Google DeepMind 2026: por qué la infraestructura gana sobre los modelos de IA

El análisis contundente de SemiAnalysis sobre el declive de DeepMind

Según el informe de SemiAnalysis publicado el 7 de agosto de 2026, DeepMind ya no es un laboratorio frontera en la carrera de inteligencia artificial. Los expertos de esta firma de análisis tecnológico señalan que la probabilidad de que Google logre un modelo de IA que compita con los mejores "es cero", una conclusión que sacude al ecosistema tecnológico global.

Gemini 3 Pro fue el pico máximo de los modelos de Google a finales de 2025, cuando llegó a ser probablemente el mejor modelo del mundo durante algunas semanas. Sin embargo, desde entonces ha habido una caída rápida: Gemini 3.5 Flash decepcionó, Gemini 3.5 Pro no para de retrasarse y Gemini 3.6 Flash se ha quedado muy atrás en las comparativas de rendimiento.

La fuga masiva de talento que redefine el panorama

El análisis de SemiAnalysis destaca una tendencia alarmante: el talento se les escapa y se convierte en cliente. Las salidas incluyen figuras clave como Jeff Dean, Sanjay Ghemawat, Quoc Le, Oriol Vinyals, Noam Shazeer y John Jumper —coganador del Nobel junto a Demis Hassabis— además de otros especialistas en aprendizaje por refuerzo.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Según reporta TIME el 6 de agosto de 2026, Demis Hassabis, fundador y CEO de Google DeepMind, está pasando a un rol más consultivo como presidente de DeepMind y científico jefe de Alphabet. Esta transición coincide con una reorganización más amplia de Google DeepMind mientras la compañía intenta ponerse al día con líderes de la industria como OpenAI y Anthropic.

Lo curioso es que startups como las que cofundarán Dean y otros "ex-googlers" usarán el dinero que han levantado en rondas de inversión en cómputo en Google Cloud. La compañía pierde talento y gana clientes, un fenómeno que SemiAnalysis describe como "la transformación del talento en cliente".

La estrategia de infraestructura que está cambiando las reglas del juego

La tesis más llamativa de SemiAnalysis es que el gran problema de Gemini no es la ausencia de capacidad de cómputo, sino cómo la están repartiendo. Según sus cálculos, más del 20% de todos los TPUs que se fabriquen de aquí a finales de 2027 irán directamente a Anthropic, sin contar todos los que ya "alquilan" tanto a la propia Anthropic como a Meta a través de Google Cloud Platform (GCP).

Thomas Kurian, CEO de Google Cloud, lleva tiempo defendiendo que las TPU de Google deben ser la base de una infraestructura capaz de dar servicio a cualquier cliente, incluso si eso hace que Gemini tenga más y mejor competencia. Lo que ha pasado estos días en Google con la reorganización de altos cargos parece una victoria clara de esa visión.

Los números que respaldan el cambio estratégico

Según SemiAnalysis, Gemini facturaba unos 12.000 millones de dólares de ingresos recurrentes anualizados (ARR) en el segundo trimestre de 2026. Para finales de 2027 se proyectan más de 73.000 millones de dólares en infraestructura de IA para terceros y otros 120.000 millones en ventas de sus chips TPU.

Las cuentas de estos analistas revelan que Google Cloud Platform creció un 82% en el último trimestre de este año, aunque destacan que hay una nueva fuente de ingresos: los servidores con sus TPUs que están usándose en centros de datos de clientes externos como Anthropic. También estiman que la firma tiene unos 150.000 millones de dólares en carteras pendientes de pago (contratos por ejecutar) y eso podría llevar a GCP a crecer por encima del 100% el año que viene.

La visión de Google sobre la infraestructura de IA para 2026

Según el Google Cloud Blog del 22 de abril de 2026, Google está introduciendo nuevas capacidades de infraestructura de IA diseñadas específicamente para la "era agentica". El AI Hypercomputer de Google es una infraestructura optimizada para IA construida para esta nueva era, la misma base que impulsa los modelos insignia Gemini de Google, los servicios de IA para consumidores y las ofertas de IA empresarial.

La compañía anunció la octava generación de sus Tensor Processing Units (TPUs), que por primera vez incluye dos chips y sistemas especializados distintos, diseñados específicamente para la era agentica. TPU 8t es su sistema de entrenamiento de alto rendimiento, mientras que TPU 8i es su sistema de razonamiento para inferencia y aprendizaje por refuerzo.

