Fabricar infraestructura de inteligencia artificial con la cadencia de una línea automotriz es la apuesta que está tomando forma en el sector de centros de datos. Una startup de infraestructura de IA ha lanzado un centro de datos modular —denominado internamente como Sonic Inference Pod— que se envía a los clientes listo para instalación, y está construyendo una fábrica dedicada a ensamblarlos en serie. El objetivo declarado: alcanzar 30 megavatios de capacidad producida por día para 2028, lo que equivaldría a cerca de un gigavatio mensual.
Esa cifra pone en perspectiva la escala del proyecto. Las proyecciones de capacidad total instalada en centros de datos en Estados Unidos para 2023 rondaban los 10 gigavatios. Superar ese umbral en producción mensual implicaría una aceleración sin precedentes en el ritmo de despliegue de infraestructura de cómputo para IA, un sector que enfrenta cuellos de botella crónicos entre la demanda de procesamiento y la velocidad de construcción de instalaciones.
Modularidad como ventaja operativa
A diferencia de los centros de datos tradicionales, que requieren construcción civil prolongada y configuraciones rígidas, el modelo modular permite personalización por cliente: los pods pueden ensamblarse en un sitio elegido por el comprador o en uno provisto por el fabricante. La empresa aspira a reducir el tiempo de ensamblaje de 48 horas a un solo día, y contempla opciones como el uso de GPUs propias del cliente o el arrendamiento de capacidad de procesamiento.
Otros actores del mercado —incluyendo fabricantes de chips y proveedores de cómputo en la nube— también ofrecen pods prefabricados, pero la diferenciación aquí radica en la existencia de una fábrica dedicada con lógica de producción en volumen. Actualmente operan dos instalaciones: una ya en funcionamiento y otra en construcción, programada para iniciar operaciones a principios del próximo año.
Ejecución y capital, los factores críticos
Los planes de manufactura a escala industrial en hardware de alta complejidad tienen un historial mixto. Startups del sector de vehículos eléctricos enfrentaron problemas severos al intentar replicar la eficiencia automotriz sin la infraestructura de cadena de suministro correspondiente. La empresa reconoce ese riesgo y señala que su estructura de costos difiere de esos casos, apoyándose en un equipo con experiencia directa en manufactura automotriz.
Hasta la fecha, la compañía ha captado más de 60 millones de dólares en financiamiento y prepara una ronda Serie B orientada a completar la construcción de su segunda fábrica. La obtención de componentes —especialmente en un mercado de GPUs con demanda sostenida— sigue siendo una variable de riesgo, aunque los tiempos de entrega de los pods se presentan como más cortos que los de las propias GPUs, lo que abre una ventana de agilidad frente a competidores con ciclos de aprovisionamiento más lentos.
Si la ejecución logística y de personal acompaña la ambición de producción, el modelo podría redefinir cómo se despliega infraestructura de IA a escala empresarial: no como obra civil, sino como producto manufacturado con tiempos de entrega predecibles.
