En los mercados energéticos europeos —donde un cambio de 2 °C en Berlín puede desplazar el equivalente a cientos de barriles de petróleo en el contrato TTF—, los operadores han dejado atrás los informes meteorológicos tradicionales. Ahora, equipos híbridos de meteorólogos y científicos de datos entrenan algoritmos con millones de imágenes satelitales y décadas de registros históricos de precios, buscando un objetivo claro: anticipar los giros del modelo Euro antes de que el Centro Europeo de Previsiones (ECMWF) los haga públicos.

La obsesión no es casual. Desde 2021, al menos 15 fondos de cobertura han creado divisiones especializadas en clima cuantitativo, un fenómeno que ha unido en una misma mesa a físicos atmosféricos y traders de alta frecuencia. El premio: quien logre predecir si la actualización nocturna del ECMWF —el llamado “euro de medianoche”— inclinará las temperaturas hacia el frío o el calor, gana horas cruciales para reposicionar contratos de gas, electricidad y derivados antes de que el mercado reaccione.

El 70 % de la volatilidad en los precios energéticos europeos en invierno está ligada a revisiones abruptas en los pronósticos a 10-14 días, según un estudio de 2023 de la Universidad de Reading. Un ejemplo reciente: en enero de 2024, una corrección tardía del ECMWF —que pasó de prever -3 °C a -8 °C en Frankfurt— disparó el precio del gas un 12 % en 90 minutos.

ForecastEdge: la “bola de cristal” que vale US$50.000 al año

En octubre de 2025, la empresa Atmospheric G2 (AG2) lanzó ForecastEdge, una herramienta que promete descifrar hacia dónde se moverá el modelo Euro 12 horas antes de su publicación oficial. “No competimos con el ECMWF; competimos con el tiempo”, explica Andrew Pedrini, meteorólogo jefe de AG2. Su sistema no intenta mejorar la precisión del pronóstico, sino adivinar su dirección: ¿subirá o bajará la temperatura prevista?

ForecastEdge emite su señal a las 15:00 (hora de Londres), cuando el “euro de medianoche” —que fija las referencias para el mercado al día siguiente— aún está en proceso. “El mercado no castiga la imprecisión de 1 °C, pero sí un cambio de tendencia no anticipado”, aclara Pedrini. La herramienta, que cuesta entre US$30.000 y US$50.000 anuales por suscriptor, afirma tener un 70 % de acierto en predecir estos giros en Alemania y Europa continental, el epicentro de la fijación de precios.

Su momento de gloria llegó en enero-febrero de 2026, cuando anticipó tres olas de frío con 18 horas de antelación, permitiendo a sus clientes —entre ellos, Vitol, Trafigura y al menos 8 fondos de cobertura— reducir riesgos antes de que los precios se desplomaran. “Un cliente logró cubrir posiciones por valor de €12 millones justo antes de un colapso del 8 % en el TTF”, revela Pedrini, aunque se niega a dar nombres.

¿Cómo funciona? AG2 entrena su IA con:

• 20 años de datos históricos del ECMWF, incluyendo sus sesgos conocidos (como la tendencia a sobreestimar el frío en plazos largos).
• Imágenes de satélite en tiempo real de la NOAA y EUMETSAT, procesadas para detectar patrones de nubosidad y corrientes en chorro.
• Series de precios de gas y electricidad, vinculando desviaciones climáticas con movimientos bursátiles pasados.

El algoritmo se enfoca en la segunda semana de la previsión —donde la volatilidad es máxima— y genera una señal direccional (frío/calor), no un valor exacto. “Un trader no necesita saber si hará -5 °C o -7 °C; necesita saber si el modelo va a corregir al alza o a la baja”, subraya Pedrini.

Escepticismo y riesgos: ¿IA o simple explotación de sesgos?

No todos confían en la revolución algorítmica. Lorenzo Ramella Pralungo, analista de DXT Commodities, advierte: “El modelo Euro tiene un sesgo frío documentado en invierno: suele predecir temperaturas más bajas de las reales y luego corrige al alza”. Su pregunta clave: “¿ForecastEdge está descubriendo patrones nuevos o solo está monetizando un defecto conocido?”

El escepticismo tiene fundamento. Un informe de 2022 de la Agencia Internacional de Energía (IEA) reveló que el 60 % de las ganancias en trading climático entre 2018 y 2021 provinieron de operar contra los sesgos del ECMWF, no de innovaciones predictivas. “Si la IA solo repite que el modelo tiende a corregir hacia arriba, no está añadiendo valor, solo está automatizando lo que cualquier veterano ya sabe”, señala Pralungo.

