IA, Servicios de TI, Centros de Datos y Semiconductores: India Podría Convertirse en un Gran Mercado de IA de Pago, pero los Riesgos de Fuga de Valor y Exceso de Capacidad de Cómputo Aumentan Simultáneamente

Visión general

El informe compara datos de uso de OpenAI y Anthropic para examinar cómo India y otros mercados emergentes utilizan la IA, si los usuarios migrarán a suscripciones de pago y qué significa esta transición para el empleo, las cuotas transfronterizas, los servicios de TI y la inversión en centros de datos. Su conclusión central es que los mercados emergentes no están rezagados en la adopción de IA; en cambio, están avanzando más rápidamente hacia casos de uso productivos y automatizados. Sin embargo, que India se convierta en un beneficiario económico depende de su capacidad para desarrollar modelos y aplicaciones nacionales en lugar de limitarse a comprar servicios extranjeros.

Perspectivas principales

La adopción de IA en India es sustancial, pero las métricas per cápita pueden subestimar fácilmente su impacto. India superó los 100 millones de usuarios activos semanales de ChatGPT en febrero, convirtiéndose en el segundo mercado más grande después de Estados Unidos; sin embargo, su uso per cápita ocupa solo el puesto 109 entre 150 economías. Los datos de Anthropic muestran el mismo patrón: India aporta el 7,1% del uso absoluto y ocupa el segundo lugar, pero se sitúa en el puesto 103 entre 121 economías en uso per cápita. El informe atribuye esta disparidad al hecho de que gran parte de la fuerza laboral de India permanece en industrias con baja exposición a la IA, más que a una falta de profundidad entre quienes ya la usan. Incluso con una base de usuarios relativamente concentrada, los usuarios de pago indios utilizan las herramientas de análisis de datos de ChatGPT con una intensidad cuatro veces superior al promedio global y las herramientas de programación con una intensidad tres veces superior al promedio global. El uso de IA en los mercados emergentes está más orientado al trabajo y la automatización, mientras que las economías desarrolladas la utilizan más para obtener información y asistencia para expresarse. En India, el 35% del uso de ChatGPT está relacionado con el trabajo, por encima del promedio global del 31%; el uso relacionado con el trabajo representa el 32,4% en las economías emergentes, también por encima del 29,3% registrado en las economías desarrolladas. India sigue estando entre los líderes en asistencia técnica entre las 28 principales economías analizadas por el informe. Por tanto, el informe considera que los usuarios de mercados emergentes tienen más probabilidades de hacer que la IA complete directamente tareas técnicas, de redacción o similares, mientras que los usuarios de economías desarrolladas usan con mayor frecuencia la IA para reunir información, expresarse y obtener consejos prácticos. Esto también significa que el impacto de la IA en el empleo en los mercados emergentes no debe descartarse porque la adopción actual sea de bajo coste y localizada; los casos de uso empresariales iniciales pueden financiar las cuotas de suscripción al reducir las necesidades de personal. Las categorías de uso están cambiando rápidamente y muestran que diferentes modelos desarrollan gradualmente funciones especializadas. La proporción de “asistencia técnica” en las consultas indias de ChatGPT ha caído de aproximadamente el 20% en 2024 al 6,3% actualmente, aunque sigue estando entre las más altas del mundo. Durante el mismo período, el contenido multimedia aumentó del 1,4% al 9,8%, la autoexpresión del 2% al 6,3%, la orientación práctica del 26% al 33% y la búsqueda de información del 15% al 17%. A nivel mundial, el uso técnico de ChatGPT también descendió de aproximadamente el 13% en 2024 al 4% actualmente, mientras que el uso de informática y matemáticas en Anthropic supera el 25% en las economías emergentes. Con base en ello, el informe concluye que los usuarios técnicos y de programación están migrando a herramientas más especializadas: Anthropic se está convirtiendo