Análisis · Publicado el 11 de agosto de 2026

Agotado: la planificación de capacidad de IA para empresas empieza cuando te dicen que no

Bob Boole

Persona editorial de IA, Abyshire News Desk · Sobre la redacción

La capacidad ya es un atributo de producto con precio propio, vendido aparte de los tokens y del puesto en el ranking. La decisión de compra es aritmética: lo que cuesta el nivel reservado, frente a lo que cuesta una negativa, carga de trabajo por carga de trabajo.

El 20 de julio de 2026, un proveedor que tenía uno de los modelos más potentes del mercado dejó de venderlo. Pausó las nuevas suscripciones días después de lanzar su producto estrella: la empresa explicó que la demanda de las 48 horas anteriores lo había llevado cerca del límite de su capacidad, y a los suscriptores existentes se les dijo que tendrían prioridad mientras las nuevas plazas se reabrían por lotes. Ahí está resumida en un solo anuncio la planificación de capacidad de IA para empresas: otro decide si te atiende, y los que ya estaban dentro pasan primero.

El anuncio en sí no dice casi nada del proveedor. Una demanda desbocada produce una pausa. También la produce una base de cómputo tan ajustada que un lanzamiento cualquiera la desborda. El hecho observable es idéntico, las dos causas apuntan en direcciones opuestas y nadie de fuera puede distinguirlas, porque distinguirlas exige cifras de utilización y de margen que ningún proveedor publica. Como prueba sobre el proveedor, «agotado» y «añadiendo capacidad tan rápido como podemos» son piezas de marketing. Como revelación sobre tu posición en su cola, son exactas.

El mecanismo es aburrido, y por eso se repetirá. La capacidad de inferencia es una existencia física: chips, energía, refrigeración, todo con plazos de aprovisionamiento medidos en trimestres. La atención es un flujo que se mueve en horas. El modelo en cuestión encabezó la clasificación de programación en una plataforma pública de evaluación tras su lanzamiento, justo el tipo de suceso que convierte la curiosidad en carga sostenida de un día para otro, y Lian Jye Su, analista jefe de Omdia, atribuyó el desabastecimiento a una base de chips que no había previsto la popularidad del modelo. Una existencia no puede perseguir a un flujo. Cualquier proveedor cuyo producto pueda volverse viral acabará racionando algo.

¿Cuánto cuesta en realidad reservar capacidad de IA?

Trata la prima como una cifra, no como una postura. Toma una clase de carga de trabajo: un asistente síncrono de atención al cliente que gestiona dos millones de solicitudes al mes, unos 1.500 tokens de entrada y 400 de salida cada una, es decir, unos 3.800 millones de tokens. Sustituye estas cifras por tu propia tarifa, porque lo que importa es la aritmética, no los datos de partida. A un precio nominal de 2 € por millón de tokens en el nivel bajo demanda racionado, esa carga de trabajo cuesta unos 7.600 € al mes. La capacidad reservada, al doble del precio bajo demanda, cuesta unos 15.200 €. La prima es de 7.600 € al mes, o 91.000 € al año.

Ahora hay que poner precio a lo que compra esa prima. Dos millones de solicitudes al mes son, aproximadamente, 2.700 por hora. Una ventana de cuatro horas sin servicio en hora punta empuja, por tanto, unas 11.000 conversaciones hacia lo que sea que haya detrás del modelo: agentes humanos, una cola o una disculpa. A 4 € de coste de gestión incremental por conversación, esa única ventana cuesta 44.000 €. La prima anual compra, más o menos, dos ventanas así. Si esperas más de dos, la capacidad reservada sale barata a ese precio. Si esperas menos, estás asegurando un suceso que cuesta menos que el seguro, y lo honesto es quedarse en la cola.

Aplica el mismo modelo a un proceso de enriquecimiento nocturno con el mismo volumen de tokens y el resultado se invierte. Una ventana de cuatro horas sin servicio se traduce en un panel de control que llega tarde. La prima son 91.000 € al año para nada. Mismos tokens, mismo proveedor, misma puntuación en el benchmark, decisión de compra opuesta, y la variable que lo cambia todo no tiene ninguna relación con la calidad del modelo.

Dos fuerzas mueven ese cálculo, y ninguna es la clasificación de turno. La caída de los precios de los tokens reduce la prima mientras que el coste de una negativa sigue expresado en gestión humana y en conversión perdida, así que la inferencia más barata amplía en silencio el conjunto de cargas de trabajo que merece la pena reservar. Y la prima existe por una razón: BloombergNEF calcula que el capex de las empresas de centros de datos se acerca a los 750.000 millones de dólares en 2026, con más de 23 GW en construcción, frente a contratos de venta a plazo cortos en relación con la vida útil de los activos. Alguien tiene que rentabilizar ese capital. La disponibilidad garantizada es el punto donde llega a tu factura.

¿En qué consiste realmente la planificación de capacidad de IA para empresas?

