알림 목록

Área de análisis:  ciudad metropolitana de Ulsan

Áreas principales:  Complejo Industrial Nacional Mipo-Onsan, Nam-gu, Dong-gu, Buk-gu, Ulju-gun

Agenda: Nivel de preparación de la infraestructura de energía, computación, datos, comunicaciones y seguridad para la IA industrial.

Tipo de período de tiempo óptimo: Riesgo de desajuste entre infraestructura y acceso

Fecha de referencia: 28/08/2026

Versión: Regional AX Golden Time Intelligence v3.2
 

Ulsan fue designada como región de energía distribuida especializada en 2025 y presentó una estructura empresarial que combina una planta de cogeneración (CHP) de 300 MW con el atractivo de un centro de datos global de IA de 100 MW. Si bien la infraestructura eléctrica ha pasado de utilizarse para la producción fabril a una estructura que alberga computación de IA, centros de datos y electrificación industrial, los cronogramas para las inversiones confirmadas en centros de datos, la conexión a la red y la operación comercial no se han finalizado en los datos disponibles públicamente. A menos que se confirmen los contratos de capacidad de conexión y demanda para 2026-2028, los proyectos industriales de IA dependerán de recursos informáticos de regiones externas.  Aunque Ulsan es una ciudad que ha planificado una base de energía para IA, no es un centro de energía industrial para IA con operación confirmada.

UNIST fue designado Centro Nacional de Computación de Alto Rendimiento en 2022 y lleva a cabo investigaciones de IA basadas en supercomputación. Si bien existe infraestructura de computación para la investigación, el plan para que la ciudad de Ulsan adquiera servidores GPU de última generación para uso compartido con empresas, universidades y escuelas locales se mencionó únicamente como una propuesta para 2025. Si la capacidad, el precio y la latencia de las GPU compartidas para uso industrial constante no se definen en los próximos dos o tres años, la brecha en la velocidad de desarrollo de la IA entre las grandes corporaciones y las pymes se ampliará aún más. Si bien  se han confirmado las capacidades de computación para la investigación de Ulsan, el acceso a la computación para toda la industria regional aún no está confirmado.

La Zona Especial de Energía Distribuida de Ulsan se diseñó con una estructura que suministra electricidad directamente desde la planta de cogeneración (CHP) de 300 MW de SK Multi-Utility a empresas petroquímicas y centros de datos de IA. Si bien el suministro eléctrico ha pasado de una única compra por parte de KEPCO a transacciones directas entre generadores locales y empresas consumidoras, el volumen de energía contratado, las tarifas eléctricas, los costos del sistema y las cifras finales para las empresas consumidoras se han divulgado solo de forma limitada. Si las transacciones directas no se implementan para 2028, persistirá la brecha entre la designación de la Zona Especial de Energía Distribuida y la reducción de costos para la IA industrial.  Se ha abierto el acceso institucional a la electricidad, pero el acceso económico aún no se ha verificado.

Ulsan ha propuesto un modelo que utiliza la energía fría a -162 °C generada en terminales de GNL para refrigerar centros de datos de IA. Si bien la competencia entre centros de datos se ha extendido desde el suministro de electricidad hasta la combinación de energía de refrigeración con calor residual y energía fría, existe una falta de evidencia confirmada sobre el volumen de suministro de energía fría, la distancia de los gasoductos, las tasas de operación y el ahorro en costos de refrigeración. A menos que se establezcan emplazamientos para centros de datos y redes de suministro de energía fría en un plazo de dos a tres años, la diferenciación tecnológica no se traducirá en una competitividad real en cuanto a ubicación.  La integración de la energía fría es un activo diferenciador para Ulsan, pero su viabilidad comercial aún no se ha verificado.