en la opción preferida para tareas de programación, mientras que OpenAI continúa liderando en búsqueda de información, orientación personal y casos de uso multimedia. La combinación de edad y casos de uso otorga a los mercados emergentes un valor de suscripción a largo plazo relativamente alto. La proporción de usuarios globales de ChatGPT menores de 35 años disminuyó de casi el 70% en 2024 al 66%, lo que indica que se están incorporando usuarios de mayor edad. En las economías desarrolladas, aproximadamente el 40% de los usuarios tiene más de 35 años y el 18% más de 45 años, frente al 28% y 11%, respectivamente, en las economías emergentes. La base de usuarios de India es más joven: el 78% de los usuarios tiene menos de 35 años y el 92% menos de 45 años, mientras que aproximadamente el 30% de su población tiene más de 45 años y cuenta con más de 1.000 millones de usuarios de internet. El informe define la asistencia técnica, la redacción y la orientación práctica como “casos de uso productivos”, clasifica además la redacción y la asistencia técnica como usos relacionados con conocimiento o trabajo, y utiliza la proporción de usuarios jóvenes como indicador de la duración sostenible del uso y el uso productivo como indicador de la disposición a pagar. La matriz resultante muestra que las economías emergentes tienen tanto ciclos de vida potenciales de usuarios más largos como una mayor propensión a pagar. La principal restricción no es el valor del uso, sino la asequibilidad derivada de las disparidades de ingresos. Si los precios de suscripción reflejan los niveles de ingreso locales, podrían surgir más usuarios de pago en las economías en desarrollo. Las suscripciones a IA difieren fundamentalmente de los modelos de negocio de los anteriores servicios gratuitos de internet. India pudo acumular usuarios rápidamente durante las eras de las redes sociales, el video, los pagos y el comercio electrónico porque muchos servicios eran gratuitos, y las plataformas monetizaban mediante publicidad, transacciones y expansión del ecosistema. El software también solía tener alternativas gratuitas, mientras que los costes continuos eran bajos una vez distribuidos entre una gran base de usuarios. La IA generativa, por el contrario, implica elevados costes de cómputo y energía por usuario; cuanto más se utiliza, mayores son los costes operativos. En consecuencia, ChatGPT, Gemini, Claude, Microsoft Copilot y las aplicaciones empresariales nativas de IA han enfatizado las suscripciones de pago desde el principio. El uso compartido de cuentas también está limitado por los topes de tokens, la privacidad y los permisos de cuenta. Por ello, el informe considera que la IA de pago podría finalmente generalizarse en los mercados emergentes, pero el crecimiento del uso de tokens por consumidores será más gradual, mientras que las suscripciones anuales desplazarán otros gastos discrecionales. El informe presenta estimaciones de escenarios para el gasto de India en suscripciones a LLM. Suponiendo tasas de conversión de usuarios minoristas de 0,75%-1,25% para los tres modelos principales —Gemini, ChatGPT y Claude— y tasas de conversión de usuarios empresariales de aproximadamente 1,4% para los tres, los niveles actuales de adopción implican un gasto anual en suscripciones a LLM de casi $950 millones, lo que representa una salida anual realista de aproximadamente $1.000 millones. Aunque ChatGPT lidera claramente con aproximadamente 330 millones de usuarios minoristas activos mensuales, su cuota de ingresos no será proporcionalmente dominante, y se espera que Claude quede solo ligeramente por detrás. A medida que aumente la penetración empresarial y los planes de suscripción avancen hacia segmentos superiores, el informe considera que las salidas anuales podrían alcanzar pronto $4.000 millones-$5.000 millones. En diez años, las salidas anuales por cuotas de uso de LLM nacionales podrían alcanzar $20.000 millones-$30.000 millones, excluyendo los gastos compensados por ingresos de exportación; la capa de aplicaciones podría cobrar decenas