La computación de IA es el nuevo petróleo y necesita un nuevo análisis de mercado

Tengo la mala costumbre de mirar la pantalla de facturación en lugar de la demostración. Puede que el modelo esté escribiendo código, redactando contratos o planificando un flujo de trabajo, pero en algún lugar cercano hay una máquina más silenciosa que decide si esa magia vale el coste marginal. Ahí es donde se está moviendo la parte interesante de la infraestructura de IA. No solo hacia edificios más grandes, más chips y debates más ruidosos sobre energía, sino hacia la pregunta de quién obtiene cómputo, a qué precio y bajo qué reglas.

La provocación útil es que el cómputo de IA es el nuevo petróleo y necesita un nuevo mercado. Me gusta porque es ligeramente incorrecta de una manera productiva. El petróleo se convirtió en el recurso estratégico de la modernidad porque todo dependía de él y no todo el mundo podía conseguirlo barato. El cómputo empieza a rimar con esa historia, salvo que el barril es un clúster, la refinería es un mercado en la nube y el contrato de futuros puede parecerse a una hoja de ruta de producto.

La escasez ahora tiene un número

OpenAI dio una escala inusual al relato de la escasez cuando dijo que Oracle y OpenAI habían llegado a un acuerdo para desarrollar 4,5 gigavatios adicionales de capacidad de centros de datos Stargate en Estados Unidos. Según OpenAI, ese acuerdo con Oracle elevaría la capacidad de Stargate en desarrollo por encima de los 5 gigavatios, funcionando con más de 2 millones de chips. OpenAI también describió Stargate como un plan anunciado por la Casa Blanca para invertir 500.000 millones de dólares en 10 gigavatios de infraestructura de IA en Estados Unidos durante cuatro años.

Esas cifras no son solo curiosidades de infraestructura. Son un mapa de cómo la estrategia de IA está siendo arrastrada desde la economía del software hacia la economía industrial. OpenAI dijo que partes de Stargate I en Abilene ya estaban operativas, con cargas de trabajo iniciales de entrenamiento e inferencia en marcha después de que Oracle comenzara a entregar racks Nvidia GB200. También dijo que Microsoft seguiría proporcionando servicios en la nube a OpenAI, incluso a través de Stargate, lo cual recuerda que ni siquiera las construcciones enormes eliminan la necesidad de redes de colaboración.

La vieja historia de la IA era primero la capacidad del modelo y todo lo demás después. La historia emergente es más incómoda para quienes construyen: la capacidad depende del acceso, el acceso depende de la asignación y la asignación depende de mercados que aún están parcialmente ocultos dentro de contratos de adquisición.

El mercado empieza como una caja de pago

Google Cloud ofreció una pista distinta en la misma semana del calendario de la industria. Google Cloud dijo que está lanzando modelos de OpenAI en el jardín de modelos de Google Cloud, y presentó el movimiento en torno a la elección empresarial más que a la capacidad bruta. Según Google Cloud, los clientes pueden elegir y reemplazar modelos para cargas de trabajo concretas según el rendimiento, la latencia y la eficiencia de costes, sin rediseñar su arquitectura ni firmar contratos separados con proveedores.

Eso suena rutinario hasta que lo miras como diseño de mercado. Google Cloud dijo que el uso de modelos de OpenAI pasará por Google Cloud Marketplace, aparecerá en una sola factura de Google Cloud, consumirá compromisos de nube existentes y contará para los Flexible Savings Plans entre proveedores de modelos. En palabras sencillas, el acceso a modelos se está empaquetando dentro de la misma fontanería financiera que las empresas ya usan para gestionar el gasto en la nube.

OpenAI dijo por separado que OpenAI y Google Cloud se están asociando para llevar sus modelos de frontera y flujos de trabajo agénticos de Codex al Model Garden de Google Cloud, con disponibilidad general prevista en las próximas semanas. OpenAI también dijo que Microsoft sigue siendo su principal socio de nube. Así que la imagen no es la de un proveedor sustituyendo a otro. Es un mundo en el que la disponibilidad de modelos, la ubicación del cómputo, la estructura contractual y la gobernanza se superponen hasta que el mercado empieza a parecerse menos a comprar software y más a enrutar energía.

El petróleo es la metáfora equivocada, por eso funciona

The New Yorker captó la dependencia más profunda con la frase: “Los chips son la base de la IA”. También informó de que la inmensa mayoría de los chips más avanzados del mundo se fabrican en Taiwán. Esos dos hechos hacen que el cómputo se sienta parecido al petróleo, no porque los chips y los barriles se comporten de la misma manera, sino porque ambos convierten cadenas de suministro técnicas en estrategia geopolítica y económica.

Aun así, el cómputo es más extraño que el petróleo. Un barril de petróleo es en gran medida intercambiable una vez que cumple una especificación. El cómputo de IA viene empaquetado con latencia, pilas de software, acceso a modelos, promesas de gobernanza, disponibilidad de energía y hardware especializado. Un mercado para él no puede simplemente preguntar cuánto cuesta una unidad. Tiene que preguntar qué tipo de trabajo puede hacer esa unidad, dónde puede ejecutarse y qué riesgos organizativos viajan con ella.

Por eso la próxima capa de infraestructura de IA puede ser menos vistosa que la tabla de clasificación de modelos, pero más decisiva para todos los que construyen encima de ella. Si el cómputo se valora de forma más transparente, los equipos pueden diseñar productos en torno a curvas de coste en lugar de sensaciones. Si el acceso sigue siendo sobre todo bilateral y opaco, la mejor idea de producto de la sala puede perder frente al mejor contrato de capacidad.

Qué deberían observar ahora quienes construyen

La lección práctica no es convertirse de la noche a la mañana en analista de centros de datos. Es empezar a tratar el cómputo como una dependencia de producto con estrategia incorporada. La estructura de mercado de Google Cloud apunta a una dirección de corto plazo: los equipos compararán cada vez más los modelos no solo por referencia o marca, sino por latencia, eficiencia de costes, gobernanza y por lo bien que encaja el uso en los compromisos de nube existentes.

El anuncio de Stargate de OpenAI apunta a la otra dirección: las empresas de IA de frontera están intentando asegurar la capa física de base antes de que la demanda supere su capacidad de atenderla. The New Yorker nos recuerda que la cadena de suministro de chips sigue concentrada de maneras que hacen que toda la pila se sienta más frágil que una categoría normal de software. En conjunto, estas señales sugieren que las hojas de ruta de IA podrían necesitar una columna de cómputo junto a cada columna de funcionalidades.

Para quienes leen y están construyendo, comprando o invirtiendo en IA, la pregunta se está volviendo maravillosamente concreta. Cuando un producto depende de inteligencia medida a través de infraestructura escasa, ¿tu ventaja es el modelo que elegiste, el flujo de trabajo que diseñaste o el acceso al mercado que aseguraste antes de que todos los demás notaran que el contador estaba corriendo?