El 11.º Plan Básico de Oferta y Demanda de Electricidad incorporó centros de datos de IA, industrias de alta tecnología y la electrificación del transporte y el hidrógeno a la demanda adicional de electricidad, proyectando una demanda objetivo de 129,3 GW para 2038. Si bien la estructura implica una expansión simultánea de la demanda de electricidad desde la producción industrial existente hasta la computación de IA y la electrificación, no se ha divulgado la demanda adicional de IA industrial para la región de Ulsan en 2028 ni la capacidad de conexión de cada subestación. Si solo existen planes nacionales durante dos o tres años mientras se retrasa la verificación de la red regional, no se puede suministrar energía a los sitios deseados incluso si hay suficiente capacidad de generación.  El déficit de electricidad de Ulsan se refiere a la capacidad de conexión disponible en un momento y lugar específicos, en lugar de la capacidad de generación total.

Ulsan ya cuenta con una alta concentración de demanda energética proveniente de industrias como la refinación de petróleo, la petroquímica, la automotriz, la naval y la de metales no ferrosos. Si bien la electrificación de las industrias existentes y la construcción de un centro de datos de 100 MW harán que las condiciones de carga máxima, calidad de voltaje y suministro de emergencia sean más estrictas que el uso promedio, no se han divulgado simulaciones regionales relevantes. Si la recuperación industrial y la demanda de IA aumentan simultáneamente entre 2026 y 2028, el tiempo necesario para el refuerzo de la red será mayor que el previsto para el lanzamiento del proyecto. Aunque  Ulsan posee una sólida base en el sector energético, no se ha confirmado que pueda soportar sin problemas la carga adicional de la IA industrial.

La zona especial distribuida es una estructura en la que las compañías eléctricas locales negocian directamente con empresas industriales para ofrecer tarifas de electricidad competitivas. Si bien la competitividad energética ha pasado de la conexión a la red a la gestión de precios y variabilidad a largo plazo, las tarifas contractuales reales y los ahorros en comparación con las tarifas de KEPCO no se han divulgado. Si la superioridad de precios no se verifica en un plazo de dos a tres años, los centros de datos de IA optarán por otras regiones donde el acceso a la energía, las telecomunicaciones y los clientes ya estén establecidos.  La competitividad de precios de electricidad de Ulsan es institucionalmente viable, pero aún no se ha confirmado en el mercado.

La fuente de energía inicial para la zona especial distribuida es una planta de cogeneración de 300 MW, y se ha propuesto una transición gradual hacia energía con cero emisiones de carbono basada en energías renovables e hidrógeno verde. Si bien los clientes de centros de datos de IA requieren no solo capacidad de energía, sino también compromisos RE100 y baja intensidad de carbono como criterios de ubicación, la proporción horaria de energía con cero emisiones de carbono suministrada por Ulsan no se ha verificado. A menos que se garantice simultáneamente energía de bajo costo y baja emisión de carbono para 2028, no se cumplirán las condiciones para atraer a empresas globales de IA.  Aunque Ulsan es una ubicación candidata para un suministro eléctrico estable, no se la considera un centro de energía con cero emisiones de carbono para IA.

UNIST cuenta con un centro especializado en supercomputación e investigación en IA, que realiza análisis de datos a gran escala en los sectores de construcción naval, medicina y ciencia y tecnología. Si bien los recursos informáticos se están expandiendo desde la investigación universitaria hacia el desarrollo de IA específico para la industria, no se divulgan la cantidad de GPU, las tarifas de uso ni las horas asignadas disponibles para las pequeñas y medianas empresas (PYME) locales. A menos que se establezca una infraestructura empresarial compartida en un plazo de dos a tres años, las empresas asociadas dependerán de los costos de la nube comercial o de equipos de pequeña escala.  Las capacidades informáticas de Ulsan son sólidas a nivel institucional, pero su suficiencia como recurso común regional es baja.

