En el post anterior publiqué que quizá Apple lo esté haciendo bien, y el argumento se sostenía sobre una idea de ingeniería que a mucha gente le sorprendió: que el cuello de botella de la IA no es el músculo, es la memoria. Que la despensa importa más que el cuchillo.
Y me quedé pensando. Porque si la memoria es hoy el terreno donde se juega la partida, no es la primera vez. Es exactamente la tercera o la cuarta. Cada vez que la informática ha dado un salto de verdad, hubo antes una crisis de memoria que alguien tuvo que resolver cambiando la pregunta. Lo que quiero contarte hoy es la más brutal de todas, la que casi nadie conoce, y que empieza en una sala llena de mujeres trabajando con lupa.
Veinte mil millones de anillos enhebrados a mano
En los años sesenta, la memoria principal de un ordenador no era un chip. Era tejido. Se llamaba memoria de núcleo magnético y consistía en anillos diminutos de ferrita —del tamaño de un grano de arroz al principio, mucho más pequeños después— atravesados por hilos de cobre finísimos. Cada anillo guardaba un bit: magnetizado en un sentido, cero; en el otro, uno.
Y esos hilos los enhebraban personas. Filas de mujeres altamente cualificadas, con microscopios y lupas, porque el ojo desnudo no llegaba. Para 1970, IBM producía unos veinte mil millones de anillos al año. Veinte mil millones. A mano.
Una máquina como el System/360 necesitaba una sala entera y costaba una fortuna, y buena parte de esa fortuna no era ingeniería exótica: era mano de obra. Miles de personas cosiendo memoria. Cuando dije ayer que la memoria es el problema caro, no estaba usando una metáfora nueva. Estaba repitiendo una constante histórica.
Las cinco razones para no cambiar (que vas a reconocer)
Lo llamativo no es que existiera esa tecnología. Es que dominara la computación mundial durante casi veinte años. Y no por torpeza, sino por cinco razones que en su momento eran excelentes.
Funcionaba, y era lo más fiable que había desde que Jay Forrester la desarrolló en el MIT a principios de los cincuenta; además no era volátil, apagabas la máquina y los datos seguían ahí. No se podía automatizar: las máquinas de la época rompían los anillos al intentar enhebrarlos, así que la mano humana era insustituible. El coste bajaba solo: de un dólar por bit en los cincuenta a un céntimo hacia 1970, a base de refinamientos graduales. No había alternativa viable, porque hacer memoria con transistores exigía seis transistores por bit, un despilfarro de silicio inasumible. Y por último, había miles de millones invertidos: IBM, UNIVAC y Honeywell tenían cadenas de suministro, fábricas y plantillas enteras montadas alrededor de esa tecnología.
Léelas otra vez. Funciona, no se puede automatizar, cada año mejora un poco, no hay alternativa real, hemos invertido demasiado. Es la misma lista que escucho hoy en cualquier reunión donde alguien propone cambiar algo de raíz. Y es, casi siempre, la descripción exacta de un caballo muerto que nadie se atreve a desmontar.
Cinco mil millones en una tecnología con fecha de caducidad
Y aquí viene el número que quiero que te quedes, porque es el que da sentido a todo lo demás. El programa System/360 llegó a gastar unos cinco mil millones de dólares únicamente en memoria de núcleo magnético. No en el ordenador entero: solo en la memoria. En anillos de ferrita y en las manos que los enhebraban.
Cinco mil millones de dólares de mediados de los sesenta. Traducido a dinero de hoy con la calculadora de inflación oficial estadounidense, esos 5.000 millones de 1966 equivalen a unos 50.000 millones de dólares actuales. Diez veces la cifra nominal. Cincuenta mil millones de euros de hoy gastados en enhebrar anillos a mano.
Para calibrarlo: el programa Apollo completo —cohetes, cápsulas, centros de control, doce personas caminando por la Luna— costó unos 25.400 millones de dólares de la época. IBM se dejó en la memoria de sus ordenadores casi una quinta parte de lo que costó ir a la Luna. Y lo hizo, además, en la fase final de una tecnología que estaba a punto de desaparecer del mercado por completo.
Ahora hagamos el ejercicio incómodo. Los cinco grandes de la nube —Amazon, Alphabet, Microsoft, Meta y Oracle— han confirmado para 2026 una inversión combinada en infraestructura de unos 725.000 millones de dólares, un 64% más que en 2025, de los cuales alrededor de un 75% va específicamente a infraestructura de IA: GPUs, servidores, construcción de centros de datos, sistemas eléctricos y refrigeración. Esos mismos cinco gastaron 256.000 millones en 2024 y 443.000 millones en 2025. La curva no es una pendiente: es un despegue.
