Cuando hizo su primer Data Center en el 2001, Sergio Rosengaus tenía que convencer a la gente de que no estaba “loco” y que le permitieran almacenar la información crítica para empresas. Dos décadas después, Sergio sigue siendo un apasionado de la infraestructura digital. Como fundador de KIO Networks, fue uno de los pioneros en la construcción de data centers en el país.
Tras la venta de la compañía en 2021, Rosengaus no se retiró, sino que investigó cómo hacer la infraestructura digital más barata, eficiente y rápida de construir.
El resultado es Bleeding Edge, una empresa que nació con la idea de que la Inteligencia Artificial (IA) no puede sostenerse sobre la infraestructura tradicional. Requiere una nueva clase de plataformas productivas, diseñadas desde cero para producir inteligencia de forma eficiente, escalable y cercana a los usuarios. A estas plataformas Rosengaus las llama “AI Factories”.
A diferencia de los data centers convencionales, pensados para almacenar información y ejecutar aplicaciones genéricas, las AI Factories están diseñadas para producir “trabajo”. Su resultado no son datos, sino tokens de inteligencia: respuestas, decisiones, inferencias que alimentan modelos de lenguaje, agentes autónomos, sistemas de logística, manufactura avanzada, detección de fraude o diagnóstico médico.
“No se trataba de mejorar lo que habíamos hecho anteriormente. Cuando ves cómo opera la IA, todo es de mayor magnitud y evoluciona muy rápido, y sería una mala decisión hacer arreglos o un retrofit a la infraestructura anterior cuando necesitas algo diferente los próximos años”, dice el fundador y director de Bleeding Edge, en entrevista.
La irrupción de ChatGPT y otros Grandes Modelos de Lenguaje (LLM, por sus siglas en inglés) dejó en claro que se necesitará mayor poder de cómputo, más unidades gráficas de procesamiento (GPU) e infraestructura específica para correr la IA que se usará en el sector público y privado.
Sergio refiere a una conferencia que dio Jensen Huang, fundador de Nvidia, en 2025 para resaltar la importancia que tendrán las IA Factories para la economía global: “Al igual que la electricidad e internet, la IA es una infraestructura esencial. Todas las empresas la usarán. Todas las naciones la construirán. Ganar esta competencia pondrá a prueba nuestras capacidades, algo nunca visto desde los albores de la era espacial. Y hoy, las fábricas de IA están en auge, construidas en Estados Unidos para científicos, ingenieros y soñadores de universidades, startups y la industria”, dijo Huang, quien tiene una fortuna estimada de 163,000 mdd.
Según estimaciones de Goldman Sachs, entre 2023 y 2026, la demanda de cómputo avanzado para IA tiene un crecimiento anual promedio de 98%, y en 2027 un 28% del total de las cargas de trabajo en los data centers en el mundo serán para IA.
Infraestructura ágil y soberana
La velocidad de evolución de la IA hace inviable construir infraestructura rígida que tarde años en desplegarse. Por eso, Bleeding Edge apostó por diseños modulares, rápidos de construir y con baja ‘deuda técnica’, capaces de incorporar nuevas generaciones tecnológicas en ciclos de meses, no de años.
El primer campus de AI Factories de la empresa ya opera en Querétaro, un estado que Rosengaus conoce bien, pues ahí construyó uno de los primeros data centers del país en 2005. El proyecto contempla hasta seis fábricas de inteligencia en un solo campus y ya comenzó a recibir equipamiento especializado. A este le seguirán nuevas instalaciones en otros estados, como Nuevo León.
La lógica detrás de esta expansión no es solo tecnológica, sino económica y geopolítica. La inferencia (el momento en que un modelo responde y genera valor económico) necesita baja latencia. En sectores como la manufactura avanzada, la robótica o la logística, retrasos de milisegundos pueden marcar la diferencia. Por eso, Rosengaus anticipa una red distribuida de AI Factories en las principales ciudades del país, en lugar de unos cuantos centros gigantes centralizados.
¿Cuántas fábricas de IA se necesitan en México? Sergio considera que cada ciudad de al menos un millón de habitantes requerirá una. De acuerdo con el Censo 2020 del Inegi, 14 municipios del país tienen más de un millón de personas.
A medida que la IA se integra en sistemas financieros, de salud, logística o seguridad, las empresas y los países buscan mantener el control sobre sus modelos y su información crítica. Las AI Factories permiten correr modelos propios, con datos propios, sin depender completamente de infraestructuras ubicadas en el extranjero.
Nearshoring y automatización
México se ha consolidado como una potencia manufacturera y uno de los principales destinos de relocalización industrial desde Asia. Sin embargo, la nueva manufactura es intensiva en automatización, robótica e IA. Las plantas requieren modelos que procesen información en tiempo real, cerca de las líneas de producción.
“Habrá fábricas muy grandes que tendrán sus AI Factories a lado, pegados a sus sistemas porque necesitan que las respuestas que lleguen a sus robots tarden menos de un milisegundo. En este mundo, uno o dos segundos son muchísimo tiempo”, sostiene.
Para Rosengaus, México tiene una oportunidad poco común: adoptar esta tecnología sin el rezago histórico que caracterizó otros ciclos digitales. “Hoy estamos usando la misma tecnología que se está desplegando en Estados Unidos. No estamos años atrás”, afirma. El reto, reconoce, será escalar volumen, asegurar energía suficiente y formar talento altamente especializado, un recurso que considera escaso pero disponible en el país.
Sergio insiste en que la transformación vendrá cuando las empresas integren la IA en sus sistemas centrales, y las que se queden atrás corren el riesgo de desaparecer. “Puede que la IA no mate tu negocio, pero un competidor que la use bien, seguramente sí”.
