Resumen del contenido central
Recientemente, el AI ya no es solo un asistente capaz de mantener conversaciones, sino que se ha evolucionado en entidades inteligentes (Agentes AI) que pueden trabajar como “empleados digitales”, lo que ha desatado una ola de inversión en la infraestructura relacionada con el AI a nivel mundial. Fabricantes de chips como TSMC indican que la demanda es insuficiente para satisfacer las necesidades del mercado, mientras que empresas que venden servidores completos, como Dell y Lenovo, han experimentado un aumento drástico en los pedidos relacionados con el AI. No obstante, para que los Agentes AI se generalicen realmente en todos los sectores, todavía hay obstáculos que superar, como los altos costos de computación, la dificultad para medir su valor comercial y la falta de adaptabilidad a las distintas industrias.
I. Los Agentes AI están en auge: los pedidos de servidores AI de Dell y Lenovo han aumentado drásticamente
Cuando surge la necesidad de que los Agentes AI realicen tareas, los primeros en beneficiarse son los fabricantes de servidores completos.
- Dell: Los ingresos por servidores AI han aumentado un 757% en el último trimestre (es decir, más del séptuple), con pedidos por un valor total de 24.4 mil millones de dólares, y los pedidos no entregados ascienden a 51.3 mil millones de dólares, lo que ha hecho que eleve sus expectativas de ingresos anuales de 50 mil millones a 60 mil millones de dólares.
- Lenovo: Los ingresos relacionados con el AI han aumentado un 84% y representan casi el 40% del total de ingresos, con pedidos no entregados por un valor de 21 mil millones de dólares.
¿Por qué ganan tanto? Porque el AI no solo necesita “aprender” (entrenamiento), sino también “utilizar ese conocimiento” para resolver problemas reales en las empresas. Los fabricantes de servidores completos pueden integrar componentes complejos como chips de alto rendimiento, sistemas de refrigeración por líquido y fuentes de alimentación de alta potencia, lo que hace que los clientes estén dispuestos a pagar precios más elevados por sus soluciones.
II. La demanda ha cambiado: la infraestructura del AI ya no se basa únicamente en la capacidad de entrenamiento
Antes, la atención se centraba exclusivamente en la capacidad de computación necesaria para entrenar modelos de AI, pero ahora la demanda abarca todo el proceso:
- No solo es necesario entrenar modelos, sino también realizar inferencias (utilizar el conocimiento adquirido para resolver problemas reales), ofrecer nuevos servicios en la nube (Neocloud) y realizar implementaciones internas en las empresas, así como construir centros de datos.
Los expertos afirman que los beneficios derivados de un solo chip están disminuyendo, por lo que los gabinetes completos de servidores se han convertido en el nuevo “chip super”. Dado que el consumo de energía de los servidores es cada vez mayor, ya no basta con la refrigeración por ventiladores; son necesarias tecnologías como la refrigeración por líquido, fuentes de alimentación de alta potencia y conexiones de datos de alta velocidad para optimizar el rendimiento del gabinete. Aquellos que logren integrar todo esto de manera efectiva obtendrán mayores ganancias.
III. En la era de los Agentes AI, ¿qué industrias pueden obtener beneficios?
Jeff Huang (director ejecutivo de NVIDIA) y Qualcomm han anunciado que ha llegado la “era de los Agentes AI”, lo que ha impulsado el crecimiento en varios sectores específicos:
1. Fuentes de alimentación: Los servidores AI requieren fuentes de alimentación de alta potencia y confiable, especialmente soluciones de alimentación de corriente continua de alta tensión; las empresas que se especializan en este área se beneficiarán.
2. Refrigeración por líquido: La refrigeración por ventiladores ha alcanzado sus limitaciones, por lo que el uso de líquidos (como agua) para enfriar los servidores se ha vuelto esencial. Las empresas que desarrollan tecnologías de refrigeración por líquido, como placas frías y sistemas de refrigeración sumergidos, tienen oportunidades.
3. Conexiones de alta velocidad: Es necesario transferir datos rápidamente entre los dispositivos en los centros de datos; las empresas que ofrecen soluciones de conexión de alta velocidad se beneficiarán.
4. Componentes de chips especializados: Además de las GPU, las empresas que desarrollan chips para inferencias y chips que combinan almacenamiento y procesamiento también pueden encontrar su lugar en este nuevo ecosistema de hardware.
5. PCB de alta gama: Los dispositivos AI requieren placas de circuito impreso de mayor calidad; los fabricantes y proveedores relacionados se beneficiarán.
IV. Obstáculos en el camino hacia la implementación generalizada de los Agentes AI
Aunque todos están interesados en los Agentes AI, hay muchos problemas prácticos que deben superarse:
1. Costos elevados de computación: Las empresas gastan millones al mes en tecnologías de AI (por ejemplo, el director ejecutivo de UCloud mencionó costos de más de 600 mil dólares por semana, lo que suma casi 3 millones al mes), pero los resultados no son aún evidentes.
2. Dificultad para medir el valor: Aparte de casos como la programación, donde los beneficios son claros, el valor de muchas aplicaciones de AI es difícil de calcular con precisión, lo que disuade a los clientes de invertir.
3. Falta de fiabilidad tecnológica: Sectores como la salud requieren una precisión del 100% en las soluciones basadas en AI, pero los modelos actuales a menudo proporcionan resultados erróneos, lo que impide su uso a gran escala.
4. Escasez de talento y capacidad organizativa: Las empresas necesitan personas que comprendan tanto el AI como los requisitos específicos de cada industria, además de modificar sus procesos operativos y gestionar los datos de manera efectiva; estos son desafíos no fáciles de superar.
Según IDC, la mayoría de las aplicaciones de AI aún no han alcanzado una escala significativa. Gartner predice que para 2027, el 40% de los proyectos relacionados con Agentes AI serán cancelados debido a costos elevados y falta de claridad en su valor comercial. Por lo tanto, esta ola de innovación no se trata de obtener ganancias rápidas, sino de un esfuerzo a largo plazo que requiere paciencia.
En resumen, los Agentes AI son una tendencia clara, pero para que realmente se conviertan en herramientas útiles, es necesario resolver estos problemas prácticos: reducir los costos de infraestructura, establecer modelos comerciales viables y asegurar la adaptabilidad a las necesidades específicas de cada industria.