AWS invierte para satisfacer la demanda, pero la capacidad sigue siendo limitada

Amazon Web Services está aumentando la inversión en infraestructura después de que la demanda superara la oferta, pese a comprometer cientos de miles de millones de dólares en gasto de capital este año.

El CEO de AWS, Matt Garman, declaró a Bloomberg que los clientes siguen solicitando más capacidad de la que el proveedor de nube puede ofrecer. Por ello, Amazon está construyendo centros de datos, asegurando componentes y ampliando el acceso a energía tan rápido como lo permite su cadena de suministro.

La declaración resulta tranquilizadora para un negocio que vende capacidad informática escasa. Pero también expone el riesgo central del auge de la infraestructura de IA. Amazon debe gastar con años de antelación a la demanda y demostrar que las actuales carencias reflejan cargas de trabajo duraderas de los clientes, no un entusiasmo temporal.

Los últimos resultados de Amazon refuerzan su argumento. Las ventas de AWS alcanzaron los 42.200 millones de dólares en el segundo trimestre de 2026, un aumento del 37% respecto al año anterior. Fue la tasa de crecimiento más rápida de la unidad en 18 trimestres.

Sin embargo, la inversión necesaria para sostener esa aceleración sigue aumentando. Amazon espera ahora un gasto de capital considerable en centros de datos, chips, robótica y otros proyectos de largo plazo. Los mayores costes de memoria contribuyeron al último incremento.

Microsoft y Google enfrentan las mismas limitaciones físicas. Las tres compañías necesitan chips, equipos de red, terreno, trabajadores cualificados y enormes cantidades de electricidad. Estos recursos no pueden incorporarse a la velocidad del software.

Por tanto, la competencia ya no se limita a la calidad de los modelos o las funciones de nube. Depende cada vez más de qué proveedor puede convertir capital en capacidad informática utilizable sin destruir los retornos futuros.

La demanda de AWS crece más rápido que la capacidad disponible

El cambio importante no es simplemente que AWS planee gastar más. Amazon afirma que su expansión actual aún no puede satisfacer la demanda confirmada de los clientes.

En una entrevista con Garman del 3 de agosto, el responsable de AWS describió un mercado en el que la demanda supera significativamente a la oferta. Dijo que la compañía seguiría construyendo e invirtiendo para atender las solicitudes de los clientes.

Ese desequilibrio quedó más claro después de que Amazon publicara sus resultados del segundo trimestre. Según los resultados trimestrales de la empresa, las ventas de AWS aumentaron un 37% interanual hasta los 42.200 millones de dólares.

Los ingresos operativos de AWS también aumentaron hasta los 16.600 millones de dólares, frente a los 10.200 millones de dólares de un año antes. Estas cifras muestran que la expansión de la nube está aportando tanto crecimiento como beneficios.

Amazon afirma que AWS ha alcanzado una tasa anualizada de ingresos de 169.000 millones de dólares. También indica que sus negocios de IA y semiconductores han superado cada uno una tasa anualizada de 25.000 millones de dólares.

Una tasa anualizada extiende el ritmo actual de ingresos de un período a un año completo. Resulta útil para mostrar impulso, pero no es una previsión ni un resultado anual garantizado.

La distinción importa porque Amazon está utilizando la demanda actual para justificar un gasto que tardará años en recuperar. Una solicitud de un cliente hoy puede desencadenar inversiones en equipos e instalaciones con vidas operativas mucho más largas.

El CEO Andy Jassy ha dicho que Amazon debe adquirir terrenos, energía, edificios, servidores, chips y equipos de red antes de poder monetizar la capacidad resultante. Parte de la infraestructura llega en meses, mientras que los proyectos más grandes requieren años.

Ese plazo de preparación crea un problema de planificación difícil. Si Amazon construye con demasiada cautela, los clientes pueden trasladar sus cargas de trabajo a otra parte porque AWS no puede proporcionar la capacidad necesaria. Si construye con demasiada agresividad, los activos infrautilizados pueden presionar el flujo de caja y los retornos.

