La inversión en IA entra en escala “infraestructura”
La inteligencia artificial ha dejado de ocupar el lugar presupuestario de una iniciativa experimental, un piloto de innovación o una partida repartida entre tecnología y transformación digital. Lo que está ocurriendo en 2026 en las grandes corporaciones es otra cosa: la IA está entrando en la categoría de inversión estructural, es decir, en el mismo plano en el que durante décadas se han decidido fábricas, refinerías, redes logísticas, plantas de producción, cableado internacional, centros de datos o expansión industrial. El caso de Samsung lo ilustra con claridad. La compañía ha anunciado un plan de inversión superior a 110 billones de wones, unos 73.240 millones de dólares, para reforzar su posición en semiconductores y capacidades vinculadas a inteligencia artificial, combinando gasto en I+D e infraestructura física. Ese importe supone un aumento frente a 2025, cuando ya había invertido 90,4 billones de wones, desglosados en 52,7 billones en CAPEX y 37,7 billones en I+D.
Lo relevante no es solo la cifra, sino la naturaleza de la decisión. Cuando una empresa de esta escala moviliza más de 73.000 millones de dólares para sostener su liderazgo en chips, memorias avanzadas y capacidades industriales ligadas a IA, el mensaje para cualquier comité de dirección es inequívoco: la inteligencia artificial ya no se está financiando como software accesorio, sino como infraestructura estratégica. Dicho de otro modo, ha pasado del presupuesto de “adopción” al presupuesto de “posición competitiva”.
Esto cambia por completo la conversación en el C-suite. Hasta hace poco, la pregunta dominante era si convenía lanzar un chatbot interno, automatizar atención al cliente, desplegar copilots o ensayar modelos generativos en marketing o productividad. Ahora la cuestión es mucho más ambiciosa: qué parte de la futura cadena de valor de la IA quiere controlar la empresa, cuánto capital está dispuesta a inmovilizar para conseguirlo y durante cuántos años puede sostener esa apuesta. En el caso de Samsung, la inversión se dirige no solo a fortalecer la fabricación de chips para IA, sino también a acelerar tecnología de memorias HBM de nueva generación, procesos avanzados de 2 nanómetros y nuevas capacidades de empaquetado e integración.
Este movimiento encaja con una dinámica mucho más amplia. La IA, especialmente en su fase actual, depende de una base material extraordinariamente costosa: centros de datos, energía, refrigeración, capacidad de computación, chips especializados, redes de interconexión, software de orquestación, almacenamiento masivo y talento escaso. La diferencia con ciclos tecnológicos anteriores es que aquí el coste marginal de experimentar puede ser bajo en una aplicación concreta, pero el coste de competir de verdad es altísimo. Una empresa puede probar IA con relativa facilidad; dominar un mercado apoyándose en IA exige inversiones de una escala muy distinta.
Por eso la IA empieza a parecerse más a una red eléctrica, una infraestructura logística o una cadena industrial que a una simple capa de software. Quien controla esa infraestructura controla los tiempos de despliegue, la disponibilidad, los costes unitarios, la capacidad de personalización y, en muchos casos, el acceso preferente a clientes y socios. Esto explica que la conversación estratégica haya girado tan rápido desde “qué herramienta usamos” hacia “qué parte del stack necesitamos poseer, asegurar o blindar”.
En ese contexto, la frontera entre gasto operativo e inversión estructural se vuelve crítica. Muchas organizaciones siguen tratando la IA como OPEX: licencias, suscripciones, pilotos, consultoría, pruebas de concepto, automatizaciones aisladas. Ese enfoque sirve para explorar, pero no para liderar. Cuando una compañía pasa a considerar la IA como CAPEX estratégico, cambia la lógica. Ya no se pregunta solo cuánto cuesta usar IA este trimestre, sino qué activos tecnológicos, operativos y organizativos necesita construir para capturar valor durante los próximos cinco o diez años. Samsung, de hecho, ha vinculado su gran ofensiva inversora no solo a semiconductores, sino también a posibles operaciones de fusiones y adquisiciones en sectores estratégicos como robótica, tecnología médica, automoción y climatización avanzada.