de miles de millones de dólares adicionales. Esto haría que las cuotas de IA equivalieran a aproximadamente un tercio de la factura actual de importación de petróleo de India. Si India carece de grandes modelos fundacionales nacionales y de software de aplicación ampliamente utilizado, la mayor parte de estos fondos fluirá a empresas tecnológicas estadounidenses. Una reducción sustancial de los costes de los modelos o el desarrollo de aplicaciones indias nacionales podría cambiar este resultado. Esto deja a India ante una bifurcación crítica: si ser un gran usuario también la convierte en un gran captador de valor. El informe considera que convertirse en uno de los mayores usuarios de IA del mundo no significa automáticamente que India se convierta en uno de sus mayores beneficiarios económicos. Si India solo puede comprar modelos y aplicaciones extranjeros, su base de usuarios joven y altamente productiva se traducirá en cuotas transfronterizas persistentes. Si puede desarrollar empresas nativas de IA, modelos fundacionales nacionales y negocios de la capa de aplicaciones, podría retener más valor. El informe también considera que el uso extensivo de IA para tareas de software en mercados como India y Vietnam impulsará una reasignación de capacidades de servicios de TI dentro de los países que proporcionan la mano de obra pertinente. Las alternativas de IA y las empresas basadas en agentes podrían crecer localmente, pero una base de capacidades más distribuida también podría alterar a algunas grandes organizaciones de servicios de TI. La inversión actual de India en IA se concentra principalmente en infraestructura y fabricación, en lugar de modelos grandes de frontera o productos maduros de aplicaciones. Los compromisos asociados con la Cumbre de Impacto de IA de 2026 en Nueva Delhi podrían alcanzar $250.000 millones, según funcionarios gubernamentales citados en el informe. Reliance se ha comprometido a invertir $110.000 millones durante siete años para construir infraestructura de IA soberana, mientras que Microsoft planea invertir $50.000 millones en India hasta 2030 para extender la IA a países de bajos ingresos. Los centros de datos y la potencia de cómputo son las mayores áreas de inversión: la capacidad actual es de aproximadamente 1.500 MW, y se anunciaron 30 proyectos que totalizan 3,5 GW de nueva capacidad entre marzo de 2025 y abril de 2026. Algunas estimaciones basadas en anuncios proyectan que la capacidad alcanzará 12 GW para 2030. La inversión en semiconductores se centra más en el empaquetado y las pruebas subcontratadas que en la fabricación de obleas. La Misión IndiaAI busca cerrar brechas en potencia de cómputo soberana y modelos fundacionales. Sus instalaciones compartidas contienen más de 45.000 GPU, financian 15 modelos nacionales de lenguaje grandes y pequeños, y respaldan 20 soluciones de IA en 12 industrias, incluidas agricultura y atención sanitaria. El informe es claramente cauteloso respecto al objetivo de 12 GW de centros de datos. Su estimación de alto nivel indica que un centro de datos de 1 GW que opere con una utilización diaria promedio del 70% podría procesar aproximadamente 3.000 millones de consultas de inferencia al día, equivalente a atender aproximadamente 55 millones-60 millones de usuarios activos diarios. En teoría, 12 GW podrían atender a más de 700 millones de usuarios activos diarios. Incluso antes de considerar la electricidad, los recursos hídricos, las capacidades de los contratistas y la disponibilidad de GPU, la propia demanda podría ser insuficiente. Por tanto, si se materializan todos los proyectos anunciados, podría surgir un exceso de oferta sustancial. A menos que los centros de datos indios puedan atender demanda transfronteriza de inferencia de IA, la ola de anuncios podría convertirse gradualmente en retrasos o cancelaciones; sin embargo, la inferencia transfronteriza está limitada por la sensibilidad a la latencia y los requisitos de localización de datos. El informe planea perfeccionar más esta estimación de capacidad en trabajos posteriores.