Actualmente, Amazon considera más urgente el primer riesgo. Jassy dijo a los inversores que la empresa seguiría sin contar con capacidad suficiente para satisfacer toda la demanda de 2026 incluso después de su inversión prevista.

También afirmó que esperaba que el desequilibrio continuara en 2027. Según sus comentarios recogidos en un análisis independiente del gasto, las señales de demanda existentes para 2028 ya eran llamativas.

La confianza de la empresa refleja algo más que el entrenamiento de grandes modelos de IA. AWS afirma que las cargas de trabajo de inteligencia artificial también incrementan la demanda de almacenamiento, bases de datos, redes, seguridad y procesadores de propósito general.

El trabajo posterior al entrenamiento perfecciona un modelo después de su ciclo inicial de entrenamiento. La inferencia, por su parte, es el proceso informático que produce una respuesta cuando alguien utiliza un modelo.

Ambas actividades pueden consumir recursos amplios de nube más allá de los aceleradores de IA especializados. Los agentes en producción también necesitan bases de datos, controles de identidad, supervisión, memoria y conexiones con aplicaciones empresariales.

Esta relación ayuda a explicar por qué Amazon considera la IA un multiplicador para su negocio de nube consolidado. El despliegue de un nuevo modelo puede incorporar varios servicios convencionales de AWS a la misma cuenta de cliente.

Sin embargo, una demanda sólida no produce automáticamente oferta disponible. Los ingresos solo pueden reconocerse cuando AWS instala equipos, conecta la energía, activa los servicios y hace que la capacidad sea utilizable.

Esa brecha de entrega física es la tensión detrás del mensaje de Garman. AWS no está describiendo una demanda que espera crear. Está describiendo negocio al que las limitaciones de infraestructura le impiden atender de inmediato.

El auge de la IA se ha convertido en un desafío de construcción

AWS puede vender software globalmente en cuestión de minutos, pero debe construir la infraestructura que lo respalda mediante una cadena de suministro física lenta y fragmentada.

Un centro de datos moderno para IA necesita más que procesadores gráficos. Requiere subestaciones, sistemas de refrigeración, generación de respaldo, conexiones ópticas, conmutadores, memoria, almacenamiento, servidores y operadores capacitados.

Cada dependencia puede convertirse en un cuello de botella. Un edificio terminado tiene poco valor sin suficiente electricidad. Un envío de aceleradores no puede atender a los clientes sin redes, refrigeración y capacidad de servidores circundante.

La inversión de Amazon en infraestructura óptica ilustra la escala de esa cadena de dependencias. La empresa firmó un acuerdo plurianual y multimillonario con Corning para fibra, cables y productos de conectividad.

Se espera que el acuerdo de fibra cree 1.000 empleos de fabricación en Carolina del Norte. También respalda trabajos de construcción y formación técnica.

La fibra es esencial porque los grandes clústeres de IA trasladan enormes cantidades de datos entre procesadores, sistemas de almacenamiento y otras instalaciones. Una capacidad de red insuficiente puede dejar a costosos procesadores esperando datos.

La memoria plantea otra limitación. Jassy atribuyó parte de la mayor necesidad de capital de Amazon al aumento de los costes de memoria, lo que muestra cómo la inflación de componentes puede alterar el gasto incluso sin un cambio más amplio de estrategia.

La energía sigue siendo un problema aún más difícil. Las empresas de servicios públicos, los reguladores, los propietarios de terrenos y los operadores de red influyen en cuándo un centro de datos puede conectarse y cuánta electricidad puede consumir.

Los proveedores de nube pueden pedir más servidores más rápido de lo que muchas regiones pueden añadir capacidad de generación o transmisión. Como resultado, la disponibilidad de equipos no siempre se traduce en potencia informática desplegable.

Estas limitaciones cambian el significado de la escala. Históricamente, la escala de la nube implicaba operar muchas regiones y repartir costes fijos entre millones de clientes. La IA añade la necesidad de coordinar recursos físicos escasos con años de antelación.

Amazon sostiene que su historial operativo le da una ventaja. AWS lleva dos décadas pronosticando la demanda, negociando contratos de suministro y diseñando infraestructura para grandes cargas de trabajo de clientes.

