Altman cuestiona la IA en la PC por el costo de la memoria y defiende concentrar el cómputo en la nube

Sam Altman, director ejecutivo de OpenAI, sostuvo que hacer funcionar modelos de inteligencia artificial directamente en computadoras domésticas es una mala asignación de la memoria DRAM. El componente atraviesa una fuerte escasez: su precio subió entre un 90% y un 95% en el primer trimestre de 2026, según TrendForce. Para Altman, concentrar ese recurso en centros de datos de uso continuo daría un mayor rendimiento.

Qué es la inferencia local

La inferencia local consiste en ejecutar un modelo de inteligencia artificial en el propio dispositivo del usuario, sin enviar las consultas a servidores remotos. Es algo parecido a cocinar en casa en lugar de pedir comida afuera: todo ocurre en tu equipo, con sus propios recursos. La práctica creció junto con la disponibilidad de modelos de código abierto que pueden instalarse en hardware doméstico de gama media o alta.

El cálculo de Altman

El argumento parte de una comparación de eficiencia. Según Altman, la memoria DRAM instalada en una computadora personal permanece inactiva la mayor parte del día y se aprovecha apenas en un 5% del tiempo de uso efectivo. Un centro de datos, en cambio, puede usar esa misma memoria las 24 horas. En un contexto de oferta restringida, dispersar ese recurso en millones de equipos individuales reduce, a su juicio, el rendimiento global.

“La inferencia local es una terrible asignación de recursos escasos.”Sam Altman, en el pódcast Cheeky Pint, conducido por John Collison

Qué dicen los datos del mercado

Los datos respaldan parte del diagnóstico. Los principales fabricantes de memoria, entre ellos Micron y SK Hynix, no logran escalar la producción al ritmo que exigen los grandes operadores de centros de datos dedicados a IA. Varias compañías empezaron a redirigir capacidad hacia memoria HBM, el tipo de alto rendimiento que requiere esa infraestructura, aunque ampliar plantas especializadas lleva más de un trimestre.

Quienes defienden la IA local responden con el argumento de la privacidad: procesar los datos sin enviarlos a servidores externos. Así, la discusión queda planteada entre dos prioridades, el uso eficiente de un recurso escaso y el control de la información personal.