La explosión de la capacidad de cómputo de IA plantea nuevos desafíos para la infraestructura eléctrica, y empresas de energía nativas de IA como GridCARE, Emerald AI y Shatterdome Energy están surgiendo. Estas empresas no construyen plantas eléctricas, sino que redefinen el flujo, el precio y la programación de la electricidad mediante algoritmos de IA. GridCARE ha recaudado 64 millones de dólares en una ronda de financiación Serie A para ayudar a las fábricas de IA a identificar recursos eléctricos disponibles; Emerald AI lanzó la plataforma Conductor, que permite a los centros de datos ajustar su consumo según las condiciones de la red eléctrica; y Shatterdome Energy participa en mercados eléctricos mediante IA. Gigantes de chips como NVIDIA y inversores iniciales también están entrando en este espacio. El análisis del sector indica que la competencia energética en la era de la IA está pasando de “construir más plantas” a “organizar los recursos eléctricos de manera más eficiente”, y la electricidad se está convirtiendo en el nuevo límite de velocidad para los sistemas de IA, tras los chips.Autor y fuente del artículo: Tencent Tech
Bajo la explosión de la capacidad de cómputo de IA, ¿cómo las empresas de energía nativas de IA pueden aprovechar el nuevo punto de entrada en la infraestructura de IA?
Desde el inicio de 2026, la ansiedad en el mundo de la tecnología ha seguido extendiéndose desde modelos, código y chips hacia los niveles más fundamentales de la cadena de valor de la IA. La industria ahora debate una pregunta más básica: ¿hay suficiente electricidad para respaldar toda esta capacidad de IA?
En la reciente conferencia GTC Taipei de NVIDIA, que concluyó el 1 de junio, Jensen Huang presentó NVIDIA DSX, la tercera generación de la arquitectura de gabinete MGX y la solución de alimentación de 800 VDC, rediseñando integralmente la computación, la red, el almacenamiento, la electricidad, el enfriamiento y los sistemas de control con el objetivo de redefinir la "ingeniería de sistemas eléctricos" dentro de las fábricas de IA.
Lo que NVIDIA quiere hacer es optimizar la eficiencia del sistema dentro de la fábrica de IA, haciendo que el cálculo, la red, la electricidad y la disipación de calor trabajen en conjunto para aumentar la producción de tokens por cada vatio de electricidad.
Al mismo tiempo, el componente eléctrico externo de la fábrica de IA también se está convirtiendo en un nuevo cuello de botella: ¿dónde se construirán los centros de datos, ¿qué capacidad de conexión aún está disponible, ¿pueden los proyectos conectarse a la red lo antes posible y, una vez construidos, ¿cómo ajustar la carga según la presión de la red?
Bajo este contexto y necesidad, ha surgido gradualmente un grupo de "empresas de energía nacidas en IA".
Un punto interesante es que, aunque son empresas de energía, estas compañías no construyen plantas eléctricas ni instalan líneas de transmisión; solo utilizan código y algoritmos para intentar redefinir el flujo, el precio y el ritmo de la electricidad.
Los mercados de capitales también están revaluando a este tipo de empresas.
En mayo de 2026, la firma de capital de riesgo de Silicon Valley Sutter Hill Ventures, que fue una de las primeras inversionistas en NVIDIA, lideró junto con el conocido inversionista John Doerr una ronda de financiación Serie A de 64 millones de dólares para la empresa llamada "GridCARE".
GridCARE utiliza IA en los procesos de conexión eléctrica y programación energética para ayudar a las fábricas de IA a identificar más rápidamente los recursos eléctricos disponibles, completar la planificación de conexión y participar en la programación de carga posterior.
Anteriormente, el potencial de las empresas de tecnología energética provenía principalmente de las energías renovables, el almacenamiento de energía, las baterías y los equipos de redes eléctricas; pero tras la explosión de la demanda de capacidad de cómputo de IA, quienes ayuden a los centros de datos a encontrar energía, conectarla y utilizarla de manera más eficiente podrían convertirse en un eslabón clave de la cadena de infraestructura de IA.
Empresas similares a GridCARE también están surgiendo gradualmente en regiones como Silicon Valley, Estados Unidos.
Emerald AI, con sede en Washington, EE. UU., ha recaudado aproximadamente 68 millones de dólares en 16 meses, con el respaldo de NVentures de NVIDIA, Energy Impact Partners, y grandes empresas eléctricas como Eaton, Siemens y GE Vernova, además de inversiones personales de Jeff Dean y Li Fei-Fei.
En mayo de 2026, Shatterdome Energy, fundada por el emprendedor con fondo en trading cuantitativo Amann Shariff, también completó una ronda de financiación Pre-Seed de 3,5 millones de dólares.
