PUNTOS IMPORTANTES:
- Amazon Web Services factura 12.100 dólares mensuales por instancias de procesamiento que se amortizan en seis meses.
- Nvidia eleva un 87% el precio de sus tarjetas gráficas profesionales alcanzando los 16.000 dólares por unidad en 2026.
- Dell Technologies y HPE acumulan pedidos récord de servidores mientras las empresas migran cargas de trabajo hacia infraestructuras propias.
Imagina desembolsar en julio 64.780 euros —unos 75.500 dólares— en cuatro tarjetas gráficas de inteligencia artificial y el servidor que las aloja, en lugar de alquilarle esa misma capacidad por horas a Amazon.com (AMZN); si tú y un número representativo de empresas trasladan este mismo cálculo a gran escala, cambiará por completo quién captura los beneficios del auge tecnológico.
Los datos explican la tendencia: al salir al mercado en abril de 2025, la tarjeta Nvidia RTX PRO 6000 Blackwell tenía un precio inicial de 8.565 dólares. Hacia junio de 2026, su cotización subió a 13.250 dólares, y en agosto de 2026 alcanzó los 16.000 dólares, acumulando un alza del 87% sobre su valor original.
Estructuralmente, los equipos informáticos empresariales suelen abaratarse tras su lanzamiento comercial, pero cuando ocurre lo contrario, la lógica económica detrás del gasto corporativo en computación queda bajo cuestionamiento.
La premisa convencional asumía que alquilar en la nube siempre resultaba ventajoso al pagar a proveedores como AWS de Amazon únicamente por las horas utilizadas, evitando inmovilizar capital en máquinas que se depreciaban con rapidez y quedaban inactivas entre picos de trabajo.
La ecuación económica de comprar frente a alquilar capacidad de cálculo
Esos supuestos han dejado de cumplirse: el hardware no se deprecia según lo previsto, las tarifas de alquiler han frenado su abaratamiento y los periodos de inactividad desaparecen a medida que más procesos empresariales operan mediante algoritmos.
Para resolver el dilema, resulta necesario comparar el coste de adquirir frente al de alquilar el mismo equipamiento. La tarjeta RTX PRO 6000 Blackwell sirve de referencia al comercializarse tanto para operadores de nube como para empresas privadas a través de Dell Technologies (DELL), Hewlett Packard Enterprise (HPE) y Lenovo, alquilándola Amazon en sus instancias G7e para inferencia generativa.
Una instancia de cuatro procesadores en Amazon cuesta 16,57 dólares por hora (unos 12.100 dólares al mes), mientras que ensamblar un servidor propio con esos mismos cuatro componentes requiere unos 75.500 dólares. Operando de forma continua, el alquiler en la nube iguala el precio de compra en poco más de seis meses; utilizándolo siete horas al día, la máquina propia se amortiza en menos de dos años frente a Amazon, y en menos de tres años frente a la media del mercado de alquiler de 10 dólares por hora.
Umbrales de decisión empresarial y dinámica de tarifas
Responsables tecnológicos de más de 60 empresas señalaron a la consultora Deloitte que comienzan a evaluar alternativas en instalaciones propias cuando las facturas de la nube alcanzan entre el 60% y el 70% del coste de adquisición del hardware equivalente.
Un informe de la FinOps Foundation sobre 1.192 usuarios que gestionan más de 83.000 millones de dólares en gasto de nube constató que el 98% administra costes de inteligencia artificial —frente al 31% de hace dos años— y percibe que sus precios son menos transparentes y más variables que los de la nube convencional.
Antes, la deflación de tarifas compensaba el gasto: datos de YipitData muestran que los precios efectivos de las API cayeron un 6% en mayo de 2026 tras descender un 39% en la segunda mitad de 2025, pero el abaratamiento de los procesamientos lógicos ya no avanza con la rapidez necesaria para absorber el volumen que demandan las empresas.
Métricas comparativas entre computación en la nube y servidores propios
- Coste mensual de instancia en AWS: El alquiler de cuatro procesadores alcanza 12.100 dólares al mes.
- Precio de adquisición de servidor equivalente: La compra de hardware propio requiere 75.500 dólares de inversión inicial.
- Periodo de amortización en uso continuo: La inversión propia iguala el gasto de alquiler en poco más de seis meses.
- Encarecimiento de tarjetas Nvidia: El modelo RTX PRO 6000 subió de 8.565 a 16.000 dólares, un alza del 87%.
La paradoja de la inferencia y el impacto del encarecimiento de memorias
En el plano corporativo, Uber agotó su presupuesto total de inteligencia artificial para 2026 en el mes de abril tras la adopción de herramientas de programación entre 5.000 ingenieros, mientras que Microsoft (MSFT) rescindió en mayo la mayoría de sus licencias internas de software por motivos de costes.
