La IA también se construye

En Luisiana, la expansión del centro de datos de Meta en Richland Parish contempla un pico de aproximadamente 7.500 trabajadores de construcción. Turner, una de las empresas que participa en el proyecto, comunicó en julio de 2026 que el campus ampliado representaría más de US$50.000 millones de inversión. Son dimensiones previstas para un proyecto en ejecución, no una instalación terminada. Anuncio de Turner.

Para que esa inversión llegue a producir capacidad de cómputo, alguien tiene que instalar equipos, conectar tuberías, comprobar circuitos y coordinar pruebas. Cada una de esas tareas depende de decisiones y entregas anteriores. El futuro de la inteligencia artificial también pasa por conseguir que una cuadrilla pueda empezar a trabajar el día que estaba previsto.

Ahí aparece una transformación menos visible que la de los modelos y sus aplicaciones: la demanda de infraestructura de IA está aumentando la presión para industrializar la construcción.

Industrializar, en este contexto, significa diseñar partes que puedan repetirse, fabricar y probar conjuntos fuera del sitio y organizar su llegada para ensamblarlos. La prefabricación tiene una historia anterior a este auge. Lo que cambia es el incentivo económico para extenderla y coordinar proyectos de una escala cada vez mayor.

La presión alcanza a muchos más actores que las empresas tecnológicas. En su informe del tercer trimestre de 2026, DPR Construction describe cómo centros de datos, proyectos de energía, hospitales y manufactura avanzada compiten por oficios especializados, equipos y capacidad de proveedores. Electricistas, transformadores y sistemas de distribución eléctrica aparecen entre los recursos compartidos. Informe de DPR.

Un constructor puede quedar expuesto a esa competencia aunque su cliente jamás mencione la IA. En los mercados donde coinciden esos proyectos, la disponibilidad de un proveedor o de una cuadrilla depende también de lo que está ocurriendo fuera de su propia cartera de obras.

El informe global de JLL para 2026 ayuda a dimensionar la dificultad: reporta que el 57 % de los proyectos de centros de datos tuvo retrasos de construcción de tres meses o más en 2025 y sitúa en 33 semanas el plazo medio global de entrega de los equipos considerados. Son datos del sector de centros de datos; no describen a toda la construcción. JLL, página 24.

Con plazos así, comprar forma parte del diseño del proyecto. Una fecha de instalación exige conocer cuándo debe cerrarse la especificación, qué capacidad ha reservado el fabricante y qué condiciones deben estar resueltas antes de recibir el equipo. El cronograma se compromete mucho antes de que una grúa llegue al terreno.

También cambia la cuenta económica. Adelantar pedidos puede proteger una fecha de entrega, pero compromete dinero y reduce el margen para modificar el diseño. Una pieza comprada con mucha anticipación puede terminar necesitando almacenamiento, protección o adaptaciones. La velocidad tiene costos que alguien debe reconocer antes de prometerla.

Una respuesta concreta puede verse en la colaboración entre Compass Datacenters y Vertiv. Ambas desarrollaron SmartRun, un sistema prefabricado que reúne infraestructura suspendida sobre las filas de equipos: distribución eléctrica, tuberías para refrigeración líquida, contención de aire caliente y soporte de redes. Según el caso publicado por Vertiv, el ensamblaje, la integración y las pruebas se trasladan a la fábrica, y los módulos llegan preparados para su instalación. Caso Compass–Vertiv.

El fabricante presenta ventajas de tiempo y trabajo en campo. Conviene tratar esos resultados como declaraciones del proveedor, sujetos a las condiciones de cada proyecto. El cambio de método, en cambio, es concreto: varias instalaciones que deben funcionar juntas se preparan como un conjunto antes de llegar a la obra.

McKinsey encontró en encuestas a participantes del sector que las soluciones prefabricadas y modulares representaban, en promedio, entre el 40 % y el 60 % de las partes individuales de un centro de datos. El análisis también identifica la posibilidad de avanzar hacia módulos integrados de mayor alcance. Ese porcentaje se refiere a componentes, no a ahorro, superficie ni reducción del plazo total. Análisis de McKinsey, agosto de 2025.

Mover trabajo a una fábrica modifica dónde deben resolverse los problemas. Las dimensiones, conexiones y tolerancias necesitan suficiente definición antes de fabricar. Un cambio posterior puede afectar un conjunto completo. La obra gana posibilidades de repetición y control, mientras el diseño y la coordinación temprana asumen más responsabilidad.