El ambicioso proyecto de investigación en IA industrial de UNIST, valorado en 40.300 millones de wones coreanos, abarca modelos multimodales, plataformas de aprendizaje de datos industriales, datos sintéticos, optimización de procesos e IA en dispositivos. Si bien la demanda de computación ha aumentado considerablemente, pasando de modelos de predicción individuales al entrenamiento de modelos industriales fundamentales, la financiación para operaciones permanentes de GPU tras la finalización del proyecto y la capacidad de expansión regional aún no están confirmadas. Si los proyectos de investigación a gran escala coinciden con la demanda empresarial entre 2026 y 2028, la asignación de recursos se concentrará en los proyectos más destacados.  La infraestructura de computación para IA industrial de Ulsan se ha expandido mediante proyectos puntuales y aún no se ha consolidado como una infraestructura permanente.

Las plantas automotrices, navales y petroquímicas generan enormes cantidades de datos sobre diseño, calidad, equipos, mantenimiento y logística. Si bien el volumen de datos es suficiente, está fragmentado por empresa, fábrica y proveedor, y las normas, permisos y reglas de exportación que permiten el aprendizaje colaborativo no están disponibles públicamente. Si los datos permanecen aislados dentro de las empresas durante dos o tres años, la IA industrial regional aprende únicamente del alcance que ya posee cada empresa y no logra identificar cuellos de botella en toda la cadena de suministro.  Ulsan no es una ciudad que carezca de datos industriales; más bien, es una ciudad que carece de datos industriales útiles.

El ambicioso proyecto de IA de UNIST para la construcción naval está creando conjuntos de datos y plataformas de entrenamiento basados ​​en datos reales de HD Hyundai Heavy Industries y HD Korea Shipbuilding & Offshore Engineering. Si bien se han confirmado casos de vinculación de datos industriales con modelos de investigación y validación en campo, aún no se ha verificado el alcance de su reutilización en otras empresas de construcción naval, subcontratistas y los sectores automotriz y químico. Si para 2028 los conjuntos de datos se vinculan a proyectos corporativos específicos, se acumularán como activos exclusivos de cada empresa en lugar de ser activos regionales compartidos.  La utilización de datos industriales ya ha comenzado, pero su difusión entre empresas sigue siendo limitada.

El Centro de Control Integrado del Complejo Industrial Verde Inteligente de Ulsan estableció una plataforma integrada de gestión del complejo industrial, que incluye información espacial 3D y enlaces de servicios, entre 2022 y 2025. Si bien la unidad de gestión se ha expandido desde las fábricas individuales hasta los espacios e instalaciones del complejo industrial, no se ha revelado el alcance de la integración en tiempo real de los procesos de producción, energía, logística y datos de seguridad. Si la visualización espacial y el control operativo se separan en los próximos dos o tres años, la plataforma seguirá funcionando como una pantalla de control y se utilizará para la optimización industrial solo de forma limitada.  Aunque se ha construido el Gemelo Digital del Complejo Industrial de Ulsan, su base para la operación autónoma aún no se ha verificado.

La ciudad de Ulsan ha implementado un servicio de búsqueda de gemelos digitales que combina IA generativa e información espacial a una escala de mil millones de wones. Si bien la búsqueda y visualización de datos espaciales públicos han avanzado, aún no se ha verificado la evidencia vinculada a los datos de producción y de tecnología operativa (OT) corporativos. Si los gemelos digitales públicos e industriales se separan para 2028, la optimización conjunta de la infraestructura urbana y las operaciones de las fábricas se volverá imposible.  Existe una base para los datos públicos, pero la conectividad con los datos operativos industriales es baja.

La IA industrial aprende información competitiva de las empresas, como planos de diseño, condiciones de proceso, causas de defectos y estado de los equipos. Si bien el alcance de la utilización de datos se ha ampliado, pasando del análisis interno al aprendizaje colaborativo con universidades, servicios en la nube y proveedores de modelos, la ubicación de almacenamiento, los derechos de los modelos y los estándares de reutilización de los datos industriales de Ulsan siguen sin divulgarse. Si la dependencia de plataformas externas aumenta en los próximos dos o tres años, las empresas que proporcionaron los datos podrían no obtener el derecho a utilizar los resultados del aprendizaje.  La deficiencia en la infraestructura de datos de Ulsan radica más en la ausencia de normas de soberanía de datos industriales que en la capacidad de almacenamiento.