Ese punto es central. La IA no está transformando únicamente productos o procesos; está reordenando carteras corporativas. La consecuencia es que las decisiones de inversión en IA dejan de ser exclusivas del CIO, del CTO o incluso del Chief Digital Officer. Entran de lleno en el terreno del CEO, del CFO y del consejo de administración, porque afectan a asignación de capital, perfil de riesgo, deuda, retornos esperados, adquisiciones, integración vertical y expansión geográfica. Una empresa que invierte en IA a escala infraestructura no solo compra tecnología: redefine su perímetro de negocio.
También cambia la velocidad con la que debe pensar. La inversión de Samsung llega en un momento en el que la demanda de infraestructura para IA se está acelerando por el crecimiento de centros de datos, modelos generativos, inferencia a gran escala y memorias avanzadas. Reuters recogía esta semana que la dirección de Samsung habla ya de un “superciclo” impulsado por la IA y de la necesidad de firmar contratos plurianuales con grandes clientes para reducir volatilidad y asegurar visibilidad de ingresos. Esta idea tiene mucho valor para otras industrias: cuando un mercado entra en fase de superciclo, quienes esperan a que todo esté claro suelen llegar tarde. La inversión masiva no es la consecuencia final de la ventaja; muchas veces es su condición previa.
Desde la óptica directiva, esto obliga a revisar tres errores frecuentes. El primero es pensar que la ventaja competitiva vendrá únicamente por usar herramientas de IA más rápido que los demás. Esa fase existe, pero dura poco. Cuando el acceso a modelos y aplicaciones se comoditiza, la ventaja se desplaza hacia quién tiene mejores datos, mejor integración operativa, menor coste computacional, mayor capacidad de despliegue y mejor gobierno tecnológico. El segundo error es creer que toda inversión en IA debe justificarse con retorno inmediato. Parte del valor de estas inversiones no está en el trimestre siguiente, sino en garantizar capacidad futura, resiliencia, acceso prioritario y control del margen. El tercer error es tratar la IA como un proyecto aislado del negocio principal. Lo que muestra Samsung es justo lo contrario: la IA se entrelaza con semiconductores, automoción, salud, robótica y nuevos acuerdos industriales.
Hay además una lectura financiera de fondo. Cuando una empresa destina decenas de miles de millones a IA, el mercado está viendo una reasignación de capital desde líneas maduras o presionadas hacia infraestructuras de crecimiento. Eso suele venir acompañado de mayor disciplina sobre prioridades, revisión de portfolios y presión por capturar economías de escala. En otras palabras, la IA no solo genera nuevas oportunidades; también fuerza a abandonar actividades que ya no merecen capital. Para muchos grupos empresariales, el verdadero reto no será encontrar dónde usar IA, sino decidir qué dejar de financiar para liberar recursos hacia ella.
En los próximos años veremos más casos similares, aunque no todos con la misma magnitud. Algunas compañías invertirán en chips y centros de datos; otras en plataformas propias, automatización intensiva, adquisiciones de software, verticalización de modelos o redes de agentes de IA sobre procesos críticos. Pero el patrón común será el mismo: la inteligencia artificial se tratará como infraestructura de crecimiento y defensa competitiva. Y eso exige una mentalidad completamente distinta a la de los últimos dos años.
Para la alta dirección, la conclusión es clara. La IA deja de ser gasto discrecional cuando empieza a determinar capacidad industrial, poder de negociación, acceso a mercado, velocidad de innovación y estructura de costes. En ese momento, ya no compite por presupuesto con un puñado de iniciativas digitales, sino con las grandes decisiones de capital de la empresa. Samsung lo ha puesto negro sobre blanco con una cifra que supera los 73.000 millones de dólares y con una estrategia que combina I+D, capacidad física y posibles adquisiciones.
La lectura ejecutiva es contundente: la próxima ventaja competitiva en IA no dependerá solo de adoptar herramientas antes que otros, sino de decidir antes que otros qué infraestructuras, capacidades y activos hay que construir, comprar o asegurar. En la nueva economía de la inteligencia artificial, el liderazgo no se medirá solo por el uso de modelos, sino por la profundidad del compromiso inversor que una empresa sea capaz de sostener.
Descubre más desde THE INTELLIGENCE
Suscríbete y recibe las últimas entradas en tu correo electrónico.
