Hace unas semanas, en una cena con gente del sector, alguien soltó la frase de siempre: que la IA solo va a mejorar a base de fuerza bruta, más GPUs, más centrales eléctricas, más dinero. Asentí por educación y seguí comiendo. Pero la frase se me quedó atravesada, porque llevo semanas dándole vueltas a una idea de ingeniería que casi nadie mira y que cambia por completo la conversación sobre hacia dónde va todo esto. Te la resumo con una imagen que ya he usado aquí antes: cuando alguien te dice que la IA es una carrera de fuerza bruta, está mirando la carrocería. No ha abierto el capó.
El marcador que todos leemos está midiendo la carrera equivocada
La forma en que el mundo puntúa hoy la IA es sencilla: quién tiene el mejor modelo de frontera y quién vende los chips para entrenarlo. Con ese marcador, NVIDIA es intocable. El pasado 29 de octubre se convirtió en la primera empresa de la historia en superar los cinco billones de dólares de capitalización, más de lo que valen juntas todas las bolsas del planeta salvo las de Estados Unidos, China y Japón. Su consejero delegado, Jensen Huang, anunció más de medio billón de dólares en pedidos de chips comprometidos hasta finales de 2026. Prácticamente todo el índice S&P 500 es hoy una apuesta apalancada a que la demanda de ese cómputo centralizado sea infinita.
El problema es que ese marcador mide el entrenamiento. Y el entrenamiento no es donde esto termina. Nunca lo fue.
Aquí es donde conviene recordar una historia que ya conté en «Del Cray-1 al Bolsillo». En 1977, el superordenador más potente del planeta cabía en una sala refrigerada y costaba una fortuna. Hoy llevas mucho más que un Cray-1 en el bolsillo del pantalón. El cómputo siempre hace el mismo viaje: del mainframe al PC, del tiempo compartido al portátil, de la nube al dispositivo. Cada ola tecnológica termina igual, y los únicos que argumentan lo contrario son, curiosamente, los que venden mainframes. Así que la pregunta correcta no es «¿quién tiene el mejor modelo?». Es otra, mucho más incómoda: cuando los modelos sean gratis, ¿en qué máquina se ejecutan?
Los modelos se hicieron gratis antes de lo que nadie había planeado
Porque eso es lo que ha pasado, y ha pasado a una velocidad que cuesta metabolizar. En los últimos meses, un modelo de peso abierto y calidad casi de frontera aparece cada tres o cuatro semanas. Alibaba publicó Qwen. DeepSeek soltó modelos con licencia MIT, sin ataduras, encabezando las tablas de código abierto. Moonshot sacó su serie Kimi. Zhipu publicó GLM, cientos de miles de millones de parámetros, licencia libre, pesos en internet para quien los quiera descargar. Y no hablamos de juguetes: son modelos que se pelean de tú a tú con los sistemas cerrados en pruebas reales de programación.
Esto no es una anomalía. Es una cadencia. Y contra una cadencia no se puede construir un foso defensivo, porque para cuando has terminado de digerir un lanzamiento, ya han salido dos más. Lo que llevo tiempo diciéndote en este blog —que la inteligencia se está abaratando hasta costar menos que un café— ya no es una previsión. Está ocurriendo. La distancia entre «el mejor modelo que puedes comprar» y «el mejor modelo que puedes descargar gratis» se mide ya en puñados de puntos que se estrechan cada mes.
Lo que nos deja frente a la pregunta que el mercado se niega a formular en voz alta: si el modelo es gratis, ¿dónde demonios se ejecuta?
Memoria, no músculo
Y aquí viene la parte que quería contarte de verdad. La que casi nadie entiende porque exige abrir el capó.
El secreto sucio de estos modelos gigantescos es que no están limitados por cómputo. Están limitados por memoria. Déjame explicarlo sin tecnicismos. Un modelo moderno de los grandes funciona como un enorme equipo de especialistas: para responder a cada palabra, solo se activan unos pocos de ellos, así que el cálculo en sí es casi modesto. Pero —y este es el detalle que lo cambia todo— todo el equipo, hasta el último especialista, tiene que estar sentado en la sala esperando su turno. El modelo entero, con sus cientos de miles de millones de parámetros, debe estar cargado en memoria rápida, disponible en todo momento. El cuello de botella no son las operaciones por segundo. Son los bytes.