A medida que los sistemas de tecnología operativa (OT) en las industrias automotriz, naval y petroquímica se conectan cada vez más a la IA y a redes externas, el impacto de los ciberataques se extiende desde la fuga de datos hasta las interrupciones de la producción y los accidentes laborales. La monitorización de la seguridad de OT a nivel de complejo industrial regional y los estándares de seguridad de las empresas asociadas no se divulgan públicamente de forma integrada. Si la conectividad crece más rápido que las capacidades de seguridad entre 2026 y 2028, las empresas asociadas más vulnerables se convertirán en vías de intrusión en los procesos de las grandes corporaciones.  El nivel de preparación de la seguridad de OT en la cadena de suministro no se ha verificado en comparación con la velocidad de difusión de la IA industrial.

Ulsan cuenta con 300 MW de generación de energía distribuida, un centro de datos de 100 MW, energía frigorífica de GNL, supercomputación UNIST y el gemelo digital del Complejo Industrial Verde Inteligente. Si bien existen los componentes de energía, refrigeración, computación y datos espaciales, no hay experiencia comprobada en su operación como una única infraestructura industrial de IA. Si las entidades operativas y los datos de cada proyecto permanecen separados durante dos o tres años, la suma de estos activos individuales no se traducirá en competitividad regional.  El nivel de preparación de la infraestructura básica es alto, pero el nivel de preparación para la operación integrada está por debajo del promedio.

Las grandes corporaciones poseen sus propios centros de datos, plataformas en la nube e inteligencia artificial, así como redes con empresas tecnológicas globales. En cambio, las condiciones de acceso a la infraestructura de GPU, datos y seguridad para las pymes locales no se divulgan. Si no se establece un sistema de acceso compartido para 2028, el nivel promedio de preparación regional se verá sobreestimado por el rendimiento de la infraestructura de las grandes corporaciones. Si bien  las grandes corporaciones están altamente preparadas, la preparación de todo el ecosistema industrial sigue siendo desigual.

La designación de Ulsan como zona especial distribuida ha abierto un canal para el comercio directo de electricidad entre empresas generadoras y consumidoras. Si bien el sistema se ha extendido a complejos industriales, no se divulgan el número real de empresas contratadas, el volumen de transacciones, el ahorro en las tarifas ni la fiabilidad del suministro. Si el comercio directo no se materializa en operaciones comerciales en un plazo de dos a tres años, el efecto de la designación seguirá siendo simplemente una excepción legal.  El sistema de comercio de electricidad se ha expandido, pero su adopción generalizada en la práctica aún no está confirmada.

El proyecto de cogeneración de 300 MW abarca tanto instalaciones industriales existentes como un centro de datos de IA de 100 MW. Si bien se han presentado las instalaciones de suministro, no se han revelado detalles sobre la simultaneidad de la carga máxima, el suministro de respaldo, la energía alternativa durante los períodos de mantenimiento ni la capacidad de la subestación. A menos que se verifique la estabilidad del suministro de nivel N-1 para 2028, no se cumplirá la condición para el funcionamiento ininterrumpido del centro de datos de IA.  Existen planes de capacidad de energía, pero no se ha evaluado la calidad de la energía ni la resiliencia para aplicaciones de IA.

La investigación de UNIST en supercomputación e IA industrial se está aplicando a campos de alta complejidad como la construcción naval y la atención médica. Si bien el alcance de las aplicaciones informáticas se ha ampliado, aún no se ha confirmado el número de empresas que utilizan servicios de GPU compartidas —a los que acceden constantemente las pymes locales— ni su capacidad de procesamiento. Si el uso se mantiene centrado en proyectos universitarios y de grandes empresas durante dos o tres años, los ciclos de experimentación en IA de las empresas asociadas se prolongarán. Aunque  se ha confirmado la difusión de la investigación en computación de alto rendimiento, aún no se ha confirmado la expansión de su acceso al ecosistema industrial.

