Kevin Cochrane, director de marketing de la nube especializada Vultr, sostiene que la demanda de IA que vemos hoy es la punta de lanza y que lo gordo está por llegar. En una entrevista con Nat Rubio-Licht en The Deep View, argumenta que casi todo el consumo actual viene de las grandes plataformas, de programadores y de empresas nacidas con IA, mientras las corporaciones tradicionales apenas han empezado.
Puntos clave
- Cada empresa del Fortune 500 tiene miles de aplicaciones internas y externas. "Todas y cada una necesitan modernizarse", dice Cochrane, "y eso es un ciclo de construcción de diez años".
- Ese ciclo, según él, "va a exigir una cantidad tremenda de capacidad de cómputo en todo el mundo".
- Hay un límite físico: la energía que se puede generar y la tierra y el agua que se pueden usar no son infinitas.
- "Tienes que ser lo más eficiente posible. Tienes que bajar por esa curva de eficiencia año tras año".
- Nvidia y AMD, dice, ya están girando su foco hacia ahí.
El argumento tiene un interés detrás y aun así se sostiene
Conviene decirlo: Cochrane vende nube. Que la demanda vaya a explotar es exactamente lo que le conviene contar. Eso no invalida el argumento, pero conviene leerlo con esa etiqueta puesta.
Y el argumento es sólido en su parte medible. Si la mayoría del consumo actual de IA sale de un puñado de plataformas y de empresas tecnológicas, y las corporaciones tradicionales (banca, retail, industria, seguros) están todavía en pilotos, entonces la curva de demanda apenas ha arrancado. En España eso se ve a simple vista: hay un porcentaje enorme de empresas que ni siquiera tienen el ERP en la nube.
El choque entre demanda infinita y oferta finita
La segunda parte del razonamiento es la interesante para quien compra. Si la demanda tiende a infinito y la oferta tiene un techo físico (megavatios, terreno, agua para refrigerar), algo tiene que ceder. Y lo que cede, dice Cochrane, es el derroche.
Eso explica por qué la conversación del sector ha cambiado de tono en seis meses. Antes se hablaba de modelos más grandes. Ahora se habla de enrutar cada tarea al modelo más barato que la resuelva, de destilar modelos pequeños, de chips especializados en inferencia, de poner centros de datos en órbita para aprovechar el vacío como refrigeración.
Todo eso es la misma respuesta a la misma restricción.
Cochrane apunta a que Nvidia y AMD ya han girado el foco en esa dirección, y se ve en el catálogo: chips especializados en inferencia, formatos numéricos más pequeños, memoria más rápida en vez de más núcleos. La carrera por el modelo más grande sigue, pero ya no es la única.
Hay un matiz que él mismo introduce y que suaviza el discurso apocalíptico: "Creo que vamos a llegar a un punto en el que veremos que hay un ritmo predecible de crecimiento de la demanda". Es decir, que la curva se ordena. No es una explosión infinita, es una rampa larga.
Por qué importa
Para una empresa que está presupuestando IA, la lectura es que el precio por unidad de trabajo va a seguir bajando, pero el precio total de tu factura va a subir, porque vas a usar mucho más.
Eso hace que la disciplina de coste importe desde el primer día y no cuando la factura duela. Las dos palancas que ya funcionan son conocidas: usar el modelo más pequeño que resuelva cada tarea, y medir con qué frecuencia se llama a cada cosa. En la mayoría de implantaciones que he visto, un puñado de procesos se lleva la mayor parte del gasto y nadie lo había mirado.
La otra lectura, más de fondo, es sobre el calendario. Si de verdad esto es un ciclo de diez años de modernizar aplicaciones, no hay prisa por acertar a la primera y sí por empezar a aprender. Las empresas que en 2029 vayan bien no serán las que compraron antes, serán las que llevan tres años equivocándose en cosas pequeñas.
Relacionado
