Las llamadas neoclouds con GPU se enfrentan a un dilema: deben subir en la pila de IA para evitar volverse commodities, pero corren el riesgo de competir contra sus mayores clientes, los hyperscalers.
Los operadores neoclouds, o GPU-as-a-service, surgieron para aprovechar la enorme demanda de cómputo con aceleradores GPU para IA. Muchos clientes alquilaron las GPUs porque no podían asegurar su suministro propio.
Pero, según McKinsey & Company, este modelo es frágil y está intrínsecamente commoditizado: la diferenciación es limitada y la competencia por precio puede ser feroz, ya que la oferta suele centrarse en hardware específico (como Nvidia) y el valor se erosiona con rapidez.
Inversionistas señalan que actores como CoreWeave, Nebius y Crusoe apuestan por transicionar hacia servicios basados en su infraestructura de IA, con herramientas de entrenamiento, inferencia y stacks sectoriales para industrias como servicios financieros.
Moverse en la pila de software les pondrá directamente contra los hyperscalers que hoy son sus mayores clientes y requerirá mucho tiempo y recursos. CoreWeave, Nebius y Crusoe han invertido fuertemente para ampliar su infraestructura y atender la demanda, con resultados mixtos; CoreWeave en 2024 informó ingresos de alrededor de $1.21 mil millones en ese periodo, procedentes principalmente de dos grandes clientes, con Microsoft representando una parte relevante y Nvidia otro componente; la firma reportó una pérdida neta de $290.5 millones y gastos de capital de $2.9 mil millones durante el trimestre.
La firma plantea tres caminos para estas compañías a medio y largo plazo: 1) ocupar un nicho en mercados donde los hyperscalers son menos efectivos, 2) centrarse en startups y crecer con ellas hacia AI-native enterprise, y 3) consolidación, con neoclouds que podrían ser absorbidas por hyperscalers, telcos u otros compradores.
En resumen, el futuro dependerá de su capacidad para diferenciarse sin alienar a sus mayores clientes, más allá de una simple renta de hardware.
