Sam Altman cree que tu RAM debería estar en un centro de datos. Por qué la IA local sigue importando.

Lo que Sam Altman dijo de verdad

La conversación sobre memoria va más o menos del minuto 27:00 al 29:45 del episodio “Why Sam Altman is against a single superintelligence” (en inglés). Collison la abre hablando de los precios altos de “la memoria, las GPU y todo lo demás” y pregunta cómo va la solución del mercado. Altman responde:

“Creo que la mano invisible está fallando ahora mismo.” (27:27)

Su explicación: los fabricantes de memoria pasaron décadas en ciclos de auge y caída, invirtiendo “20 mil millones de dólares en CapEx para ganar 19 mil millones”, y ahora que pueden ganar muchísimo, recuerdan “cuántas veces casi quiebran por construir demasiadas fábricas”, y eso “los lleva a ser conservadores con su inversión”.

Después habló de quienes usan IA en sus propias máquinas (29:06):

“Mucha gente quiere inferencia local. Y de alguna manera asumen que el problema ya está resuelto, porque vamos a tener modelos de código abierto, vamos a poder correrlos en nuestras computadoras y no vamos a necesitar todo eso del centro de datos. Pero desde una perspectiva de asignación global, en realidad es bastante terrible que todo el mundo tenga un montón de la limitada oferta mundial de DRAM en su propia computadora, usada el 5% del tiempo. Quieres la máxima utilización en la nube si intentas lidiar con un entorno de oferta tan limitada.”

Para ser justos, es un argumento de eficiencia, no un ataque a los gamers. Un servidor que atiende a miles de personas día y noche le saca más provecho a cada chip que una PC apagada toda la noche. Más adelante en el episodio dice que quiere que la memoria baje de precio: “Si no baja, me pondré muy triste. Pero para que baje, con todo el valor que hay en esto, la oferta tiene que subir muchísimo.” (38:31)

PC Gamer lo leyó igual: Altman se lamenta de una ineficiencia dentro de la industria de la IA, no apunta contra los gamers. Pero agregó que “sigue pareciendo un poco descarado” que Altman se queje de una escasez de memoria que OpenAI y ChatGPT ayudaron a crear.

Internet fue menos generoso, y se entiende. “Todo el mundo” con DRAM “en su propia computadora” describe cada PC gamer, consola, estación de edición y laptop. El titular de Windows Central fue “You don’t hate him enough” (“No lo odias lo suficiente”).

Por qué la RAM se puso tan cara

El comentario no se puede separar del contexto.

El 1 de octubre de 2025, OpenAI anunció que Samsung y SK hynix firmaron cartas de intención para abastecer su proyecto de centros de datos Stargate, con una meta de 900,000 obleas de DRAM iniciadas por mes. Tom’s Hardware lo comparó con una capacidad mundial proyectada de unos 2.25 millones de obleas al mes: cerca del 40% de la producción mundial. Eran cartas de intención, no pedidos firmes, pero el mercado las leyó como una señal de que los fabricantes iban a mover su producción hacia la IA.

Esto pasó con los precios al consumidor durante el año siguiente, según el análisis de Tom’s Hardware con datos de PCPartPicker (precio promedio en dólares, agosto 2025 vs. agosto 2026):

Y no se ha terminado. El 30 de septiembre de 2026, TrendForce pronosticó que los precios de contrato de la DRAM convencional subirán otro 10 a 15% en el cuarto trimestre de 2026, impulsados por la demanda de servidores de IA. Señaló que los inventarios de laptops ya reflejan cada vez más el alza en el costo de los componentes, y que las marcas de PC están reduciendo la capacidad de los SSD en sus modelos más vendidos para contener precios.

Así que cuando el CEO de la empresa en el centro de esa demanda dice que la memoria de los consumidores es la parte ineficiente, la gente lo nota.

Dónde falla el argumento del 5%

El número no tiene fuente. Altman no dijo de dónde sale el 5% ni qué mide. Lo más probable es que se refiera a cuánto tiempo la memoria está bajo carga pesada, no a cuánta está en uso. Son cosas muy distintas.

Inactiva no es lo mismo que inútil. La RAM es como una mesa de trabajo: tiene que estar ahí cuando empiezas a trabajar, no en un momento promedio. Un juego, un navegador con cuarenta pestañas o una línea de tiempo de edición en 4K necesitan su memoria lista en el segundo en que los abres. No puedes alquilarla a un centro de datos a mitad de una pelea con el jefe final.

La industria vende lo contrario. Nvidia, cuyos chips alimentan los centros de datos de OpenAI, vende la DGX Spark, una computadora de escritorio para IA con 128GB de memoria unificada, hecha para correr y ajustar modelos localmente. La industria claramente no cree que la memoria local sea un desperdicio.

Hay un interés comercial. OpenAI gana dinero con la inferencia en la nube. Cada modelo que corre en la máquina de alguien es una consulta que nunca llega a los servidores de OpenAI. Eso no significa que Altman se equivoque sobre la utilización, pero es motivo para cuestionar cómo lo plantea.

Por qué la IA local sigue importando

Uso modelos de IA locales todos los días. SEMPITE aloja sus propios modelos abiertos en su propio hardware, y los datos de clientes que usamos en auditorías e investigación nunca van a una empresa de IA externa. Es una decisión deliberada, y la crisis de memoria no me ha hecho cambiar de opinión.

Esto es lo que te da la inferencia local que la nube no te da:

1. Privacidad. Tus prompts, documentos y archivos de clientes se quedan en tu máquina. Para un bufete de abogados, un terapeuta, una startup con planes de producto sin anunciar, o cualquiera que maneje datos de clientes, ese es justamente el punto.
2. Costo predecible. Pagas el hardware una vez. No hay una factura por token que crece mientras más lo usas, ni cambios de precio anunciados por correo.
3. Funciona sin conexión. Ninguna caída del servicio, límite de uso o cambio en los términos te deja parado.
4. Control. Tú eliges el modelo, tú decides cuándo actualizarlo, y nadie te cambia uno por otro a escondidas en medio de tu flujo de trabajo.

¿Una estación de trabajo de 128GB que corre un modelo tres horas al día es menos “eficiente” que un clúster de GPU a escala masiva? En una gráfica de utilización, sí. Pero ¿eficiente para quién? El clúster es eficiente para su dueño. La estación de trabajo es eficiente para quien es dueño de sus datos, sus costos y sus herramientas.

Qué significa esto para pequeñas empresas y creadores

No necesitas salir corriendo a comprar memoria a los precios de hoy. Pero vale la pena saber hacia dónde quieren llevar el mercado las grandes empresas de IA: hacia un mundo donde el cómputo útil vive en sus centros de datos y tú lo alquilas.

• No compres RAM de más ahora a menos que tengas una carga de trabajo concreta. Los precios están cerca de máximos históricos y TrendForce espera que sigan subiendo este trimestre.
• Sabe qué le estás enviando a la IA en la nube. Si una herramienta procesa datos de clientes, averigua a dónde van y si se usan para entrenar modelos.
• Los modelos locales pequeños son mejores de lo que crees. Muchas tareas diarias, como resumir, redactar, ordenar y etiquetar, funcionan bien en hardware modesto.
• Mantén tus opciones abiertas. Construir todo tu flujo de trabajo sobre un solo proveedor de IA es una dependencia. Poder correr algo localmente es un seguro.

Si quieres saber cómo ven tu marca los motores de IA hoy, nuestro chequeo gratuito de visibilidad es un buen punto de partida.