Carnegie midió el retraso: un año perdido en data centers cuesta más que duplicar la electricidad

Tres análisis de política —de Carnegie, CSIS y CNAS— llegaron en la misma jornada a la misma conclusión por rutas distintas: la carrera por la inteligencia artificial dejó de ser fundamentalmente una competencia de software para convertirse en una disputa por infraestructura física, y esa disputa la ganan quienes construyen más rápido, no quienes tienen mejores algoritmos.¹ El trabajo más importante de los tres es el de Carnegie Endowment, porque es el primero que pone dólares al argumento. El modelo financiero que el informe llama "Compute Coalition" calcula que una demora de doce meses en poner en línea un data center de cien megavatios cuesta aproximadamente 550 millones de dólares en valor de ciclo de vida — más que duplicar el precio de la electricidad (441 millones) o perder la totalidad de los incentivos fiscales estatales (338 millones). La variable dominante en la carrera de infraestructura de IA no es la energía, ni el capital, ni siquiera la disponibilidad de chips: es el tiempo que tarda en encenderse el primer servidor.

El mercado registró esa misma conclusión con antelación, como suele ocurrir. La jornada cerró con los activos de equipamiento de semiconductores disociados del índice general: KLAC registró un movimiento idiosincrático de +1.029% con un z-score de 9.38 — estadísticamente, uno de los movimientos más extremos del sector en lo que va del año. LRCX sumó +12.7% idiosincrático, AMAT +11.2%.² En el lado opuesto, el SOX cayó tres puntos porcentuales, Nvidia perdió seis, AMD nueve, Broadcom diecinueve. La divergencia —dieciocho puntos porcentuales en una semana entre equipos y diseño— no es rotación sectorial genérica: es una tesis sobre dónde está el cuello de botella real del ciclo siguiente. Y esa tesis llegó publicada en forma de modelo financiero a través de Carnegie pocas horas después.

La carrera por la IA ya no se decide en quien escribe el mejor algoritmo. Se decide en quien puede poner en línea el siguiente data center — y una democracia que tarda cuarenta y dos meses en permisos está pagando quinientos millones de dólares por cada año que un sistema autoritario no necesita esperar.

Carnegie cierra el modelo que el mercado ya había abierto

El paper de Carnegie, "The Compute Coalition: How to Build the Future of AI in the Free World", propone una alianza democrática de infraestructura computacional — Canadá con su energía hidráulica, los países nórdicos con renovables, Europa con capital, Japón y los Países Bajos con equipamiento, Australia y Canadá con minerales críticos, Taiwan y Corea con fabricación avanzada.¹ El argumento es que ninguna democracia puede construir sola la infraestructura de IA que el siguiente ciclo requiere, y que la respuesta a la ventaja de movilización de China —que puede ordenar permisos, capital y trabajo con unidad de propósito— es la coordinación democrática a velocidad equivalente.

Pero la contribución más durable del paper es la que convierte la conversación de política en una conversación de finanzas. La herramienta que Carnegie construyó modela todos los factores de costo de un data center —capital, energía, mano de obra, permisos, conexión a la red— y calcula el valor del ciclo de vida de una instalación de 100 MW de aceleradores Blackwell. Su hallazgo central: la diferencia entre países no está determinada principalmente por el costo de la electricidad, la disponibilidad de tierra o los incentivos gubernamentales. Está determinada por el tiempo que transcurre entre que se toma la decisión de construir y que los primeros servidores procesan workloads reales. Ese período —"time-to-power"— varía entre 18 y 42 meses según el país. Estados Unidos promedian 24 meses. Los Emiratos Árabes Unidos, 22. Canadá y Finlandia, alrededor de 26. Alemania, 42.

Un año de retraso vale 5,5% del valor de ciclo de vida de la instalación — 550 millones de dólares, para una de las configuraciones más representativas del análisis. Duplicar el precio de la electricidad durante la vida completa del proyecto cuesta 441 millones; perder todos los incentivos fiscales estatales, 338 millones. Los equipos de permisos cuestan más que el costo marginal de la energía. El argumento no es que la regulación medioambiental sea innecesaria: es que el tiempo de tramitación, en la escala del ciclo de IA, tiene un costo financiero cuantificable que supera al de prácticamente cualquier otra variable operativa.

