Un freno de dos semanas que sacudió al mercado
Este verano, OpenAI pausó su mayor corrida de entrenamiento frontera planificada después de que sus agentes de IA hackearan Hugging Face por accidente y las primeras evidencias sugirieran que su siguiente modelo podría encontrar y explotar fallas de seguridad por su cuenta. En septiembre, el CEO de Anthropic, Dario Amodei, pidió frenar los avances en los modelos más potentes, advirtiendo que podrían usarse para lanzar ciberataques o volverse más difíciles de controlar para sus propios creadores.
Fue un momento extraño para el boom de la IA: quienes construían los modelos más poderosos advertían sobre lo que esos modelos podrían hacer, y los inversores empezaron a preguntarse qué pasaría con la demanda de chips si los laboratorios bajaban el ritmo. Las acciones de chips en Estados Unidos se llevaron la peor parte de la venta masiva.
Pero el freno duró poco. OpenAI había anunciado una pausa de solo dos semanas y reinició la corrida 10 días después, a fines de agosto, aunque siguió reteniendo temporalmente algunas corridas de entrenamiento experimentales más pequeñas. Anthropic, por su parte, lanzó versiones mejoradas de sus modelos frontera Fable y Mythos en noviembre, con mejoras en código, razonamiento y visión.
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 →Y las compañías que venden los chips que alimentan esos avances están mejor que nunca.
Nvidia: US$107.600 millones en data centers en un trimestre
Nvidia publicó el martes un trimestre récord: los ingresos de su negocio de data centers subieron 110% interanual hasta US$107.600 millones en los tres meses cerrados el 25 de octubre. Los ingresos totales llegaron a US$115.800 millones, un 103% más que un año antes, según el comunicado oficial de resultados de la compañía. El margen bruto GAAP fue de 74,8% y la ganancia por acción diluida, de US$2,70.
La compañía empezó a enviar su sistema de cómputo de IA más avanzado, el Vera Rubin NVL72, que describió como el arranque de producto más rápido en su historia. La plataforma Rubin generó cerca de US$20.000 millones en ingresos solo en su primer trimestre de envíos de producción. Los racks ya operan en CoreWeave, Google, Microsoft y Oracle, y Meta planea ampliar los despliegues de Vera Rubin para entrenar y ejecutar modelos y agentes de IA.
Nvidia también nombró a Anthropic y a OpenAI. Anthropic amplió su acceso a capacidad de Vera Rubin a través de proveedores de nube y sigue trabajando con Nvidia en diseños de chips futuros adaptados a sus cargas de trabajo. OpenAI está entre las compañías que adoptan las nuevas Vera CPUs.
«Los modelos propietarios de OpenAI y Anthropic siguen avanzando la frontera», dijo Colette Kress, CEO interina de Nvidia, en la llamada de resultados. Kress señaló que la compañía espera que los grandes laboratorios frontera representen aproximadamente el 15% de sus ingresos de data center este año fiscal, y elevó su previsión de crecimiento de ingresos para el próximo año fiscal del 70% al 75%.
Para el trimestre en curso, Nvidia proyecta ingresos de US$130.000 millones (más o menos 3%) y márgenes brutos de entre 71% y 72%. La previsión no asume ningún ingreso de cómputo de data center proveniente de China. Según Yahoo Finance, que cita a Reuters, Wall Street esperaba alrededor de US$125.300 millones. El mismo medio reportó que este fue el primer reporte trimestral de Nvidia sin su cofundador Jensen Huang al frente.
AMD: el mejor trimestre de su historia
AMD reportó a comienzos de mes su mayor trimestre histórico: ingresos de US$13.400 millones, un 45% más interanual, con las ventas de data center casi duplicándose hasta US$8.500 millones. OpenAI y Anthropic estuvieron entre los primeros clientes en correr cargas de trabajo en los nuevos sistemas de gama alta Helios de AMD, que usan sus GPUs más recientes.
Según CRN, el segmento de data center creció 97% hasta US$8.550 millones y ya representa el 64% de los ingresos totales, frente al 47% de un año antes. La CEO Lisa Su dijo que los clientes líderes —Anthropic, Meta, Microsoft, OpenAI y Oracle— pusieron en línea sus primeros racks Helios y que espera que los despliegues suban de forma sustancial en el cuarto trimestre. La compañía proyecta ingresos de US$17.000 millones para el trimestre en curso, un 66% más interanual, por encima del consenso de FactSet de US$16.300 millones, según Morningstar.
El CFO Jean Hu fue más lejos: según The Verge, espera que el negocio de data center represente más del 80% de los ingresos totales de AMD en 2027. El costo de esa concentración ya se ve en el negocio de consumo: gaming cayó 40% interanual a US$773 millones, y AMD planea un mercado de PCs con caída de dos dígitos en unidades durante 2027.
¿Por qué un freno frontera no hunde la demanda de chips?
Broadcom, que ayuda a muchas de las mayores compañías de IA a diseñar sus propios chips, todavía no reportó. Pero hasta ahora hay pocas señales de que un freno frontera esté golpeando las ventas de chips.
Incluso si los laboratorios recortaran sus ambiciones de entrenamiento, tardaría en aparecer en los resultados: Neil Shah, vicepresidente de investigación de Counterpoint Research, dijo a The Verge que tomaría unos seis meses ver los efectos financieros de un freno, por los acuerdos de compra de cómputo y memoria ya firmados. El impacto podría aparecer antes en los pedidos a fabricantes como TSMC, y por ahora tampoco hay evidencia de eso: las últimas cifras de ventas de TSMC muestran fortaleza sostenida.
