Por qué AMD se está beneficiando de la nueva ola de agentes de IA
La primera fase del boom de la IA fue cosa de Nvidia y del entrenamiento de modelos. Con la llegada de los agentes, el gasto se desplaza hacia el uso diario de la IA, y ahí AMD encuentra su hueco.
Los primeros años del boom de la inteligencia artificial tuvieron un dueño claro: Nvidia. Sus chips gráficos, las GPU, se convirtieron en el componente imprescindible para entrenar y hacer funcionar los grandes modelos de lenguaje de compañías como OpenAI y Anthropic. Casi cuatro años después, ese reparto de papeles empieza a moverse, y el motivo no es un chip nuevo, sino un cambio en la forma de usar la IA: la llegada de los agentes.
Conviene entender la diferencia, porque es clave. Entrenar un modelo es como construir una fábrica: se hace una vez, cuesta muchísimo y exige una potencia enorme durante semanas. Usar el modelo (lo que en la jerga se llama inferencia) es como encender la fábrica cada día para producir: ocurre millones de veces, cada vez que alguien hace una pregunta. Pues bien, un agente de IA no se limita a responder una pregunta: encadena decenas de pasos, consulta herramientas, revisa datos, vuelve a preguntar al modelo y corrige el rumbo. Es decir, multiplica las llamadas al modelo y, con ellas, la cantidad de cómputo necesaria para atender a cada usuario.
Ese trasvase importa porque cambia lo que se le pide al hardware. En el entrenamiento manda la potencia bruta; en el uso masivo pesan más el coste por consulta, el consumo eléctrico y la memoria disponible. Es un terreno menos monolítico, donde Nvidia no juega sola: AMD vende sus aceleradores Instinct para centros de datos y su propio ecosistema de software, ROCm. Cuanto más peso tenga el uso diario de la IA frente al entrenamiento, más espacios se abren para un segundo proveedor.
Y ahí está la otra pata del argumento: a los grandes clientes, las nubes y las tecnológicas que compran estos chips, no les interesa depender de un único proveedor. Tener alternativa les da poder de negociación y les protege de precios y plazos de entrega. Que AMD gane terreno no depende solo de que su producto sea bueno, sino de que el mercado quiera que exista una alternativa. Con los agentes, además, el negocio es joven y aún no está repartido.
Dicho esto, el titular no es una promesa cerrada. Nvidia sigue teniendo una ventaja difícil de replicar: su software lleva años siendo el estándar de facto entre los programadores de IA, y cambiar de herramienta cuesta tiempo y dinero. La historia de AMD con los agentes se confirmará o se quedará en relato según lo que se vea en sus cuentas de centros de datos y en si los clientes usan de verdad agentes a gran escala. Esa es la señal a seguir, no el entusiasmo del momento.
El análisis de Salseo
- El negocio de la IA deja de ser «construir el modelo» y pasa a ser «usarlo»: un agente convierte una consulta en decenas de llamadas encadenadas al modelo, así que el gasto se desplaza del entrenamiento a la inferencia, que es justo la parte donde el mercado está menos decidido y hay más competencia.
- El foso de Nvidia es más de software que de chip: los desarrolladores llevan años escribiendo para su ecosistema y cambiar sale caro. Que la nueva ola cambie el tipo de carga de trabajo no rompe esa barrera por sí sola; AMD necesita que su software resulte lo bastante cómodo como para que migrar no duela.
- El gran comprador tiene interés en que exista un segundo proveedor: quien compra todos sus chips a una sola casa pierde capacidad de negociar precio y plazos. AMD se beneficia tanto por su producto como por ser la alternativa que obliga a la competencia a moverse.
- Lo que hay que vigilar no es el relato, sino los ingresos de centros de datos de AMD y si los clientes confirman uso real de agentes a gran escala. Si el gasto en inferencia se dispara pero AMD no rasca cuota, el titular se queda en humo.