El mercado ya vende lo que la mayoría de los compradores da por hecho que tiene. El Scale Tier de OpenAI vende capacidad reservada y un rendimiento de tokens específico, y las solicitudes que superan tus límites contratados y estándar pueden recibir directamente un rechazo con un error 429. El rendimiento garantizado es un producto con lista de precios. Si no lo has comprado, estás en la cola, y la cola tiene una política que tú no has negociado.

La construcción desde ahí es poco vistosa y familiar en cualquier otro insumo básico. Clasifica las cargas de trabajo según si pueden esperar. El enriquecimiento nocturno, las cargas retroactivas, el procesamiento de documentos y las ejecuciones de evaluación pueden hacer cola durante horas sin que nadie lo note. Una ruta síncrona de cara al cliente no puede esperar noventa segundos. Dirige el volumen que puede esperar hacia el nivel barato y racionado, mantén una ruta contratada en el caro, y convierte el failover en un comportamiento diseñado, no en un incidente. La guía de Microsoft sobre failover planificado ante restricciones de capacidad lleva años diciendo la versión estructural de esto; lo nuevo es que el recurso restringido es ahora un endpoint de modelo. Si tu arquitectura no puede expresar «degrada esta carga de trabajo», ese es el hueco que hay que cerrar antes del próximo ciclo de compra, y es el mismo hueco que nuestro trabajo sobre la preparación real antes de construir con IA encuentra siempre primero.

Degradación diseñada significa decidir de antemano qué hace el modelo más pequeño, la respuesta en caché o la cola humana cuando el sistema principal no está disponible. Esas alternativas necesitan sus propios umbrales de evaluación, porque una caída de calidad silenciosa durante una escasez de suministro es peor que un retraso visible. Los sistemas construidos con puntos explícitos de control humano ya tienen dónde derivar esa carga.

Por qué el ranking de los benchmarks es la variable equivocada para fijar en la arquitectura

El proveedor que no pudo vender más accesos en julio ocupaba, esa misma semana, el primer puesto en una clasificación pública de programación. El ranking y la disponibilidad son variables distintas, y los compradores siguen comprando la primera dando por hecho que la segunda viene incluida. El liderazgo en este mercado ha cambiado de manos en ciclos de meses, mientras que las migraciones de plataforma se ejecutan en años. Anclar la arquitectura a una posición de la clasificación es apostar por la variable más inestable de toda la pila.

Tener dos proveedores no sale gratis, y el argumento a favor es más estrecho de lo que parece. Dos proveedores significan dos arneses de evaluación, dos dialectos de prompts y esquemas de herramientas que se van distanciando, dos revisiones de tratamiento de datos y una segunda integración que se pudrirá en silencio si nada la usa. Para buena parte de las cargas de trabajo internas, la respuesta honesta es aceptar la cola y prescindir del segundo proveedor. La regla que resiste el escrutinio es la que produce el propio modelo de costes: diversifica proveedores en las rutas donde una negativa cuesta más que la redundancia, y contrata prioridad en todas las demás. Averiguar cuáles son esas rutas es una cuestión de estrategia técnica con una cifra detrás, no una cuestión de gusto.

La disponibilidad es una función más. O la pagas, o haces cola por ella. Ponle precio a las dos, carga de trabajo por carga de trabajo, antes de que el próximo pico de lanzamiento te lo ponga por ti.

Preguntas frecuentes

¿Cómo sé si un proveedor de IA va a racionarme el acceso durante un pico de demanda?

No se puede saber por los comunicados públicos, porque una pausa de capacidad tiene el mismo aspecto tanto si viene de una demanda extraordinaria como de un margen de maniobra escaso. Lo que sí puedes hacer es pedir las cifras que zanjarían la duda: rendimiento garantizado, la política que rige la prioridad entre clientes existentes y nuevos, y el plazo de aviso antes de que cambien los límites. Un proveedor que no se comprometa a eso por escrito ya ha respondido a la pregunta.

¿Qué debe cubrir una cláusula de capacidad en un contrato de suministro de IA?

Un rendimiento reservado expresado en tokens o solicitudes por minuto, no en un vago porcentaje de disponibilidad; el comportamiento cuando se supera ese límite, ya sea cola, limitación o rechazo directo; tu prioridad frente a otras categorías de clientes en periodos de restricción; los plazos de aviso para cambios en los límites de uso; y si la capacidad reservada es transferible entre versiones del modelo cuando el proveedor retira una de ellas.

¿Alojar en infraestructura propia un modelo de pesos abiertos elimina el riesgo de disponibilidad?

Lo traslada, no lo elimina. Dejas de hacer cola detrás de los demás clientes de un proveedor y empiezas a competir por aceleradoras, energía y espacio en centro de datos con plazos que ahora son tuyos. Alojar en propio funciona bien para un volumen estable y con picos conocidos, y funciona mal para cargas de trabajo cuya demanda puede multiplicarse de un día para otro, que es justo cuando la capacidad reservada en la nube justifica su prima.

Relacionado

Escrito por una persona editorial de IA del sistema editorial propietario de Abyshire y revisado por nuestro equipo.