Esa experiencia no elimina las carencias. Puede ayudar a AWS a decidir dónde ubicar capacidad, qué componentes reservar y cómo equilibrar aceleradores especializados con sistemas de propósito general.

Amazon también diseña sus propios procesadores. Trainium está orientado al entrenamiento e inferencia de modelos, mientras que Graviton gestiona tareas de computación de propósito general basadas en la arquitectura Arm.

Los chips personalizados ofrecen a AWS otra forma de gestionar los costes y el suministro. Pueden reducir la dependencia de un único proveedor externo de procesadores, aunque la fabricación sigue dependiendo de una cadena de suministro de semiconductores limitada.

Los clientes también necesitan software que pueda utilizar de manera eficiente el hardware disponible. AWS ofrece servicios que incluyen SageMaker AI, Bedrock y Bedrock AgentCore para trasladar el desarrollo y despliegue de modelos a su infraestructura.

Amazon afirma que Bedrock permite a los clientes elegir entre varios modelos mediante un servicio gestionado. Esa elección de modelos respalda a los clientes que no quieren vincular toda su estrategia de IA a un único desarrollador.

AgentCore proporciona infraestructura para ejecutar agentes de IA, incluida identidad, memoria, supervisión y controles de políticas. Un agente de IA es software que utiliza un modelo y herramientas conectadas para completar tareas de varios pasos.

Estos servicios importan porque la demanda de infraestructura depende de la adopción en producción. Una demostración que se ejecuta ocasionalmente genera poco uso sostenido de nube. Un agente que procesa transacciones empresariales diarias crea demanda continua en varios sistemas.

Por tanto, AWS debe convertir la experimentación en consumo recurrente. Su argumento de inversión se fortalece cuando los clientes utilizan IA de forma continua dentro de las aplicaciones, en lugar de reservar capacidad para proyectos piloto inciertos.

La historia de las limitaciones es creíble porque el crecimiento de los ingresos se ha acelerado junto con el gasto. Aun así, sigue siendo en parte una previsión sobre cómo madurarán las cargas de trabajo actuales.

Los edificios y la infraestructura eléctrica duran mucho más que los productos individuales de IA. Amazon está adquiriendo compromisos físicos mientras las arquitecturas de modelos, los diseños de procesadores y las preferencias de los clientes siguen cambiando rápidamente.

Ese desajuste entre activos de larga vida útil y software que cambia con rapidez es inevitable. La cuestión es si AWS puede mantener su infraestructura lo bastante flexible para respaldar lo que los clientes elijan a continuación.

El verdadero adversario de Amazon es su propia promesa de gasto

La competencia central se da entre la afirmación de Amazon de que existe una demanda duradera y limitada por la oferta, y la realidad financiera de financiar capacidad años antes de que genere ingresos.

Amazon no es la única que apuesta por ello. Alphabet, Microsoft, Meta y otras compañías tecnológicas están destinando cantidades extraordinarias de capital a infraestructura de IA.

El gasto compartido no elimina el riesgo de Amazon. Eleva el coste de competir por la misma memoria, chips, fibra, mano de obra de construcción y conexiones eléctricas.

También puede dificultar las previsiones. Un cliente que enfrenta una disponibilidad limitada de AWS podría reservar capacidad con más de un proveedor, haciendo que la demanda aparente supere el consumo final.

Los contratos de nube proporcionan pruebas más sólidas cuando incluyen compromisos firmes. Aun así, los calendarios de implementación pueden cambiar a medida que los clientes revisan productos, presupuestos o estrategias de modelos.

La respuesta de Amazon se centra en la economía de la infraestructura de larga duración. En una explicación de su ciclo de inversión, Jassy afirmó que AWS gasta efectivo antes de monetizar nueva capacidad.

Señaló que el hardware de redes y computación puede tener vidas útiles de alrededor de seis años. Los activos de los centros de datos pueden seguir siendo útiles durante más de 30 años.

Ese horizonte temporal ofrece a Amazon múltiples oportunidades de obtener retorno de una instalación. Los servidores pueden sustituirse mientras el edificio, la conexión eléctrica y la infraestructura de red continúan atendiendo a los clientes.