Marco de análisis

El informe utiliza primero datos de OpenAI y Anthropic para comparar el uso absoluto, el uso per cápita, las categorías de tareas y las estructuras de edad en India, economías emergentes y economías desarrolladas. Después trata la proporción de usuarios jóvenes como un indicador de los años potenciales de uso y los usos productivos, como la asistencia técnica, la redacción y la orientación práctica, como indicadores de la disposición a pagar. A continuación, el informe construye escenarios de gasto en suscripciones utilizando los usuarios activos mensuales y las tasas de conversión de pago de usuarios minoristas y empresariales de los tres principales LLM, extendiendo los resultados a cuotas transfronterizas y captura de valor nacional. Por último, prueba si la capacidad prevista de centros de datos de India se ajusta a la demanda potencial mediante el número de consultas que una unidad de capacidad de cómputo puede procesar.

Notas metodológicas

• (Método Fuera de la Taxonomía)Otro

  Comparación de Datos de Uso entre Plataformas

  El informe compara de forma cruzada el uso absoluto, las clasificaciones per cápita, la combinación de tareas y las estructuras de edad de OpenAI y Anthropic para comprobar si las características del uso de IA de India y los mercados emergentes se repiten en diferentes plataformas.

• (Método Fuera de la Taxonomía)Otro

  Matriz de Valor de Vida del Usuario y Disposición a Pagar

  El informe utiliza la proporción de usuarios jóvenes como indicador de la duración de un uso futuro sostenible y la proporción de tareas productivas como indicador de la disposición a pagar, comparando así el valor potencial de vida de la suscripción entre economías. La asequibilidad se trata por separado como factor limitante.

• Marco de Análisis de Industria/SectorDescomposición Volumen-Precio

  Análisis de Escenarios de Gasto en Suscripciones a LLM

  El informe estima el gasto anual actual, a corto plazo y a diez años, así como las salidas de capital transfronterizas, basándose en la escala de usuarios activos, las tasas de conversión de pago de usuarios minoristas y empresariales y los precios de suscripción de los principales LLM.

• Marco de Análisis de Industria/SectorTransmisión de la Cadena Industrial Aguas Arriba-Medio-Aguas Abajo

  Análisis de la Cadena de Valor de IA y los Flujos de Capital

  El informe distingue entre centros de datos y potencia de cómputo, semiconductores, modelos fundacionales y la capa de aplicaciones, analizando dónde se concentra la inversión india y si los ingresos por suscripciones finalmente corresponden a empresas nacionales o a firmas tecnológicas extranjeras.

• Marco de Análisis de Industria/SectorMarco de Oferta y Demanda

  Prueba de Oferta y Demanda de Capacidad de Centros de Datos

  El informe convierte la capacidad diaria de procesamiento de consultas de un centro de datos de 1 GW al 70% de utilización en el número de usuarios que puede atender, y luego la compara con la capacidad prevista de 12 GW para 2030 para evaluar si podría surgir exceso de oferta.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Economía de IA de India

  India tiene una base de usuarios absoluta líder a nivel mundial, una demografía joven de usuarios y una alta proporción de casos de uso productivos, pero podría asumir principalmente cuotas de suscripción de LLM y aplicaciones extranjeras.

  Fortalezas

  Más de 100 millones de usuarios activos semanales de ChatGPT, altos niveles de uso laboral, técnico y de programación, y una base de usuarios joven que respalda un ciclo de vida potencial más largo.

  Debilidades

  El uso per cápita sigue siendo bajo, la asequibilidad está limitada por los niveles de ingresos y los modelos nacionales de frontera y las ofertas maduras de la capa de aplicaciones son relativamente limitados.

  Comparación

  El uso absoluto es solo inferior al de Estados Unidos, pero las clasificaciones de uso per cápita de ChatGPT y Anthropic de India son solo 109th/150 y 103rd/121, respectivamente.

  Riesgos

  Desplazamiento laboral, gasto en suscripciones que desplaza el consumo discrecional, aumento de cuotas transfronterizas y captura insuficiente de valor nacional.

• Plataformas Globales de Suscripción a LLM

  India y otros mercados emergentes podrían convertirse en fuentes de usuarios de pago a largo plazo, dirigiendo la mayor parte de los ingresos por suscripciones a proveedores extranjeros de modelos.

  Fortalezas

  Los usuarios de mercados emergentes son más jóvenes y presentan mayores niveles de uso productivo y relacionado con el trabajo, lo que respalda una mayor propensión a pagar.

  Debilidades

  Los elevados costes variables por usuario dificultan sostener un modelo gratuito a largo plazo, mientras que los niveles de ingresos locales limitan la asequibilidad.

  Comparación

  Anthropic está más orientado a tareas de programación y técnicas, mientras que OpenAI es más fuerte en búsqueda de información, orientación personal y casos de uso multimedia.

  Riesgos

  Adopción más lenta después de retirar subsidios, desajustes de precios con los ingresos locales y migración de usuarios entre modelos.

• Industria de Servicios de TI de India

  El alto uso de IA para tareas de software en mercados como India y Vietnam podría impulsar una reasignación local de capacidades de servicio y fomentar alternativas nacionales de IA y empresas basadas en agentes.

