En el CES 2026 de Las Vegas, la inteligencia artificial ha atravesado un umbral crítico. Ya no se discute sobre algoritmos o modelos lingüísticos, sino sobre infraestructuras físicas. La Physical AI ha desplazado el debate del ámbito del software al de las redes eléctricas, las cadenas de suministro de semiconductores y las inversiones en capital fijo. Lo que emerge es un ecosistema industrial en plena reconfiguración, donde la capacidad computacional se convierte en palanca estratégica para redefinir sectores productivos enteros.

La lógica económica de una inversión sin precedentes

El mercado está registrando una concentración de capital sin igual en la historia reciente del sector tecnológico. Microsoft, Google, Meta y Amazon han asignado conjuntamente más de 500.000 millones de dólares en gasto de capital fijo (Capex) para 2026. El orden de magnitud no tiene comparación directa con ciclos de inversión anteriores y plantea interrogantes legítimos sobre la sostenibilidad y el momento de esta aceleración.

La respuesta reside en la economía de la inferencia. El objetivo estratégico no es incrementar marginalmente el rendimiento de los modelos, sino modificar radicalmente la estructura de los costes operativos. Reducir el coste por token generado en un orden de magnitud—o dos—transforma la IA de tecnología de alta intensidad de capital a recurso distribuible a escala industrial. Esta reducción de los costes unitarios hace económicamente sostenible la integración de la IA en procesos de bajo margen: logística, manufactura, servicios administrativos. El retorno de la inversión se materializa mediante ganancias de eficiencia distribuidas sobre miles de millones de transacciones, no mediante productos premium.

La paradoja energética y el retorno a la energía nuclear

La demanda computacional generada por la Physical AI ha producido un efecto colateral de alcance estratégico: la reactivación de las inversiones en el sector nuclear. Los nuevos centros de datos dedicados al entrenamiento y la inferencia requieren una densidad energética que las fuentes renovables intermitentes, por sí solas, no pueden garantizar de manera fiable.

Durante los paneles técnicos en el CES, ingenieros y físicos han evidenciado lo que algunos definen como un «efecto rebote tecnológico». La necesidad de alimentar infraestructuras computacionales distribuidas a escala global ha desbloqueado financiación privada directa hacia la investigación nuclear avanzada. Se habla de Small Modular Reactors (SMR) y de proyectos piloto sobre fusión nuclear, ambos financiados en parte directamente por las Big Tech.

Por primera vez en décadas, el sector tecnológico está actuando como catalizador para el desarrollo de infraestructuras energéticas pesadas. El objetivo declarado es garantizar un suministro eléctrico estable, descarbonizado y, sobre todo, desvinculado de las fluctuaciones de las redes públicas. Esta convergencia entre demanda computacional e inversiones energéticas representa un cambio de paradigma en la relación entre sector tecnológico e infraestructuras críticas.

NVIDIA: Vera Rubin y la era de la razón mecánica

NVIDIA ha presentado la plataforma Vera Rubin, que marca un paso de la aceleración computacional pura a los sistemas agénticos distribuidos. No se trata de un incremento prestacional respecto a la arquitectura Blackwell, sino de una recalibración de diseño hacia cargas de trabajo específicas: robótica industrial, gestión autónoma de flotas, optimización de redes eléctricas complejas en tiempo real.

La Vera CPU con núcleos Olympus está diseñada para gestionar la interacción entre modelos de inteligencia artificial y actuadores físicos. Jensen Huang ha presentado datos que indican una reducción significativa de la energía necesaria para el entrenamiento de modelos de grandes dimensiones, un intento de mitigar mediante la eficiencia algorítmica la presión energética descrita anteriormente.

Esta plataforma consolida la posición dominante de NVIDIA en el segmento de los centros de datos empresariales, pero introduce también una dependencia creciente de un único proveedor para toda la cadena de valor de la Physical AI. Una vulnerabilidad que no ha pasado desapercibida a los competidores.

AMD y la estrategia de la IA distribuida

AMD ha respondido con una estrategia complementaria, focalizada en el Edge Computing y en la descentralización de la carga computacional. Los procesadores Ryzen AI 400 y los aceleradores Instinct MI400 están diseñados para desplazar parte de la inferencia desde los centros de datos centralizados a los dispositivos periféricos: estaciones de trabajo empresariales, gateways industriales, sistemas embebidos.

Esta arquitectura responde a dos necesidades concretas. La primera es la latencia: para aplicaciones críticas en tiempo real, la dependencia de la nube introduce retrasos inaceptables. La segunda es la soberanía de los datos: sectores regulados como sanidad, finanzas y defensa requieren que los datos no abandonen nunca la infraestructura local.

AMD se posiciona como la alternativa necesaria en un mercado que, por razones de resiliencia operativa y conformidad normativa, no puede tolerar una concentración excesiva en la cadena de suministro de semiconductores.

Implicaciones operativas para los responsables de decisión

La adopción de la Physical AI ya no es una elección tecnológica aislada, sino una transformación sistémica que involucra aprovisionamiento de hardware, estrategia energética y arquitectura IT. La convergencia entre semiconductores de nueva generación y modelos energéticos alternativos redefine los parámetros de competitividad para la próxima década.

Las organizaciones que sepan integrar capacidad computacional avanzada con estrategias de aprovisionamiento energético independiente tendrán una ventaja estructural. Ya no se trata solo de adoptar la IA, sino de construir la infraestructura física que la hace sostenible operativa y económicamente.

Las decisiones tomadas hoy sobre arquitecturas de hardware, alianzas energéticas y diversificación de proveedores de semiconductores determinarán la capacidad de escalar sistemas agénticos complejos en los próximos cinco años. El CES 2026 ha dejado claro que la ventaja competitiva en la era de la Physical AI se construye a partir de los cimientos infraestructurales, no desde los modelos de software.

Fuentes:

• Axios: NVIDIA CES 2026 – Jensen Huang’s keynote on Physical AI and Robotics
• Reuters: AMD’s 2026 Roadmap: Ryzen AI 400 and Instinct MI400 series launch
• The Verge: Vera Rubin Platform: The next leap in NVIDIA’s computing dominance
• Goldman Sachs / Financial Reports: Big Tech Capital Expenditure Analysis 2025-2026
• International Energy Agency (IEA) – Report 2026: The impact of AI data centers on global nuclear energy investment
• YouTube Analysis: Why Big Tech is spending trillions on AI (and the Physicist’s perspective on Nuclear funding)