Hay otra razón de fondo: la demanda de inferencia, el proceso de ejecutar los modelos que ya existen. «Aunque uno podría argumentar que la necesidad de GPUs de gama alta se reducirá con este giro hacia la inferencia, estas cargas de trabajo requerirán colectivamente más infraestructura de cómputo que el entrenamiento», dijo Shah. «En conjunto, significa un aumento neto de la demanda de todo tipo de aceleradores.»
El token barato mueve más cómputo
Según el análisis de The Verge de los últimos datos de la plataforma de gasto corporativo Ramp, las familias de modelos frontera representaron cerca del 60% del uso de tokens entre las empresas que usan Ramp a comienzos de noviembre: un máximo histórico y unas tres veces su participación al inicio del año. Incluye los modelos Astra y Sol de OpenAI y Opus y Fable de Anthropic.
«No es realmente un problema de demanda», dijo Ara Kharazian, economista principal de Ramp, a The Verge. «Por todas las métricas, las empresas están usando más IA.» Lo que ocurre es que la competencia entre proveedores de modelos está bajando los precios de los tokens tan rápido que pone en duda las proyecciones de ingresos de OpenAI y Anthropic.
Eso puede ser bueno para quien vende cómputo. En la llamada de resultados, Kress dijo que los precios de los tokens cayeron casi 60% desde mayo, impulsando más uso, mientras que los precios de alquiler de GPUs de Nvidia subieron en todas las generaciones.
El riesgo real: chips más baratos, no menos entrenamiento
Nvidia y AMD están posicionando sus chips más potentes tanto para entrenamiento como para inferencia, incluidas las cargas exigentes que crean los agentes de IA. Pero eso no garantiza que Nvidia mantenga su dominio. A medida que las compañías de IA se toman en serio la economía de servir sus modelos a millones de personas, recurren cada vez más a chips personalizados que pueden hacerlo más barato que las GPUs de propósito general. Counterpoint espera que los envíos de procesadores de servidor de IA personalizados superen a los de GPUs de data center hacia 2028.
«Frenar el entrenamiento frontera no encogerá el mercado de chips de IA, simplemente reasignará el gasto», dijo Shah. En la llamada, el analista de UBS Timothy Arcuri preguntó a Kress si la compañía estaría dispuesta a sacrificar parte de sus márgenes a medida que los laboratorios frontera invierten más en chips personalizados y priorizan la eficiencia. Kress sostuvo que los sistemas de Nvidia justifican su precio y reiteró su previsión de margen bruto.
Para compañías como Nvidia, la amenaza mayor puede no ser que las empresas de IA bajen el ritmo, sino que encuentren chips más baratos para seguir.
¿Qué significa esto para tu startup?
La lectura para un founder es incómoda pero clara: el debate sobre pausar la frontera es un tema de política de laboratorios, no una señal de que el cómputo se vaya a encarecer o escasear de golpe. Los precios de los tokens cayeron casi 60% desde mayo según Nvidia, y la oferta de silicio se está ampliando con Vera Rubin y Helios. Si tu plan financiero asume que usar IA va a costar lo mismo el año que viene, probablemente estés sobreestimando tu costo.
Tres movimientos concretos:
- Revisa tu supuesto de costo por token cada trimestre, no cada año. La caída de precios viene de la competencia entre proveedores de modelos, no de una mejora tuya. Si tu unit economics depende de un modelo frontera específico, corre el mismo prompt contra dos o tres alternativas y mide precio y calidad real cada 90 días.
- Diseña para inferencia, no para entrenamiento. Es donde está la factura de casi cualquier startup que use IA. Cachea respuestas, enruta por complejidad (no todas tus tareas necesitan un modelo frontera, aunque estos concentren cerca del 60% del uso de tokens en empresas según Ramp) y pon un tope de gasto por usuario desde el día uno.
- Abstrae la capa de modelo y de proveedor. La concentración de Nvidia es enorme —el data center representó cerca del 93% de sus ventas totales, según Yahoo Finance— y Counterpoint proyecta que los chips personalizados superen a las GPUs de data center hacia 2028. Eso significa más opciones de silicio y de nube en dos o tres años. Si tu producto está acoplado a una sola API o a un solo tipo de acelerador, vas a pagar esa rigidez cuando el mercado se diversifique.
Para quienes construyen desde LATAM o España, el ángulo práctico es el acceso: la capacidad nueva está entrando por proveedores de nube (CoreWeave, Google, Microsoft, Oracle, Nebius) y por racks Helios en HPE, Dell, Lenovo y Supermicro. Negociar compromisos de capacidad con un proveedor regional suele rendir más que intentar comprar hardware directo.
Fuentes
- The Verge: Remember the frontier AI pause? Chip companies don’t either (fuente original)
- NVIDIA Announces Financial Results for Third Quarter Fiscal 2027
- Yahoo Finance: Nvidia Shares Rise After Earnings Beat
- CRN: AMD Data Center Revenue Soars 97 Percent On AI, EPYC Demand
- Morningstar: AMD Earnings: Strong Data Center Outlook Points to Upside for Stock
- The Verge: AMD rides data center riches to ‘largest and most profitable’ quarter in history
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 →