¿Qué significa esto para tu startup?

1. La infraestructura como ventaja competitiva

El análisis de SemiAnalysis revela una lección crucial para founders: la infraestructura puede ser más valiosa que el producto final. Mientras Google apuesta por convertirse en el proveedor de cómputo para todos los jugadores de IA, incluyendo sus competidores directos, tu startup debe evaluar si construir infraestructura propia o aprovechar servicios de nube especializados.

Acción concreta: Analiza si tu modelo de negocio se beneficia más de desarrollar capacidades de infraestructura o de enfocarte exclusivamente en la capa de aplicación. Para la mayoría de las startups de IA, usar servicios como Google Cloud TPU o AWS Inferentia será más eficiente que construir hardware propio.

2. El talento como activo estratégico

La fuga masiva de talento de Google demuestra que retener a los mejores investigadores y desarrolladores es tan importante como desarrollar tecnología. Las startups que puedan atraer talento de primera línea tienen una ventaja competitiva significativa.

Acción concreta: Diseña una estrategia de talento que vaya más allá de los salarios competitivos. Ofrece autonomía, proyectos desafiantes y la oportunidad de trabajar en problemas frontera. Considera programas de equity generosos y estructuras organizacionales que permitan a los talentos técnicos mantener su enfoque en la investigación.

3. La importancia de la especialización

Google está descubriendo que ser el mejor en todo es imposible. Mientras DeepMind se enfocaba en la ciencia pura, la competencia en modelos frontera se ha vuelto ferozmente comercial. Tu startup debe identificar su ventaja competitiva específica y profundizar en ella.

Acción concreta: Define claramente tu nicho de especialización. ¿Eres mejor en eficiencia de inferencia, en modelos de dominio específico, en herramientas de desarrollo o en infraestructura de entrenamiento? La especialización te permitirá competir contra gigantes con recursos ilimitados.

4. El modelo de negocio de la infraestructura

Los números proyectados por SemiAnalysis muestran que vender infraestructura puede ser más rentable que vender modelos. Para 2027, Google espera generar 73.000 millones de dólares en infraestructura de IA para terceros, frente a los 12.000 millones de ARR de Gemini.

Acción concreta: Evalúa si tu startup puede pivotar hacia un modelo de infraestructura-as-a-service. Incluso si tu producto principal es un modelo de IA, considera ofrecer APIs, herramientas de desarrollo o plataformas de despliegue que generen ingresos recurrentes.

El futuro de la competencia en IA

Durante años parecía que la carrera de la IA la ganaría quien tuviera el modelo de IA más potente. Ahora ha surgido otra nueva y excepcional fuente de ingresos: la capacidad de cómputo. Google puede dejar que OpenAI, Anthropic, Meta y otras startups se peleen por los modelos frontera mientras ella cobra por los chips, la nube y la infraestructura que todas estas empresas necesitan.

Sin embargo, los datos y conclusiones de SemiAnalysis no significan que Google haya renunciado a perder del todo esa carrera por los modelos frontera. Varios factores podrían cambiar la ecuación:

Los perfiles que han dejado la empresa son principalmente científicos, mientras que DeepMind casi nunca tuvo como prioridad convertir a Gemini en el mejor modelo de IA del mundo
Con la nueva reorganización, puede que vuelva el foco al producto
El acuerdo de Google con Apple para que Gemini sea la base de Siri AI obliga a la empresa a no relajarse
Google necesita un modelo de garantías para que su renovado buscador con IA siga dando respuestas válidas

Conclusión

El análisis de SemiAnalysis presenta un panorama fascinante donde Google está transformando estratégicamente su desventaja en modelos frontera en una ventaja en infraestructura. Para founders, esta transición ofrece lecciones valiosas sobre especialización, gestión del talento y modelos de negocio sostenibles en el ecosistema de IA.

La carrera de la IA ya no se trata solo de quién tiene el mejor modelo, sino de quién controla la infraestructura que alimenta todos los modelos. Esta es una oportunidad para startups que puedan innovar en eficiencia computacional, herramientas de desarrollo o servicios especializados que complementen las plataformas de infraestructura existentes.