En el proceso de selección de aceleradores para inteligencia artificial, las empresas muestran un claro entusiasmo por alternativas a Nvidia. Según la encuesta VB Pulse de VentureBeat realizada en julio de 2026, que contó con la opinión de 170 responsables de infraestructura AI, el 39,4% indicó que evaluará chips de otros fabricantes —como AWS Trainium, Google TPU, AMD Instinct, Intel Gaudi o ASICs personalizados— durante el próximo año. Por contra, solo el 25,3% contempla las GPUs de próxima generación de Nvidia, como la serie Blackwell (GB300), mostrando una diferencia de 14 puntos porcentuales a favor de tecnologías alternativas.
Aunque Nvidia sigue siendo la opción predominante en entornos productivos, esta tendencia refleja un interés creciente por diversificar las estrategias de aceleración, incorporando opciones fuera del ecosistema Nvidia. Las organizaciones buscan crear una verdadera pluralidad de opciones en sus infraestructuras, sin limitarse exclusivamente al gigante verde.
Expansión y optimización antes que cambios inmediatos
Esta evolución forma parte de un patrón más amplio: las empresas están aumentando y optimizando sus infraestructuras AI existentes antes de contemplar modificaciones mayores en sus plataformas. Paradójicamente, a medida que crece la adopción de infraestructuras y la utilización de aceleradores, disminuye la urgencia de cambiar de plataforma. El porcentaje de encuestados que planea modificar su infraestructura en el plazo de tres meses cayó del 38,3% en junio al 28,8% en julio, pese a un aumento en la adopción en producción y el interés en nubes especializadas y soluciones open source. 
Crece la producción en plataformas cloud
La encuesta de julio evidenció un uso más intensivo de infraestructuras AI y un despliegue más amplio de diferentes proveedores cloud. Microsoft Azure presentó una expansión notable, con un incremento del 29% al 47,1% en el porcentaje de encuestados que lo utilizan en producción, un crecimiento de 18,1 puntos porcentuales. Esta subida está en parte influida por un mayor peso de compañías grandes en la muestra de julio (57% con más de 1.000 empleados vs 37% en junio), un segmento en el que Azure está más instalado.
En paralelo, Google Gemini se mantuvo como la plataforma más utilizada, con una adopción del 41,1% al 47,6%, posicionándose ligeramente por encima de Azure. OpenAI también registró un aumento en producción, de 40,2% a 49,4%, y Anthropic casi dobló su adopción, pasando de 12,1% a 24,7%.
Entre las empresas que gestionan sus propias GPUs, la proporción que las usa a menos del 50% de capacidad disminuyó del 83% al 69%, mientras que el uso por encima del 50% subió del 13% al 23%, indicando una mejor explotación de los recursos disponibles.
Fiabilidad y rendimiento, claves en la infraestructura AI
El concepto de efectividad de la infraestructura está evolucionando hacia parámetros operativos más pragmáticos. La importancia atribuida a la disponibilidad y fiabilidad subió del 42,1% al 51,2%, y la atención al rendimiento aumentó del 21,5% al 24,7%. La facilidad de implementación mejoró ligeramente, alcanzando una valoración media de 4,04 sobre 5, y la satisfacción global también creció, aunque modestamente.
Estos resultados indican que, aunque la mayor inversión en infraestructura no se traduce en un valor percibido sustancialmente superior, las empresas están consolidando capacidades más sólidas y demandando infraestructuras más fiables y eficientes.
El interés por cambiar de plataforma se aplaza
Una señal destacada es la disminución del porcentaje de empresas que planifican un cambio de plataforma inmediato. La proporción que contempla una transición en los próximos tres meses cayó casi un 10%, mientras que los plazos más lejanos (3-6 meses y 6-12 meses) aumentaron, sin variaciones relevantes en quienes no prevén cambios.
