Microsoft patenta pagar a gamers por entrenar IA con su GPU

Qué propone la patente de Microsoft

Una patente publicada el 5 de noviembre de 2026 describe cómo Microsoft repartiría el entrenamiento de modelos de IA entre las GPU de PCs de gaming, laptops y smartphones que estén inactivos, y contempla compensar a sus dueños con créditos canjeables por software, acceso a modelos o dinero. Para un founder que paga facturas de cómputo cada mes, la señal es clara: la industria busca capacidad de entrenamiento más barata en cualquier lugar donde esté disponible.

La solicitud se titula «Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization» y fue presentada por Microsoft Technology Licensing el 30 de abril de 2025. Según CryptoBriefing, lleva el número US 2026/0349820 A1 y su único inventor es Aditya Vasanth Challapally, con base en San Francisco.

Conviene decirlo de entrada: esto es una patente, no un producto. Microsoft no anunció servicio comercial, tarifas de compensación ni fecha de lanzamiento.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Cómo funcionaría el sistema de micro-tareas

La lógica es dividir un trabajo de entrenamiento grande —el tipo que normalmente corre en un data center— en «micro-tareas» que quepan en hardware de consumo. Antes de repartirlas, el sistema analiza las dependencias computacionales del modelo y pondera costos de comunicación, requisitos de memoria y localidad de los datos.

El scheduler monitorea en tiempo real utilización de GPU y CPU, consumo de memoria, temperatura y consumo eléctrico. Con esas lecturas decide a qué equipo asignar trabajo y cuándo retirarlo. Si el dueño abre un juego exigente, la carga se reduce o se suspende.

Hay además una capa de confianza: los resultados se verifican de forma cruzada y el sistema identifica dispositivos poco fiables, de modo que se puedan agregar contribuciones sin depender de que todos los equipos estén disponibles al mismo tiempo. La participación es opt-in: el dueño debe autorizar explícitamente el uso de su hardware.

El punto más llamativo es la compensación. La patente describe un mecanismo que registra los cálculos completados y otorga créditos canjeables por software, acceso a modelos de IA o dinero. Pero ese pago aparece solo en el texto descriptivo, no en las 20 reivindicaciones publicadas, que se limitan a la maquinaria técnica: partir cargas, monitorear equipos, programar tareas y verificar resultados. La patente protege el mecanismo, no el pago.

¿Cuánto tendría que pagar Microsoft para que valga la pena?

Es la pregunta que nadie respondió todavía. Según PC Games Hardware, un consumo adicional de 250W sostenido cuatro horas al día equivale a unos 30 kWh al mes. Cualquier compensación tendría que cubrir ese gasto, más el calor extra y las horas de operación que se suman a la vida útil del hardware.

Quedan abiertos también los frentes de privacidad, qué hardware quedaría soportado y el impacto real en el rendimiento de los juegos. Nada de eso está resuelto en la solicitud.

El antecedente: NVIDIA PAIR y el cómputo ocioso del hogar

El concepto no es nuevo. Folding@home lleva décadas pidiendo a voluntarios que cedan ciclos de cómputo para investigación científica. La diferencia es el destino: aquí sería entrenamiento comercial de IA.

El comparable más cercano es de NVIDIA. Según The Verge, la compañía lanzó PAIR (Personal AI Router), un software gratuito y open source que descubre los PCs compatibles de una red doméstica, los conecta y reparte tareas de IA local entre ellos cuando están inactivos. Funciona con GPUs GeForce RTX serie 20 o superior, RTX PRO, DGX Spark y chips Apple M4 o más nuevos, y empareja los equipos con un código de seis dígitos y cifrado mTLS.

La diferencia clave, según el artículo original de Wccftech, es que PAIR está pensado para inferencia, no para entrenamiento.

Digital Trends reportó que en IFA 2026 NVIDIA puso número a ese desperdicio: la mayoría de los hogares estadounidenses tiene dos o más PCs, pero los usa solo el 17% del día, unas cuatro horas. La compañía estima que las familias dejan sin usar unos 165 teraflops y que, al 60% de utilización, esos equipos podrían procesar alrededor de 120 millones de tokens diarios con un modelo abierto mediano. Externalizar ese trabajo costaría cerca de US$1.200 al mes en servicios cloud, más hasta US$120 en electricidad adicional.

GCN añade otro dato del benchmark propio de NVIDIA: una tarea de cinco subagentes pasó de 18 minutos en un solo equipo a 8 minutos 48 segundos repartida entre tres dispositivos.

Qué significa esto para tu startup

La noticia no cambia tu roadmap mañana, pero sí marca hacia dónde se mueve el costo del cómputo. Estas son las lecturas prácticas.

No rediseñes tu arquitectura por una patente. Una solicitud publicada no es un servicio. Microsoft no anunció tarifas, hardware soportado ni fecha, así que cualquier decisión de infraestructura basada en esto sería una apuesta, no un plan.
Audita el hardware que ya tienes. PAIR está en beta gratuita para Windows, macOS y Linux, según The Verge. Si tu equipo trabaja con RTX serie 20 o superior o un Mac M4, puedes mover parte de la inferencia a local y recortar el gasto mensual en APIs. NVIDIA estima que un hogar con varios equipos podría procesar unos 120 millones de tokens al día al 60% de utilización, equivalentes a cerca de US$1.200 mensuales de servicios cloud según Digital Trends.
Si vendes a gamers o creadores, mira el modelo de incentivos. La patente legitima la idea de recompensar a los usuarios por ceder recursos ociosos. Un producto que devuelva créditos, acceso o dinero por contribuir cómputo puede convertirse en una palanca de retención difícil de copiar.
Si algún día integras cómputo de terceros, define las reglas antes de escalar. Opt-in explícito, límites de temperatura, política clara sobre qué datos se mueven y a dónde. La propia patente monitorea temperatura y consumo eléctrico, señal de que el desgaste del hardware ajeno es un problema real y no un detalle.

Conclusión

La patente de Microsoft describe con precisión el «cómo» técnico y deja el «cuánto» sin responder. Ese hueco es el que decide si el modelo funciona: si el pago no cubre electricidad, calor y desgaste, nadie va a ceder su GPU. Mientras tanto, la parte que ya es real —el cómputo ocioso de los hogares y las herramientas para aprovecharlo— sí está disponible hoy y es la que un founder puede usar para bajar costos.