El crecimiento de la inversión en infraestructura de transmisión eléctrica se está acelerando para atender la creciente demanda de redes inteligentes (“smart grids”), y se espera que el mercado de transmisión se expanda significativamente a lo largo de la década de 2030.

Este crecimiento está siendo impulsado por iniciativas gubernamentales, la integración de energías renovables, la necesidad de una mayor resiliencia y eficiencia de la red, y la adopción de tecnologías como medidores inteligentes, inteligencia artificial (IA) e Internet de las Cosas (IoT). Según GlobalData, la inversión en transmisión eléctrica se proyecta en 573.700 millones de dólares para 2030, frente a los 372.600 millones estimados para 2025.

El último informe de GlobalData, “Smart Grid: Strategic Intelligence”, revela que la inversión en transmisión alcanzó los 343.200 millones de dólares en 2024, un aumento del 10,5% respecto al año anterior. Las subestaciones concentraron la mayor parte de esta inversión con 246.400 millones de dólares, seguidas de las líneas de transmisión con 96.400 millones. Entre 2025 y 2030, se estima que la inversión crecerá a una tasa anual compuesta (CAGR) del 9,2%.

Rehaan Shiledar, analista de energía de GlobalData, destacó que la IA está mejorando las smart grids mediante el uso de datos en tiempo real y algoritmos para pronóstico de demanda, mantenimiento predictivo e integración de renovables. “Optimiza el flujo eléctrico, equilibra oferta y demanda, automatiza respuestas a inestabilidades y previene fallos de equipos, lo que se traduce en menos apagones, menor desperdicio de energía y una red más confiable y sostenible”, señaló. Empresas como Nvidia y Utilidata han colaborado para desarrollar chips de smart grids definidos por software que hacen más inteligentes y eficientes las redes regionales.

GlobalData también señala que compañías eléctricas como Duke Energy están utilizando IA y machine learning en aspectos operativos, incluyendo gestión de flotas y mantenimiento predictivo. Xcel Energy emplea el software Grid Vision, impulsado por IA, para analizar las condiciones de líneas y subestaciones. E.ON desarrolla algoritmos de machine learning para prever necesidades de mantenimiento de cables de media tensión y reducir interrupciones, mientras que Southern Company usa IA a través de WeaveGrid para integrar vehículos eléctricos en la red y optimizar la distribución energética.

Shiledar también subraya el papel clave de los centros de datos en la evolución de las smart grids. “Su alta demanda energética y la integración de tecnologías avanzadas permiten supervisar la distribución de energía, incorporar fuentes renovables, automatizar la red mediante IA y contribuir a servicios como la regulación de frecuencia”, explicó. Mediante microgrids, sistemas de almacenamiento y fuentes de alimentación interactivas con la red, los centros de datos pueden mejorar su consumo energético, aumentar la conciencia de carbono y apoyar la creación de una infraestructura eléctrica estable, resiliente y sostenible.

Programas como DCFlex, que integran centros de datos con operaciones de red, han impulsado un aumento notable de proyectos, motivado por la demanda de procesamiento y almacenamiento de datos, en gran parte por el crecimiento de la IA. Además, los centros de datos avanzados pueden suministrar energía de vuelta a la red durante emergencias, mediante un flujo de energía bidireccional.

Shiledar concluye que el mercado de smart grids continuará creciendo gracias a la demanda de eficiencia energética, integración de renovables, modernización de la infraestructura y políticas gubernamentales de apoyo. La adopción de tecnologías como IA, big data y blockchain permitirá mejorar la gestión de la red, proporcionando a las utilities y grandes consumidores las herramientas necesarias para transformar la forma en que se genera, distribuye y consume electricidad, a través de medición avanzada y comunicaciones bidireccionales.