John Collison es el cofundador de la plataforma Stripe y tiene un podcast llamado Cheeky Pint en el que altos mandos de empresas tecnológicas pasan a hablar de sus cosas. Un ejemplo reciente es el de Susan Li, CFO de Meta. Sam Altman, por su parte, no necesita presentación, y hace unos días pasó por el programa de Collison para hablar de varios temas. Entre ellos, uno que parece quitarle el sueño: que cada usuario pueda montar una IA local.
Apunta a un desperdicio de recursos, pero de fondo está el meme de “que me quedo sin comer”.
En corto. En el podcast hablaron de varios temas, pero lo que no ha pasado desapercibido en las redes es el comentario del mandamás de OpenAI sobre la actualidad tecnológica en la que hay usuarios tomando modelos abiertos y ejecutándolos en su propio hardware sin depender de la nube de nadie más. Para Altman, la inferencia local es un terrible desperdicio de un recurso tan escaso como la memoria DRAM:
“La inferencia local es una terrible asignación de recursos escasos. Mucha gente quiere inferencia local y, de algún modo, asume que el problema está resuelto porque tenemos modelos de código abierto que podemos ejecutar en nuestros ordenadores y, así, no necesitar todas esas cosas que permiten los centros de datos.
Pero, desde una perspectiva de asignación global, en realidad es bastante terrible que todo el mundo tenga su propio ordenador con una DRAM que se utiliza apenas el 5% del tiempo cuando estamos en un momento en el que éste es un recurso tan limitado.
En ese entorno en el que ese suministro crítico es tan restringido, quieres la máxima concentración en la nube. Pero, de algún modo, la idea de la gente es la contraria.”
Long story short: si tienes una IA local, estás desperdiciando recursos que podrían haber ido para alimentar un centro de datos, según Altman.
Lo de la DRAM. La cifra del 5% es de Altman y por eso estima que es un desperdicio que cada uno tenga algo así en su casa cuando, en un entorno con tan poca oferta, lo que se busca es la máxima utilización que sólo se consigue en un centro de datos. Claro, esa es su perspectiva, ya que en la otra cara de la moneda está esa gente que tiene su “propia IA” gracias a que los modelos abiertos ya resuelven el problema que quieren resolver y, además, buscan una mayor privacidad que la que se consigue usando ChatGPT.
Desde el punto de vista del CEO de OpenAI, esta afirmación tiene todo el sentido debido a que (y esto es algo que nos afecta a todos y, en especial, a los consumidores) en un entorno en el que Micron, Samsung o SK Hynix, que son los que controlan la producción de DRAM a nivel global no pueden aumentar esa producción al ritmo que los hiperescaladores necesitan, toda la capacidad mundial debería ir en estos momentos a los centros de datos, y no a los equipos caseros.
Nadie lo habría adivinado hace cinco años cuando los precios estaban por los suelos, pero la DRAM es un bien crítico y escaso en estos momentos, con precios que, según TrendForce, aumentaron entre un 90% y un 95% en el primer trimestre de 2026… y nada apunta a que vayan a caer a corto plazo. Más bien lo contrario.
Contexto. Y ese comentario llegó en un punto de la conversación en la que se trataba la escasez de cómputo. Altman sostiene que el mercado no está respondiendo como debería y que los grandes fabricantes de memoria están, pese a los tremendos beneficios que han conseguido estos últimos doce meses, manteniendo una inversión conservadora en relación con lo que la situación requiere.
Las tres grandes se han movido para habilitar nuevas plantas de producción, incluso limitando la producción de chips de consumo para que toda la maquinaria se ponga con la memoria HBM necesaria para los centros de datos, pero precisamente este es un segmento en el que no es fácil cambiar las cosas de la noche a la mañana y abrir nuevas plantas de memoria de alto rendimiento.
Que se lo digan a China, que lleva meses postulándose como una opción en el segmento de la DRAM, pero que de momento más que para HBM, están posicionados en el de la memoria de consumo debido a esas exigencias en los chips de vanguardia que comentaba hace un momento.
Solución. Aparte de que seas generoso y no compres componentes que podría usar OpenAI, Altman plantea como remedio que nuevos actores entren en la cadena de suministro.
Por ejemplo, OpenAI está desarrollando chips propios de la mano de Broadcom (Jalapeño) y, aunque seguirían necesitando DRAM, fabricar un chip a su medida permite optimizar todo mucho más. SpaceX está en las mismas, al igual que Amazon, Meta, Microsoft o una Google que tiene algo más de experiencia con sus TPU.
Nicho. Pese a todo, OpenAI lanzó en agosto de 2025 gpt-oss, sus primeros pesos abiertos desde GPT-2 pensados para poder ejecutarse en local y el propio Altman dijo en enero de ese año que OpenAI había estado equivocado respecto al código abierto. Claro, a comienzos de 2025 no estaba la crisis actual de la DRAM,.
Al final, mi duda aquí es si tan grande considera Altman que es el segmento de usuarios que usan una IA local y si tanto daño realmente hacen a la cadena de suministro cuando estamos viendo que la gente no paga por la IA porque lo que se ofrece “”gratuitamente”” ya cumple las necesidades que se puedan tener.
Quien tenga una máquina capaz de correr un modelo local sabe perfectamente por qué lo hace y puede ser por unas necesidades específicas, por poder usarlo sin conexión o, simplemente, porque no se fía de la seguridad de una empresa como OpenAI.
Imagen | Cheeky Pint (editada)
–
La noticia
Sam Altman cree que ejecutar IA local es “una terrible asignación de un recurso escaso”
fue publicada originalmente en
Xataka
por
Alejandro Alcolea
.
