Qué es un centro de datos: qué guarda, tipos y por qué la IA está disparando su coste

Un centro de datos es la instalación física que aloja, alimenta y enfría los servidores donde vive la información digital: los suyos y, con la IA, sobre todo los de los demás. En 2026 dejó de ser invisible. La infraestructura física se volvió noticia de resultados. Alphabet ingresó 30.700 millones de dólares en Google Cloud el último trimestre, un 103% más que un año antes, y aun así su acción cayó cerca de un 10% la sesión siguiente porque el mercado mira lo que cuesta construir esa capacidad. Meta gastó en un solo trimestre 34.900 millones de dólares en capex, más de lo que generó de caja operativa. En España, el análisis de mercado de Shakers cuenta 35 ofertas activas que mencionan centros de datos y ninguna lo hace como skill normalizada: la demanda se paga a través de Terraform, Azure y Kubernetes. Este artículo explica qué es un centro de datos, qué tipos existen, por qué la IA está disparando su coste y qué perfiles pide el mercado español para operarlo.

Qué es un centro de datos y qué guarda

Un centro de datos (en las siglas españolas, CPD; en inglés, data center) es un edificio o una sala diseñada para alojar servidores, sistemas de almacenamiento y equipos de red de forma continua. Lo que lo distingue de un cuarto de servidores improvisado no es la máquina, es el entorno: energía redundante con generadores y sistemas de alimentación ininterrumpida, refrigeración dimensionada para el calor que esos equipos desprenden, conectividad con varios operadores y controles físicos y lógicos de acceso. La pregunta de si ahí se guarda toda la información de internet tiene una respuesta directa: la mayor parte, sí. Los correos, las bases de datos, los vídeos y los modelos de IA residen en instalaciones de este tipo, propias o ajenas.

Tres deslindes evitan confusiones frecuentes. Un servidor es la máquina; el centro de datos es la instalación que la aloja, alimenta y enfría. La nube no es un lugar etéreo: es el centro de datos de otra empresa, dimensionado a escala industrial y alquilado por horas, y el coste de ese alquiler se gobierna con las prácticas que recogemos en qué es FinOps. Y el mainframe, la gran máquina central que la banca sigue usando, también vive en un centro de datos, en una sala diseñada a su medida, como cuenta el análisis sobre qué es un mainframe; son capas distintas de la misma infraestructura física.

Lo que corre dentro cambió de peso en los últimos tres años. Antes el inquilino típico era software transaccional: bases de datos, correo, web. La IA trajo otro inquilino, la GPU, que consume mucha más energía por unidad de cálculo y disipa un calor distinto. Esa carga nueva es la que está encareciendo la infraestructura, literalmente, porque obliga a construir salas que antes no hacían falta y a comprar energía que antes no se presupuestaba.

Los cinco tipos de centro de datos

La pregunta de los cinco tipos tiene una taxonomía concreta: la que usan los operadores. La elección no es dogma. La mayoría de las empresas combinan varios, y la frontera entre construir, alquilar espacio o alquilar capacidad se decide carga por carga.

La combinación es lo normal. Una empresa puede llevar su entrenamiento de modelos a un hyperscaler, mantener los datos de clientes en colocation europea y conservar la inferencia en una sala propia, el modelo que explicamos en IA local para empresas y por qué los datos se quedan on-premise. La decisión se vuelve también de cumplimiento cuando hay datos de ciudadanos europeos en medio: el esquema NIS2 convierte la elección de instalación y sus controles en una decisión regulatoria, no solo técnica.

Por qué la IA está disparando el coste de los centros de datos

El ciclo de octubre de 2026 lo cuenta con números de resultados, no con opiniones. Alphabet publicó sus resultados del tercer trimestre el 28 de octubre y el comunicado depositado en SEC trae la paradoja entera: Google Cloud ingresó 30.700 millones de dólares, un 103% más que un año antes y crecimiento récord, impulsado por infraestructura de IA empresarial y venta de sistemas TPU. Sundar Pichai, consejero delegado de Google y Alphabet, lo puso en una línea en el propio comunicado: "We had a strong quarter and are now on a half-trillion dollar revenue run rate" (un trimestre fuerte y ya operando a ritmo de medio billón de dólares de ingresos anuales). En el mismo trimestre la compañía gastó 51.400 millones de dólares en compras de propiedad y equipo, un 84% más que un año antes, y su flujo de caja libre del trimestre quedó en 9.100 millones negativos, cuando hace un año era de 24.600 millones positivos. La sesión siguiente, la acción cayó cerca del 10% según el reporting de prensa del 29 de octubre. El mercado no castigó el negocio. Castigó lo que cuesta construirlo.

