AI Power Due Diligence: la nueva revisión obligatoria antes de contratar infraestructura de inteligencia artificial

La pregunta que casi nadie hace antes de comprar IA

Una empresa decide lanzar un asistente con IA.

El área técnica pregunta por el modelo.
El área financiera pregunta por el precio.
El área legal pregunta por los datos.
El área de negocio pregunta cuándo estará listo.

Pero casi nadie pregunta lo más básico:

¿Dónde se va a alimentar eléctricamente esa IA?

La inteligencia artificial se vende como software, pero se sostiene como infraestructura pesada. Detrás de una API rápida, un agente corporativo o un modelo multimodal hay centros de datos, subestaciones, contratos eléctricos, sistemas de enfriamiento, agua, fibra óptica, permisos, transformadores, generadores, redundancia y suelo disponible.

La IA no solo consume tokens. Consume territorio, energía y capacidad de red.

Por eso aparece una nueva disciplina que muchas organizaciones todavía no tienen en su checklist:

AI Power Due Diligence

Es decir: la revisión técnica, energética, contractual y operativa que debería hacerse antes de contratar infraestructura de IA, construir un data center, firmar capacidad cloud o depender de un proveedor intensivo en cómputo.

Por qué este tema está en tendencia

La señal más clara vino del sector eléctrico.

Reuters reportó que NextEra Energy acordó comprar Dominion Energy por US$ 66.8 mil millones, formando uno de los mayores grupos eléctricos de Estados Unidos en medio del aumento de demanda provocado por centros de datos de IA. La operación tendría un valor empresarial de aproximadamente US$ 420 mil millones y da a NextEra presencia en Virginia, una de las zonas más importantes del mundo para data centers.

Reuters también señaló que el éxito de la operación dependerá de si la empresa combinada puede atender el crecimiento de data centers sin elevar de forma excesiva las tarifas eléctricas para consumidores. En paralelo, S&P Global advierte que la infraestructura de entrenamiento de IA exige más energía y refrigeración que la infraestructura TI tradicional.

La conclusión es directa:

La IA ya no está transformando solo el software. Está reordenando energía, infraestructura, fusiones empresariales y precios eléctricos.

El nuevo riesgo: contratar IA sin entender su base física

Cuando una organización contrata infraestructura IA, suele revisar:

• precio por token;
• modelo disponible;
• capacidad GPU;
• latencia;
• seguridad;
• región cloud;
• SLA;
• soporte;
• privacidad;
• cumplimiento.

Eso es necesario, pero incompleto.

La nueva capa de riesgo está debajo:

• ¿hay energía suficiente?
• ¿el proveedor depende de una red saturada?
• ¿qué pasa si sube el precio eléctrico?
• ¿hay permisos ambientales?
• ¿el centro de datos tiene restricciones de agua?
• ¿qué latencia real tendrá para usuarios locales?
• ¿el proveedor puede sostener crecimiento?
• ¿hay riesgo de cortes, congestión o cambios regulatorios?
• ¿quién asume sobrecostos energéticos?
• ¿qué ocurre si el contrato promete capacidad que físicamente no llega?

Una solución de IA puede fallar no porque el modelo sea malo, sino porque su infraestructura no escala.

La IA convirtió la electricidad en un activo estratégico

Antes, un data center podía diferenciarse por ubicación, conectividad, seguridad o precio.

Ahora, la electricidad se volvió el cuello de botella.

Una región atractiva para IA necesita:

• energía disponible;
• transmisión suficiente;
• permisos rápidos;
• suelo apto;
• fibra;
• baja latencia;
• refrigeración viable;
• estabilidad regulatoria;
• acuerdos con utilities;
• acceso a capital.

Por eso los acuerdos entre tecnológicas, fondos de inversión y empresas eléctricas están creciendo. La IA convirtió a las utilities en parte de la cadena de valor tecnológica.

La frase clave es esta:

Ya no basta con preguntar qué nube usar. Hay que preguntar qué red eléctrica sostiene esa nube.

Qué es AI Power Due Diligence

AI Power Due Diligence es la evaluación previa de la capacidad física, energética y operativa que sostiene una solución de IA.

Debe responder cinco preguntas:

1. ¿La infraestructura tiene energía suficiente?
2. ¿Puede enfriarse de forma sostenible?
3. ¿Tiene conectividad y latencia adecuadas?
4. ¿Puede crecer sin romper costos?
5. ¿El contrato asigna claramente los riesgos?

No es solo una revisión técnica. También es financiera, legal, ambiental y operativa.

La matriz de las cinco dependencias invisibles

Toda infraestructura IA depende de cinco capas.