Las nubes comerciales ofrecen computación inmediata, pero conllevan problemas relacionados con la exportación de datos de fabricación, los costos, la latencia y la seguridad. No se ha divulgado la distribución del uso de infraestructura local, centros regionales y nubes comerciales entre las empresas de Ulsan. Sin una infraestructura compartida seleccionable para 2028, los métodos de computación estarán predeterminados según el tamaño de la empresa. Si bien  el acceso a la computación es técnicamente abierto, el acceso económico y de seguridad es desigual.

La investigación sobre IA para la megaindustria de la construcción naval ha entrado en la fase de creación de una plataforma que combina datos reales de astilleros con datos sintéticos. Si bien se ha confirmado la utilización de datos en proyectos a gran escala dentro de una misma industria, no hay evidencia de que se estén extendiendo estándares comunes a los sectores automotriz, químico y de hidrógeno, ni a las empresas asociadas. Si persisten los sistemas de datos aislados de cada industria durante dos o tres años, la reutilización de la IA industrial tipo Ulsan disminuirá.  La utilización de datos industriales se encuentra actualmente en la fase de proyectos líderes específicos de cada industria, no en la de una infraestructura común regional.

El sistema de control integrado del complejo industrial Smart Green y el gemelo digital de Ulsan conectan datos espaciales y de las instalaciones. Si bien los datos públicos se han expandido, los datos corporativos relativos a equipos, calidad, energía y logística permanecen separados debido a secretos comerciales y preocupaciones de seguridad. Si no se establecen reglas para la combinación de datos antes de 2028, la optimización de todo el complejo industrial se limitará al nivel de simulación.  La difusión de datos públicos es alta, mientras que la de la combinación de datos corporativos es baja.

La Zona Especial Distribuida de Ulsan, el Centro de Datos de 100 MW, la IA Ultra-Masa para la Construcción Naval y el Gemelo Digital del Complejo Industrial están programados para desarrollarse simultáneamente entre 2026 y 2028. Si bien existen cronogramas para cada proyecto, aún no se ha definido un hito común para la verificación integrada de energía, computación, datos y seguridad. Si tan solo uno de estos elementos se retrasa dos o tres años, las tasas de utilización y el retorno de la inversión para las instalaciones restantes disminuirán.  El riesgo temporal para la IA Industrial de Ulsan radica en la discrepancia en los plazos de finalización entre las infraestructuras, más que en retrasos en proyectos individuales.

Si bien la concesión de licencias y la construcción de redes eléctricas, subestaciones y centros de datos llevan años, el rendimiento y la densidad de potencia de los modelos de IA y los semiconductores cambian a un ritmo mucho más corto. No está claro si las especificaciones de potencia y refrigeración diseñadas para su finalización en 2028 cumplirán con los requisitos de las GPU más recientes en ese momento. Si los avances tecnológicos superan el ritmo de la construcción de instalaciones, la nueva infraestructura se convierte inmediatamente en un objetivo de expansión.  El riesgo para Ulsan en los próximos dos o tres años no solo radica en la escasez de infraestructura, sino también en la falta de compatibilidad de las especificaciones al momento de la finalización.

La ubicación de un centro de datos de IA implica una combinación de conexión a la red eléctrica, redes de comunicación, refrigeración, contratos con clientes e inversión en equipos, lo que conlleva importantes costes de reubicación una vez finalizado el proyecto. Si los principales operadores consiguen conexiones eléctricas en otras regiones entre 2026 y 2028, la oportunidad de atraer el centro no se recuperará de inmediato, incluso si Ulsan cumple las condiciones necesarias posteriormente.  La competencia por la ubicación de los centros de datos es un mercado irreversible donde la red eléctrica inicial y los contratos con los clientes permanecen fijos durante un largo periodo.

