Sam Altman: la IA local desperdicia la DRAM escasa

Qué dijo Sam Altman sobre la IA local y la DRAM

Sam Altman cree que ejecutar modelos de IA en tu propio ordenador es un desperdicio. No por una razón técnica, sino de asignación de recursos: según el CEO de OpenAI, la memoria DRAM de los equipos personales pasa inactiva alrededor del 95 % del tiempo, y en un mercado donde ese componente es escaso, tenerlo en casa equivale a malgastarlo.

La frase que se viralizó la dijo en Cheeky Pint, el podcast del cofundador de Stripe, John Collison, en un episodio que se publicó un jueves. Textual: "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 este es un recurso tan limitado".

Y añadió la conclusión que incomoda: "Quieres la máxima utilización en la nube si estás tratando con un entorno de oferta tan restringida". Para Altman, la intuición de la gente va en la dirección contraria a lo que dicta la economía del silicio.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Por qué la DRAM se volvió un recurso tan escaso?

Porque la IA se la está comiendo. Los centros de datos necesitan HBM (memoria de alto ancho de banda) apilada junto a las GPU, además de módulos DDR5 de servidor y SSD rápidos. Samsung, SK Hynix y Micron tienen un número limitado de obleas y las están reasignando hacia donde el margen es mayor.

Los números del shock son contundentes. Según TrendForce, los precios de contrato de la DRAM convencional subieron entre un 90 % y un 95 % en el primer trimestre de 2026, y la firma esperaba otro 10 % a 15 % de aumento en el cuarto trimestre, según recoge ShiftDelete. En el segundo trimestre el alza fue de cerca del 80 % intertrimestral y en el tercero de un 40 %, de acuerdo con el Commercial Times citado por TrendForce.

El efecto llega al bolsillo. Un kit básico de 32 GB DDR5 costaba más de 400 dólares en Estados Unidos al 30 de octubre de 2026, cuando un año antes se vendía por entre 100 y 200 dólares, según el índice de precios de Tom's Hardware que cita ShiftDelete. Samsung reportó que su precio medio de venta de DRAM subió cerca de un 20 % solo en el tercer trimestre.

Y no hay alivio a la vista: SK Hynix dijo que su DRAM y HBM están vendidos hasta 2029 y que la escasez durará hasta 2030, según Reuters vía The Next Web. Construir una fábrica nueva cuesta decenas de miles de millones y tarda años en alcanzar plena producción.

El argumento tiene un dueño: OpenAI también vende nube

Aquí conviene leer con cuidado. Altman no es un observador neutral del mercado de memoria: OpenAI es uno de los mayores compradores de DRAM del planeta y su negocio consiste, precisamente, en que los usuarios accedan a sus modelos a través de la nube.

Según CryptoBriefing, OpenAI ha cerrado acuerdos de suministro con Samsung y SK Hynix que podrían llegar a 900.000 obleas mensuales de DRAM de alto ancho de banda, cerca del 40 % de la producción global. La concentración corta en dos direcciones: le da a los fabricantes un cliente ancla con bolsillos profundos, pero deja al resto —fabricantes de PC incluidos— compitiendo por lo que sobre.

Como señala el análisis de Yahoo Tech, el argumento de la utilización, con todo su mérito técnico, coincide punto por punto con el interés comercial de OpenAI. Eso no lo invalida, pero es un dato que cualquier founder debería poner sobre la mesa antes de aceptarlo como verdad de ingeniería.

Altman también dejó una proyección sobre los fabricantes: estimó que cada uno podría generar alrededor de 100.000 millones de dólares de flujo de caja libre anual, según The Next Web. Es una proyección suya, no un resultado reportado.

¿Y los que sí quieren su IA en local?

El otro lado del mostrador tiene razones que no aparecen en la hoja de cálculo de utilización. Ejecutar un modelo en tu propio hardware da privacidad —los datos no salen de tu máquina—, funciona sin conexión y no depende de los términos de suscripción ni de las políticas de acceso de un proveedor que no controlas.

