Meta publicó el 26 de junio de 2026 un vídeo de Tom Shaw, ingeniero de la empresa, haciendo un recorrido por su centro de datos de Altoona, Iowa —el número 32 de su flota global—, mostrando servidores de cómputo, sistemas de refrigeración sostenible y la infraestructura que conecta a más de 3.500 millones de personas cada día. El mismo día, el Financial Times publicó que Google le había dicho a Meta en marzo de 2026 que no podía proporcionarle toda la capacidad de cómputo que la empresa quería para sus modelos Gemini.
Las dos noticias juntas describen la paradoja central de la IA en 2026: la empresa con la mayor flota de centros de datos del planeta, que está invirtiendo hasta 135.000 millones de dólares en infraestructura este año, no tiene suficiente cómputo propio y tiene que comprar el de un competidor directo. Y ese competidor, Google —que gasta más de 180.000 millones de dólares en capex en 2026— tampoco puede cubrir toda la demanda.
Qué ocurrió con Meta y Gemini
Según el FT, Meta había estado usando los modelos Gemini de Google para procesos internos de moderación de contenido y seguridad, donde Gemini demostraba mejor rendimiento que sus propios modelos Llama en código abierto para esas tareas específicas. En marzo de 2026, Google le comunicó a Meta que no podía proporcionar toda la capacidad solicitada. Las restricciones no se han levantado.
El impacto fue real: Meta tuvo que retrasar algunos proyectos internos de IA y pedir a sus empleados que usaran los tokens de IA de forma más eficiente. La empresa está acelerando la migración de esas cargas de trabajo a su propio modelo Muse Spark, presentado después de la reorganización de Meta Superintelligence Labs y descrito como comparable en rendimiento a Gemini.
Meta no es el único afectado. Según el FT, otras empresas grandes también han experimentado limitaciones de acceso a Gemini, aunque Meta fue la más golpeada por su demanda inusualmente alta. La situación ilustra una dinámica nueva: incluso Google, con $20.000 millones en ingresos de cloud en el primer trimestre de 2026 y una cartera de pedidos que casi se duplicó hasta superar los $460.000 millones, está «compute constrained en el corto plazo», en palabras del propio CEO Sundar Pichai durante la presentación de resultados del 29 de abril.
Para cubrir el déficit, Google firmó este mes un acuerdo con SpaceX para arrendar capacidad de cómputo por 920 millones de dólares mensuales —más de 30.000 millones al año—, lo que convierte a la empresa de Elon Musk en uno de los mayores proveedores de IA compute del mundo.
Lo que hay dentro del centro de datos número 32 de Meta
El recorrido de Tom Shaw en Altoona, Iowa muestra los tres componentes que hacen de un centro de datos moderno de IA algo radicalmente diferente de los centros de datos de diez años atrás: servidores de cómputo diseñados para inferencia y entrenamiento de IA, redes de alta velocidad que conectan esos servidores con latencias mínimas, y sistemas de refrigeración que gestionan el calor generado por miles de chips trabajando en paralelo.
Meta tiene 32 centros de datos propios y lleva 24 meses iniciando la construcción de 10 nuevos. Las instalaciones más grandes, en construcción o ya operativas, apuntan a capacidades de 1 gigavatio o más: Richland Parish (Louisiana), Lebanon (Indiana), El Paso (Texas), Tulsa (Oklahoma) y New Albany (Ohio). La de Richland Parish, el proyecto «Hyperion» de 27.000 millones de dólares en Louisiana, está redefiniendo la economía de una región rural y generando debates sobre el impacto ambiental y el precio de la electricidad local.
El análisis de nuestra pieza sobre Meta Compute y la apuesta por infraestructura de IA propia de enero de 2026 recoge la escala del proyecto. La apuesta no es solo de tamaño: Meta ha firmado alianzas con NVIDIA (largo plazo, chips Blackwell y arquitectura rack-scale Helios), AMD (GPUs Instinct, desde H2 2026) y AWS (decenas de millones de núcleos Graviton5 para cargas de trabajo agénticas basadas en CPU). También arrendó 168 MW de capacidad de centros de datos en India (Jamnagar, Gujarat, con Reliance) y contrató casi 1 GW de energía renovable en el país.
La paradoja de Meta es también la de toda la industria. Como documentamos en el análisis del uso de plantas de gas natural para alimentar centros de datos de IA en 2026, Meta tiene comprometidas siete nuevas plantas de gas en Louisiana solo para el campus Hyperion. La demanda de cómputo crece más rápido que la capacidad de generación eléctrica. La IA se está quedando sin combustible: en este caso, el combustible es la electricidad y los chips, no los datos.
Mi valoración
Lo que más me convence de la situación Meta-Google es lo que revela sobre la naturaleza del mercado: los competidores más feroces son también los clientes más grandes del otro. Google y Meta compiten por usuarios, publicidad y talento; pero Meta compra cómputo de Google, Amazon y probablemente Microsoft también. La IA ha convertido la rivalidad tecnológica en una cadena de suministro compartida.
Lo que más me preocupa es el efecto de concentración. Si el acceso a cómputo frontier depende de la relación contractual con Google, Microsoft o Amazon, y estos tres gigantes están ellos mismos «compute constrained», ¿qué les pasa a las empresas más pequeñas que intentan competir? La barrera de entrada al mercado de IA de alto rendimiento se está haciendo cada vez más alta.
Lo más estructuralmente significativo es que SpaceX se está convirtiendo en infraestructura crítica de IA. Que Google firme un contrato de 920 millones de dólares mensuales con la empresa de Musk para arrendar cómputo no es solo una noticia de negocio: es una señal de que la diversificación de proveedores de cómputo está llegando a lugares inesperados.
Preguntas frecuentes
¿Por qué usaba Meta los modelos de Google si tiene sus propios modelos Llama?
Porque para tareas específicas —como moderación de contenido a escala— Gemini demostraba mejor rendimiento que los modelos Llama de Meta para esos casos de uso concretos. Las empresas de IA, incluidas las más grandes, usan modelos de terceros para tareas donde esos modelos son superiores. Meta está ahora migrando esas cargas a su propio Muse Spark.
¿Cuánto invierte Meta en infraestructura de IA en 2026?
Meta tiene una guía de gasto de capital (capex) de entre 115.000 y 135.000 millones de dólares para 2026, destinada principalmente a infraestructura de IA. En la última presentación de resultados, algunos analistas señalaron que la cifra podría alcanzar los 145.000 millones, lo que provocó caídas en las acciones de la empresa superiores al 10%.
¿Qué es Muse Spark y en qué se diferencia de Llama?
Muse Spark es un modelo propio de Meta presentado tras la reorganización de Meta Superintelligence Labs. A diferencia de Llama —que es de código abierto y está disponible para cualquier desarrollador—, Muse Spark es un modelo interno no publicado. Meta afirma que su rendimiento es comparable al de Gemini para las tareas en las que lo está usando.