En su escenario de 2030, las cargas se reparten en 50% tradicionales, 13% entrenamiento de IA y 37% inferencia de IA (frente a un 77% tradicional y una IA aún incipiente en 2025).
Figura 3. El reparto de cargas en 2030: 50% tradicional, 13% entrenamiento, 37% inferencia — Fuente: JLL Research.
La distinción no es técnica sin más. El entrenamiento es una inversión puntual o periódica; la inferencia genera ingresos recurrentes con el uso real de las aplicaciones. Y a diferencia del entrenamiento, que se concentra en clústeres centralizados, la inferencia exige distribución geográfica para reducir la latencia y servir al usuario, lo que empuja despliegues regionales y sistemas en el edge. Para el inversor inmobiliario eso significa que el mapa de la demanda se va a redistribuir: del macrocentro único a una red de nodos más cercanos al usuario final.
El verdadero cuello de botella: la energía
Aquí está, a mi juicio, el corazón del informe. El límite del crecimiento no es financiero, es eléctrico. JLL señala que el tiempo medio de espera para conectarse a la red en los mercados primarios supera los cuatro años. Cuando el plazo de conexión a la red dura más que el propio ciclo de construcción y obsolescencia del hardware, la red deja de ser un detalle de ingeniería y se convierte en la variable que decide qué proyectos son viables.
La respuesta del sector es buscarse la vida fuera de la red: generación behind-the-meter (detrás del contador), acuerdos de compra de energía (PPAs), contratos de private wire y almacenamiento en baterías colocalizado. En Estados Unidos, el gas natural emerge como solución tanto puente como permanente —de ahí el repunte global de pedidos de turbinas—, aunque algunos de los mayores inquilinos lo rechazan por no considerarlo sostenible. En EMEA y APAC pesan más las renovables: JLL apunta que en EMEA los proyectos que combinan renovables y private wire pueden reducir el coste de la energía para el inquilino hasta un 40% frente a la red. Y mercados como Irlanda o Texas ya imponen mandatos de "trae tu propia energía".
El mensaje para el inversor es directo: un emplazamiento sin energía asegurada es un activo varado, por bien situado que esté. La energía se ha convertido en la barrera de entrada decisiva.
Costes al alza y un sector que se concentra
Construir tampoco es barato, y cada vez lo es menos. Entre 2020 y 2025 el coste medio mundial de construcción de un centro de datos subió de 7,7 a 10,7 millones de dólares por MW, un 7% anual. Para 2026, JLL prevé otro 6% de subida, hasta unos 11,3 millones por MW. Conviene leer la letra pequeña: esa cifra cubre solo la estructura ("shell and core"); el equipamiento tecnológico que añade el inquilino puede llegar a 25 millones de dólares por MW en infraestructura de IA.
Por mercados, los costes son relativamente uniformes en AMER y EMEA, pero APAC muestra una enorme dispersión entre mercados desarrollados y emergentes: Tokio aparece como el más caro (en el entorno de los 14-18 millones por MW) frente a un Mumbai mucho más barato (alrededor de 6-7 millones).
Figura 4. Costes de construcción 2026 por mercado ($M/MW): de los ~6-7M de Mumbai a los ~14-18M de Tokio — Fuente: JLL Research.
El resultado de todo esto —proyectos más grandes, más caros y más complejos— es la consolidación del sector. El acceso a la energía, la financiación y la capacidad de ejecución se concentran en menos manos. JLL observa además que la liquidez se diversifica: la emisión de ABS y CMBS está emergiendo como canal de financiación crítico más allá de la deuda bancaria tradicional. Para los grupos solventes con proyectos respaldados, el mercado de deuda sigue abierto; para el resto, las barreras de entrada están limpiando la cola de proyectos especulativos.
Lectura para una cartera
Conviene poner las cifras en su contexto. Este es un informe de un asesor inmobiliario global (JLL) que, lógicamente, ve el mundo desde el ladrillo y la infraestructura, y sus previsiones a 2030 son justamente eso, previsiones: dependen de que la adopción de aplicaciones de inferencia "que aún no existen a escala" se materialice. La propia JLL lo reconoce. Un superciclo de 3 billones de dólares también puede ser, visto desde otro ángulo, una señal de exuberancia que conviene vigilar.
Dicho esto, el informe acierta en lo estructural y aquí es donde aporta a una cartera bien diversificada. La gran idea no es "comprar IA", sino entender que la IA está reordenando varios sectores a la vez —energía, inmobiliario, tecnología, crédito— y que el factor escaso ya no es el capital, sino la electricidad y el suelo con conexión. Esa es la lente útil: los ganadores no serán solo quienes tengan los mejores modelos, sino quienes controlen los recursos físicos —energía asegurada, emplazamientos, capacidad de ejecución— que esos modelos necesitan para funcionar. Para el inversor de largo plazo, la pregunta no es si construir, sino quién tendrá la energía para hacerlo.