Estas empresas se enfocan principalmente en los cuellos de botella actuales de la infraestructura de IA: encontrar energía en la red eléctrica, determinar dónde aún hay capacidad disponible y dónde se puede conectar más rápidamente para reducir el ciclo de espera en la conexión a la red; ajustar tareas de cómputo y desplazar el consumo de energía durante períodos de tensión en la red; y realizar operaciones y programación de energía en tiempo real mediante IA dirigidas a energías renovables, almacenamiento y usuarios industriales de gran escala.
El auge de estas empresas tiene un significado importante de referencia y aprendizaje para la industria.
La competencia por la energía en la era de la IA no solo consiste en construir más plantas eléctricas y extender más líneas, sino también en organizar de manera más eficiente las energías renovables, el almacenamiento de energía, la red eléctrica y la carga de procesamiento. En el futuro, quien encuentre más rápidamente la electricidad, se conecte a ella y la gestione con mayor eficacia, podría ocupar una posición más ventajosa en la competencia por la infraestructura de IA.
Más allá de los chips y la potencia de cálculo, la electricidad se está convirtiendo en el nuevo límite de velocidad para los sistemas de IA. Y la industria eléctrica en sí misma también está siendo reescrita por la IA.
La imagen fue generada por IA
01 La ansiedad por la energía en la era de la IA: lo que falta no es electricidad, sino "electricidad utilizable"
La ansiedad por la energía en la era de la IA, a primera vista, parece una "falta de electricidad", pero en esencia es una "falta de electricidad disponible". Muchos recursos eléctricos no existen; simplemente no se han identificado, programado y entregado adecuadamente.
En el informe «Roadmap: AI Data Center Stack», publicado en mayo de 2026 por la firma de capital de riesgo de Silicon Valley Bessemer Venture Partners, se presentaron cifras: a principios de 2026, se habían anunciado 190 GW de proyectos de centros de datos hiperescala a nivel mundial, pero solo 12 GW estaban operativos, 21 GW estaban en construcción y los restantes 148 GW seguían solo en papel. Más de una cuarta parte de los proyectos programados para lanzarse en 2025 estaban estancados en los procesos de suministro eléctrico y permisos.
Un informe de investigación publicado por la Universidad de Stanford en diciembre de 2025 también señala que la utilización de la red eléctrica estadounidense es inferior a un tercio la mayor parte del tiempo. La empresa de operación inteligente de redes GridCARE proporciona cifras aún más específicas: incluso en las regiones con mayor demanda eléctrica, la utilización real de la red no supera el 32%. No falta electricidad, sino la capacidad de transportarla.
Amit Narayan, cofundador y CEO de GridCARE, ha bautizado este fenómeno como la "crisis del tiempo para energizar", que se refiere a la brecha de varios años entre la demanda eléctrica y la capacidad real de suministro. Gran parte de la capacidad existente de la red eléctrica no puede utilizarse debido a las limitaciones de los procesos tradicionales de programación y conexión.
Cuando describió la situación actual, dijo: "La locura actual por la IA ha llegado a un punto fuera de control, donde la gente cree que enviar chips al espacio podría ser más rápido que encontrar electricidad en la Tierra."
Detrás de este cuello de botella se esconde una enorme oportunidad comercial. Según el cálculo de GridCARE, ayudar a conectar 1 gigavatio de electricidad con anticipación libera un valor de 25.000 millones de dólares.
La líder Sutter Hill Ventures es una de las primeras instituciones inversionistas de NVIDIA y puede decirse que participó en todo el auge de la "era del cómputo". El director general de esta institución, Vic Miller, declaró públicamente: "Hace un año, pocas personas hablaban de la electricidad como un cuello de botella para la IA. Hoy, se ha convertido en la barrera que toda la industria debe superar".
John Doerr, quien también fue inversionista temprano en Amazon y Google, al explicar su lógica de apuesta, solo dijo: "GridCARE proporciona energía asequible y sostenible liberando la electricidad ociosa en nuestra red eléctrica ya construida".
GridCARE ha lanzado un software con la función "aceleración de energía". Su tecnología central utiliza IA para simular y analizar en tiempo real miles de millones de estados de operación de la red eléctrica, incluyendo congestión de líneas, riesgo de apagones, cambios climáticos y fluctuaciones de la demanda, y luego identifica la energía ociosa y la redirige hacia los lugares donde se necesita.
Actualmente, este modelo ya ha implementado su primer caso. GridCARE está colaborando con Portland General Electric para liberar más de 400 megavatios de capacidad de la red en Hillsboro, Oregón, suficiente para conectar seis centros de datos. De ellos, los primeros 80 megavatios se espera que estén operativos en 2026.
02 De encontrar electricidad a ajustar el consumo: hacer que las fábricas de IA aprendan a "desplazar el consumo eléctrico"
GridCARE se enfoca en el lado de la red eléctrica, intentando extraer mayor capacidad disponible en los sistemas de transmisión y distribución existentes.