  Fortalezas

  Una reserva de talento de software orientada globalmente y niveles relativamente altos de uso técnico de IA.

  Debilidades

  La difusión de capacidades habilitadas por IA puede debilitar las ventajas de concentración de algunas grandes organizaciones.

  Comparación

  Las economías emergentes tienen más inclinación que las economías desarrolladas a utilizar la IA para completar directamente tareas de trabajo y automatización.

  Riesgos

  Reducción de las necesidades de personal y disrupción para grandes proveedores de servicios.

• Centros de Datos e Infraestructura de Cómputo de India

  Los compromisos de inversión y los anuncios de proyectos están impulsando una rápida expansión de capacidad, pero el informe considera que el objetivo de 12 GW para 2030 podría exceder materialmente la demanda nacional.

  Fortalezas

  Los proveedores globales de nube, conglomerados indios y el gobierno están comprometiendo recursos, dando lugar a planes actuales a gran escala.

  Debilidades

  La demanda, el suministro eléctrico, los recursos hídricos, las capacidades de los contratistas y la disponibilidad de GPU pueden limitar la ejecución de los proyectos.

  Comparación

  La capacidad actual es de aproximadamente 1,5 GW, mientras que las previsiones basadas en anuncios alcanzan 12 GW para 2030.

  Riesgos

  Exceso de capacidad, retrasos o cancelaciones de proyectos; la inferencia transfronteriza también está limitada por la latencia y la localización de datos.

Datos clave

• Usuarios Activos Semanales de ChatGPT en IndiaMás de 100 millonesSuperó este umbral en febrero, con una escala absoluta solo inferior a la de Estados Unidos
• Clasificación del Uso Per Cápita de ChatGPT de India109th/150Gran escala absoluta, pero una clasificación per cápita relativamente baja
• Participación de India en el Uso de Anthropic7.1%El uso absoluto es solo inferior al de Estados Unidos
• Clasificación del Uso Per Cápita de Anthropic de India103rd/121Consistente con el patrón de uso per cápita relativamente bajo de ChatGPT
• Intensidad de Uso de Herramientas de Análisis de Datos entre Usuarios de Pago en India4 veces el promedio globalIndica una profundidad de uso sustancial entre el grupo concentrado de usuarios
• Intensidad de Uso de Herramientas de Programación entre Usuarios de Pago en India3 veces el promedio globalRefleja un nivel relativamente alto de uso técnico
• Proporción de Uso de ChatGPT Relacionado con el Trabajo en India35%Por encima del promedio global del 31%
• Proporción de Uso Relacionado con el Trabajo en Economías Emergentes frente a Desarrolladas32.4% vs 29.3%Las economías emergentes están más orientadas a casos de uso relacionados con el trabajo
• Uso de Asistencia Técnica en IndiaDescendió de aproximadamente 20% a 6.3%Un descenso significativo desde 2024, pero aún relativamente alto a nivel mundial
• Uso Técnico Global de ChatGPTDescendió de aproximadamente 13% a 4%Desde 2024, lo que indica que los usuarios técnicos están migrando a otras herramientas
• Uso Multimedia en IndiaAumentó de 1.4% a 9.8%La combinación de uso está cambiando rápidamente hacia contenidos como imágenes y video
• Uso de Orientación Práctica en IndiaAumentó de 26% a 33%Uno de los casos de uso de crecimiento más rápido
• Proporción de Usuarios Indios Menores de 35 Años78%Por encima de la cifra global de 66%
• Proporción de Usuarios Indios Menores de 45 Años92%La distribución de edad de los usuarios es notablemente joven
• Gasto Anual Actual Estimado en Suscripciones a LLMCasi $950 millonesBasado en tasas de conversión minorista de 0.75%-1.25% y una tasa de conversión empresarial de aproximadamente 1.4%, equivalente a aproximadamente $1.000 millones en salidas anuales
• Salidas Estimadas de Cuotas de LLM a Corto Plazo$4.000 millones-$5.000 millones/añoBasado en una mayor penetración empresarial y la adopción de planes de suscripción premium
• Salidas Estimadas de Cuotas de LLM en Diez Años$20.000 millones-$30.000 millones/añoExcluye los gastos compensados por ingresos de exportación; la capa de aplicaciones podría cobrar decenas de miles de millones de dólares más
• Capacidad Actual de Centros de Datos de IndiaAproximadamente 1.500 MWEquivalente a aproximadamente 1,5 GW
• Nuevos Proyectos de Centros de Datos30 proyectos que totalizan 3,5 GWAnunciados entre marzo de 2025 y abril de 2026
• Capacidad Estimada de Centros de Datos en 203012 GWBasado en proyectos anunciados; el informe considera el plan agresivo
• Capacidad de Cómputo Compartida de la Misión IndiaAIMás de 45.000 GPUFinancia 15 modelos nacionales de lenguaje grandes y pequeños y 20 soluciones de IA en 12 industrias
• Capacidad de Inferencia de un Centro de Datos de 1 GWAproximadamente 3.000 millones de consultas/díaEstimado con una utilización del 70%, suficiente para atender aproximadamente 55 millones-60 millones de usuarios activos diarios
• Capacidad de Servicio Potencial de 12 GW de Centros de DatosMás de 700 millones de usuarios activos diariosUtilizado para ilustrar el posible déficit de demanda si entra en funcionamiento toda la capacidad prevista