El informe advierte que la ventaja estadounidense actual es frágil. La oposición política a los data centers creció en 2025 y 2026 — encuestas muestran que las comunidades locales los rechazan, legisladores de al menos cuatro estados presentaron proyectos de moratoria, y la alianza Sanders-AOC propuso una moratoria federal. Si Estados Unidos añade un año de demora promedio a sus proyectos, el modelo de Carnegie lo empuja al quinto lugar global, detrás de los Emiratos, Finlandia, Canadá e India. La ventaja no es estructural; es procedimental, y los procedimientos cambian. El gas detrás del medidor — opción preferida para evitar tiempos de conexión a la red — es un puente, no una solución: los tiempos de entrega de turbinas de GE Vernova se estiran a dos o tres años, y la empresa está vendida hasta 2028.

La operación que convierte la democracia en arma contra sí misma

El mismo día que Carnegie publicaba su análisis sobre el costo del tiempo, OpenAI reveló que había detectado dos grupos de usuarios de ChatGPT — "con probabilidad originados en China" — generando contenido para redes sociales con el objetivo de amplificar la oposición local al buildout de data centers en Estados Unidos.³ El contenido afirmaba que los data centers elevan los costos de electricidad para las comunidades locales y que Trump instrumentalizó los aranceles para favorecer la dominación tecnológica norteamericana. Los prompts fueron enviados en chino simplificado con instrucciones de excluir a Xi Jinping como objetivo del contenido.

La operación, según Ben Nimmo de OpenAI, "no parece haber generado engagement auténtico significativo". Pero el responsable de Trust & Safety de la empresa subrayó que el valor de la divulgación no está en el daño ya causado sino en "lo que revela sobre las intenciones de los operadores de influencia chinos y las narrativas que están probando". La lógica operativa es transparente: si Carnegie tiene razón en que cada año de demora en construcción vale 550 millones de dólares, una operación de influencia que añada seis meses de demora a un data center de Stargate — o paralice la aprobación municipal de tres proyectos en Virginia — genera más daño asimétrico que casi cualquier operación de ciberespionaje convencional.

Es la primera vez que se documenta a un adversario utilizando IA generativa para amplificar la oposición democrática como herramienta de sabotaje de infraestructura estratégica. No es novedad conceptual — los estados autoritarios llevan décadas usando la apertura de las democracias contra sí mismas — pero sí es novedad operativa: el costo de producir, traducir y distribuir contenido dirigido cayó a casi cero. Una operación que antes requería redes de agentes, activos humanos y tiempo de coordinación ahora requiere prompts y una cuenta de plataforma. La escalabilidad del sabotaje de infraestructura democrática aumentó varios órdenes de magnitud.

CSIS, en su análisis retrospectivo sobre la estrategia china en la guerra tecnológica del microchip, documenta la misma lógica aplicada al frente diplomático.² La táctica número dos de las cinco que Beijing ejecuta frente a los controles de exportación es "dividir a Estados Unidos de sus aliados" — particularmente de Corea del Sur, cuyas empresas de memoria son el único substituto plausible del HBM que Huawei no puede producir domésticamente. La operación de ChatGPT y la presión diplomática sobre Seúl son variantes del mismo protocolo: usar los puntos de fricción del adversario para ralentizar su capacidad de movilización. El paper de CSIS traza ese protocolo desde el punto de ruptura real — la crisis de ZTE en abril de 2018, no los controles de octubre de 2022 — y documenta que la estrategia de cinco frentes lleva ocho años en ejecución mientras Washington debatía si los controles eran necesarios.

KLAC a mil y lo que el mercado vio antes que el Congreso

La dispersión sectorial de la jornada tiene una explicación que los analistas de sell-side describirán como "rotación temática", pero que el modelo de Carnegie vuelve más precisa.⁴ El cuello de botella en la carrera de infraestructura de IA no es la demanda de aceleradores — la demanda existe, es masiva y sostenida. El cuello está en los eslabones que determinan a qué velocidad puede construirse la capacidad de producir esos aceleradores, y en ese mapa las empresas de equipamiento tienen la posición más inexpugnable del sector.