El rendimiento de los modelos de IA industrial mejora a medida que se acumulan datos reales de procesos y comentarios de los usuarios. Si los datos de las empresas de Ulsan se acumulan en nubes externas y en empresas de modelado, sin que exista infraestructura de entrenamiento en la región, la fuente de producción de datos y la fuente del valor de la IA se separarán. En dos o tres años, la dependencia de modelos externos y los costos de transición aumentarán simultáneamente.  El retraso en el acceso a la computación no es un costo a corto plazo, sino un riesgo irreversible que fija la atribución del valor de los datos industriales a entidades externas.

Criterio de compresión: Antes de 2028, la potencia accesible, las GPU disponibles, los datos industriales con derechos establecidos y la seguridad de la cadena de suministro OT deben verificarse como un sistema operativo único para que la infraestructura elemental de Ulsan se transforme en una plataforma competitiva de IA industrial.

Se considera que Ulsan es fuerte en activos elementales como energía industrial, generación distribuida, energía frigorífica de GNL, supercomputación, datos industriales y gemelos digitales, pero incompleta en IA : contratos de energía dedicados, acceso compartido a GPU, derechos de uso de datos entre empresas y seguridad OT integrada .

El hecho de que haya energía no garantiza la potencia de la IA, el hecho de que haya muchos datos no garantiza datos entrenables, y el hecho de que haya una supercomputadora no garantiza el acceso a la computación para las empresas locales.

Se considera que la infraestructura de IA industrial de Ulsan tiene una estructura en la que la posesión es fuerte, pero el acceso y la integración son débiles, en lugar de una dicotomía entre escasez y suficiencia.

Análisis del momento oportuno: Fortaleza de la infraestructura industrial + Riesgo de desajuste entre acceso e integración

Fuentes de evidencia

• El Ministerio de Clima, Energía y Medio Ambiente designa a Ulsan como Región Especializada de Energía Distribuida.
• Ministerio de Comercio, Industria y Energía, 11.º Plan Básico de Oferta y Demanda de Electricidad
• Bolsa de Energía de Corea EPSIS, generación de energía por región
• Ministerio de Comercio, Industria y Energía, Transición del sistema energético mediante IA
• UNIST, Investigación en IA para la megaindustria de la construcción naval
• Centro de Control Integrado del Complejo Industrial Verde Inteligente de la Ciudad Metropolitana de Ulsan
• Servicio de búsqueda de convergencia de información espacial mediante IA de la ciudad metropolitana de Ulsan
• NIA analiza la infraestructura de servidores, nube y seguridad para la adopción de IA generativa.

Análisis estructural: La competitividad de la infraestructura de IA industrial está determinada por el tiempo de acceso, no por la cantidad.

La energía, las GPU y los datos se concentran en Ulsan. Las grandes centrales eléctricas y los datos industriales se ubican en las fábricas, la supercomputación en las universidades y los gemelos digitales en plataformas públicas. Sin embargo, el hecho de que los recursos de distintas instituciones se encuentren en la misma región no constituye una única infraestructura de IA industrial.

En el momento en que una empresa detecta un problema de IA, debe superar sucesivamente la conexión eléctrica, la asignación de GPU, la aprobación del uso de datos y las revisiones de seguridad. Si este proceso dura varios meses, el suministro real que recibe la empresa es prácticamente nulo, incluso si la capacidad total de la infraestructura es suficiente. Se trata de una estructura donde la distancia física es corta, pero la distancia institucional y contractual es larga.

Las grandes corporaciones pueden reducir este tiempo mediante sus propias nubes y permisos de datos, pero las empresas asociadas dependen de proveedores externos y servicios de soporte. Cuando los tiempos de acceso varían según el tamaño de la empresa, a pesar de contar con la misma infraestructura regional, los recursos compartidos funcionan como herramientas que impulsan a las empresas líderes en lugar de reducir la brecha.

Por lo tanto, la cuestión estructural para Ulsan no radica en la cantidad de potencia, datos o GPU disponibles.  Lo que determina la suficiencia real de su infraestructura de IA industrial es si el tiempo de acceso desde que surge un problema in situ en una empresa hasta el entrenamiento y la verificación es menor que el de las regiones competidoras.