El verdadero teste arrived en diciembre de 2025, cuando una caída repentina de 6 °C en la previsión para París —no anticipada por ForecastEdge— causó pérdidas de €22 millones en un fondo que había apostado por una corrección al alza. “La IA es útil para lo predecible, pero los cisnes negros climáticos siguen siendo el talón de Aquiles”, admite un trader anónimo.

La carrera armamentística: de un pronóstico al día a 24 actualizaciones por hora

Mientras AG2 domina el nicho de la previsión direccional, otras empresas aceleran la frecuencia de los datos. La noruega Volue AS lanzó en febrero de 2026 su sistema AI Weather Rapid Updates, que ofrece 24 actualizaciones diarias para traders intradía. “El mercado ya no espera al pronóstico de las 00:00; ahora opera con datos cada hora”, explica Marius Holter, director de Volue.

Más disruptiva aún es Athena, de la startup suiza Jua.ai, presentada en marzo de 2026. Esta IA promete comprimir dos días de análisis meteorológico manual en dos minutos, integrando variables como la humedad del suelo (clave para la generación eólica) y la cobertura de nubes en tiempo real. “Antes, un analista tardaba 6 horas en cruzar datos de satélite con históricos; ahora lo hacemos en 120 segundos”, afirma Benjamin Gütt, vicepresidente de Jua.

El cambio es estructural: el mercado energético europeo está pasando de depender de un único evento diario (el pronóstico nocturno) a un flujo continuo de micro-señales que alimentan algoritmos de trading. “Hay dos formas de ganar: ser más rápido o ser más listo. La IA está borrando la diferencia”, resume Gütt. Pero esta velocidad tiene un costo: la Comisión Europea ya estudia regular el acceso a estas herramientas para evitar que los pequeños operadores queden excluidos.

¿Qué viene? La próxima frontera es integrar las señales climáticas con datos de demanda eléctrica en tiempo real (como el consumo industrial minuto a minuto) y precios de carbono. “Cuando eso ocurra, los mercados actuales parecerán lentos como un telégrafo”, vaticina Holter. Mientras, los reguladores europeos tienen un dilema: ¿cómo equilibrar innovación y competencia justa cuando la ventaja se mide en milisegundos?

Lecturas relacionadas:

• Cómo el trading algorítmico cambió el mercado del petróleo en 2023
• El sesgo frío del ECMWF: por qué los modelos fallan en invierno
• IA en Wall Street: los fondos que ganan US$1.000 millones al año con datos alternativos
• Energías renovables vs. volatilidad climática: el desafío de predecir el viento

El precedente que explica por qué el ECMWF es el “oro” de los traders: el caso de 2009 y el “frío siberiano” que movió US$1.200 millones en una hora

Que los fondos de cobertura obsesionen sus algoritmos con el Centro Europeo de Previsiones (ECMWF) no es casualidad, ni una moda reciente. El modelo Euro se convirtió en el activo invisible más valioso de los mercados energéticos tras un episodio concreto: el 5 de enero de 2009, cuando una corrección tardía en sus pronósticos —que pasó de prever 0 °C a -15 °C en Europa Central— desencadenó el mayor movimiento intradía en la historia del gas TTF hasta ese momento. En solo 60 minutos, el precio del contrato para febrero subió un 28 %, moviendo aproximadamente US$1.200 millones en posiciones, según estimaciones de Bloomberg en ese año.

El detalle clave: ese día, el ECMWF publicó su actualización con 3 horas de retraso por un fallo técnico. Los traders que habían accedido a versiones preliminares del modelo (filtradas a través de contactos en la agencia) ya habían reposicionado sus carteras antes del anuncio oficial. El escándalo llevó a la Comisión Europea a investigar posibles casos de insider trading climático, aunque nunca se presentaron cargos. Lo que sí quedó claro es que quien controla el timing del ECMWF, controla el mercado. Desde entonces, los fondos han invertido millones en reducir esa brecha de horas a minutos —y ahora, con IA, a segundos.

El episodio de 2009 también reveló otro patrón que hoy explotan herramientas como ForecastEdge: el ECMWF tiene una tendencia histórica a subestimar las olas de frío extremas en sus primeras proyecciones. Un estudio de la Universidad de Colonia (2017) analizó 1.247 actualizaciones del modelo entre 2005 y 2016 y encontró que, en el 32 % de los casos donde la temperatura real cayó por debajo de -10 °C, el pronóstico inicial del ECMWF había sido entre 3 °C y 5 °C más cálido. Este sesgo —documentado y público— es el que hoy monetizan los algoritmos, aunque con un giro: ya no esperan a que el modelo corriga; predicen cuándo y cómo lo hará.

La paradoja del 2026: ¿están los fondos pagando por inteligencia artificial o por explotar fallos humanos?

