La guerra de los chips y de los datos se acelera

El Hot Chips Symposium 2026, que acaba de concluir en San Francisco, es uno de esos eventos desconocidos para el gran público, y mucho menos televisivos que las olimpiadas robóticas chinas, que hacen las delicias de los mejores profesionales del ámbito de los semiconductores a nivel global desde su primera edición en 1989. Sigue ofreciendo a los asistentes, sin complejos, plazas de alojamiento en los dorms (residencias estudiantiles) de la Universidad de Stanford.

Es el lugar en el que hay que estar para saber hacia dónde se dirige verdaderamente la inteligencia artificial (IA). Este año, el plato estrella del menú han sido los rutilantes nuevos chips de las grandes empresas tecnológicas: Google ha presentado su TPU v8, Meta cuenta con el imponente MTIA 400, Microsoft apuesta por MAIA 200 y OpenAI se ha atrevido con la arquitectura técnica de su futuro Jalapeño, construido junto a Broadcom y la todopoderosa Taiwan Semiconductor Manufacturing Company (TSMC).

OpenAI asegura que, por supuesto, seguirá utilizando chips de la firma de Jensen Huang.

La firma de investigación SemiAnalysis afirma que Jalapeño (cuyo anuncio ha coincidido, ay, con una campaña de las autoridades alimentarias de EE.UU. para limitar el consumo de jalapeños por una alerta de contaminación) es «mejor que el Blackwell de Nvidia», el procesador de referencia para la IA de los dos últimos años. OpenAI asegura que, por supuesto, seguirá utilizando chips de la firma de Jensen Huang. Hace unos meses, éste se comprometió a apoyar financieramente sus inversiones en infraestructura de IA con 30.000 millones de dólares. De modo que nada de disputas, compadre.

Declaraciones similares se han podido escuchar también de Amazon (cuyo chip de IA se llama AWS Trainium), de Meta y de Google. Pero en el sector tecnológico se da por hecho que, cuanto más fácil les resulte a los actuales clientes de Nvidia reemplazar sus chips por sus propias alternativas, peor será para Jensen Huang.

Nvidia permite pagos a 60 días en lugar de a 45 y, como consecuencia de ello, la deuda a corto plazo de clientes de Nvidia ha subido un 55 %

Justo tras el cierre de Hot Chips 2026, se han conocido los espectaculares datos trimestrales de Nvidia, que duplica sus ingresos, hasta alcanzar los 96.000 millones de dólares. Jensen Huang explica esas cifras diciendo que «la IA se ha vuelto útil». También ha contribuido la apuesta de Nvidia por ayudar a los potenciales compradores de sus chips, invirtiendo en ellos y dándoles apoyo financiero para construir centros de datos.

Ahora acaba de añadir una nueva medida: permite pagos a 60 días en lugar de a 45 y, como consecuencia de ello, la deuda a corto plazo de clientes de Nvidia ha subido un 55 % y el flujo de caja operativo se ha reducido a la mitad. Los analistas hacen apuestas acerca de si la empresa de lanzamientos espaciales de Elon Musk, SpaceX, se encuentra entre los beneficiarios de esta decisión. Pero ¿por qué necesita alguien con dinero suficiente para comprar los caros chips de Nvidia más tiempo para pagarlos?

Ha sido inevitable que surjan críticas acerca del aroma a «financiación circular» que desprenden todos estos movimientos

Ha sido inevitable que surjan críticas acerca del aroma a «financiación circular» que desprenden todos estos movimientos. Las inversiones de Nvidia incluyen desde cotizadas como SpaceX, Nebius y CoreWeave, todas ellas fieles compradoras de sus chips, hasta empresas privadas como OpenAI, Perplexity y Poolside, con las que desarrolla su familia de modelos Nemotron… y que también le compran chips.

Este es el terreno de máxima complejidad en el que se mueve el tsunami de la IA, cuya verdadera dimensión Bill Gates acaba de decirnos que no somos capaces de calibrar. No estamos preparados para lo que viene, dice, ni económica, ni social, ni regulatoriamente. Y en este punto, aparece la cuestión latente que se ha mantenido en la sombra todo este tiempo, cuya existencia algunos hemos insistido en recordar, aun a costa de dejar de ser los más populares en las conversaciones de café: faltan datos de calidad.

El síntoma más evidente ha sido la reciente oferta presentada por Google en un tribunal por los 500 millones de mensajes de Microsoft Teams y los 100 millones de correos electrónicos internos de Spirit Airlines, compañía en quiebra. Quiere utilizar esta información para entrenar sus modelos de IA y ofrece 10 millones de dólares por ellos. El juez ha suspendido la decisión final hasta el 9 de septiembre.

Dos motivos bloquean la venta de estos datos: la airada protesta del sindicato de azafatas y que una startup tecnológica ha puesto sobre la mesa 12,5 millones por esa información tan valiosa, argumentando que el precio de Google ¡es demasiado bajo! Esa es la realidad silenciosa hoy: los desarrolladores tecnológicos están comprando discusiones internas, registros de proyectos, código, chats, cualquier dato que ayude a la IA a entender exactamente cómo hacen el trabajo los humanos reales.

Nuestro historial laboral digital podrá ser usado para entrenar la IA de otra persona, asumámoslo

Ocultar las referencias personales en esos datos ya no es suficiente, explicaba el experto portugués Antonio Viera en un post, porque las conversaciones están conectadas, los modelos deben entender cómo se relacionan las respuestas, los equipos y los proyectos. «El contexto revela quién eres».

Los líderes empresariales, los profesionales de recursos humanos y los empleados, deberán tener en cuenta, en fin, que todo lo creado en los sistemas de la empresa es un activo que puede sobrevivir a la propia organización. Y la Unión Europea deberá revisar su normativa sobre privacidad, IA y gestión de datos a la luz de esa realidad. Nuestro historial laboral digital podrá ser usado para entrenar la IA de otra persona, asumámoslo.

Vivimos en ese punto paradójico e inestable. Frente a la creciente sofisticación de los modelos de IA y de los chips que tienen que desplegar todo su potencial en las aplicaciones informáticas, una velocidad de innovación que lleva a Bill Gates a advertir de la transición hacia la que nos dirigimos cambiará el mundo, hay que contraponer la carrera por la disponibilidad de datos y la dificultad de la industria tecnológica para cambiar la inercia, esa cultura de las organizaciones de la que habla Sam Altman, CEO de OpenAI, en un pódcast. «Nos equivocamos sobre la velocidad a la que ocurriría todo».

Causa vértigo, en esas circunstancias, pensar en las decenas de miles de millones de euros que se están comprometiendo para la construcción de infraestructuras. La demanda de determinadas aplicaciones de IA nos dice que quizás se queden incluso cortos. Pero la realidad de la adopción en el resto de los procesos, al menos hasta que las compañías tecnológicas lean todos nuestros correos electrónicos y aceptemos cambiar nuestra forma de trabajar, hace pensar en la rampa descendente de la curva de Gartner.

Eugenio Mallol es periodista especializado en innovación tecnológica, autor, conferenciante y columnista. En la actualidad es director de estrategia y comunicación de Atlas Tecnológico, el primer ecosistema de la industria 4.0 en España, y coordinador y analista de la Cátedra Ciencia y Sociedad de la Fundación Rafael del Pino.