Si una de estas capas falla, el proyecto puede volverse inviable aunque el modelo sea excelente.

El primer error: mirar solo el precio cloud

Un proveedor puede ofrecer un precio atractivo por GPU/hora o por token.

Pero ese precio puede ocultar:

• costos de egreso de datos;
• cargos por almacenamiento;
• costos de red;
• penalidades por reserva;
• escalamiento caro;
• regiones más costosas;
• limitaciones de disponibilidad;
• menor rendimiento real;
• colas de capacidad;
• dependencia contractual;
• variación por demanda.

La pregunta profesional no es:

¿Cuánto cuesta la GPU?

La pregunta correcta es:

¿Cuánto cuesta entregar una respuesta útil, confiable y disponible bajo carga real?

El segundo error: creer que todos los data centers son iguales

Un data center para IA no se comporta igual que uno tradicional.

La IA exige mayor densidad de potencia.

Eso afecta:

• diseño eléctrico;
• distribución interna;
• refrigeración líquida;
• redundancia;
• peso por rack;
• mantenimiento;
• seguridad física;
• consumo de agua;
• permisos;
• capacidad de expansión.

Un data center preparado para cargas tradicionales puede no estar preparado para racks de aceleradores modernos.

La infraestructura IA no es “más servidores”. Es otra clase de carga.

La revisión que debería hacerse antes de firmar

Antes de contratar infraestructura IA, exige respuestas concretas en seis bloques.

Bloque 1: energía

¿Cuánta potencia está disponible hoy?
¿Cuánta está contratada y no solo proyectada?
¿Cuál es el plazo real de conexión?
¿Hay subestación dedicada?
¿Qué redundancia existe?
¿El precio eléctrico está fijo o variable?
¿Quién asume alzas de energía?

Bloque 2: enfriamiento

¿Usa aire, líquido o sistema híbrido?
¿Qué densidad por rack soporta?
¿Hay restricciones de agua?
¿Qué pasa en olas de calor?
¿Se mide PUE?
¿Hay capacidad para futuros aceleradores?

Bloque 3: conectividad

¿Dónde estará físicamente la carga?
¿Cuál es la latencia hacia usuarios o sistemas internos?
¿Qué ancho de banda está incluido?
¿Cuánto cuesta mover datos?
¿Hay rutas redundantes?

Bloque 4: escalabilidad

¿Puedo duplicar capacidad?
¿En cuánto tiempo?
¿Con qué precio?
¿Hay cola de espera?
¿La expansión depende de permisos?
¿La capacidad está garantizada contractualmente?

Bloque 5: cumplimiento

¿Dónde se procesan datos?
¿Dónde se guardan logs?
¿Hay transferencia internacional?
¿Hay control de claves?
¿Hay certificaciones?
¿Hay auditoría?

Bloque 6: salida

¿Cómo migro si el proveedor no cumple?
¿Qué costos de salida existen?
¿Puedo exportar modelos, datos, logs y configuraciones?
¿Qué pasa con capacidad reservada?

La nueva ficha técnica de un proveedor IA

Una ficha seria ya no debería decir solo “GPU disponible”.

Debería incluir:

Si el proveedor no puede responder, no está vendiendo infraestructura madura: está vendiendo promesa.

Una historia de advertencia: la IA que no falla por el modelo

Imagina una entidad que contrata una solución IA para revisar expedientes.

El piloto funciona bien con 500 documentos.
Luego se escala a 200,000 documentos.
El proveedor empieza a procesar en otra región por disponibilidad.
La latencia sube.
Los costos de transferencia aumentan.
El índice vectorial crece.
La inferencia se vuelve más cara.
Los usuarios se quejan.
El contrato no contemplaba costos de expansión.
Los datos empiezan a moverse por rutas que nadie aprobó.

El problema no fue el modelo.

Fue no hacer due diligence de infraestructura.

Cuándo sí debes preocuparte por la energía

No todos los proyectos necesitan auditoría profunda.

Un blog que usa IA para redactar borradores no requiere revisar subestaciones.

Pero sí debes hacer AI Power Due Diligence si:

• entrenas o haces fine-tuning frecuente;
• usas modelos multimodales pesados;
• procesas grandes volúmenes de documentos;
• contratas GPU/TPU reservada;
• dependes de baja latencia;
• manejas información sensible;
• operas 24/7;
• usas agentes con muchas llamadas;
• evalúas data center propio;
• eres sector público o regulado;
• vas a firmar contrato de largo plazo;
• el proveedor ofrece capacidad futura no instalada.

La diferencia entre piloto y operación real

Un piloto demuestra posibilidad.

Una operación demuestra sostenibilidad.