El verdadero debate no es si la IA puede vencer al ECMWF, sino si está descubriendo patrones nuevos o simplemente automatizando la explotación de errores conocidos. En 2023, un informe interno de la Autoridad Europea de Valores (ESMA) —filtrado a Reuters— advertía que el 80 % de las ganancias en trading climático entre 2020 y 2022 provenían de operar contra tres sesgos recurrentes del modelo Euro: su lentitud para ajustar olas de frío, su sobreestimación de la nubosidad en el Mediterráneo y su subestimación de los vientos del Atlántico Norte. Si herramientas como ForecastEdge solo optimizan estas debilidades —sin añadir capacidad predictiva real—, la burbuja podría estallar cuando el ECMWF las corrija. Y eso, según fuentes de la agencia, podría ocurrir en 2027, cuando implementen su nueva versión de modelo, IFS Cycle 48r1, diseñada para reducir sesgos históricos.

La entrada IA vence al clima: traders ganan millones con pronósticos secretos antes del ECMWF se publicó primero en En foco Hoy.

Los últimos datos sobre la expansión energética de China confirman los advertidos por Elon Musk y Jensen Huang (CEO de Nvidia): la red eléctrica del gigante asiático, ya líder mundial, le otorga una ventaja abrumadora frente a Estados Unidos en la competencia por dominar la inteligencia artificial (IA). Según cifras de la Administración Nacional de Energía de China, desde 2021 el país ha instalado más capacidad eléctrica en todas las tecnologías que EE.UU. en toda su historia, con un crecimiento récord de 543 gigavatios (GW) solo el año pasado.

Esta capacidad sin precedentes no es casualidad. BloombergNEF proyecta que China añadirá 3,4 teravatios (TW) en los próximos cinco años —casi seis veces más que EE.UU.—, lo que le permitirá absorber sin problemas la creciente demanda de sus centros de datos, motores de la IA. Mientras, en EE.UU., la infraestructura eléctrica se queda atrás: los centros de datos representarán el 38% del crecimiento de la demanda energética entre 2024 y 2030, frente a solo un 6% en China.

“El factor limitante para la IA es la energía eléctrica”, declaró Musk al CEO de BlackRock, Larry Fink, en el Foro Económico Mundial el pasado 22 de enero. El magnate advirtió: “Muy pronto, tal vez a finales de 2024, fabricaremos más chips de los que podremos encender… excepto en China”. Su empresa xAI, que construye centros de datos en EE.UU., ya enfrenta cuellos de botella energéticos. Huang, de Nvidia, coincidió: “China tiene el doble de energía que EE.UU. como nación”, un recurso clave en la pirámide de la IA, donde la energía es la base que sustenta chips, infraestructura y modelos.

La diferencia no es solo cuantitativa, sino estructural. China combina renovables (solar y eólica) con carbón, gas y nuclear, diversificando su matriz. Este año, por primera vez, su capacidad solar superará al carbón, aunque las renovables aún tienen tasas de utilización inferiores a los combustibles fósiles. En contraste, EE.UU. avanza más lento: tras dos décadas de demanda estancada, el auge de la IA ha disparado la necesidad de electricidad, pero los proyectos se enfrentan a regulaciones complejas, retrasos en permisos y oposición política. El expresidente Donald Trump, por ejemplo, ha frenado iniciativas de energías limpias, cancelando o retrasando proyectos clave.

“El gobierno federal se dispara en el pie”, criticó Michael Davidson, profesor de la Universidad de California en San Diego y experto en políticas energéticas. Mientras China conecta centros de datos en semanas, en EE.UU. empresas como Dominion Energy (en Virginia, epicentro de la IA global) informan a los clientes que deberán esperar años para acceder a la red. Los apagones ya son una realidad: en 2023, el norte de Virginia sufrió cortes por fallos en la infraestructura, algo impensable en China, donde “la conexión a la red es un problema sin importancia”, según David Fishman, de la consultora The Lantau Group.

Las proyecciones de Goldman Sachs son contundentes: para 2030, China tendrá un excedente energético equivalente a más del triple de la demanda global de centros de datos. EE.UU., en cambio, podría enfrentar déficits efectivos de electricidad en mercados clave, según BloombergNEF. Samantha Gross, de la Brookings Institution, lo resume: “La industria de la IA ya no habla de chips, sino de energía. Eso dicta su ritmo de crecimiento”.

¿Por qué la ventaja energética de China no garantiza su liderazgo en IA?

A pesar de su superioridad en infraestructura, China aún arrastra desafíos tecnológicos. Demis Hassabis, CEO de Google DeepMind, señala que las empresas chinas de IA están “seis meses por detrás” de Occidente en modelos de frontera. Chirag Dekate, analista de Gartner, matiza: “China tiene energía en abundancia, pero EE.UU. lidera en innovación de chips y modelos”. Un ejemplo claro es el H100 de Nvidia, el chip más avanzado para IA, diseñado en EE.UU. pero cuya producción masiva depende… de fábricas en Taiwán, bajo la sombra de tensiones geopolíticas.

