Entre las hiperescalas tradicionales y el datacenter convencional apareció una nueva categoría que está creciendo al ritmo de la Inteligencia Artificial: los Neoclouds.
Son proveedores especializados en cómputo de alto rendimiento, particularmente GPU as a Service —GPUaaS—, creados alrededor de las necesidades de IA y Machine Learning. En lugar de ofrecer un catálogo gigantesco de servicios generalistas como AWS, Microsoft Azure o Google Cloud, concentran buena parte de sus recursos en entregar capacidad acelerada.
Su principal promesa es sencilla: acceso rápido y flexible a GPUs de última generación sin tener que comprarlas, instalarlas y operarlas.
Pero en 2026 los Neoclouds ya dejaron de ser solamente “startups que alquilan GPUs”. Están construyendo datacenters, contratando gigawatts de potencia, desarrollando software propio y firmando contratos multimillonarios incluso con las mismas Big Tech que dominan el cloud.
¿Por qué aparecieron?
IA generativa produjo una combinación poco habitual: demanda explosiva y oferta restringida.
Entrenar y ejecutar modelos requiere grandes cantidades de GPUs que son caras, consumen mucha energía y necesitan infraestructura especializada. A la vez, desplegar clusters de miles de aceleradores exige networking de muy alta velocidad, storage preparado para mover enormes datasets y cooling capaz de manejar densidades muy superiores a las tradicionales.
Para una empresa, construir todo eso puede implicar meses o años de inversión.
Los Neoclouds encontraron allí su espacio: comprar GPUs a gran escala, desplegarlas en infraestructura optimizada y vender su capacidad como servicio.
Así surgió una alternativa particularmente atractiva para startups de IA, desarrolladores de modelos, laboratorios de investigación y empresas que necesitan capacidad intensiva durante períodos determinados.
Más especializados que los hiperescalas
La diferencia con AWS, Azure o Google Cloud no pasa únicamente por precio.
Los hiperescalas ofrecen prácticamente todo el stack tecnológico empresarial: infraestructura, bases de datos, aplicaciones, seguridad, analytics, serverless y cientos de servicios adicionales.
Los Neoclouds nacieron desde otra lógica: optimizar el cloud alrededor del GPU.
Eso les permite diseñar servidores, redes, storage, scheduling y software específicamente para workloads de IA. También pueden incorporar nuevas generaciones de aceleradores rápidamente y ofrecer clusters bare metal o dedicados con configuraciones menos generalistas.
La frontera, de todos modos, empieza a borrarse.
A medida que crecen, los principales Neoclouds agregan Kubernetes, inferencia, almacenamiento, observabilidad y herramientas para desarrollar y desplegar modelos. El objetivo ya no es simplemente alquilar una GPU: es construir un AI Cloud completo.
Un mercado que explotó
El crecimiento da una dimensión del fenómeno.
Según Synergy Research Group, los ingresos globales de los Neoclouds superaron los USD 25.000 millones durante 2025. Sólo en el cuarto trimestre alcanzaron unos USD 9.000 millones, con un crecimiento interanual de 223%.
La consultora proyecta que el mercado podría acercarse a USD 400.000 millones en 2031, manteniendo un CAGR del orden del 58%.
El motor es la brecha entre la demanda de cómputo IA y la capacidad que pueden desplegar los proveedores tradicionales.
Y esa brecha convirtió a empresas que hace pocos años eran jugadores especializados en proveedores de infraestructura de escala global.
CoreWeave: de crypto a gigante AI
El caso emblemático es CoreWeave.
La compañía nació vinculada al crypto mining y reutilizó esa experiencia operando grandes cantidades de GPUs para construir un cloud especializado en IA.
El cambio de escala fue vertiginoso. CoreWeave superó los USD 5.000 millones de ingresos anuales en 2025 y terminó ese año con un backlog de USD 66.800 millones.
Su crecimiento también muestra hasta qué punto Neocloud e hiperescalas empiezan a relacionarse de maneras inesperadas. En abril de 2026 amplió su acuerdo con Meta por aproximadamente USD 21.000 millones de capacidad cloud hasta 2032, incluyendo futuras implementaciones de NVIDIA Vera Rubin.
Un Neocloud ya no compite solamente por startups que no consiguen GPUs: también puede convertirse en proveedor de capacidad para una de las mayores compañías tecnológicas del planeta.
Nebius: construir un hyperscaler de IA
Nebius representa otra evolución del modelo.
La compañía desarrolla un stack completo que integra datacenters, servidores, networking, software cloud y servicios de IA. En marzo de 2026 profundizó su alianza con NVIDIA para desplegar más de 5 GW de sistemas NVIDIA hacia 2030, mientras NVIDIA anunció una inversión de USD 2.000 millones en la empresa.
El crecimiento de demanda llevó además a un modelo interesante: Nebius comenzó a permitir que terceros financien y sean propietarios de la infraestructura física mientras la compañía instala sobre ella su arquitectura, hardware y software y comercializa posteriormente esa capacidad.
Es una forma de expandirse sin tener que financiar cada datacenter íntegramente con capital propio.
Y revela otro cambio: el activo estratégico del Neocloud empieza a ser no sólo su parque de GPUs, sino también el software y la arquitectura que permiten operarlas como cloud.
