Sam Altman: la IA local desperdicia la DRAM escasa

Qué dijo Sam Altman sobre la IA local

En el podcast Cheeky Pint, que conduce John Collison, cofundador de Stripe, el CEO de OpenAI dedicó varios minutos a un tema que hasta ahora se discutía sobre todo en foros de entusiastas: la inferencia local, es decir, correr modelos de IA en tu propio hardware en lugar de en la nube.

Altman lo planteó como un problema de asignación global de recursos. "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", dijo, según recoge TechPowerUp, que sitúa el comentario alrededor del minuto 29 de un episodio publicado el 29 de octubre.

El razonamiento es de eficiencia pura: si la memoria es escasa, conviene concentrarla donde se usa casi todo el tiempo. Un centro de datos puede mantener sus chips ocupados de forma continua; un portátil que solo ejecuta un modelo cuando su dueño lo invoca, no. "Quieres la máxima concentración en la nube", resumió.

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 pasó de commodity barata a cuello de botella

Hace cinco años la memoria era un insumo barato y abundante. Hoy es el componente que decide si un servidor de IA se entrega o se queda en la bodega.

Michael Dell lo dijo sin rodeos: su compañía arrastra pedidos de servidores de IA sin entregar por valor de 95.000 millones de dólares, el mayor retraso de su historia, y lo que frena los envíos es la memoria, según recogió ProfesionalReview. Dell advirtió además que la escasez se agravará en 2027 y no se relajará hasta 2029 o 2030, porque levantar una fábrica de memoria toma alrededor de cuatro años.

Los números de los fabricantes explican la magnitud del fenómeno. SK hynix cerró el tercer trimestre de 2026 con ingresos de 104,6 billones de wones, un 32% más que el trimestre anterior, y un beneficio operativo que ronda los 55.840 millones de euros, según La Razón. La propia compañía proyecta que la escasez mundial de memoria se prolongue hasta 2030.

Y el mercado está muy concentrado: según datos de Counterpoint Research citados por La Razón, Samsung controla el 38% del mercado mundial de DRAM por ingresos, SK hynix un 25% y Micron un 24%. Entre las tres suman el 87%.

El efecto ya llegó al bolsillo del consumidor. Los precios de la DRAM subieron entre un 90% y un 95% en el primer trimestre de 2026, según TrendForce, y Dell subió los precios de sus PCs entre un 15% y un 20% a finales del año pasado, según ProfesionalReview. Micron, por su parte, anunció en diciembre de 2025 que salía de su negocio de memoria de consumo Crucial para redirigir capacidad hacia clientes empresariales, según su comunicado de inversores recogido por GadgetReview.

El conflicto de interés que conviene nombrar

Altman tiene razón en la aritmética de utilización, pero su posición no es neutral. OpenAI vende acceso a modelos por suscripción en la nube. Cada usuario que corre un modelo abierto en su portátil es un usuario que no pasa por los servidores de OpenAI.

La compañía, además, está reservando capacidad de memoria a escala inédita. En octubre de 2025, Samsung y SK hynix firmaron cartas de intención para abastecer el proyecto Stargate, y la demanda de memoria de OpenAI se proyectó en hasta 900.000 obleas de DRAM al mes, cerca del 40% de la producción global, según TechPowerUp. CryptoBriefing añade que OpenAI persigue contratos por aproximadamente 3,2 GW de potencia para ampliar su huella de centros de datos.

Eso no invalida el argumento técnico, pero sí lo contextualiza. Como señala GadgetReview, un coche aparcado en el garaje no es un fallo de asignación: la disponibilidad también tiene valor. La inferencia local aporta privacidad, funcionamiento sin conexión y resiliencia cuando el servicio central se cae.

Hay una ironía adicional. OpenAI lanzó en agosto de 2025 gpt-oss, sus primeros pesos abiertos desde GPT-2, pensados precisamente para ejecutarse en local. Y el propio Altman había reconocido en enero de 2025 que la empresa se había equivocado respecto al código abierto. En aquel momento no existía la crisis de memoria actual.

¿Qué significa esto para tu startup?

Si tu producto depende de modelos de IA, esta discusión no es un debate de aficionados: define tu estructura de costos a dos años.

1. No decidas tu arquitectura por un titular. La pregunta correcta no es "local o nube", sino qué exige tu caso de uso. Si manejas datos de salud, legales o financieros de clientes europeos, la inferencia local puede ser tu ventaja competitiva, no un desperdicio. Si tu carga es variable y necesitas los modelos más capaces, la nube sigue siendo la opción racional. Documenta esa decisión: te servirá ante inversores y ante clientes corporativos que auditan dónde viven sus datos.

2. Prepárate para que el costo de la nube suba. Con la DRAM disparada y los fabricantes priorizando a los hiperescaladores, es razonable esperar que los proveedores de nube trasladen parte del encarecimiento a sus precios. Revisa tus contratos y modela un escenario con aumentos de dos dígitos en tu costo de inferencia. Si tu margen no lo aguanta, es momento de evaluar modelos más pequeños y especializados para las tareas de alto volumen.

3. Explora el punto medio. Los modelos abiertos ya resuelven bien tareas acotadas: clasificación, extracción, resúmenes, respuestas sobre documentación propia. Correr esas cargas en hardware propio o en instancias reservadas puede bajarte la factura sin sacrificar privacidad. La clave está en segmentar por tarea, no en elegir un bando.

La pregunta de fondo

Altman enmarca el debate como eficiencia global, y en ese terreno su lógica es difícil de rebatir. Pero la eficiencia no es el único principio en juego. Concentrar toda la memoria en unos pocos centros de datos también concentra el poder de decisión sobre quién accede a la IA, bajo qué términos y a qué precio.

Para un founder, la lectura práctica es esta: la escasez de memoria es real, va a durar años y va a encarecer tanto el hardware como la nube. Quien planifique su infraestructura asumiendo que los precios vuelven a los niveles de 2023 va a llevarse una sorpresa desagradable. Quien diseñe su producto para funcionar con menos cómputo, y lo documente, tendrá una ventaja que no depende del ciclo de la memoria.