El modelo funcionó durante la anterior expansión de AWS. Amazon invirtió antes de que la adopción de la nube se generalizara y luego se benefició a medida que las empresas trasladaban más capacidad informática fuera de los centros de datos privados.

Sin embargo, la expansión de la IA difiere en aspectos importantes. Los procesadores especializados son caros, la demanda de los clientes puede concentrarse en modelos concretos y el rendimiento del hardware avanza rápidamente.

Una instalación puede seguir siendo valiosa durante décadas, pero los procesadores que alberga pueden envejecer mucho más rápido. Los equipos antiguos aún pueden utilizarse para inferencia o cargas de trabajo convencionales, aunque su potencial de ingresos puede disminuir.

Los sistemas de IA también pueden volverse más eficientes. Mejores modelos, optimización de software, cuantización y modelos más pequeños específicos para cada tarea pueden reducir la capacidad informática necesaria para obtener un resultado determinado.

La cuantización reduce la precisión numérica utilizada por un modelo. Esta técnica puede disminuir los requisitos de memoria y computación, al tiempo que conserva suficiente precisión para muchas aplicaciones.

La eficiencia no reduce necesariamente la demanda total. Unos costes de computación más bajos pueden fomentar un mayor uso, un patrón que a menudo se denomina efecto rebote.

AWS apuesta a que la creciente adopción superará las ganancias de eficiencia. Más aplicaciones, usuarios, agentes y procesos automatizados mantendrían al alza el consumo total de computación.

Las cifras de la compañía del segundo trimestre respaldan por ahora esa visión. El crecimiento de AWS se aceleró, mientras que tanto la IA como los servicios de nube convencionales contribuyeron al aumento.

La rentabilidad también ofrece cierta protección. Los ingresos operativos de AWS proporcionan a Amazon una fuente interna sustancial de financiación, incluso mientras aumenta la inversión de efectivo en toda la empresa.

Sin embargo, los ingresos operativos y el flujo de caja miden cosas distintas. El gasto de capital requiere efectivo de inmediato, mientras que los gastos contables se reconocen a lo largo de la vida útil de un activo.

Por tanto, los inversores deben evaluar dos cronogramas. Los beneficios actuales de la nube pueden aumentar mientras el flujo de caja libre se debilita porque Amazon está financiando futuras instalaciones.

La presión se vuelve más grave si los costes de construcción aumentan o se retrasan los calendarios de puesta en marcha. La capacidad retrasada consume capital sin generar de inmediato ingresos de la nube.

Los negocios más amplios de Amazon complican el panorama. Su programa de capital también respalda la logística, la robótica, los satélites y otros proyectos, por lo que el gasto destacado no corresponde por completo a AWS.

Esto dificulta un análisis preciso de los retornos basándose solo en cifras públicas. Los inversores pueden ver los ingresos y los ingresos operativos de AWS, pero no un desglose completo, proyecto por proyecto, de la economía de la infraestructura.

Por ello, la promesa de gasto de Amazon debe considerarse una apuesta disciplinada, no una prueba de retornos futuros. La dirección ve suficiente demanda como para priorizar la capacidad por encima de la preservación de efectivo a corto plazo.

El mercado juzgará esa decisión a través de la utilización, el crecimiento de los ingresos, los márgenes y la generación de caja. La afirmación de Garman sobre la demanda establece la oportunidad, pero la ejecución determina si se convierte en un negocio atractivo.

Microsoft y Google añaden presión desde ambos lados

AWS lidera el mercado de la nube a una escala enorme, pero sus rivales pueden presionarla ampliando capacidad más rápido o convirtiendo la demanda de IA en crecimiento de la nube de forma más eficiente.

Microsoft entra en la competencia con una gran base de software empresarial y una estrecha relación entre Azure y sus aplicaciones de negocio. Los clientes pueden adoptar IA mediante contratos existentes, herramientas para desarrolladores y productos para el trabajo.

Google aporta sus propios modelos de IA, Tensor Processing Units personalizados, experiencia en investigación y un negocio de nube que crece desde una base menor. El crecimiento de su nube en el segundo trimestre superó el aumento porcentual de AWS.