También hay empresas emergentes de energía que se enfocan en la capa de software, pero desde un punto de entrada completamente diferente.
Una empresa llamada "Emerald AI" está explorando la posibilidad de convertir centros de datos de IA en activos de red eléctrica programables, permitiendo que los centros de datos ajusten su ritmo de consumo de energía según las condiciones de la red. Por ejemplo, cuando la red esté bajo presión, algunas tareas de IA pueden reducir temporalmente su velocidad, retrasarse o transferirse para ejecutarse en otras regiones; una vez que la presión en la red disminuya, se recuperará el estado de carga más alto.
La lógica subyacente aquí es que la fábrica de IA no necesita funcionar a plena capacidad en todo momento. Las tareas de entrenamiento de modelos pueden pausarse y reanudarse después, y las tareas de inferencia por lotes pueden trasladarse a otras regiones. Siempre que el centro de datos pueda reducir activamente su consumo de energía según las instrucciones de la red eléctrica, la presión sobre la red disminuirá significativamente, y no será necesario invertir dinero en construir nuevas líneas solo para manejar esos picos de carga.
El producto lanzado por Emerald AI se llama la plataforma "Conductor", como si le instalara un cerebro "adaptable" a un centro de datos.
Actúa como una válvula inteligente instalada entre la red eléctrica y el centro de datos. Cuando la red eléctrica está bajo presión, la plataforma recibe una señal y reduce en tiempo real el consumo de energía de las instalaciones, asegurando al mismo tiempo que las tareas clave de IA ejecutadas en las GPU de NVIDIA no se vean afectadas.
En COMPUTEX Taipei, Emerald AI anunció una colaboración con NVIDIA y Silicon Valley Power para lanzar el primer proyecto comercial de múltiples megavatios en Silicon Valley.
El punto de partida de este proyecto es el "Plan de Interconexión de Carga Flexible" impulsado por la empresa eléctrica de Silicon Valley. El núcleo de este plan es, de hecho, resolver el problema de los largos tiempos de espera para la conexión de centros de datos.
Sivaram commented: "Silicon Valley Power's 'Flexible Load Interconnection Program' has proven that this path is viable at the regulatory level. NVIDIA's DSX OS, DSX Flex, combined with our Conductor platform, have brought this technical solution to commercial scale."
03 De la programación puntual a la plataforma: la versión mejorada de IA de la "central eléctrica virtual"
Al compararlo con GridCARE y Emerald AI, el apetito de la empresa de energía AI, Grid AI, parece ser mayor.
Grid AI quiere conectar todos los recursos eléctricos dispersos mediante una plataforma unificada de IA, incluyendo desde el aire acondicionado de un hogar hasta la fuente de alimentación de respaldo de un centro de datos de IA.
They broke this idea down into three levels for implementation.
El primer grupo son hogares y pequeñas empresas comunes, donde la IA gestiona automáticamente en segundo plano dispositivos como aires acondicionados, vehículos eléctricos y baterías, ayudando a los usuarios a consumir más electricidad cuando los precios son bajos y menos cuando los precios son altos o la red está bajo presión;
La segunda categoría son los escenarios comerciales y de servicios públicos, que implican la programación unificada de activos como almacenamiento de energía, flotas de vehículos eléctricos y fuentes de energía distribuidas para participar en el mercado eléctrico;
El tercer tipo son los centros de datos de IA y los grandes parques industriales, que, mediante la coordinación de la generación, el almacenamiento y la carga, permiten que estas instalaciones de alto consumo energético utilicen electricidad más estable y más barata.
En cierto sentido, Grid AI es esencialmente como crear una "versión de IA de una central eléctrica virtual". Las centrales eléctricas virtuales tradicionales agrupan muchos "pequeños generadores, pequeñas baterías y pequeñas cargas" para aliviar la presión sobre la red; Grid AI amplía el alcance de la central eléctrica virtual hasta incluir centros de datos de IA e industrias grandes, creando una plataforma de gestión energética por IA que cubre escenarios domésticos, comerciales, de servicios públicos y de consumo masivo.
Además de optimizar la red eléctrica y la carga, la IA también está entrando en la fase de negociación del mercado eléctrico.
El proveedor estadounidense de servicios de intercambio de energía AI, Shatterdome Energy, se posiciona como la "capa de infraestructura financiera" del mundo energético.
Un panel solar en el techo, un aerogenerador y un conjunto de baterías de almacenamiento antes eran dispositivos de generación dispersos; pero en el sistema de Shatterdome Energy, pueden empaquetarse como un activo energético negociable. La plataforma decide cuándo vender electricidad, cuándo almacenarla y cuándo usar herramientas de negociación para cubrir riesgos de precios, según las fluctuaciones del precio de la electricidad, los cambios climáticos, las predicciones de generación y la demanda del mercado.
