#AnthropicDiscloses$84.5BComputeDealWithSpaceX

La historia más importante sobre IA en este momento quizá no sea el lanzamiento de otro modelo. Puede ser la cantidad de infraestructura necesaria para mantener en funcionamiento la economía de la IA.

La última solicitud de salida a bolsa de Anthropic nos ofrece una imagen mucho más clara de cómo es esa carrera por la infraestructura. La empresa espera gastar al menos 518 mil millones de dólares durante la próxima década entre seis socios de infraestructura, mientras que sus acuerdos de computación con SpaceX podrían alcanzar los 84,5 mil millones de dólares hasta 2029. No se trata simplemente de una apuesta por un modelo de IA. Es una apuesta a que la demanda de capacidad informática seguirá siendo enorme durante años.

Pero aquí está la parte que me parece más interesante: la computación empieza a parecerse a un contrato de suministro a largo plazo, más que a un gasto tecnológico normal.

Las empresas de IA necesitan cantidades enormes de capacidad informática antes de saber exactamente cómo evolucionará la demanda. Por tanto, tienen que tomar decisiones de infraestructura con años de antelación. Asegurar muy poca capacidad convierte la disponibilidad de los modelos en una limitación. Asegurar demasiada implica que la empresa asuma compromisos costosos que pueden volverse ineficientes si la economía del hardware cambia más rápido de lo esperado.

Eso crea un panorama competitivo completamente diferente.

El próximo cuello de botella también se está desplazando más abajo en la cadena de suministro. TrendForce ha elevado considerablemente sus perspectivas para la HBM en 2027 y proyecta que los precios medios de venta combinados de la HBM aumenten un 121% interanual, mientras se espera que la oferta siga limitada debido a que los servidores de IA compiten por capacidad de fabricación avanzada y de obleas. La transición hacia HBM4 y HBM4e añade otra capa de costes y complejidad.

Así que cuando vemos que una empresa de IA firma un acuerdo masivo de computación, no deberíamos pensar únicamente en las GPU.

Pensemos en toda la cadena que hay detrás de esas GPU: memoria avanzada, redes, generación eléctrica, refrigeración, construcción de centros de datos, fabricación de semiconductores y la financiación necesaria para ponerlo todo en marcha.

Por eso la historia de la infraestructura de IA podría seguir extendiéndose más allá de las empresas que desarrollan modelos. Una escasez en una capa puede afectar a la economía de todo el sistema.

Hay otro acontecimiento que merece atención: cómo se financia esta infraestructura.

Reuters informó hoy de que los prestamistas y los inversores siguen siendo cautelosos a la hora de tratar las GPU de IA como garantías tradicionales. NVIDIA ha estado impulsando un modelo de financiación mucho más amplio en torno a la infraestructura de IA, pero las instituciones financieras siguen preocupadas por la depreciación del hardware y por cuánto tiempo los aceleradores costosos conservan su valor económico. En lugar de limitarse a preguntar cuánto vale una GPU, los prestamistas quieren saber cada vez más si detrás hay ingresos fiables o un contrato sólido con un cliente.

Esa distinción podría volverse extremadamente importante.

Si la infraestructura de IA se financia cada vez más mediante contratos a largo plazo, la industria empieza a parecerse tanto a un negocio de infraestructura como a uno de software. Los flujos de caja futuros, las tasas de utilización y la disponibilidad eléctrica se vuelven tan importantes como los parámetros de referencia de los modelos.

Y esto nos lleva a lo que creo que es la pregunta más importante para los próximos años:

¿Puede la demanda de IA crecer lo suficientemente rápido como para justificar la infraestructura que se está construyendo hoy?

Hasta ahora, el ciclo de inversión sigue siendo agresivo. Los proveedores de memoria están observando una fuerte demanda de servidores de IA, los compromisos de infraestructura están alcanzando niveles extraordinarios y las empresas compiten por capacidad informática futura en lugar de esperar hasta necesitarla realmente. Los últimos resultados de Micron también reforzaron hasta qué punto la demanda de centros de datos de IA se está trasladando a la industria de la memoria.

Pero la industria no puede resolver todos los problemas simplemente añadiendo más GPU.

En algún momento, la eficiencia se convierte en la siguiente ventaja competitiva.

Si un modelo puede producir el mismo resultado útil con la mitad del coste de inferencia, esa mejora puede ser económicamente más importante que añadir otro clúster masivo. Por tanto, unas arquitecturas de modelos mejores, la optimización de la inferencia, la dispersión, los aceleradores especializados y una mayor eficiencia de la memoria podrían volverse tan importantes como la potencia informática bruta.

Esa es la transición que seguiré observando.

La primera fase de la IA consistió en quién podía desarrollar los modelos más capaces.

La segunda fase está pasando a consistir en quién puede asegurar suficiente capacidad informática.

La próxima fase podría consistir en quién puede convertir cada unidad de computación en el mayor valor económico.

Por tanto, el acuerdo de 84,5 mil millones de dólares entre Anthropic y SpaceX resulta interesante no solo porque la cifra sea enorme, sino porque nos permite vislumbrar lo costosa que podría llegar a ser la base física de la IA.

La IA puede parecer una revolución del software desde fuera.

Debajo de ella, se está construyendo una enorme economía de infraestructura.

Y esa economía no ha hecho más que empezar.

@GateSquare @Gate_Square