Memoria cara y equipos propios: el choque entre la IA local y la nube según Altman
El jefe de OpenAI dice que usar la RAM de las computadoras domésticas para correr IA es desperdiciarla en un momento de escasez. Quienes defienden la IA local responden con la privacidad.
Sam Altman, director ejecutivo de OpenAI, cuestionó que los modelos de inteligencia artificial se ejecuten directamente en computadoras domésticas. Según su planteo, eso implica una mala asignación de la memoria DRAM, un componente cuyo precio subió entre un 90% y un 95% en el primer trimestre de 2026.
El argumento de la eficiencia
La memoria instalada en una PC permanece inactiva la mayor parte del día. Altman cifró esa subutilización en un 5% del tiempo de uso efectivo y la comparó con un centro de datos, que puede aprovechar el mismo recurso las 24 horas.
“La inferencia local es una terrible asignación de recursos escasos.”Sam Altman, en el pódcast Cheeky Pint
En una entrevista con John Collison, cofundador de Stripe, el ejecutivo sostuvo que mucha gente quiere inferencia local y supone que el problema está resuelto porque existen modelos de código abierto que se pueden correr en equipos propios. Para él, con un suministro tan restringido, conviene concentrar la capacidad en la nube.
Qué dice el mercado y qué responde la otra parte
Los datos de TrendForce respaldan parte del diagnóstico. Los principales fabricantes, entre ellos Micron y SK Hynix, no logran escalar la producción al ritmo que piden los grandes operadores de centros de datos, y varias empresas empezaron a redirigir capacidad hacia memoria HBM, aunque ampliar las plantas lleva más de un trimestre.
Del otro lado, quienes defienden la IA local ponen el foco en la privacidad: procesar los datos sin enviarlos a servidores externos. La discusión, por ahora, queda planteada entre el costo de la memoria y ese argumento.