Meta tocó el mismo límite por el otro lado. En sus resultados del 21 de octubre, el capex del trimestre con pago de arrendamientos financieros llegó a 34.900 millones de dólares frente a una caja operativa de 32.800 millones: el flujo de caja libre fue negativo, de 2.100 millones. La compañía estrechó su guía de capex de 2026 al rango de 135.000 a 145.000 millones de dólares, desde los 130.000 a 145.000 anteriores.

Hay dos señales que acompañan al dinero. Ambas confirman que el cuello de botella se movió al mundo físico. La primera es que la construcción ya financia con capital ajeno: la ampliación de Alphabet de junio muestra que ni la caja de un hyperscaler alcanza para el ritmo de obra. La segunda es que la demanda ya tiene criminalidad organizada encima: Ars Technica documentó a finales de octubre más de 100 millones de dólares en mercancía con destino a centros de datos robada en carretera, con técnicas de suplantación del GPS de los camiones. Cuando el hardware escasea tanto que se roba por toneladas, la infraestructura dejó de ser invisible.

La presión política: los votantes y las concesiones

El coste de construir no es solo financiero. En Estados Unidos, la instalación se convirtió en asunto de voto. El 3 de noviembre de 2026 los votantes decidieron 41 contiendas locales sobre centros de datos y en 40 de ellas el resultado favoreció limitar el desarrollo, según el recuento de Ballotpedia. La única excepción fue Harwood, Dakota del Norte, donde se rechazó un requisito de revisión previa. El acumulado del ciclo, con las medidas decididas hasta el 4 de noviembre, es de 46 de 47. El patrón que describen las cifras es claro: cuando el proyecto se somete a voto local, pierde.

La encuesta a pie de urna de NBC News de esas mismas elecciones mide el clima con una pregunta directa: el 76% de los votantes se opuso a que se construyeran centros de datos en su comunidad, y el 57% considera que la IA hará más daño que bien a la sociedad. Ese 76% no distingue entre operadores ni promete nada. Mide disposición a aceptar la instalación al lado de casa.

Los operadores respondieron con concesiones. OpenAI publicó el 5 de noviembre un compromiso para los campus que construye y opera: pagar el coste completo de la electricidad y de la infraestructura que consume, con garantías financieras antes de gastar para que otros clientes no asuman el hueco si el proyecto se retrasa o se cancela; publicar los datos de agua y electricidad de cada sede; hacer estudios independientes de ruido antes de operar y después cada año; informes anuales de contratación y previsiones de empleo; y no usar acuerdos de confidencialidad con cargos públicos. El anuncio viene con dos cifras concretas: 4,8 millones de dólares para comedor escolar en el condado de Effingham, Georgia, y 6 millones para guardería en el condado de Pike, Ohio, estos últimos junto a SB Energy.

Para un equipo que evalúa dónde alojar su carga, la lectura práctica es que el emplazamiento dejó de ser una decisión solo técnica. El riesgo político entra en el cálculo igual que la latencia y el precio del megavatio: un proyecto con oposición local puede retrasarse años o no construirse, y con él se retrasa la capacidad que el producto necesita. La guía sobre IA local para empresas cubre la alternativa cuando la instalación ajena deja de ser previsible.

Cuánto cuesta construir un centro de datos

Es una de las preguntas que la propia Google formula en sus resultados de búsqueda. No tiene respuesta cerrada. El precio depende de tres variables que nadie estandariza: megavatios de potencia contratada, densidad de refrigeración y nivel de redundancia. Lo que sí es verificable es lo que cuesta para quienes más construyen, y está en los resultados que acabamos de citar: Meta presupuesta entre 135.000 y 145.000 millones de dólares de capex en 2026 y Alphabet acumuló 159.800 millones de dólares en compras de propiedad y equipo en los últimos doce meses. Esas cifras incluyen más que edificios, incluye el equipo que va dentro, que hoy es la parte que más se mueve.

Para un CTO la lectura práctica es otra. La pregunta relevante no es cuánto cuesta construir, es qué carga merece edificio propio y cuál se alquila. Construir solo compensa cuando la carga es estable, sensible al dato y grande de verdad. El resto del espectro se resuelve con colocation o nube, y el gasto que esa combinación genera se controla con disciplina de FinOps antes de que llegue a la factura. La trampa del ciclo es la que Gartner estimó en 2026 para los proyectos de salida del mainframe, con la cadena de atribución completa documentada en qué es un mainframe: sobreestimar lo que la IA puede hacer sola y subdimensionar lo que cuesta la infraestructura que la sostiene.

Qué perfiles pide el mercado español

Aquí está el dato que la prensa española no ha publicado. En el análisis de mercado de Shakers (corte del 30 de octubre de 2026) hay 35 ofertas activas en España que mencionan centros de datos, y el término no existe como skill normalizada del índice: cuando alguien busca esa demanda, no la encuentra por el nombre de la instalación. La encuentra por su software de operación. En esas mismas 35 ofertas, las skills más repetidas son Terraform (12 ofertas), Azure (11), CI/CD (11), GitHub Actions (10), Python (9), Linux (8), Ansible (8), Kubernetes (7), AWS (5) y GCP (3). A escala de todo el índice español, Kubernetes aparece en 4.802 ofertas activas y Linux en 2.415 (corte del 26 de octubre de 2026).