El crecimiento porcentual por sí solo no establece el liderazgo de mercado. Un negocio más pequeño puede expandirse más rápido y, aun así, añadir menos ingresos absolutos que un competidor mayor.

Aun así, el rápido crecimiento de los rivales importa porque los clientes pueden distribuir las cargas de trabajo entre varios proveedores. Las estrategias multicloud reducen la dependencia de un proveedor y generan poder de negociación durante las negociaciones de capacidad.

La competencia también opera en sentido contrario. Cuando todos los grandes proveedores tienen limitaciones de capacidad, los clientes cuentan con menos alternativas inmediatas. Eso puede respaldar la utilización y reducir el riesgo de instalaciones vacías.

El efecto depende de dónde esté disponible la capacidad. La infraestructura de IA no es perfectamente intercambiable entre regiones, tipos de procesadores, configuraciones de red o plataformas de software.

Un cliente que necesita un acelerador específico en una ubicación no siempre puede sustituirlo por capacidad de propósito general en otro lugar. Las normas de residencia de datos y los requisitos de latencia limitan aún más el traslado.

Esto crea muchos mercados de oferta más pequeños dentro del mercado más amplio de la nube. AWS puede tener capacidad sobrante en un servicio mientras rechaza demanda de otro.

La compatibilidad de software también influye en esas decisiones. Los clientes que usan Bedrock, SageMaker AI o bases de datos de AWS afrontan trabajo de migración si trasladan un sistema de producción a Azure o Google Cloud.

Lo mismo ocurre con las cargas de trabajo construidas en torno a plataformas rivales. Los costes técnicos de cambio pueden preservar las relaciones con los clientes, pero no garantizan que cada nuevo proyecto de IA se mantenga con un solo proveedor.

La estrategia de AWS enfatiza la elección de modelos y la infraestructura de apoyo. Amazon quiere que los clientes seleccionen modelos manteniendo los datos, las aplicaciones, los controles de seguridad y los servicios de agentes dentro de AWS.

Ese posicionamiento difiere de una estrategia construida alrededor de un único modelo insignia. Trata a la plataforma de nube como la capa duradera, incluso cuando cambia el modelo más popular.

El enfoque puede funcionar si las empresas valoran más la flexibilidad que la integración estrecha con un desarrollador de modelos. Se debilita si la combinación de modelo y plataforma de un rival ofrece una economía notablemente mejor.

Los procesadores personalizados son otro frente competitivo. AWS promociona Trainium y Graviton, Microsoft desarrolla su propio silicio y Google ha operado aceleradores de IA personalizados durante años.

Estos chips pueden mejorar el poder de negociación y crear servicios adaptados a la infraestructura de cada proveedor. También requieren grandes compromisos de investigación y suficiente adopción de clientes para justificar su producción.

Ningún proveedor controla toda la cadena. La fabricación avanzada de semiconductores, la memoria, los componentes de red, la infraestructura eléctrica y la capacidad de construcción siguen distribuidas entre proveedores externos.

Esa dependencia significa que la carrera por la nube no puede ganarse solo mediante lanzamientos de software. La adquisición, la ingeniería de instalaciones y la coordinación con las empresas de servicios públicos ahora determinan la disponibilidad de productos.

El acuerdo de Amazon con Corning muestra una respuesta: asegurar insumos estratégicos mediante compromisos a largo plazo. Acuerdos similares pueden reducir la incertidumbre de suministro, pero también comprometen a la empresa con futuras compras.

Por tanto, el riesgo competitivo tiene dos caras. AWS puede perder negocio si construye demasiado despacio, mientras que puede surgir sobreoferta si todos los proveedores construyen basándose en la misma curva de demanda optimista.

No hace falta una caída generalizada de la adopción de IA para crear capacidad excedentaria. Modelos más eficientes, despliegues empresariales retrasados o reservas duplicadas podrían producir un desajuste menor.

Para los compradores empresariales, la competencia ofrece poder de negociación, pero también riesgo de planificación. Un servicio de nube incluido en un catálogo puede seguir teniendo cuotas regionales, periodos de espera o opciones de hardware limitadas.

