El caso de 37signals se ha convertido en la referencia obligada de cualquier conversación sobre salir de la nube pública. La empresa detrás de Basecamp y HEY calculó primero un ahorro de unos 7 millones de dólares en cinco años y después elevó la cifra por encima de los 10, al comprobar que el hardware nuevo cabía en los racks y los límites eléctricos que ya tenía contratados. Es un caso real, bien documentado y con números encima de la mesa.
Lo que no es, y conviene decirlo, es una receta universal. Tres años después de que arrancara ese proyecto, la inversión mundial en cloud sigue creciendo a doble dígito y la mayor parte de las cargas que se «repatrían» no vuelven a un centro de datos corporativo: acaban en infraestructura dedicada dentro de un centro de datos profesional. El movimiento existe, pero no va hacia donde muchos titulares dieron a entender.
La compañía partía de unas condiciones que casi ninguna otra puede copiar tal cual. Tenía un equipo técnico experimentado, aplicaciones propias, cargas previsibles y presencia previa en centros de datos. No tuvo que comprar un edificio, montar una sala desde cero ni contratar un departamento entero para operar la infraestructura.
Tampoco fue un movimiento rápido. En enero de 2026 todavía explicaban públicamente cómo estaban sacando miles de millones de objetos de Amazon S3, una de las etapas finales y más delicadas del proyecto. Hizo falta herramienta propia, planificación, ancho de banda y una migración diseñada para no cortar el servicio.
El aprendizaje real no es que la nube pública salga siempre cara. Es que algunas cargas estables y de gran volumen pueden pasarse años pagando una prima por elasticidad, servicios gestionados y consumo bajo demanda que apenas usan. Si tu curva de consumo es una línea recta, estás pagando por una capacidad de subir y bajar que no ejerces nunca.
Cuando el caso se hizo viral, mucha gente dio por hecho que el sector se preparaba para una retirada masiva de los hiperescalares. Los datos de mercado cuentan otra cosa.
Según Synergy Research Group, el gasto empresarial mundial en servicios de infraestructura cloud rondó los 129.000 millones de dólares durante el primer trimestre de 2026, un 35 % más interanual, con un ritmo anualizado que supera el medio billón. La tasa de crecimiento se aceleró durante nueve trimestres seguidos. Es difícil cuadrar eso con una huida generalizada, por más que haya empresas concretas moviendo cargas hacia fuera.
Los dos movimientos conviven sin contradecirse. Una organización retira de la nube pública sus sistemas estables, su almacenamiento masivo o sus bases de datos con coste previsible, y al mismo tiempo mete allí sus proyectos nuevos de inteligencia artificial, analítica, entornos de desarrollo o expansión internacional.
Y repatriar no significa volver al armario de la oficina. Casi siempre consiste en pasar de una instancia pública a servidores dedicados, a una plataforma de cloud privado o a racks alojados en un proveedor de colocación. Ese matiz explica por qué los operadores de centros de datos también salen ganando: Digital Realty elevó su previsión anual tras registrar demanda sostenida ligada al cloud y a la IA. El mercado no está sustituyendo un modelo por otro, está redistribuyendo las cargas entre infraestructuras públicas, privadas y dedicadas.
Así que la pregunta útil ya no es si tu empresa debe estar «en la nube» o «fuera de ella», sino dónde funciona mejor cada carga y cuánta responsabilidad operativa estás dispuesto a asumir a cambio de control y previsibilidad.
La comparación económica se ha complicado bastante en 2026. La repatriación suele partir de una premisa sencilla: comprar hardware y amortizarlo en cuatro o cinco años debería salir más barato que alquilar recursos indefinidamente. El problema es que el coste de ser propietario ha cambiado de escala.
TrendForce revisó su previsión para los precios contractuales de la DRAM convencional en el primer trimestre de 2026 hasta una subida de entre el 90 % y el 95 % respecto al trimestre anterior. La demanda que viene de la IA y de los centros de datos ha reforzado el poder de negociación de los fabricantes, que están reservando capacidad para los productos con más margen.
La memoria HBM, la que acompaña a los aceleradores de IA, compite por inversión, obleas, empaquetado y capacidad industrial con la DRAM de servidor convencional. A la vez, los fabricantes están evitando repetir los ciclos de sobreproducción que históricamente hundían los precios. Las ampliaciones anunciadas por Samsung, SK hynix y Micron tardarán en aportar volumen serio: parte de esa capacidad no llega hasta 2027 o más allá, mientras la demanda sigue subiendo.
Esto pega de lleno en cualquier renovación de servidores. Un proyecto presupuestado con precios de 2024 o 2025 puede necesitar hoy bastante más inversión inicial, sobre todo si lleva mucha DDR5, flash y procesadores de última generación.