Imaginemos una situación sencilla: un módulo sale de fábrica conforme al plano aprobado, pero durante su fabricación se modifica el espacio donde será instalado. Es un ejemplo hipotético. El fabricante puede haber cumplido, el transporte puede llegar a tiempo y la pieza puede superar sus pruebas. Aun así, el proyecto se detiene porque dos partes del trabajo siguieron versiones distintas.

Para resolverlo, hace falta reconstruir qué cambió, quién lo aprobó, qué se había fabricado y qué otras actividades dependen de esa instalación. Si esa información tarda en reunirse, la espera se traslada a personas, equipos y compromisos posteriores.

La unidad de control deja de ser solamente la pieza. Importa su relación con el lugar, la versión del diseño, la fecha y el trabajo que permitirá realizar.

Por eso la industrialización también exige continuidad en la información. El código utilizado en una compra debe permitir reconocer lo recibido; el equipo instalado debe vincularse con sus inspecciones; la entrega debe conservar lo necesario para operarlo. Puede haber varias herramientas especializadas, siempre que las personas consigan seguir el mismo objeto y sus cambios a través de ellas.

Registrar que algo llegó resuelve una pregunta. Saber si llegó lo correcto, si está aprobado para instalarse y si libera la siguiente actividad resuelve varias más.

Aquí la conversación baja de los grandes campus a una escena mucho más cotidiana: el responsable de obra anotando una entrega en un cuaderno.

Ese cuaderno merece ser entendido. Pensemos en alguien que necesita registrar una diferencia mientras atiende una descarga, tiene las manos ocupadas o dispone de poca conexión. En esas condiciones, una anotación breve puede encajar mejor en el trabajo que una aplicación que exige navegar por pantallas y completar campos. La utilidad de una herramienta se juega también en esos segundos.

La dificultad aparece cuando otras personas necesitan actuar sobre lo anotado. Una entrega incompleta puede requerir ajustar una compra, reorganizar una cuadrilla o discutir una factura. Si la información permanece en la libreta, alguien tendrá que volver a pedirla y traducirla para cada decisión.

La IA ofrece una posibilidad para reducir ese esfuerzo. Como escenario de diseño, un trabajador podría enviar una foto de la recepción y una nota de voz. Un sistema podría proponer el material, la cantidad y la diferencia respecto del pedido, y pedir confirmación cuando falten datos. Su valor dependería de acertar en ese entorno, vincular el registro con la orden correcta y hacer llegar la excepción a quien pueda resolverla.

La transcripción sería apenas el comienzo. Habría que distinguir lo recibido de lo aceptado, conservar la evidencia y definir quién puede autorizar un cambio. Una interpretación incorrecta podría propagarse a inventario, pagos o planificación. Por eso una prueba útil tendría que medir tanto el tiempo ahorrado como los errores y las correcciones que genera.

Ese es el segundo efecto de la IA sobre la construcción: además de demandar nueva infraestructura física, puede ayudar a transformar información de campo en acciones coordinadas. Las dos fuerzas se encuentran cuando el proyecto necesita ejecutar más rápido y el registro de lo ocurrido sigue llegando demasiado tarde.

Una constructora que levanta viviendas o una empresa que instala climatización opera con otras escalas, presupuestos y exigencias. Lo transferible del caso es la atención a las dependencias: qué puede prepararse antes, qué conviene repetir, qué cambio debe llegar a un proveedor y qué información necesita el siguiente equipo para trabajar.

Industrializar todo tampoco tiene sentido por defecto. La repetición debe compensar la preparación, el transporte y las restricciones del montaje. Y una herramienta de IA debe resolver una fricción observada con una fiabilidad suficiente para las consecuencias de equivocarse.

Para explorar dónde empezar, serviría revisar una interrupción reciente: una cuadrilla esperando material, una instalación rehecha o una entrega que nadie podía aceptar. Reconstruir cuándo se conoció el problema, dónde quedó registrado y quién tenía autoridad para actuar permite localizar una mejora concreta. Después se puede comprobar si disminuyen la espera, el retrabajo o el tiempo de resolución.

En una obra, una demora descubierta el viernes quizá podía resolverse el martes. La diferencia entre esas dos fechas es un buen lugar para empezar a construir un sistema mejor.