Compara las dos cifras y verás lo que llevo días mirando. Aquellos cincuenta mil millones actuales que IBM enterró en anillos de ferrita, la mayor apuesta de memoria de la historia hasta entonces, son hoy menos de un mes del gasto de los cinco grandes. Estamos hablando de compañías que dedican entre el 45% y el 57% de sus ingresos a inversión de capital, una proporción propia de una eléctrica, no de una tecnológica.
No estoy diciendo que sea un error. Ese cómputo hace falta y el entrenamiento va a seguir viviendo en salas refrigeradas durante años. Digo otra cosa, y es la lección de 1966: el volumen de la inversión no es un indicador de que estés en el camino correcto. A veces es justo lo contrario. IBM nunca invirtió tanto en memoria de núcleo como en los años inmediatamente anteriores a su extinción. Cuando una tecnología se acerca a su límite físico, la única manera de seguir avanzando es meter cantidades de dinero cada vez más absurdas para obtener mejoras cada vez menores. El gasto se dispara precisamente cuando el rendimiento se agota.
Y hay un detalle que me pone los pelos de punta: aquellos cinco mil millones no le impidieron a IBM inventar la solución. Se la inventó un empleado suyo, en el sofá de su casa, gratis. Lo que sí hicieron fue lograr que a IBM le costara horrores capitalizarla. Cuando tienes fábricas, plantillas y cadenas de suministro montadas alrededor de una cosa, dejar esa cosa deja de ser una decisión técnica y se convierte en una amputación.
La reunión del 9 de noviembre de 1966
A mediados de los sesenta el modelo empezó a romperse solo. Para meter más memoria en el mismo volumen, los ingenieros iban encogiendo los anillos hasta dejarlos con el diámetro de unos pocos cabellos. Enhebrar eso se volvió lentísimo y lleno de errores.
Ese día, en un seminario interno de investigación de IBM, varios equipos compartieron sus proyectos. Uno de ellos, un grupo que trataba de reducir la memoria magnética a un cuadrado compacto de veinticinco centímetros. Otro, el del propio Dennard, que trabajaba en memorias de transistores MOS con la celda estándar de seis transistores por bit. Ninguna de las dos vías era un salto: la primera era más de lo mismo pero más difícil, y la segunda no salía a cuenta.
Me gusta ese momento porque no hay villanos. Hay ingenieros excelentes presentando las únicas opciones que su marco mental permitía ver. El problema no era falta de talento. Era que todos respondían a la pregunta equivocada: ¿cómo hacemos mejor lo que ya hacemos?
El hombre que se llevó el problema a casa
Aquella tarde Robert Dennard volvió a su casa de Westchester County, en Nueva York, incómodo. La cosa sencilla de la reunión era la memoria magnética, pero tenía inconvenientes. Lo prometedor era su propio proyecto, pero era complicadísimo: seis transistores para guardar un mísero bit. Según él mismo contó, lo que se preguntó sentado en el sofá de su salón, mirando la luz que se iba sobre el desfiladero del río Croton, fue: «¿Qué podría hacer yo que fuera realmente sencillo?»
Y cambió la pregunta. Si el problema era que hacían falta seis transistores por bit, ¿y si no hicieran falta seis? La tecnología MOS permitía fabricar condensadores, y un condensador con carga o sin carga es exactamente un uno y un cero. Un transistor podía encargarse de escribir esa carga. Meses después caería en la cuenta de que el mismo transistor podía servir también para leerla. Uno, en lugar de seis. Llamó a su jefe esa misma noche, sobre las diez.
Había una pega evidente, y aquí está lo bueno: los condensadores pierden la carga en milisegundos. Cualquiera diría que eso tumba la idea. Dennard, en vez de pelearse con la fuga, la aceptó como un hecho de la naturaleza y diseñó un sistema que refrescara la carga periódicamente, de forma invisible para quien usara la máquina. No eliminó el defecto: lo integró en el diseño. IBM presentó la solicitud de patente en 1967 y se la concedieron el 4 de junio de 1968.
Así nació la DRAM. Esa memoria que ayer te contaba que es hoy el recurso más escaso y más determinante de la IA. La despensa de la que hablábamos con Apple y NVIDIA lleva dentro, en cada celda, la solución que un ingeniero encontró tumbado en su sofá. Coste de aquella idea: una tarde incómoda. Coste del camino que iba a sustituir: cincuenta mil millones de hoy.
Quien inventa no siempre es quien lleva
La DRAM nació en IBM, pero quien la convirtió en industria fue Intel. En octubre de 1970 lanzó el chip 1103, mil veinticuatro bits. Lo relevante no era el chip, sino el proceso: fotolitografía, imprimir miles de celdas de una sola vez sobre obleas de silicio. De golpe la memoria dejó de ensamblarse y pasó a imprimirse. Del copista al taller de Gutenberg.
Salía a sesenta dólares por chip, un céntimo por bit: exactamente lo mismo que costaba el núcleo magnético. En una tabla comparativa de la época, empate. Y sin embargo uno de los dos tenía un techo físico a la vista y el otro no tenía techo ninguno. Entre 1973 y 1978 la memoria de núcleo desapareció prácticamente de todos los ordenadores nuevos.