Hay además un coste que rara vez aparece en la hoja de cálculo: el del capital inmovilizado. El presupuesto que se va en servidores, red, almacenamiento, licencias y personal no está disponible para producto, IA o expansión comercial.
Nada de esto convierte a la nube pública en la opción barata por defecto. Sus tarifas efectivas también suben por la vía de los servicios añadidos, la transferencia de datos, los compromisos de consumo y las arquitecturas sobredimensionadas. Lo que ha cambiado es que ya no puedes comparar la infraestructura propia usando los precios del ciclo de hardware anterior.
La propiedad sigue funcionando cuando las cargas son estables, la utilización es alta y hay capacidad operativa para sostenerla. Pierde atractivo cuando la demanda es incierta, el hardware puede quedarse corto pronto o necesitas crecer sin inmovilizar caja.
En las consultas que nos llegan, casi nadie quiere recuperar la gestión completa de un centro de datos. Lo que se busca suele reducirse a tres cosas: costes más previsibles, más control sobre la infraestructura y una relación clara entre lo que se contrata y el rendimiento que se obtiene.
Eso no incluye ocuparse de la alimentación eléctrica, la refrigeración, la conectividad, el reemplazo de componentes averiados, la seguridad física ni las intervenciones de madrugada. Nadie pide eso, y quien lo ha vivido lo pide todavía menos.
Por eso el destino habitual acaba siendo una infraestructura dedicada alojada en un centro de datos profesional. La empresa conserva recursos reservados y una arquitectura hecha a su medida, y delega la operación física y buena parte de la administración. El patrón se repite sobre todo en bases de datos, plataformas de virtualización, almacenamiento persistente y aplicaciones de negocio con consumo estable. Ahí, la elasticidad casi ilimitada de un hiperescalar aporta menos que la previsibilidad mensual de un cloud privado gestionado.
También hay casos claros donde la nube pública sigue siendo la respuesta correcta: entornos temporales, picos muy variables, despliegues globales, servicios gestionados difíciles de reproducir o proyectos que aún no conocen su demanda real. Por eso lo razonable suele ser un modelo híbrido y no una mudanza total en ninguna dirección.
| Tipo de carga | Dónde suele encajar mejor |
|---|---|
| Bases de datos con consumo estable y alta utilización | Cloud privado o bare metal dedicado |
| Almacenamiento masivo con mucha lectura y salida de datos | Dedicado o colocación (la transferencia es lo que dispara la factura) |
| Plataforma de virtualización corporativa | Cloud privado gestionado |
| Entornos de test, demos, picos estacionales | Nube pública, pagando solo lo que se usa |
| Proyecto nuevo sin demanda conocida | Nube pública hasta tener datos reales de consumo |
| Cargas con requisitos de jurisdicción o soberanía | Cloud privado o nube pública soberana europea |
| Entrenamiento puntual de modelos de IA | Nube pública o GPU dedicada según duración y volumen |
Una migración seria no empieza con una posición tomada, sino con el inventario de las cargas, sus dependencias, el consumo histórico, el tráfico, los requisitos regulatorios y el coste completo de operación. Ese coste completo incluye bastante más que CPU, memoria y disco, y es el que conviene tener delante antes de pedir el primer presupuesto (lo desglosamos en cuánto cuesta un cloud privado).
| Lo que casi nadie cuenta en el TCO | Por qué importa |
|---|---|
| Licencias (hipervisor, sistema operativo, bases de datos, backup) | Pueden pesar más que el hardware en entornos Windows o SQL Server |
| Conectividad y tránsito IP | La salida de datos es una de las partidas que más sorprende al comparar |
| Copias de seguridad y su almacenamiento | El backup es infraestructura, no una casilla que se marca |
| Recuperación ante desastres | Un RTO exigente obliga a duplicar recursos en otro sitio |
| Monitorización, parcheo y guardias | Es tiempo de tu equipo, y no es tiempo barato |
| Renovación del hardware a 4-5 años | La amortización termina; la necesidad de capacidad, no |
| Energía y refrigeración del emplazamiento | Va dentro del precio aunque no lo veas desglosado |
Repatriar puede recortar una factura desbocada. Pero una arquitectura mal planteada solo cambia un gasto muy visible por varios costes difíciles de medir, que es exactamente la situación de la que la empresa quería salir.
El encarecimiento del hardware no afecta igual a todo el mundo. Los hiperescalares, los operadores de colocación y los proveedores de cloud privado negocian volumen, planifican compras con meses de antelación y reparten el coste de la infraestructura entre muchos proyectos.