Muchas soluciones IA mueren en el paso de piloto a producción porque nadie calculó energía, capacidad y costos indirectos.

AI Power Due Diligence para sector público

En una entidad pública, el análisis debe ser más riguroso.

Preguntas adicionales:

¿La contratación incluye costo total de operación?
¿Hay dependencia de proveedor?
¿La ubicación de procesamiento respeta reglas de datos?
¿Los costos energéticos podrían trasladarse a tarifas o presupuesto futuro?
¿La solución seguirá siendo viable después del piloto?
¿Existe plan de continuidad?
¿Hay transparencia sobre impacto ambiental?
¿El contrato permite auditoría?

La IA pública no debe contratarse como demo. Debe contratarse como infraestructura crítica si afecta servicios ciudadanos.

AI Power Due Diligence para empresas

Para empresas, el punto central es evitar que el entusiasmo por IA genere compromisos caros.

Preguntas ejecutivas:

¿Cuál es el costo por resultado útil?
¿Cuánto sube si duplicamos usuarios?
¿Qué parte del costo depende de energía o capacidad?
¿Qué pasa si el proveedor cambia precios?
Qué pasa si otra región tiene mejor precio pero peor latencia?
¿Tenemos salida técnica?
¿El contrato bloquea presupuesto futuro?

La IA puede mejorar productividad, pero también puede abrir una fuga de gasto si no se mide.

El índice propio: AI Infrastructure Risk Score

Para tomar decisiones, propongo un puntaje simple de 0 a 20.

Evalúa cinco factores de 0 a 4:

Interpretación:

0-7: alto riesgo
8-13: riesgo medio
14-17: apto con controles
18-20: infraestructura madura

No reemplaza auditoría, pero ayuda a ordenar decisiones.

Señales de alerta en una propuesta de infraestructura IA

Desconfía si el proveedor dice:

Tenemos capacidad ilimitada.
La región no importa.
El egreso casi nunca afecta.
El enfriamiento no es problema.
La energía ya está resuelta.
No necesitas plan de salida.
La capacidad futura está prácticamente garantizada.

En infraestructura crítica, las respuestas vagas son un riesgo.

Qué debe quedar en el contrato

Un contrato serio debería incluir:

• ubicación de procesamiento;
• capacidad contratada;
• SLA de disponibilidad;
• SLA de capacidad;
• costos de expansión;
• costos de egreso;
• restricciones de región;
• continuidad operativa;
• responsabilidad por retrasos;
• controles de seguridad;
• auditoría;
• protección de datos;
• retención de logs;
• portabilidad;
• terminación;
• penalidades;
• cambios de precio;
• soporte.

Si el contrato solo habla de servicio, pero no de capacidad, puede quedarse corto.

Checklist de AI Power Due Diligence

Preguntas para el proveedor

1. ¿La capacidad ofrecida existe hoy o depende de expansión futura?
2. ¿Qué región física procesará mi carga?
3. ¿Qué pasa si la región se satura?
4. ¿Cómo se calcula el costo total?
5. ¿Qué costos no están incluidos?
6. ¿Qué latencia p95 puedo esperar?
7. ¿Qué límites de concurrencia aplican?
8. ¿Cuál es el costo de egreso?
9. ¿Cómo se garantiza continuidad?
10. ¿Cómo puedo migrar a otro proveedor?

Estas preguntas separan vendedores de infraestructura real.

Prompt experto para evaluar una propuesta IA

Actúa como consultor experto en infraestructura de inteligencia artificial, data centers, energía y contratación tecnológica.

Evalúa esta propuesta de infraestructura IA.

Contexto:
- Caso de uso:
- Volumen esperado:
- Tipo de carga: inferencia / fine-tuning / entrenamiento / RAG / agentes
- Región:
- Proveedor:
- Capacidad ofrecida:
- Precio:
- SLA:
- Datos sensibles:
- Plazo contractual:

Entrega:
1. Riesgos energéticos.
2. Riesgos de capacidad.
3. Riesgos de enfriamiento.
4. Riesgos de latencia y egreso.
5. Riesgos contractuales.
6. Preguntas pendientes para el proveedor.
7. AI Infrastructure Risk Score.
8. Recomendación: aprobar, negociar, piloto o rechazar.

Idea clave

La IA parece software, pero se sostiene sobre infraestructura física. La próxima ventaja no será solo contratar el modelo más potente, sino saber si la energía, el enfriamiento, la red, los permisos y el contrato pueden sostenerlo. Antes de comprar IA a escala, haz AI Power Due Diligence: porque una solución inteligente puede fallar por una subestación, una tubería, una región saturada o una cláusula mal escrita.