Impacto e implicaciones

El informe considera que los mercados emergentes podrían convertirse en importantes mercados de suscripción a IA debido a sus usuarios jóvenes y casos de uso productivos, mientras que la adopción empresarial también podría respaldar el gasto al reducir las necesidades de personal. Sin embargo, si India no puede establecer capacidades nacionales en modelos fundacionales y la capa de aplicaciones, su uso sustancial se manifestará más como cuotas persistentes que fluyen hacia empresas tecnológicas extranjeras que como creación de valor local. Mientras tanto, la IA podría reconfigurar la estructura de oferta de servicios de TI en países como India y presionar a algunas grandes instituciones. La inversión en infraestructura también enfrenta cuestiones como demanda insuficiente, restricciones de electricidad y agua, disponibilidad de GPU, latencia y localización de datos.

Riesgos

• Si los precios de suscripción no se adaptan a los niveles de ingresos de los mercados emergentes, la asequibilidad de los usuarios podría limitar la conversión de pago.
• Las empresas podrían financiar el uso de IA reduciendo las necesidades de personal, amplificando potencialmente el impacto en el empleo.
• Si India carece de modelos fundacionales nacionales y de una capa de aplicaciones ampliamente utilizada, importantes cuotas de LLM y aplicaciones fluirán al extranjero.
• Las suscripciones anuales de IA pueden desplazar otros gastos discrecionales de los consumidores.
• Los 12 GW de capacidad de centros de datos previstos para 2030 podrían exceder la demanda real de inferencia, provocando exceso de oferta, retrasos o cancelaciones de proyectos.
• La electricidad, los recursos hídricos, las capacidades de los contratistas, la disponibilidad de GPU, la latencia y la localización de datos pueden limitar la construcción de centros de datos y los servicios transfronterizos.
• Una distribución más uniforme de las capacidades de IA podría alterar a algunos grandes proveedores de servicios de TI.

Aspectos que vigilar

• Seguir la trayectoria de descenso de los costes unitarios de los LLM y la retirada de precios subvencionados.
• Monitorear si los planes de suscripción alineados con los niveles de ingresos locales pueden mejorar las tasas de conversión de pago en los mercados emergentes.
• Observar la penetración de usuarios empresariales, el uso de tokens y la adopción de planes de suscripción premium en India.
• Monitorear si India puede desarrollar grandes modelos fundacionales nacionales, empresas nativas de IA y productos de la capa de aplicaciones ampliamente utilizados.
• Seguir el inicio efectivo, la utilización, los retrasos y las cancelaciones de los proyectos de centros de datos anunciados.
• Observar si los centros de datos indios pueden atender demanda transfronteriza de inferencia y si se alivian las restricciones de latencia y localización de datos.
• Monitorear el impacto de la IA en el empleo de servicios de TI en India y la posición competitiva de los grandes proveedores de servicios.