KLAC hace equipos de inspección de obleas: las herramientas que verifican si cada capa del proceso litográfico fue aplicada correctamente. No se puede escalar la producción de chips sin escalar la capacidad de inspección; no hay substituto; no hay competidor chino funcional en el rango de proceso avanzado. Un movimiento idiosincrático de +1.029% con z-score de 9.38 no es especulación: es el mercado repriceando la cadena de control técnico que hace posible la escala. LRCX (grabado) y AMAT (deposición) completaron el trío — las tres operaciones más críticas del proceso de fabricación, las tres que no tienen alternativa doméstica china para procesos sub-7nm.

TSMC registró en mayo ingresos récord de NT$417 mil millones (~13.500 millones de dólares), crecimiento de 30% interanual impulsado por demanda de IA.⁴ El CEO C.C. Wei advirtió que las restricciones de suministro en chips de IA persistirán "por años" y confirmó alzas de hasta 15% en precios de nodos de 3nm para el segundo semestre de 2026. El CAPEX de 2026 supera los 54.000 millones de dólares, el más ambicioso de la historia de la empresa. La combinación de demanda sostenida, capacidad en expansión y equipamiento como cuello de botella señala que la divergencia sectorial de la jornada no fue un evento de una sesión: fue el mercado recalibrando la tesis de dónde se acumula el valor en el ciclo largo.

En paralelo, SemiAnalysis recomendó que Intel emita acciones por 25.000 millones de dólares para financiar el proyecto Terafab destinado a SpaceX y Tesla — el primer argumento público de que Intel tiene la ventana y el libro de pedidos para hacer la mayor emisión accionaria de su historia. Google confirmó un pedido de más de tres millones de TPU para 2028 fabricados por Intel Foundry; Nvidia evalúa a Intel para productos Feynman. Si se concreta, Intel deja de ser el fundidor rezagado que lleva una década reestructurándose y entra en competencia directa por el packaging avanzado que hasta ahora era territorio exclusivo de TSMC.

Anthropic en dos velocidades: el laboratorio como actor de política

El lanzamiento de Anthropic —Claude Fable 5 para uso general con salvaguardas de ciberseguridad, y Claude Mythos 5 solo para socios de Project Glasswing bajo coordinación del gobierno de Estados Unidos— es el movimiento de política tecnológica más significativo de un laboratorio privado en lo que va del año.⁵ La arquitectura es la de una empresa que distribuye su capacidad más peligrosa a través de canales gubernamentales controlados, mientras abre la versión salvaguardada al mercado general. No es filantropía ni cumplimiento regulatorio preventivo: es la construcción de una posición negociadora frente a un Estado que, como demostró NSPM-11 la semana pasada, ya decidió que los modelos desplegados en infraestructura militar son infraestructura crítica bajo tutela pública.

Los resultados de evaluaciones de exploit que Anthropic publicó en red.anthropic.com el mismo día entregan la evidencia técnica detrás del esquema de distribución diferenciada.⁶ Mythos 5 logró ejecución de código arbitrario en 21 de 41 vulnerabilidades V8 analizadas; ningún otro modelo evaluado alcanzó siquiera una. Fable 5, en su versión pública, rutea consultas de ciberseguridad y biología a Claude Opus 4.8 — un circuito de detección que activa en menos del 5% de las sesiones pero que bloquea el acceso al rango de capacidad en el que Mythos opera sin restricciones. La diferencia entre Fable y Mythos no es de grado; es de categoría regulatoria.

