El límite físico de la IA que nadie menciona

Hasta hoy, el consumo de IA dependía de nosotros. Un humano escribía un prompt, esperaba, leía y volvía a escribir. Era un tráfico creciente pero a "ritmo humano".

Pero el paradigma de la demanda se acaba de invertir. La transición hacia los "Agentes Autónomos" —sistemas que planifican, deciden, actúan por su cuenta y coordinar ejércitos de subagentes— cambia las reglas del juego. Ya no es un humano tecleando; son máquinas hablando con máquinas a un "ritmo de máquina" (machine-paced) y 24/7.

Esto somete a las redes globales a una tensión creciente y sin precedentes. Se proyecta que para 2027, la inferencia (el uso diario de la IA) superará al entrenamiento de los modelos, representando el 75% de todas las necesidades de cómputo para 2030.

Se ha comenzado a llamarlo "RAMmageddon"

¿Cuál es el primer cuello de botella? No son solo los procesadores. Es la memoria.

La Memoria de Alto Ancho de Banda (HBM), crítica para los aceleradores de IA, tiene una barrera física brutal: fabricar una sola oblea de HBM consume 3 veces la capacidad de producción de una oblea de memoria DRAM tradicional. Los grandes fabricantes están reasignando más del 40% de su capacidad exclusivamente a la HBM.

¿El resultado? Un colapso en la cadena de suministro. Nos enfrentamos al peor déficit de memoria en 15 años. Los costos se están disparando (hasta un 75% de aumento en un solo mes) y los plazos de entrega, que antes eran de 8 semanas, ya superan las 20 semanas.

La Trampa del Tiempo y el Colapso Eléctrico

Aquí es donde la proyección de la IA se pone en jaque. Puedes desplegar mil agentes autónomos con un clic en un segundo, pero construir la infraestructura física para sostenerlos toma años.

La industria está chocando contra las leyes de la física. Para 2030, solo los centros de datos en EE. UU. superarán la demanda eléctrica de todo el estado de California. Y la energía no se descarga de la nube: los tiempos de espera para que un nuevo centro de datos logre conectarse a la red eléctrica en mercados primarios (como Northern Virginia) ya superan los 4 años.

Lo mismo ocurre con la fabricación de componentes fundamentales. La producción en masa de la próxima generación de procesadores (como el nodo de 2 nanómetros de TSMC) tomará años de desarrollo e iniciará recién en 2026. Al mismo tiempo, las nuevas arquitecturas exigen un consumo masivo: los racks para IA alcanzan densidades extremas de hasta 150 kW, haciendo obligatoria la refrigeración líquida.

Mientras tanto, los 5 grandes "Hyperscalers" (Microsoft, Alphabet, Amazon, Meta, Oracle) están jugando a la ruleta rusa con el riesgo económico, gastando casi 700.000 millones de dólares en Capex (infraestructura) solo en 2026. Al desviar toda la inversión hacia esto, las nubes "tradicionales" quedan desatendidas, y los analistas ya proyectan apagones masivos (outages) de varios días.

Hacia un futuro volátil pero totalmente distinto

Fascinado con la virtud del vibe coding (todos los sistemas y automatizaciones de Scalabl® fueron generados por mi sin conocimiento de programación) me encontré ayer con que el costo de v0 (la maravillosa herramienta que uso para hacer todo posible) subió brutalmente. Esta mañana, gasté 90 usd en 2 horas de trabajo.

La tecnología es un multiplicador, pero sin estrategia de negocio, sin un modelo de negocio sólido y modelo operativo claro detrás, automatizar y delegar en la IA solo acelera el fracaso.

Presionados con las limitaciones del Hardware y presionados por las limitaciones de sus modelos de negocio e ingresos (OpenIA prueba ahora con publicidad), supongo que la gratuidad de la IA estará bajo fuerte presión de limitarse o desaparecer.

Como empresarias/os este es un momento de enormes riesgos e infinitas posibilidades de reinvención. Pero que requiere un foco estratégico, una capacidad de estar continuamente informados, flexibilidad y capacidad de tomar las mejores decisiones con metodología de innovación.