Microsoft pagaría por entrenar IA con tu GPU ociosa

Microsoft quiere convertir tu PC en un nodo de entrenamiento

Microsoft registró en abril de 2025 una patente para repartir tareas de entrenamiento de IA entre las GPU de ordenadores ajenos, y la solicitud se publicó el 5 de noviembre. El mecanismo es simple de enunciar y complejo de ejecutar: si tu tarjeta gráfica está inactiva, la compañía la usa para entrenar sus modelos y tú recibes una compensación. Para cualquier founder que esté pagando facturas de cómputo, la pregunta relevante no es si Microsoft lo hará, sino qué ventana de oportunidad abre —y qué costos esconde— la idea de que la capacidad de cómputo ociosa del mundo se pueda comprar por créditos.

La patente se titula, en su versión en español, «Microentrenamiento oportunista en dispositivos periféricos mediante el aprovechamiento de la capacidad de GPU disponible». El planteamiento no es nuevo como concepto, pero sí como propuesta comercial a gran escala: en lugar de construir otro centro de datos, aprovechar la base instalada de tarjetas gráficas domésticas que pasan la mayor parte del día sin hacer nada.

¿Cómo decide Microsoft cuándo usar tu GPU?

El sistema no encendería tu tarjeta a ciegas. Según la descripción de la patente recogida por TechSpot, el mecanismo monitorea utilización de CPU y GPU, consumo de memoria, temperatura, consumo energético, ancho de banda de memoria y profundidad de la cola de cómputo. Con esos datos decide cuánta capacidad puede tomar prestada y en qué momento.

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 →

Segmentación por hardware: las tareas se adaptan al equipo. Un PC de gaming puede recibir cargas más complejas que un portátil de oficina.
Predicción de disponibilidad: el sistema analiza el historial de uso. Si trabajas de día y juegas de noche, ejecutaría las tareas en horario de oficina.
Interrupción limpia: si abres un juego exigente, la carga asignada se reduce o se pausa.
Reputación del dispositivo: las microtareas se reparten según disponibilidad y el historial de resultados correctos que haya acumulado cada equipo.

El primer diagrama de la patente incluye servidores, PCs de escritorio y teléfonos inteligentes, lo que sugiere que el mismo esquema podría extenderse a dispositivos móviles, no solo a computadoras.

¿Cómo evita Microsoft que le envíen resultados falsos?

El punto más delicado de cualquier red de cómputo distribuido es la confianza: si el trabajo se ejecuta en un equipo que no controlas, ¿cómo sabes que el resultado es correcto? La patente describe un sistema de validación que asigna tareas similares a distintos equipos para comparar rendimiento y detectar errores o manipulaciones deliberadas. Los resultados verificados se combinan después en el entrenamiento general del modelo.

Es exactamente el mismo problema que resolvieron proyectos de cómputo voluntario como SETI@home, que repartía cálculos astronómicos entre procesadores domésticos. La diferencia es que aquí hay dinero —o su equivalente— de por medio, y eso cambia los incentivos: donde hay recompensa, hay intentos de simular trabajo.

¿Cuánto pagaría Microsoft y con qué?

La patente menciona varias formas de compensación: créditos canjeables por software, acceso a modelos de IA o dinero en efectivo. Microsoft no reveló ninguna tarifa, y hay un detalle que conviene subrayar: según Windows Report, la posibilidad de pago aparece en la descripción del documento, no entre sus 20 reivindicaciones formales. Es decir, incluso dentro de la patente, la retribución está enunciada como escenario, no como obligación.

Tampoco existe confirmación de producto: no hay programa comercial anunciado, ni lista de hardware soportado, ni fecha de lanzamiento, ni tarifas publicadas. Una patente no es una hoja de ruta. Y Microsoft ya opera programas de fidelidad ligados a su software, así que la mecánica de créditos encajaría en una infraestructura que ya tiene construida.

El problema que nadie quiere calcular: la electricidad la pagas tú

Aquí está el punto que separa la idea atractiva del negocio real. Una GPU trabajando consume energía, y ese consumo lo asume el dueño del equipo, no Microsoft. ThinkComputers recoge un ejemplo citado en la cobertura del tema: sostener 250 vatios adicionales durante cuatro horas diarias suma unos 30 kilovatios hora al mes, lo que a 35 centavos por kilovatio hora equivale a unos US$10,50 mensuales. Es una estimación de referencia: el costo real depende del hardware, de la carga de trabajo y del precio local de la electricidad.

