Altman cuestiona la IA en casa: dice que la memoria escasa rinde más en la nube

Sam Altman, director ejecutivo de OpenAI, afirmó que ejecutar modelos de inteligencia artificial directamente en computadoras domésticas es una mala asignación de la memoria DRAM. Lo dijo en un momento en que ese componente está muy caro: según TrendForce, su precio subió entre un 90% y un 95% durante el primer trimestre de 2026.

Una memoria que pasa casi todo el día inactiva

La memoria instalada en una computadora personal, según la cuenta que hizo Altman, se usa apenas un 5% del tiempo de uso efectivo. Lo planteó durante una entrevista en el pódcast Cheeky Pint, conducido por John Collison, cofundador de Stripe, y lo presentó como un problema de asignación de recursos en un mercado con oferta restringida.

“La inferencia local es una terrible asignación de recursos escasos. Mucha gente quiere inferencia local y, de algún modo, asume que el problema está resuelto porque tenemos modelos de código abierto que podemos ejecutar en nuestros ordenadores.”Sam Altman, director ejecutivo de OpenAI

La lógica de la concentración

El razonamiento de Altman parte de una comparación de eficiencia. Un centro de datos puede aprovechar la misma memoria durante las 24 horas, mientras que una computadora personal la utiliza una fracción mínima del día. Por eso sostiene que dispersar ese recurso en millones de equipos individuales reduce el rendimiento global del sistema.

• Centro de datos: la memoria trabaja de manera continua durante las 24 horas.
• Computadora personal: la memoria se usa una fracción mínima del día.
• Mercado: el precio de la DRAM aumentó entre un 90% y un 95% en el primer trimestre de 2026.
• Fabricantes: Micron y SK Hynix no logran escalar la producción al ritmo que exigen los grandes operadores de IA.

El argumento de la privacidad

Quienes defienden la IA local responden con un argumento distinto: la privacidad. Procesar los datos en el propio equipo, sin enviarlos a servidores externos, es para ellos el punto central de esta práctica, que creció junto con la disponibilidad de modelos de código abierto que pueden instalarse en hardware doméstico de gama media o alta.

El debate queda planteado entre dos prioridades: el uso eficiente de un recurso escaso y el control que cada usuario tiene sobre sus propios datos. Los datos del mercado respaldan parte del diagnóstico de Altman, aunque la discusión sobre dónde debe correr la inteligencia artificial sigue abierta.