Piénsalo como una cocina. Puedes tener el chef más rápido del mundo, pero si la despensa es minúscula, no puedes cocinar un banquete de mil platos por mucho que tus manos vuelen. Lo que necesitas no es un cuchillo más afilado. Es una despensa más grande.
Y ahí es donde la historia se pone interesante, porque la respuesta de NVIDIA a la pregunta «¿cuánta despensa?» es su memoria de vídeo, la VRAM, y es justo donde su relato para el usuario común se desmorona. La tarjeta más potente que te venderán para un puesto de trabajo tiene 96 gigabytes de memoria. Ese es el techo. Un solo modelo abierto moderno, comprimido y todo, no cabe en esa tarjeta. No es que vaya lento: es que no entra.
La respuesta de Apple es distinta por diseño. Se llama memoria unificada: un único depósito enorme de memoria rápida que comparten el procesador y la parte gráfica. Apple llegó a ofrecer un Mac Studio configurable con 512 gigabytes de esa memoria por unos 9.500 dólares, consumiendo un par de cientos de vatios, lo que gasta un par de bombillas potentes. Y los datos son públicos y comprobables: DeepSeek-V3, un modelo de 685.000 millones de parámetros, corre a más de 20 palabras por segundo en un solo Mac Studio. Una máquina que enchufas a un enchufe normal, que hace menos ruido que tu nevera, ejecutando con la puerta cerrada y el cable de red desenchufado un modelo que hace dieciocho meses habría sido la mejor IA del planeta.
No existe ningún producto de NVIDIA para consumidor que haga esto. A ningún precio que tú o yo vayamos a pagar jamás. Y la propia prensa técnica lo remacha sin piedad: mientras la infraestructura tradicional de IA consume varios kilovatios repartidos entre múltiples GPUs, el Mac Studio se queda por debajo de los 200 vatios durante la inferencia. Esa brecha de eficiencia no es un matiz de ficha técnica. Sugiere que toda la industria puede tener que replantearse las suposiciones sobre las que ha construido su edificio.
Lo que esto significa (y lo que no)
Voy a ser sincero una cosa es meter un modelo enorme en memoria para un usuario, y otra muy distinta servir a miles de usuarios a la vez con la fiabilidad de un centro de datos. Son problemas diferentes. El entrenamiento seguirá viviendo en las salas refrigeradas durante años, y ahí NVIDIA seguirá acuñando dinero. Nada de esto está en discusión.
Pero la tesis de fondo aguanta, y aguanta bien: el entrenamiento es el centro de coste; la inferencia es el mercado de volumen. Es decir, entrenar un modelo se hace una vez y es carísimo; usarlo se hace miles de millones de veces al día, y ese es el trabajo real, el que da de comer. Ser el rey del entrenamiento mientras la inferencia se muda a los escritorios es ser el rey de una porción cada vez más pequeña de un mercado que antes poseías entero.
Y aquí está el detalle que a mí me parece la prueba más elocuente de todas. NVIDIA acaba de sacar su propio «superordenador personal de IA» para tu mesa: una cajita pequeña y silenciosa con 128 gigabytes de memoria unificada compartida entre procesador y gráfica. ¿Te suena? Es un Mac Studio. La empresa cuyo imperio entero se construyó sobre tarjetas gráficas discretas en salas centralizadas está ahora copiando la arquitectura de Apple, su formato y su caso de uso. Cuando tu rival empieza a copiarte los deberes en mitad de la discusión, la discusión ya está resuelta.
Lo que me lleva a donde siempre acabo, porque es lo único que de verdad me importa de esta historia. Todo esto va de una cosa: la inteligencia bajando del pedestal de la nube al escritorio de cualquiera. Como bajó el Cray-1. Como bajó el ordenador personal en aquella guía de compra de 1979 que un día encontré y que describía, sin saberlo, exactamente el momento que vivimos hoy. La inteligencia deja de ser algo que alquilas a cuatro empresas y pasa a ser algo que posees, en una caja que cabe en tu mesa, que responde solo ante ti, con tus datos detrás de tu propia puerta.
No es una noticia sobre acciones que suben o bajan. Es, otra vez, la misma pregunta de siempre en este puente: cuando la herramienta se vuelve barata y accesible para todos, ¿qué vas a hacer tú con ella? Porque la máquina se abarata sola. Lo que hagas con ese poder, eso no lo abarata nadie.
La despensa ya es tuya. Falta ver qué cocinas.