Lambda: GPU Cloud desde el origen
Lambda es uno de los jugadores más puros de la categoría.
Nació orientado al Deep Learning y construyó su propuesta alrededor de workstations, servidores y cloud con GPUs NVIDIA.
Su ventaja histórica fue hablar el mismo idioma que investigadores y desarrolladores de IA: acceso relativamente directo a aceleradores, clusters y herramientas especializadas, sin obligar al cliente a atravesar la complejidad de una nube generalista.
Esa especialización explica buena parte de la lógica Neocloud: mientras el hyperscaler adapta una plataforma enorme a IA, estos jugadores pudieron diseñar buena parte de su infraestructura alrededor de IA desde el comienzo.
Crusoe: energía + cómputo
Crusoe agrega otra variable al modelo: la energía.
La empresa nació utilizando energía que de otra manera podía desperdiciarse para alimentar workloads computacionales y luego evolucionó hacia grandes proyectos de infraestructura IA.
La lógica es particularmente relevante porque el cuello de botella del mercado dejó de ser únicamente conseguir GPUs.
A medida que los clusters crecen, conseguir megawatts se vuelve tan importante como conseguir chips.
Esto acerca a los Neoclouds al negocio físico del datacenter: terrenos, generación, transmisión eléctrica, cooling y construcción pasan a ser parte central de la competencia.
Nscale, Vultr, Civo y Paperspace: distintas escalas, misma oportunidad
El mercado no termina en los líderes.
Nscale crece con infraestructura diseñada específicamente para IA y grandes proyectos de AI compute. Vultr incorporó GPU Cloud dentro de una infraestructura global que busca competir mediante presencia distribuida. Civo combina cloud nativo y Kubernetes con oferta GPU, apuntando a una experiencia más simple para desarrolladores.
Paperspace, adquirida por DigitalOcean, representa otra variante: integrar una plataforma especializada en GPUs y Machine Learning dentro de un proveedor cloud más amplio.
No todos estos jugadores tienen el mismo tamaño ni exactamente el mismo modelo. De hecho, “Neocloud” se está convirtiendo en un paraguas para empresas bastante diferentes.
Lo que comparten es el foco en infraestructura acelerada y la oportunidad abierta entre la demanda de IA y la capacidad disponible.
El nuevo cuello de botella: capital
El crecimiento también expone la principal debilidad del modelo.
Construir AI Cloud requiere inversiones gigantescas antes de facturar: GPUs, terrenos, contratos eléctricos, networking, datacenters y cooling. Y el hardware se renueva a una velocidad extraordinaria.
Por eso, el negocio consume capital de manera intensiva.
El desafío será mantener suficiente utilización de las GPUs para pagar esa infraestructura mientras aparecen nuevas generaciones de chips y aumenta la competencia.
Los resultados de 2026 muestran las dos caras. CoreWeave y Nebius multiplican sus ingresos, pero simultáneamente sostienen inversiones enormes y pérdidas mientras expanden capacidad.
La velocidad es una ventaja, pero también un riesgo.
¿Competidores o proveedores de los hyperscalers?
Quizás la pregunta más interesante es qué lugar terminarán ocupando.
Una posibilidad es que se consoliden como una nueva capa permanente del cloud, especializada en IA.
Otra es que funcionen crecientemente como proveedores de capacidad para hiperescalas y grandes desarrolladores de modelos.
Los contratos recientes sugieren que ambas cosas pueden ocurrir al mismo tiempo.
CoreWeave puede competir con Azure por una startup de IA y, simultáneamente, vender miles de millones de dólares en infraestructura a Meta. Nebius puede desarrollar su propio AI Cloud mientras instala su plataforma sobre datacenters financiados por terceros.
La competencia deja de ser lineal.
¿Qué oportunidad tienen en América Latina?
Para América Latina, los Neoclouds abren una pregunta especialmente interesante.
La región tiene un mercado de datacenters en expansión, disponibilidad de energías renovables en distintos países y una demanda empresarial de IA que crecerá mucho más rápido que la capacidad que muchas organizaciones pueden desplegar por sí mismas.
Pero buena parte de la gran infraestructura GPU continúa concentrada en Estados Unidos y Europa.
Ahí aparece el espacio.
A medida que inferencia, soberanía del dato y latencia ganen importancia, tener cómputo acelerado más cerca del usuario puede convertirse en una ventaja. No todo workload necesitará un enorme cluster local, pero tampoco todo tendrá sentido a miles de kilómetros.
Para operadores regionales, telcos y datacenters multitenant, asociarse con plataformas especializadas puede ser una vía más realista que intentar construir desde cero un nuevo hyperscaler.
De alquilar GPUs a construir la nueva nube
Los Neoclouds surgieron aprovechando una escasez. Pero el mercado que están construyendo ya va bastante más allá de ella.
Primero ofrecieron GPUs.
Después clusters.
Ahora construyen datacenters, desarrollan plataformas, aseguran gigawatts de energía y firman contratos de varios miles de millones de dólares.
Si la primera gran ola del cloud fue generalista, la IA está impulsando una segunda capa mucho más especializada.
Todavía es temprano para saber cuántos de estos jugadores sobrevivirán a una carrera tan intensiva en capital.
Pero una cosa parece clara: los Neoclouds dejaron de ocupar un nicho.
Ya forman parte del nuevo mapa de infraestructura.