Los compradores deberían evaluar la capacidad disponible, los calendarios de despliegue y la flexibilidad contractual junto con las comparativas de modelos. La demostración con mejor rendimiento aporta poco valor si la infraestructura de producción llega tarde.

Los desarrolladores afrontan una disyuntiva relacionada. Diseñar para modelos portables e interfaces estándar puede reducir la dependencia de un proveedor, pero los servicios más eficientes suelen utilizar infraestructura propietaria.

Los trabajadores del conocimiento pueden experimentar el resultado de forma indirecta. Más capacidad puede mejorar los tiempos de respuesta y ampliar las funciones de IA, mientras que la escasez de infraestructura puede ralentizar lanzamientos de productos o restringir el acceso.

Los proveedores de nube compiten por hacer invisibles esas limitaciones. Los comentarios de Garman muestran que AWS todavía no ha logrado ese objetivo, pese a su escala e inversión.

Qué podría romper la apuesta de Amazon por la capacidad

El mayor riesgo de Amazon no es que la IA desaparezca. Es que los costes de infraestructura aumenten más rápido que el uso rentable por parte de los clientes.

El crecimiento actual aporta evidencia de una demanda real, pero no resuelve cuánto tiempo durará esa demanda. Las empresas pueden ampliar sus presupuestos de IA y, aun así, tener dificultades para desplegar aplicaciones fiables.

Muchos proyectos afrontan problemas de calidad de datos, seguridad, gobernanza e integración. Esos obstáculos pueden retrasar el uso en producción después de que una empresa reserve infraestructura o complete un piloto.

Las aplicaciones basadas en agentes añaden otra incertidumbre. Los agentes pueden generar un alto consumo de nube porque realizan llamadas repetidas a modelos y acceden a varios sistemas.

También pueden generar costes o errores impredecibles. Las empresas pueden limitar su uso hasta que los controles de supervisión, identidad y políticas sean más fiables.

Amazon está creando servicios para abordar esas preocupaciones. Sin embargo, la existencia de herramientas gestionadas no confirma que los clientes desplegarán agentes a la escala asumida por los planes de infraestructura.

El segundo riesgo implica la eficiencia tecnológica. Los nuevos procesadores y técnicas de modelado pueden realizar la misma tarea con menos energía, memoria o tiempo de acelerador.

Esa eficiencia puede ampliar el mercado, pero el momento importa. Una mejora repentina podría reducir la demanda de determinadas configuraciones de hardware antes de que Amazon las haya depreciado por completo.

La combinación de hardware plantea un desafío similar. La capacidad basada en un acelerador no siempre puede convertirse económicamente a otro cuando cambian las preferencias de los clientes.

AWS puede reducir esa exposición al admitir varias opciones de procesadores. Aun así, debe prever cuántas unidades de cada tipo necesitarán los clientes en regiones concretas.

El tercer riesgo es la ejecución. Los centros de datos requieren que permisos, equipos, energía, redes y trabajadores capacitados lleguen en la secuencia correcta.

Un retraso en cualquiera de esos elementos puede dejar varados a los demás. Amazon podría poseer servidores que no pueden recibir energía o terminar un edificio antes de que esté lista su conexión de red.

Los contratos de suministro reducen cierta incertidumbre, al tiempo que crean compromisos. Si la demanda se debilita más adelante, Amazon podría seguir teniendo obligaciones de comprar componentes o respaldar una fabricación ampliada.

La presión comunitaria y regulatoria también puede afectar la construcción. Los grandes centros de datos pueden suscitar preocupaciones sobre tarifas eléctricas, uso de agua, consumo de suelo, ruido y generación de respaldo.

Esas preocupaciones no significan que los proyectos vayan a detenerse. Pueden alargar los plazos de aprobación o requerir inversiones adicionales que cambien la economía del proyecto.

El cuarto riesgo es la visibilidad financiera. Amazon informa de las ventas y los ingresos operativos de AWS, pero los inversores no pueden vincular directamente cada dólar de infraestructura con una carga de trabajo específica de un cliente.

