Sam Altman arremete contra la IA local: ejecutar modelos en el propio ordenador es, en sus palabras, ‘una terrible asignación de recursos escasos’. El diagnóstico del consejero delegado de OpenAI no es técnico. Es de balance.
Claves de la operación
- La inferencia local usa el 5% de la memoria. Altman cifra en ese porcentaje el aprovechamiento real de la DRAM de un equipo doméstico, que pasa la mayor parte del tiempo ociosa mientras los centros de datos operan al límite.
- La DRAM se encareció entre un 90% y un 95% en un trimestre. TrendForce sitúa ahí la subida del primer trimestre de 2026, con Micron, Samsung y SK Hynix incapaces de ampliar producción al ritmo que exige la IA.
- OpenAI diseña su propio chip junto a Broadcom. El proyecto conocido como Jalapeño busca optimizar el consumo por vatio, aunque no elimina la dependencia de la memoria ni la necesidad de concentrar el cómputo.
La frase la pronunció en Cheeky Pint, el podcast de John Collison, cofundador de Stripe, y ha circulado más rápido que cualquier anuncio de producto de la compañía. El episodio ha convertido una charla entre inversores en un debate sobre precios de memoria.
El 5% de DRAM que Altman no quiere regalar a los hogares
El razonamiento tiene lógica de asignación clásica. Si un insumo crítico está racionado, se concentra donde rinde más: un centro de datos trabaja con utilización alta y contratos de servicio; un ordenador personal, no. La memoria ociosa es capacidad de cómputo que nadie factura. Y en un mercado donde el suministro va por detrás de la demanda, esa diferencia deja de ser una anécdota doméstica para convertirse en un problema de política industrial.
El dato que sostiene la tesis es el precio. Según TrendForce, la DRAM subió entre un 90% y un 95% en el primer trimestre de 2026, una escalada que no tiene precedente reciente y que llega cuando los tres fabricantes que dominan la producción mundial —Micron, Samsung y SK Hynix, — han redirigido capacidad hacia la memoria HBM que consumen las tarjetas de entrenamiento. El encarecimiento aparece justo cuando la oferta no puede crecer al mismo ritmo. Abrir una planta de memoria de alto rendimiento no se improvisa, y China, que lleva meses postulándose como alternativa, sigue posicionada sobre todo en memoria de consumo por sus limitaciones en chips de vanguardia.
La nube como foso defensivo frente al modelo abierto
Conviene recordar de dónde salen los ingresos de OpenAI. La compañía vende suscripciones y acceso a la API; el coste marginal de cada consulta vive en la nube, y el margen depende de cuántas consultas comparten el mismo hardware. Un parque de modelos locales es, para OpenAI, un competidor que no paga peaje. No es una discusión moral sobre la privacidad del usuario: es una discusión sobre quién asume el coste fijo.
El debate sobre la IA local no va de soberanía tecnológica ni de privacidad: va de quién controla la memoria escasa y, con ella, la factura del cómputo.
La paradoja es que OpenAI publicó en agosto de 2025 gpt-oss, sus primeros pesos abiertos desde GPT-2, pensados precisamente para ejecutarse en local. Altman llegó a reconocer en enero de aquel año que la compañía se había equivocado con el código abierto. El giro discursivo dura lo que dura la escasez. Entonces no existía la actual crisis de precios de la memoria y el relato era otro.
Enfrente, la carrera por el chip propio es la respuesta industrial a esa tensión. Broadcom firma el silicio de OpenAI, SpaceX y Amazon aprietan por la misma vía, y Google lleva ventaja con sus TPU. Microsoft y Meta pelean por asegurar suministro a cualquier precio. Observamos un patrón: todos quieren abaratar la inferencia, pero ninguno renuncia a centralizarla. Cosas de la escasez.
España construye regiones cloud sobre el mismo cuello de botella
En España la disputa no es abstracta. Las regiones cloud comprometidas en Aragón y en Madrid, con Amazon Web Services y Microsoft como principales inquilinos, se dimensionan sobre la previsión de que la demanda de inferencia siga creciendo a doble dígito durante la próxima década. Esa capacidad depende del mismo suministro de HBM y DRAM que Altman quiere reservar en exclusiva a los centros de datos. Telefónica Tech, el brazo digital del operador histórico, compite por ese mismo hueco de servicios gestionados con una infraestructura que también se encarece cuando el componente escasea.
El riesgo para el mercado español es de calendario, no de estrategia. Si la memoria sigue tensionada, los proyectos que no sean de un hiperescalador —industria, banca, administración pública— asumirán primero el sobrecoste del hardware y después la factura del servicio. Las pymes que hoy compran estaciones de trabajo con GPU para probar modelos abiertos se enfrentan a una decisión incómoda: pagar una prima por autonomía o alquilar cómputo ajeno. La autonomía tecnológica tiene un precio que se paga en dólares por gigabyte.
En esta redacción entendemos que el fondo del asunto no es si un usuario concreto desperdicia memoria, sino si el mercado de la memoria está lo bastante concentrado como para que la eficiencia global se decida por tres balances. Hay una contradicción evidente en defender los pesos abiertos y, a la vez, lamentar que la gente los use. El siguiente examen llegará con la próxima ronda de resultados de Micron, Samsung y SK Hynix: si la inversión en nuevas plantas se acelera, la tesis del desperdicio pierde fuerza; si se mantiene conservadora, Altman tendrá razón por motivos que no le convienen.