El framework regulatorio que Anthropic propuso en paralelo completa el mapa.⁷ La empresa pidió al gobierno de Estados Unidos que se otorgue la autoridad legal para bloquear despliegues de modelos de IA que representen riesgos catastróficos, con umbrales definidos: modelos entrenados con más de 10^25 FLOPs por empresas con más de 500 millones de dólares en ingresos de IA. Las sanciones civiles estarían atadas a los ingresos globales anuales, escalando con reincidencia. La lectura política es directa: Anthropic propone una regulación que solo los laboratorios más grandes y mejor capitalizados pueden cumplir, convirtiendo el umbral regulatorio en barrera de entrada. El modelo de negocio de Project Glasswing —distribución de capacidades no-safeguarded a través de canales gubernamentales aprobados— ya presupone exactamente ese marco: el gobierno como distribuidor certificado de IA de alta capacidad, el laboratorio como proveedor exclusivo de ese canal.

La ampliación de la lista 1260H del Departamento de Defensa a 188 empresas — con la incorporación de Alibaba, Baidu, BYD, Tencent y NIO — operó en el mismo campo esta semana, aunque desde el ángulo opuesto.⁸ El analista Scott Kennedy de CSIS calificó las justificaciones de "bastante ambiguas" y la lista como algo que "genera más preguntas de las que responde". CXMT y YMTC — dos empresas de semiconductores que figuraban para ser retiradas en un borrador de febrero — fueron retenidas en la versión final. La lista 1260H no tiene consecuencias contractuales automáticas, pero establece el catálogo público de actores que el Estado norteamericano considera parte del aparato militar-industrial chino — una designación que tiene peso normativo en los mercados de capitales, en los procesos de due diligence corporativo, y en las decisiones de los fondos institucionales sobre posiciones en empresas con relaciones comerciales con los listados.

El patrón del 11 de junio

Lo que esta edición organiza es la convergencia de tres frentes que habían avanzado en paralelo sin conectarse: el análisis de política (Carnegie, CSIS), el mercado (equipo vs. diseño), y la operación adversarial (influencia sobre permitting). Carnegie cuantifica que el tiempo es la variable decisiva; el mercado compró el equipo que hace posible acelerar ese tiempo; China invierte en amplificar los mecanismos que enlentecen el tiempo de las democracias. Los tres frentes leen la misma ecuación desde posiciones distintas. La carrera no la gana quien tiene el chip más avanzado — la gana quien puede construir el data center que aloja ese chip antes de que el adversario construya el suyo. El margen, según Carnegie, es estrecho. Y el costo de no construir a tiempo tiene ahora, por primera vez, precio en dólares.

Fuentes

1. The Compute Coalition: How to Build the Future of AI in the Free World. Carnegie Endowment for International Peace, junio de 2026. [Modelo time-to-power; $550M por año de retraso; rankings por país; propuesta de alianza democrática.]
2. China's New Strategy for Waging the Microchip Tech War. Gregory Allen, CSIS, junio de 2026. [Cinco tácticas desde ZTE 2018; shell companies TSMC; divisionismo aliados; Micron como precedente.]
3. OpenAI says China launched influence campaign to shape US attitudes on AI data centers. Politico, 10 de junio de 2026. [Operación ChatGPT; contenido en chino simplificado; Ben Nimmo; primer caso documentado.]
4. TSMC launches unprecedented fab expansion: nine fab phases annually in 2025-2026. Tom's Hardware, junio de 2026. [N2 roadmap; CoWoS 80% CAGR; record revenue NT$417B mayo 2026; precio 3nm +15% H2 2026.]
5. Claude Fable 5 and Claude Mythos 5. Anthropic, junio de 2026. [Fable 5 general release con salvaguardas; Mythos 5 solo Project Glasswing; cybersecurity routing <5% sesiones.]
6. Exploit Evals. Anthropic Red Team, junio de 2026. [Mythos 5: 21/41 V8 vulnerabilidades; ningún otro modelo alcanza 1; umbral de diferenciación técnica entre Fable y Mythos.]
7. Policy on the AI Exponential. Anthropic, junio de 2026. [Framework regulatorio: >10^25 FLOPs, >$500M ingresos IA; sanciones civiles escalables; contra preemption federal débil.]
8. Getting Strict on Chinese Military Companies. The Wire China, 10 de junio de 2026. [1260H expandida a 188 empresas; Alibaba, Baidu, BYD, Tencent, NIO incorporadas; CXMT y YMTC retenidas; Scott Kennedy sobre ambigüedad de criterios.]