Andy Jassy (Amazon): la capacidad de IA de AWS, vendida hasta 2027

La capacidad de cómputo para IA contratada a largo plazo está agotada hasta 2027, aunque se mantienen reservas bajo demanda mientras la red eléctrica y la refrigeración limitan la oferta.

Durante su intervención en el podcast de vídeo «The a16z Show» de Andreessen Horowitz el 23 oct 2026, Andy Jassy, al frente de Amazon, detalló la situación de la infraestructura en la nube y de inteligencia artificial de AWS. Jassy confirmó que la capacidad de cómputo para 2026 está totalmente agotada, la de 2027 prácticamente comprometida y que una parte sustancial de 2028 ya cuenta con reservas anticipadas.

Frente a las dudas del mercado financiero sobre un posible exceso de gasto en centros de datos por parte de los gigantes tecnológicos, Jassy defendió que la demanda real sigue superando el ritmo de despliegue del hardware y deja solicitudes sin atender.

Bloques masivos de cómputo comprometidos hasta 2027

El agotamiento descrito por Jassy afecta principalmente a los grandes clústeres dedicados que los principales laboratorios de IA y corporaciones reservan mediante contratos de varios años. En la entrevista, Jassy señaló: «Siempre dejamos cierto margen para el servicio bajo demanda, pero 2026 está claramente agotado. 2027 está vendido en gran parte y una buena porción de 2028 ya está reservada».

Esta presión responde a dos factores: el entrenamiento de modelos fundacionales en enormes conjuntos de aceleradores y la rápida adopción de agentes de IA (programas que realizan por su cuenta tareas de varios pasos para el usuario). Además, la carga de trabajo se ha desplazado con fuerza hacia la inferencia —usar un modelo ya terminado para generar respuestas—, lo que genera un consumo continuo que desborda las previsiones iniciales.

Como consecuencia, las compañías compiten por asegurar capacidad con dos o tres años de antelación. En el sector de la nube actual, levantar sin reserva previa clústeres con miles de GPU de última generación se ha vuelto inviable.

El margen bajo demanda y su impacto en los desarrolladores

Que la capacidad masiva esté comprometida no significa que el trabajo diario con AWS se detenga. La plataforma sigue reservando capacidad para cargas de trabajo estándar, instancias EC2 bajo demanda y llamadas a API gestionadas como Amazon Bedrock.

Sin embargo, el bloqueo de grandes volúmenes a largo plazo genera efectos secundarios en los equipos de desarrollo:

Acceso limitado a chips de última generación: Conseguir instancias con los aceleradores más recientes bajo demanda o en modalidad Spot resulta cada vez más complicado.
Mayor interrupción en instancias Spot: Como los recursos sobrantes se canalizan para atender contratos fijos, aumenta la probabilidad de que las instancias se interrumpan durante tareas de procesamiento por lotes.
Saturación en regiones concretas: La actividad se concentra en zonas con disponibilidad eléctrica garantizada, lo que eleva el riesgo de errores de tipo InsufficientInstanceCapacity en momentos de escalado repentino.

Los equipos que ajustan modelos propios o despliegan clústeres de inferencia deben diseñar arquitecturas multirregión o recurrir a puntos de conexión sin servidor en lugar de asumir que siempre habrá máquinas disponibles.

Una inversión de 220.000 millones de dólares frente a límites físicos

Amazon prevé un gasto de capital (CapEx) de unos 220.000 millones de dólares (unos 196.000 millones de euros) en 2026 para ampliar sus instalaciones. A pesar de este despliegue financiero, el freno a la expansión no reside en el capital, sino en los límites de la infraestructura física.

Los principales cuellos de botella son la capacidad de la red eléctrica y los sistemas de refrigeración. Un campus de centros de datos a escala de gigavatios consume la energía de una ciudad mediana, y conseguir la conexión a la red y construir subestaciones suele demorarse varios años. La necesidad de instalar sistemas avanzados de refrigeración líquida para disipar el calor de los bastidores complica todavía más los plazos.

La cadena de suministro de hardware también está saturada. Aparte de los propios procesadores, la memoria HBM (memoria apilada junto a un acelerador de IA para mover datos mucho más rápido) y los conmutadores de red sufren demoras de empaquetado. Jassy remarcó que Amazon no está frenando sus inversiones, sino topándose con la capacidad máxima de producción global.

Chips propios y el horizonte de un billón de dólares

Para reducir la dependencia de proveedores externos y recortar costes operativos, Amazon acelera el despliegue de sus propios procesadores. Jassy destacó el protagonismo creciente de los chips Trainium y Graviton para rebajar el coste por consulta de las empresas.

Para que la IA generativa pase de las pruebas piloto a las operaciones centrales de negocio, el coste de la inferencia debe caer con fuerza. El uso de circuitos integrados específicos permite mantener márgenes viables sin abonar las primas de las GPU de propósito general.

Jassy recordó que solo entre el 10 % y el 15 % del gasto global en TI ha migrado a la nube, y que la IA acelerará el resto. Con esta tendencia, proyectó que AWS podría alcanzar a largo plazo unos ingresos anualizados (los ingresos del último mes o dos proyectados a un año) de 1 billón de dólares (unos 892.000 millones de euros).

Qué vigilar

A corto plazo, habrá que comprobar la relación precio-rendimiento y la disponibilidad de las instancias Trainium2 previstas para finales de 2026. A largo plazo, el ritmo de tramitación y construcción de los proyectos nucleares de Amazon, como los reactores modulares pequeños (SMR), marcará la capacidad de AWS para abastecer sus futuros centros de datos.

La conversión a euros sigue el tipo de cambio del 26 de octubre de 2026.