El gasto de capital de toda la empresa también cubre negocios fuera de AWS. Ese amplio alcance dificulta calcular el retorno de la expansión de IA a partir de las divulgaciones públicas.

La inversión de Amazon en Anthropic complica aún más las comparaciones trimestrales. Los ingresos netos del segundo trimestre incluyeron importantes ingresos no operativos relacionados con esa inversión.

Esa ganancia contable no representa efectivo generado por clientes de AWS. Los lectores deberían separarla de las ventas y el desempeño operativo subyacentes de la unidad de nube.

Un análisis prudente también debe distinguir la demanda de la escasez. Las carencias de capacidad pueden reflejar un crecimiento excepcional de clientes, una construcción lenta, una asignación ineficiente o varios factores a la vez.

La declaración de Garman describe el resultado, no la composición completa de la escasez. Los informes públicos no revelan qué parte de la capacidad solicitada cuenta con compromisos contractuales firmes.

Ninguna de estas lagunas refuta el argumento de Amazon. Definen la evidencia necesaria para ponerlo a prueba.

La primera señal que se debe vigilar es el crecimiento de los ingresos de AWS durante el próximo ciclo de resultados. Una aceleración continuada respaldaría la afirmación de Amazon de que la capacidad añadida se convierte rápidamente en gasto de los clientes.

Una desaceleración requeriría una interpretación más cuidadosa. Podría indicar una demanda más débil, pero también podría mostrar que las limitaciones de suministro impidieron que AWS atendiera negocio disponible.

Por lo tanto, los comentarios de la dirección sobre las ampliaciones de capacidad serían esenciales. Los inversores deberían comparar el calendario de activación de la infraestructura con los cambios en los ingresos y los compromisos contratados.

La segunda señal es el flujo de caja de Amazon y el margen operativo de AWS. El crecimiento de los ingresos resulta menos convincente si el gasto en infraestructura supera continuamente el efectivo generado por ese crecimiento.

Se espera presión a corto plazo durante una expansión. La prueba más sólida es si la utilización mejora a medida que entran en funcionamiento nuevos centros de datos y procesadores.

Una mayor utilización con márgenes estables reforzaría la tesis de inversión. Aumentos reiterados de costes sin ingresos proporcionales la debilitarían.

La tercera señal es el movimiento de clientes entre AWS, Azure y Google Cloud. Los grandes contratos, la disponibilidad regional y los despliegues en producción mostrarán si la escasez beneficia o perjudica a AWS.

Los clientes que esperan capacidad de AWS pueden aceptar retrasos, rediseñar cargas de trabajo o trasladarlas a otro proveedor. Cada respuesta tiene implicaciones distintas para la posición de Amazon a largo plazo.

Amazon también debe demostrar que sus servicios de IA generan demanda para la plataforma en general. El crecimiento del almacenamiento, las bases de datos, las redes y la computación de propósito general validaría el efecto multiplicador descrito por la dirección.

Los lectores que sigan esta expansión deberían centrarse en resultados medibles, no solo en anuncios de construcción. La capacidad activada, el uso sostenido, los márgenes y la generación de caja revelan más que el tamaño declarado de un proyecto.

Los equipos que evalúan proveedores de nube pueden conservar notas de resultados, actualizaciones de capacidad, contratos y registros de despliegue dentro de una base de conocimiento con capacidad de búsqueda. Ese registro facilita comparar con el tiempo las cambiantes afirmaciones de los proveedores.

AWS ha dejado clara su postura: la demanda de los clientes justifica seguir invirtiendo, incluso a una escala que antes habría parecido extrema. La siguiente cuestión es si Amazon puede activar capacidad antes de que los clientes encuentren alternativas.

Siga el próximo conjunto de resultados de AWS para obtener tres respuestas. ¿Sigue acelerándose el crecimiento de la nube, están las nuevas instalaciones mejorando la disponibilidad y la generación de caja empieza a alcanzar la curva de inversión?

Estas señales determinarán si la escasez de capacidad de Amazon representa una ventaja duradera o una costosa carrera contra las expectativas.