Analíticamente, la consultora Gartner proyecta que el coste de un flujo de trabajo agéntico se multiplicará por más de cinco hasta 2028, fenómeno denominado la “paradoja de la inferencia”, según el cual el abaratamiento unitario fomenta tareas más complejas que ejecutan decenas de llamadas a modelos y elevan la factura total.
La alternativa para eludir el cobro por procesamiento consiste en utilizar modelos de código abierto en servidores propios, limitando el gasto operativo al consumo eléctrico.
Esta dinámica vuelve a situar el precio del hardware en primer plano: cada tarjeta RTX PRO 6000 incorpora 96 gigabytes de memoria rápida, quedando expuesta a la escasez del sector. El director ejecutivo de SK Hynix, Kwak Noh-jung, declaró a la prensa financiera que 2027 será el peor año de la historia en suministro, mientras la directora financiera de Nvidia (NVDA), Colette Kress, reconoció precios extremos en memorias y una compresión de márgenes hacia el 71% para finales de 2026.
En el canal comercial, la escasez condiciona las ventas: al encargar el servidor en julio, el distribuidor garantizó la cotización únicamente bajo condición de abonarla antes de una fecha límite, advirtiendo de un incremento inmediato en caso de demora.
Este encarecimiento afecta por igual a los arrendatarios, ya que Amazon adquiere los mismos componentes del mismo suministro y traslada los mayores costes a sus clientes.
Pedidos récord en fabricantes de servidores y límites de suministro en la nube
Por su parte, la respuesta se refleja en los libros de pedidos: Nvidia reportó el 26 de agosto ventas en centros de datos por 49.000 millones de dólares a operadores de nube y 40.000 millones a empresas y gobiernos, mientras Dell registró pedidos de hardware por 24.400 millonescon una cartera pendiente de 51.300 millones de dólares, y HPE duplicó sus volúmenes.
Las empresas compradoras son visibles: en un encuentro de clientes en mayo, Michael Dell destacó que Eli Lilly opera el superordenador LillyPod con 1.016 procesadores Nvidia Blackwell propios, mientras Samsung y Honeywell utilizan servidores Dell en sus instalaciones.
Otra razón para adquirir equipamiento es la saturación de los proveedores de nube: Sundar Pichai de Google, Andy Jassy de Amazon y Colette Kress de Nvidia han confirmado que sus previsiones están limitadas por la falta de capacidad física para satisfacer la demanda.
Aunque AWS creció un 37% interanual hasta 42.200 millones de dólares y Google Cloud avanzó un 82% hasta 24.800 millones, este dinamismo responde a compromisos plurianuales de laboratorios de frontera como Anthropic (que aseguró hasta 5 gigavatios en procesadores Trainium), mientras las corporaciones trasladan sus tareas cotidianas a servidores propios.
Costes operativos, ventajas financieras e impacto inversor
A nivel operativo, la electricidad, refrigeración y mantenimiento añaden cerca de un 10% al coste de propiedad, pero la mayoría de las medianas y grandes empresas ya disponen de personal técnico, salas de servidores y potencia contratada.
En términos comparativos, la experiencia particular de un servidor de 75.500 dólares asistido por paneles solares comparte la misma lógica financiera que aplican las organizaciones de mayor escala.
Para los inversores, este cambio desplaza el capital desde suscripciones mensuales en la nube hacia compras directas de equipos y contratos de soporte, beneficiando a fabricantes de servidores como Dell, HPE y Super Micro Computer (SMCI), así como a los productores de memoria.
La computación en la nube de IA mantendrá su función para picos de trabajo y modelos propietarios de frontera, pero el procesamiento predecible y recurrente continuará migrando hacia máquinas propias impulsado por la matemática de costes.
FAQs
Ensamblar un servidor propio con cuatro tarjetas gráficas requiere una inversión de 75.500 dólares, mientras que alquilar esa misma capacidad en la nube de Amazon cuesta 12.100 dólares al mes. Por consiguiente, la compra del equipo físico se amortiza en poco más de seis meses de uso continuo, por lo que resulta financieramente ventajosa frente a las tarifas de suscripción por horas.
Los procesadores de inteligencia artificial se encarecieron un 87% tras su lanzamiento en lugar de depreciarse con el tiempo, debido a la escasez de memorias rápidas en el mercado. Asimismo, la paradoja de la inferencia multiplica el gasto en la nube, ya que la ejecución de tareas agénticas complejas demanda llamadas continuas que disparan las facturas de procesamiento.
Grandes corporaciones están trasladando sus cargas de trabajo predecibles hacia instalaciones locales, puesto que los proveedores de nube afrontan saturación física de capacidad para atender la demanda. En consecuencia, este desvío de capital desde el alquiler digital beneficia de este modo a fabricantes de servidores e infraestructura física como Dell, HPE y Super Micro Computer.
Descargo de responsabilidad: Toda la información encontrada en Bitfinanzas es dada con la mejor intención, esta no representa ninguna recomendación de inversión y es solo para fines informativos. Recuerda hacer siempre tu propia investigación.
