La feroz pelea por la potencia de cálculo de la IA sacude Silicon Valley
La escasez de capacidad de cómputo para entrenar y ejecutar inteligencia artificial está empujando a rivales históricos a aliarse y a los directivos a intervenir en persona. El pago de 2.700 millones de dólares de Google por recuperar a un investigador estrella es la foto más llamativa de esta guerra.
La carrera por hacerse con potencia de cálculo para la inteligencia artificial está revolviendo los cimientos de Silicon Valley. Ya no se trata solo de quién tiene el mejor modelo, sino de quién consigue los recursos necesarios para entrenarlo y hacerlo funcionar. La consecuencia es un escenario poco habitual: rivales que compiten a muerte por el mismo mercado están firmando alianzas entre ellos, y los directivos de primera línea tienen que intervenir personalmente para desatascar una pugna por recursos que sencillamente no dan abasto.
El caso de Google es el ejemplo más gráfico. La compañía quería recuperar como fuera a Noam Shazeer, un investigador pionero en inteligencia artificial que se había marchado para montar su propia empresa. En 2024, según recoge The Wall Street Journal, Google pagó 2.700 millones de dólares por su vuelta, con el objetivo de que trabajara en proyectos de vanguardia, incluido Gemini, su tecnología de IA más potente. Más que un fichaje millonario, la cifra funciona como una declaración de intenciones: cuando un recurso es verdaderamente escaso, se paga lo que haga falta por asegurarlo.
Para entender el trasfondo hay que tener claro qué es eso del 'cómputo' o capacidad de cálculo. Los modelos de inteligencia artificial se entrenan y se ejecutan sobre enormes cantidades de chips especializados y centros de datos que consumen muchísima energía. El cuello de botella ya no está en tener una buena idea, sino en conseguir la infraestructura para llevarla a la práctica. Y esa infraestructura no se improvisa: exige inversiones gigantescas y años de planificación, lo que convierte el acceso al cómputo en una ventaja competitiva difícil de replicar para quien llega tarde.
Para el inversor, la lectura es doble. Por un lado, todo el negocio de las aplicaciones de IA depende de esta capa de infraestructura: si el acceso al cómputo se encarece o se raciona, los márgenes de las empresas que viven de la IA se resienten, por muy bueno que sea su producto. Por otro, las alianzas entre competidores directos difuminan el mapa tradicional del sector: los socios de hoy pueden ser los rivales de mañana, y los acuerdos se firman más por necesidad de recursos que por afinidad estratégica. Es un reordenamiento del tablero que conviene seguir con atención porque afecta a toda la cadena de valor, no solo a los grandes nombres.
El análisis de Salseo
- El verdadero coste de la IA no está en el software, sino en el acceso a los chips y a la energía. El pago de 2.700 millones de dólares por un solo investigador demuestra que, cuando el recurso escasea, el talento con acceso a esa infraestructura se paga como si fuera una adquisición de empresa completa.
- Que rivales acérrimos firmen alianzas es la señal más reveladora: el cuello de botella del cómputo pesa hoy más que la competencia tradicional. Eso diluye las fronteras del sector y crea dependencias incómodas entre empresas que compiten por el mismo cliente.
- Señal concreta a vigilar: los anuncios de reservas de capacidad a largo plazo, las inversiones en centros de datos y los contratos de energía. Si las grandes tecnológicas empiezan a bloquear capacidad con años de antelación, la barrera de entrada para los pequeños se vuelve casi insalvable.
- La lectura contraria: la escasez de cómputo también puede ser el síntoma de una burbuja. Si el dinero invertido en infraestructura acaba superando los ingresos que la IA genera de verdad, el ajuste puede ser brusco. Los márgenes y los planes de inversión de las grandes tecnológicas serán el termómetro para saber si esto es crecimiento o exceso.