A eso se suman el calor adicional y el desgaste del equipo. Los mecanismos de monitoreo y pausa que describe la patente buscan limitar la interrupción de la experiencia de uso, pero el documento no establece con qué fiabilidad funcionarían en un servicio real. Y hay una capa más: qué información de tu dispositivo se recopila y quién la ve.

La cuenta que cualquier usuario debería hacer es sencilla: si el crédito recibido no supera el costo eléctrico más una prima por desgaste, no hay negocio. Quien viva en un mercado con electricidad cara —buena parte de Europa, por ejemplo— parte en desventaja frente a quien tenga tarifas bajas.

¿Por qué Microsoft mira tu PC y no construye otro datacenter?

El contexto explica la patente mejor que la patente misma. La demanda de cómputo para IA está tensionando la cadena de suministro completa: memoria, obleas y capacidad de fabricación de GPU. TechSpot señala que la escasez de memoria ya está encareciendo los dispositivos de consumo, y que la situación ha vuelto más rentable para los fabricantes destinar obleas a GPU de servidor que a tarjetas gráficas de consumo. La propia CEO de AMD, Lisa Su, describió a la compañía como una empresa data center-first.

Sobre ese telón de fondo, el CEO de OpenAI, Sam Altman, generó polémica al afirmar que la RAM es más útil en los servidores de las empresas de IA que en los dispositivos del hogar, donde suele estar inactiva. La patente de Microsoft es, en cierto modo, una respuesta ingenieril a esa tensión: si no puedes comprar más infraestructura, arrienda la que ya está instalada en millones de escritorios.

El interés inversor por esta tesis tampoco es teórico. Hydra Host, una startup con sede en Boulder, Colorado, cerró una ronda Serie A de US$100 millones el 15 de junio de 2026, liderada por Kindred Ventures con la participación de NVIDIA, ARK Invest, SPLY Capital, Comcast Ventures, Magnetar y PEAK6, según reportó Investing.com. Su negocio es un mercado que conecta empresas y desarrolladores con capacidad de GPU agrupada de proveedores de todo el mundo; su sistema operativo Brokkr AI Factory abarca más de 50 centros de datos en América, APAC y EMEA. El cómputo distribuido dejó de ser un experimento académico: hay capital institucional apostando a que la capacidad fragmentada es un mercado.

Qué significa esto para tu startup

Para un founder, la patente tiene menos que ver con apuntarse a un programa que aún no existe y más con tres decisiones que sí puede tomar hoy.

1. Reevalúa tu estrategia de cómputo. Si entrenas o haces fine-tuning de modelos, dependes de un único proveedor de nube y su precio te duele, el mercado de capacidad GPU agregada ya es una alternativa con jugadores financiados. Cotiza esa opción contra tu factura actual antes de asumir que el precio de lista de un hiperescalador es el precio de mercado.

2. Piensa en modelos de compensación no monetaria. Si tu producto vendría a usuarios que aportan algo —datos, cómputo, tiempo, contenido—, el crédito en producto suele ser más barato y más pegajoso que el pago en efectivo. Microsoft lo tiene resuelto con su ecosistema de software; tú puedes hacerlo con acceso a funciones premium o capacidad de tu propio servicio.

3. Diseña consentimiento explícito desde el día uno. Cualquier producto que use recursos del dispositivo del usuario —batería, ancho de banda, GPU— vive o muere por la percepción de abuso. Controles claros de cuándo se activa, qué se ejecuta, qué información se envía y cómo se detiene son requisito de producto, no un anexo legal.

Y si estás del lado del usuario que se plantea participar en un esquema así cuando exista: mide el consumo real con un medidor de enchufe durante una semana antes de asumir que el crédito compensa.

Conclusión

La patente de Microsoft no es un anuncio de producto ni una promesa de ingresos pasivos para nadie. Es la evidencia de una restricción concreta: la infraestructura centralizada no alcanza para la demanda de cómputo que la IA exige, y las grandes tecnológicas están explorando seriamente la capacidad ociosa del borde como fuente de entrenamiento.

Para un founder hispanohablante, la lectura útil es doble. Primero, el cómputo se está convirtiendo en un mercado fragmentado con intermediarios, precios y competencia real, y eso es una oportunidad de reducir costos. Segundo, si vas a construir sobre recursos de terceros —sean GPUs, datos o atención—, el modelo de compensación y el consentimiento serán parte del producto, no de la letra pequeña. La parte técnica de este tipo de red es difícil; la de confianza lo es todavía más.