Otro factor clave es el consumo diversificado de China. Aunque la IA demandará energía, sectores como la industria pesada y los vehículos eléctricos (el país produce el 60% de los EVs globales) absorberán un crecimiento aún mayor. Para 2030, estos rubros consumirán electricidad a un ritmo más acelerado que los centros de datos, diluyendo el impacto relativo de la IA en la matriz energética china.

EE.UU.: ¿Puede recuperar el terreno perdido?

EE.UU. aún tiene cartas bajo la manga. La Ley CHIPS y Ciencia (aprobada en 2022) destinará $52.700 millones a impulsar la fabricación nacional de semiconductores, reduciendo la dependencia de Asia. Además, empresas como Microsoft y Amazon están invirtiendo en reactores nucleares modulares para alimentar sus centros de datos sin depender de la red tradicional. Sin embargo, el tiempo apremia: según BNEF, si EE.UU. no acelera su expansión energética, para 2026 podría enfrentar cuellos de botella críticos que frenen su ambición de liderar la IA.

La paradoja es clara: mientras China construye centrales a ritmo récord, EE.UU. debate regulaciones. “En China, un permiso para un centro de datos se aprueba en 30 días; en EE.UU., en 30 meses”, comparó un ejecutivo de Super Micro Computer, proveedor de servidores para IA. La pregunta ya no es *si* la energía definirá el futuro de la IA, sino cuándo EE.UU. despertará ante su propia emergencia eléctrica.

¿Estamos ante el primer caso en la historia donde una potencia tecnológica pierde hegemonía por no tener suficientes enchufes?

Taiwán: el eslabón crítico que China no controla (y que frena su dominio total en IA)

Mientras China celebra su superioridad energética, hay un punto ciego en su estrategia de IA: Taiwán, la isla que fabrica el 90% de los chips avanzados del mundo, incluidos los H100 de Nvidia que alimentan modelos como GPT-4 o Claude 3. Aunque Pekín lidera en electricidad, su dependencia de TSMC (Taiwan Semiconductor Manufacturing Company) —que produce el 100% de los chips de 3 nanómetros— convierte a la isla en un cuello de botella geopolítico. En 2022, cuando EE.UU. impuso restricciones a la exportación de chips de IA a China, empresas como Huawei vieron paralizados proyectos clave. Ren Zhengfei, fundador de Huawei, admitió en un memo interno: *«Sin TSMC, no hay IA china de vanguardia»*.

La paradoja es brutal: China tiene energía de sobra, pero no puede fabricar los chips que requieren sus centros de datos sin Taiwán. En 2023, el 68% de los chips de IA comprados por empresas chinas (como Alibaba o Tencent) fueron diseñados por Nvidia o AMD y fabricados en TSMC, según datos de Counterpoint Research. Aunque China invierte $143.000 millones en su industria de semiconductores (plan «Made in China 2025»), su mayor fabricante, SMIC, está dos generaciones por detrás de TSMC en tecnología de litografía. «Sin acceso a máquinas de ASML [holandesas] para litografía EUV, China no podrá fabricar chips de 5 nm antes de 2027», advirtió Stuart Pann, vicepresidente de Intel, en una audiencia del Congreso estadounidense en marzo de 2024.

El riesgo es doble: si EE.UU. y sus aliados (Japón, Países Bajos) aprietan más las sanciones, China podría quedarse sin chips de alta gama justo cuando su excedente energético esté listo para usarlos. En 2021, una sequía en Taiwán —que requiere 156.000 toneladas de agua ultra pura al día para fabricar chips— redujo la producción de TSMC en un 3%, afectando a clientes como Apple y Nvidia. «Un bloqueo al estrecho de Taiwán paralizaría el 60% de la capacidad global de chips en 72 horas», estimó un informe de Goldman Sachs en noviembre de 2023.

¿Qué pasa si Pekín acelera la invasión a Taiwán?

El escenario más temido por la industria no es una guerra, sino un bloqueo prolongado del estrecho. En 2022, durante las maniobras militares chinas cerca de Taiwán, los envíos de chips se retrasaron hasta 12 días, según Flexport. «Si China toma Taiwán por la fuerza, la producción global de chips caerá un 40% en seis meses», proyectó Chris Miller, autor de *Chip War*. La ironía: aunque China tenga 3,4 TW de energía lista para 2029, sin Taiwán, sus centros de datos podrían quedar con servidores vacíos. La pregunta no es si China dominará la IA, sino si podrá usarla sin el silicio taiwanés.

La entrada China arrasa en energía: EE.UU. pierde la batalla de la IA por falta de electricidad se publicó primero en En foco Hoy.