Esto es lo que quiero que te lleves, porque ayer quedó implícito. Cuando dos tecnologías empatan en coste pero una tiene límite físico y la otra escala, la partida ya está decidida aunque el marcador diga otra cosa. Es exactamente el mismo argumento que hacía sobre memoria unificada frente a tarjetas discretas. No va de quién gana hoy. Va de quién tiene techo.
Y el remate: los beneficios que Intel sacó vendiendo memoria financiaron el primer microprocesador comercial, el 4004, en 1971. Vender memoria pagó la creación del procesador. En 1974, Dennard formalizó además los principios de miniaturización que guiaron a toda la industria del semiconductor durante treinta años, lo que hoy llamamos escalado de Dennard. Ya conté aquí cómo el Cray-1 acabó cabiendo en tu bolsillo: esta es la historia de la pieza que hizo posible aquel viaje.
Lo que se llevó por delante
Y ahora la parte que llevo días sin quitarme de encima.
Aquellas mujeres eran expertas. No eran mano de obra intercambiable: hacían algo que ninguna máquina de su tiempo sabía hacer. La razón número dos de la lista —«esto no se puede automatizar»— era literalmente cierta. Durante veinte años fue cierta. Y luego dejó de serlo, no porque una máquina aprendiera por fin a enhebrar anillos, sino porque alguien decidió que ya no hacía falta enhebrar nada.
La automatización no llegó por donde se la esperaba. No vino a hacer mejor la tarea: vino a suprimir la tarea. Entre 1973 y 1978, un oficio artesanal de miles de personas se evaporó, y no lo mató un robot enhebrador. Lo mató un cambio de pregunta.
Podría sacar de aquí la moraleja fácil y apocalíptica. No es la mía, y ya sabes que no me van los bandos. Pero tampoco voy a fingir que no pasó nada. Pasó. Y la lección que me llevo no es «la tecnología destruye empleos», que es una frase perezosa, sino otra bastante más útil: cuando defiendes tu posición diciendo que lo que haces no se puede automatizar, estás describiendo el estado actual de las máquinas, no el valor de tu trabajo. Son cosas distintas. La segunda sobrevive a los cambios de tecnología. La primera, no.
Hoy escucho esa misma frase cada semana. «La IA no puede hacer esto.» Y suele ser verdad, hoy. Igual que era verdad en 1965. La pregunta que merece la pena no es si la máquina puede hacer tu tarea, sino qué pasaría si alguien reformulara el problema hasta que tu tarea dejara de hacer falta.
Seis transistores por bit, pero más deprisa
Me interesa Dennard por una razón más personal. No inventó nada que no estuviera disponible. Condensadores, transistores, circuitos de refresco: todo existía. Lo que hizo fue negarse a aceptar el marco. Todos los equipos de aquella reunión daban por bueno que un bit necesitaba seis transistores o un anillo de ferrita, y discutían dentro de ese perímetro. Él salió del perímetro.
Con la IA me pasa algo parecido casi cada semana. Veo a muchísima gente usándola con enorme competencia para hacer más rápido exactamente lo mismo que ya hacía antes. Seis transistores por bit, pero más deprisa. Y de vez en cuando, muy de vez en cuando, veo a alguien preguntándose si hace falta el bit. Esa diferencia —entre optimizar y expandir— es la que sostiene todo lo que escribimos en esta fundación, y la exploré desde otro ángulo en Expandir el potencial humano.
La herramienta no determina el resultado. Dennard tenía las mismas piezas que todos los demás en aquella sala. La diferencia estuvo en qué pregunta se llevó a casa.
Y hay un detalle que me sigue pareciendo precioso: su solución no era limpia. Los condensadores seguían perdiendo carga, seguían siendo imperfectos para la tarea. Dennard no arregló el defecto, construyó alrededor de él. Miles de refrescos por segundo, para siempre, en cada chip de memoria fabricado desde entonces. Ahora mismo, mientras lees esto, el móvil que tienes en la mano está refrescando su memoria miles de veces por segundo porque un ingeniero decidió en 1966 que una imperfección se puede administrar en vez de eliminar.
Ayer terminaba diciéndote que la despensa ya es tuya. Hoy añado de dónde salió: de un hombre incómodo en el sofá de su casa, mientras su empresa enterraba el equivalente a cincuenta mil millones de hoy en el camino que estaba a punto de morir. Setecientos veinticinco mil millones se van a gastar este año en la infraestructura de la IA. Ninguna de esas cifras te dice nada sobre quién va a encontrar la respuesta buena. Lo único que cambia el rumbo, entonces y ahora, es alguien dispuesto a cambiar la pregunta.
Los anillos se acabaron. La pregunta no.