Los títulos de las ofertas muestreadas confirman la traducción: Senior OpenShift Engineer en NTT DATA, Network Engineer Expert especializado en Data Center and Cloud, Kubernetes Engineer, Big Data Architect on-premise, Cloud Networking Specialist para AWS, Azure y GCP en remoto total, o un perfil de transformación de infraestructura para un centro de datos en Madrid. Ninguno se titula técnico de centros de datos. Todos operan uno.

Para montar ese equipo la combinación que la demanda está pagando es reconocible: alguien de DevOps que defina la infraestructura como código, alguien de redes y seguridad que custodie la instalación y sus accesos, y perfiles de datos que muevan la carga dentro. La pieza sobre qué equipo de data engineering necesita una empresa describe esa mezcla por fases, y la guía de qué es DevOps explica el rol que más veces aparece en estas ofertas. El patrón es el mismo que ya documentamos en los mainframes: la infraestructura física se contrata a través de las personas que la operan por software.

Si la infraestructura de IA va en serio en el plan de 2027, el momento de asegurar esos perfiles es ahora. No cuando la sala esté construida: el coste de una vacante tech abierta se paga en cada semana que la capacidad nueva permanece sin operar. En Shakers conectamos equipos con talento certificado exactamente en esa intersección de infraestructura, automatización y datos, con capacidad de empezar en días, no en meses.

Preguntas frecuentes sobre centros de datos

¿Qué es un centro de datos y qué función tiene?

Es la instalación física que aloja servidores, almacenamiento y equipos de red de forma continua, con energía redundante, refrigeración y controles de acceso. Su función es mantener disponibles los sistemas digitales: correo, bases de datos, web y hoy los entrenamientos e inferencias de IA que corren sobre GPU.

¿Qué significa CPD?

CPD son las siglas de centro de procesamiento de datos, el nombre español tradicional de lo que en inglés se llama data center. Ambos términos designan lo mismo: la instalación física donde residen y operan los equipos de cómputo de una organización o de un proveedor.

¿Dónde se guarda toda la información de Internet?

En centros de datos, propios o de terceros. La nube pública es el centro de datos de otra empresa alquilado por horas, no un lugar sin ubicación física. Los vídeos, correos, bases de datos y modelos de IA residen en instalaciones concretas con dirección postal, energía contratada y refrigeración dimensionada.

¿Cuáles son los tipos de centro de datos?

Los cinco tipos que usan los operadores son el propio u on-premise, la colocation, la nube pública de un hyperscaler, el edge cercano al usuario y el modular o micro en contenedor. La mayoría de las empresas combinan varios según la carga: entrenamiento en nube, datos regulados en colocation europea e inferencia local en sala propia.

¿Cuánto cuesta construir un centro de datos?

No hay precio cerrado publicado porque depende de megavatios contratados, densidad de refrigeración y redundancia. Lo verificable es el capex de quienes más construyen: Meta presupuesta entre 135.000 y 145.000 millones de dólares de capex en 2026 y Alphabet gastó 159.800 millones en compras de propiedad y equipo en sus últimos doce meses, según sus comunicados trimestrales depositados en SEC.

¿Por qué la IA está encareciendo los centros de datos?

Porque la carga de GPU exige más energía, más refrigeración y más construcción que el software transaccional clásico. En el tercer trimestre de 2026 Alphabet gastó 51.400 millones de dólares en capex, un 84% más que un año antes, y terminó el trimestre con 9.100 millones de caja libre negativos; Meta gastó 34.900 millones en un solo trimestre, más que su caja operativa. El mercado castigó esas cifras: la acción de Alphabet cayó cerca de un 10% tras los resultados.

Fuentes y método

Los resultados de Alphabet y de Meta corresponden a sus comunicados del tercer trimestre de 2026 depositados en SEC (28 y 21 de octubre de 2026), consultados íntegros, y la ampliación de capital de Alphabet figura en su página de relaciones con inversores. El dato de los pedidos de Nvidia procede de la exclusiva de Reuters del 20 de octubre de 2026 y el de los robos en carretera del reportaje de Ars Technica del 28 de octubre. La presión política se documenta con el recuento de Ballotpedia sobre las medidas locales del 3 de noviembre de 2026, la encuesta a pie de urna de NBC News publicada el 3 de noviembre y el compromiso de infraestructura de OpenAI del 5 de noviembre. El dato de empleo es análisis propio de Shakers con corte del 30 de octubre de 2026: 35 ofertas activas en España que mencionan centros de datos y tendencias normalizadas de Kubernetes (4.802 ofertas) y Linux (2.415).