Una empresa que compra servidores cada cuatro o cinco años tiene mucho menos margen: puede tocarle renovar justo en el pico de precios y comerse toda la inversión en un solo ejercicio. Esa asimetría refuerza la opción intermedia entre la nube pública y el CPD propio, que es la infraestructura dedicada gestionada por un proveedor especializado. Evitas el consumo puramente variable del hiperescalar sin tener que montar una operación física completa, y puedes combinar recursos dedicados para lo estable con nube pública para lo que necesita elasticidad.
La IA añade otra capa a la decisión. En 2026, el capital y la atención de los comités de dirección están puestos en proyectos que prometen meter IA en el producto y en los procesos. Una renovación de servidores tradicionales compite por presupuesto con iniciativas que tienen más respaldo interno aunque su retorno no esté demostrado. Eso retrasa repatriaciones que salen bien en el papel, no porque los números fallen, sino porque la empresa tiene otras prioridades y una capacidad limitada para ejecutar cambios complicados.
37signals pudo llevar su estrategia hasta el final porque convirtió la infraestructura en una decisión de producto y se comió el trabajo técnico que eso exigía. Su caso demuestra que la nube pública no es el destino obligatorio de todas las cargas, y también que salir requiere conocimiento, tiempo, disciplina y una plataforma alternativa preparada de antemano.
La repatriación nunca ha sido un destino único. Es una herramienta de diseño y, de paso, de negociación: puedes usarla para bajar costes, recuperar control o sentarte con tu proveedor en mejor posición sin construir un centro de datos.
En la mayoría de los casos que acaban bien, el resultado es híbrido. Nube pública para lo variable, infraestructura dedicada para lo estable y colocación para aquello que exige propiedad sin cargar con toda la complejidad física. Lo que rara vez funciona es la mudanza ideológica en cualquiera de las dos direcciones, porque el ahorro está en poner cada carga donde le corresponde y no en elegir bando.
Si te estás planteando esto, el primer paso no es pedir presupuesto de servidores. Es medir tu consumo real durante unos meses, separar lo estable de lo variable y calcular el coste completo de cada opción. A partir de ahí, la decisión suele tomarse sola.
¿Cuánto ha ahorrado 37signals al salir de la nube?
La compañía sostiene que el ahorro acumulado superará los 10 millones de dólares en cinco años. Es una previsión basada en costes evitados y en los resultados obtenidos desde que arrancó la migración, no una cifra trasladable a cualquier empresa.
¿Está bajando el uso de la nube pública?
A escala global, no. El gasto en infraestructura cloud creció un 35 % interanual en el primer trimestre de 2026, aunque hay organizaciones moviendo cargas concretas hacia cloud privado, servidores dedicados o colocación.
¿Qué cargas son mejores candidatas para repatriar?
Las estables y previsibles, las intensivas en almacenamiento y las que mantienen una utilización alta durante largos periodos. Los entornos temporales o con picos muy irregulares suelen seguir compensando en nube pública.
¿Repatriar significa montar servidores en mi propia empresa?
No. La mayoría traslada sus cargas a infraestructura dedicada o cloud privado alojado en centros de datos profesionales, donde mantiene el control y la previsibilidad sin operar la instalación física.
¿Y si me equivoco al decidir?
Por eso conviene empezar por las cargas más estables y aburridas, que son las que menos dependen de servicios gestionados propietarios y las más fáciles de mover en ambos sentidos. Las cargas muy acopladas a servicios específicos de un proveedor son las últimas de la lista, no las primeras.
¿Te estás planteando sacar cargas de la nube pública y quieres saber qué ahorro real hay detrás? Te ayudamos a separar lo estable de lo variable y a poner cifras completas a cada escenario. Empieza por nuestra comparativa de cloud o cuéntanos tu caso.
Por cada vatio que llega a un servidor, un centro de datos gasta otro en refrigerarlo, alimentarlo y sostenerlo. Esa proporción se llama PUE y explica buena parte de lo que pagas por la nube, aunque nunca la veas desglosada. Explicamos qué es el PUE, por qué la era de la IA lo ha vuelto a subir y qué implica para decidir entre cloud privado, housing e hiperescalar.
Durante años, «NAT es gratis» cerró cualquier debate sobre migrar a IPv6. La premisa ha cambiado: la escasez de IPv4 ha convertido en coste todo lo que antes era invisible. Direcciones con precio, equipos CGNAT, logging masivo y cumplimiento legal. La factura existe, solo que llega partida en demasiadas líneas.
Alquilar GPU en la nube es ideal para empezar; ruinoso para cargas sostenidas. Cuándo el bare-metal con GPU dedicada sale mucho más barato y rinde más, y dónde gana el hiperescalar.