Esta relajación refleja debates sobre modelos abiertos y software libre que favorecen mejoras incrementales en lugar de reemplazos completos. La integración con stacks ya existentes y la performance continúan siendo prioritarias, mientras que el coste total de propiedad pierde peso como criterio principal.
Así, la atención se centra ahora en el análisis detallado por carga de trabajo, buscando conocer el rendimiento en inferencia en producción, la fiabilidad operativa y el coste unitario por tarea útil.
Las alternativas a Nvidia ganan fuerza especialmente en altos cargos
El aumento en la intención de evaluar chips no-Nvidia fue notable, incrementándose del 31,8% en junio al 39,4% en julio. Este interés fue aún mayor entre los altos ejecutivos y responsables de compra estratégica, donde el porcentaje subió del 42,9% al 57,1%, y entre decisores finales, del 35,4% al 50%.
Asimismo, organizaciones de tamaño medio experimentaron incrementos destacados: en empresas de 251 a 1.000 empleados, el interés creció del 41,4% al 53,2%, y en las de 101 a 250 empleados, del 33,3% al 57,7%. Estos datos confirman que diversificar la cartera de aceleradores se está convirtiendo en una consideración estratégica que trasciende el ámbito técnico.
Empresas apuestan por controlar su capa operativa AI
Un estudio complementario sobre capas contextuales para AI señala que la mayoría de las organizaciones desean preservar el control arquitectónico de la capa operativa que conecta modelos AI con datos empresariales, herramientas y procesos de negocio. En julio, cerca del 79,2% optó por mantener al menos un grado de independencia respecto a los proveedores de modelos, frente al 65,3% en junio.
La mayoría busca evitar depender totalmente de un único proveedor para la capa de ejecución, ante la necesidad creciente de supervisar, medir y asegurar la calidad de las respuestas generadas por sistemas de agente AI. Siete de cada diez encuestados han experimentado respuestas erróneas confiadas ocasionadas por un contexto insuficiente o incorrecto.
Neoclouds: las nubes especializadas que ganan terreno
Los llamados neoclouds —proveedores cloud centrados en servicios AI y aceleradores— están cada vez más presentes en las estrategias empresariales. En julio, el 38% de los entrevistados manifestó planes para intensificar el uso de neoclouds, frente al 33% en junio, mientras que quienes planean reducir su uso cayó del 9,7% al 5,4%.
Este interés es especialmente marcado en el sector tecnológico y de software, donde el 57,6% declara aumentar su apuesta por neoclouds. Aunque su adopción en producción sigue siendo baja, con un 5,9% en julio, el deseo de expansión sugiere una profunda fase de evaluación y adopción futura.
Empresas como CoreWeave y Nebius reflejan esta tendencia con grandes carteras de pedidos y contratos multimillonarios para 2027, evidenciando que estas nubes están emergiendo como elementos clave para optimizar disponibilidad de hardware, diversidad de software y condiciones competitivas frente a los gigantes hyperscalers.
El auge del open source en producción
La producción basada en infraestructuras open source está en ascenso, pasando del 3,7% de adopción a 12,9% en solo un mes. Plataformas basadas en herramientas como PyTorch, Triton, vLLM, Ray y Kubernetes están ganando terreno, especialmente entre trabajadores técnicos, influencers y empresas medianas.
El uso de caches de clave-valor open source creció también significativamente, y aunque el porcentaje de evaluadores de plataformas open source se mantuvo estable, se observa una profundización de su uso práctico en producción.
Esta tendencia facilita mayor portabilidad, libertad de elección de modelos y control sobre la optimización, aunque asume la responsabilidad completa sobre actualizaciones, seguridad y soporte operativo.
Un mercado en evolución hacia mayor diversidad y control
En definitiva, las empresas intensifican la inversión y el uso de infraestructura AI, pero con un enfoque prudente que mantiene abiertas múltiples opciones en chips, nubes y capas operativas. La toma de decisiones futura sobre plataformas AI se realizará desde una posición más fuerte, sustentada en experiencia, rendimiento y control sobre la operativa.