Hay además una incoherencia temporal que vale la pena notar. OpenAI lanzó gpt-oss en agosto de 2025, sus primeros pesos abiertos desde GPT-2, pensados justamente para correr en local. Y el propio Altman había admitido en enero de 2025 que la empresa se había equivocado con el código abierto. Como apunta Xataka, en aquel momento la crisis de la DRAM todavía no existía.

El campo de la IA en dispositivo no está solo: Apple lleva años apostando por procesar en el equipo, con la privacidad como argumento central de producto, según CryptoBriefing. Y el CEO de Apple, John Ternus, calificó la escasez de memoria como una crisis, según reportó TIME y recoge The Next Web.

¿Qué pasa con el resto de la cadena de suministro?

Altman sostiene que el mercado no está respondiendo al ritmo necesario. Los fabricantes han ampliado plantas e incluso han recortado producción de chips de consumo para volcarse en HBM, pero el cambio no es instantáneo. Micron fue el caso más explícito: anunció en diciembre de 2025 su salida del negocio de memoria de consumo Crucial, citando la demanda impulsada por IA, según su comunicado a inversores recogido por Yahoo Tech.

El resultado es una reasignación que algunos analistas describen como de suma cero: cada oblea destinada a un stack de HBM para una GPU de Nvidia es una oblea que no va a una laptop económica. Gartner proyectaba que los precios de PC subirían un 17 % y los de smartphones un 13 % al cierre de 2026 frente a 2025, según Tech Times.

La solución que plantea Altman es que entren nuevos actores. OpenAI desarrolla chips propios de la mano de Broadcom —el proyecto conocido como Jalapeño—, y en la misma línea están Amazon, Meta, Microsoft y Google con sus TPU. Un chip a medida no elimina la necesidad de DRAM, pero optimiza el consumo.

¿Qué significa esto para tu startup?

1. Revisa tu presupuesto de hardware ahora, no en 2027. Si tienes previsto renovar laptops, servidores on-premise o equipos para tu equipo, el escenario base ya no es el de 2025. Las grandes marcas advirtieron subidas de 15 % a 20 % para la segunda mitad de 2026, según Tech Times. Modelar con precios del año pasado te va a dejar corto.

2. Decide tu arquitectura con criterio explícito, no por moda. La pregunta no es "local o nube" en abstracto, sino qué cargas necesitan privacidad real y cuáles solo necesitan costo por token bajo. Un híbrido sensato: modelos pequeños en local para datos sensibles o funciones offline, y nube para entrenamiento, tareas pesadas y picos de demanda.

3. No construyas tu producto asumiendo que la memoria barata vuelve. Analistas citados por ShiftDelete apuntan a que el alza de precios de DDR4 y DDR5 podría durar hasta 2028 o 2029. Si tu roadmap depende de hardware de consumo abaratándose, tienes un riesgo de negocio, no un supuesto.

4. Convierte la privacidad en argumento comercial. Si tu cliente es salud, legal, finanzas o sector público en LATAM o España, "tus datos no salen de tu infraestructura" vende. Y ese es exactamente el terreno donde la IA local gana la discusión que Altman plantea en términos de eficiencia.

Conclusión

Altman tiene razón en la física y quizá no tanta en la política. Es cierto que un data center utiliza la DRAM mucho mejor que un portátil encendido ocho horas al día. Pero de ahí no se sigue que la asignación óptima sea concentrar toda la memoria del mundo en manos de un puñado de hiperescaladores.

Para un founder, la lectura útil no es elegir bando sino entender el tablero: la memoria es el cuello de botella real de la IA en 2026, los precios no van a ceder pronto y quien controle el suministro controla también las condiciones del mercado. Planifica tu infraestructura con esa restricción en mente, y no con la esperanza de que desaparezca.