Las herramientas de IA de Shatterdome Energy se enfocan en señales sutiles en el mercado eléctrico que los operadores humanos tienen dificultades para detectar a tiempo. Por ejemplo, un congestionamiento repentino en una línea, una generación en una región que no sigue el ritmo de la demanda, o una inminente fluctuación anómala en el precio en un nodo determinado. El algoritmo puede tomar decisiones en el momento en que estos cambios aparecen y realizar operaciones más rápido que un humano.
A medida que aumenta la proporción de energías renovables, el mercado eléctrico se vuelve cada vez más difícil de predecir: el clima afecta la generación eólica y fotovoltaica, los centros de datos pueden aumentar repentinamente la carga, y las congestiones locales en la red hacen que los precios de la electricidad se diferencien rápidamente entre regiones. Para las empresas eléctricas, predecir mal o realizar un despacho lento puede traducirse directamente en multas y pérdidas comerciales.
Después de la entrada de la IA, el comercio de energía se ha vuelto más como un juego de alta frecuencia, y además de ayudar a las empresas a "reducir sus facturas eléctricas", también es necesario ayudar a las compañías eléctricas a predecir con mayor precisión la oferta y la demanda, responder más rápidamente a los cambios de precios y reducir las pérdidas causadas por errores de juicio.
Una encuesta realizada por la empresa de tecnología Digiqt en septiembre de 2025 reveló que los traders de IA están penetrando rápidamente en los mercados energéticos. Estos sistemas están generando cambios tangibles: una empresa eléctrica de tamaño mediano, que anteriormente perdía entre 50.000 y 150.000 euros mensuales únicamente por multas por desequilibrios causadas por sesgos en las predicciones, redujo estas pérdidas entre un 15 % y un 30 % tras implementar la IA.
04 “Carga flexible”: Una nueva solución al problema de la conexión de fábricas de IA
Las startups han contado muchas historias, pero ¿cuál es el efecto real? ¿Pueden realmente los centros de datos de IA "escuchar a la red eléctrica"?
En marzo de 2026, un experimento dio la respuesta.
La compañía nacional de electricidad del Reino Unido, NVIDIA, Emerald AI y el Instituto de Electricidad (EPRI) realizaron una prueba conjunta: tras recibir una señal de la red eléctrica, el centro de datos en Londres redujo su consumo de energía en un tercio en aproximadamente un minuto. Lo más importante es que las tareas de IA ejecutadas en las GPU de NVIDIA no se interrumpieron.
Otra prueba fue más larga, duró diez horas. El centro de datos mantuvo la potencia en un nivel aproximado del 10% durante mucho tiempo, y la carga de trabajo no se vio afectada.
Estos dos resultados demuestran que los centros de datos de IA no son simplemente "bloques de hierro" que consumen electricidad a plena capacidad todo el tiempo; también pueden actuar como una carga ajustable, cediendo voluntariamente cuando la red eléctrica está bajo presión.
Si el operador puede demostrar que puede reducir activamente la carga durante períodos de tensión en la red eléctrica, la red no necesitará expandirse completamente según el valor máximo teórico. Así, se puede reducir la presión sobre la construcción de la red y también se puede acortar el tiempo de espera para la conexión de los centros de datos.
El significado de este experimento en Londres es aquí: aunque es un experimento preliminar, demuestra que, al menos en el lado de los centros de datos de IA, la "respuesta flexible" es una capacidad que puede verificarse realmente.
05 Conclusión: El software está redefiniendo la capa eléctrica
Ya sea que GridCARE realice la programación en redes eléctricas saturadas, que Emerald AI enseñe a los centros de datos a desplazar el consumo eléctrico, o que Shatterdome Energy participe en mercados eléctricos mediante algoritmos, todos apuntan a la misma tendencia: en la era de la IA, la electricidad no solo necesita ser más abundante, sino también más inteligente en su uso y gestión.
Estas empresas de energía nativas de IA no han construido ninguna central eléctrica ni instalado ninguna línea de alta tensión. Sin embargo, la capa de software que han creado se está convirtiendo en un componente clave del sistema eléctrico.
Esto también refleja el marco del "pastel de cinco capas de IA" propuesto anteriormente por Jensen Huang: la energía se encuentra en la base, seguida por los chips, la infraestructura, los modelos y las aplicaciones. Sin electricidad continua, estable y gestionable, ningún chip o modelo, por más potente que sea, puede funcionar realmente.
Esta podría ser una transformación profunda de la era de la IA: la red eléctrica, ese gigante nacido en la era industrial, está siendo reensamblada línea por línea de código.
Ultimately, whoever has the smarter algorithm holds the key to driving AI civilization.