Nvidia y Huang Renxun publican su último artículo: La IA es como un pastel de cinco capas, cada una con oportunidades de billones

AI es una de las fuerzas más poderosas que dan forma al mundo en la actualidad. No es una simple aplicación inteligente o un modelo único; es una infraestructura comparable a la electricidad y a Internet.

La inteligencia artificial funciona sobre hardware real, energía real y economía real. Toma materias primas y las transforma a gran escala en inteligencia. Cada empresa la utilizará. Cada país la construirá.

Para entender por qué la IA se desarrolla de esta manera, es útil partir de los principios fundamentales y examinar los cambios profundos que están ocurriendo en el campo de la computación.

De software pregrabado a inteligencia en tiempo real

Durante la mayor parte de la historia de la computación, el software era pregrabado. Los humanos describían un algoritmo. La computadora lo ejecutaba. Los datos tenían que estructurarse cuidadosamente, almacenarse en tablas y recuperarse mediante consultas precisas. SQL se volvió indispensable porque hacía viable ese mundo.

La IA rompe con ese patrón.

Por primera vez, tenemos computadoras capaces de entender información no estructurada. Pueden ver imágenes, leer textos, escuchar sonidos y comprender su significado. Pueden razonar sobre el contexto y las intenciones. Lo más importante es que generan inteligencia en tiempo real.

Cada respuesta es una creación nueva. Cada respuesta depende del contexto que proporcionas. No es software recuperando instrucciones almacenadas. Es software razonando y generando inteligencia bajo demanda.

Dado que la inteligencia se produce en tiempo real, toda la pila de computación que la soporta debe ser reinventada.

La IA como infraestructura

Desde una perspectiva industrial, la IA puede descomponerse en una pila de cinco capas.

Energía

La capa más baja es la energía. La inteligencia generada en tiempo real requiere energía generada en tiempo real. Cada token producido implica movimiento de electrones, gestión de calor y conversión de energía en resultados computacionales. No hay capas abstractas debajo de esto. La energía es el primer principio de la infraestructura de la IA y la restricción física que determina cuánta inteligencia puede producirse.

Chips

Sobre la energía están los chips. Estos procesadores están diseñados para convertir energía en cálculo de manera eficiente a gran escala. Las cargas de trabajo de IA requieren paralelismo masivo, memoria de alto ancho de banda y conexiones rápidas. Los avances en los chips determinan qué tan rápido puede escalar la IA y qué tan barato puede ser producir inteligencia.

Infraestructura

Por encima de los chips está la infraestructura. Esto incluye tierra, transmisión eléctrica, refrigeración, edificios, redes y sistemas que orquestan decenas de miles de procesadores en una sola máquina. Estas son las fábricas de IA. No están diseñadas solo para almacenar información, sino para fabricar inteligencia.

Modelos

Por encima de la infraestructura están los modelos. La IA comprende múltiples tipos de información: lenguaje, biología, química, física, finanzas, medicina y el propio mundo físico. Los modelos de lenguaje son solo uno de ellos. Algunas de las tareas más revolucionarias se están realizando en IA de proteínas, química, simulaciones físicas, robots y sistemas autónomos.

Aplicaciones

En la cima de la pila están las aplicaciones, donde se crea valor económico. Plataformas para descubrimiento de medicamentos. Robots industriales. Asistentes legales. Vehículos autónomos. Un coche autónomo es una aplicación de IA que se manifiesta en una máquina. Un robot humanoide es una aplicación de IA que se manifiesta en un cuerpo físico. La misma pila, resultados diferentes.

Este es el pastel de cinco capas:

Energía → Chips → Infraestructura → Modelos → Aplicaciones.

Cada aplicación exitosa impulsa cada capa inferior, extendiéndose hasta la central eléctrica que la mantiene en funcionamiento.

Estamos apenas comenzando esta construcción. Solo hemos invertido unos pocos billones de dólares. Aún hace falta construir infraestructura por billones de dólares más.

A nivel global, estamos viendo la construcción de fábricas de chips, ensamblajes de computadoras y fábricas de IA a una escala sin precedentes. Esto se está convirtiendo en la mayor infraestructura de la historia humana.

La mano de obra necesaria para esta construcción es enorme. Se necesitan electricistas, plomeros, instaladores, trabajadores de acero, técnicos en redes, instaladores y operadores.

Son trabajos que requieren habilidades, buenos salarios y actualmente hay escasez. No necesitas un doctorado en ciencias de la computación para participar en esta transformación.

Al mismo tiempo, la IA está impulsando la productividad de toda la economía del conocimiento. Tomemos la radiología como ejemplo. La IA ahora ayuda a leer escaneos, pero la demanda de radiólogos sigue creciendo. Esto no es una paradoja.

El objetivo del radiólogo es cuidar a los pacientes. La lectura de escaneos es solo una tarea. Cuando la IA asume más tareas rutinarias, los radiólogos pueden centrarse en el juicio, la comunicación y el cuidado. Los hospitales se vuelven más eficientes. Atienden a más pacientes. Contratan a más personal.

La productividad genera capacidad. La capacidad genera crecimiento.

¿Qué ha cambiado en el último año?

En el último año, la IA ha superado un umbral importante. Los modelos se volvieron lo suficientemente buenos para su uso a gran escala. La capacidad de razonamiento mejoró. Las alucinaciones disminuyeron. La fundamentación (grounding) mejoró notablemente. Por primera vez, las aplicaciones basadas en IA comenzaron a generar un valor económico real.

Las aplicaciones en descubrimiento de medicamentos, logística, atención al cliente, desarrollo de software y manufactura ya muestran una fuerte adecuación al mercado. Estas aplicaciones impulsan con fuerza cada capa inferior.

Los modelos de código abierto juegan un papel clave aquí. La mayoría de los modelos en el mundo son gratuitos. Investigadores, startups, empresas y países enteros dependen de modelos abiertos para participar en el avance de la IA avanzada. Cuando los modelos abiertos alcanzan niveles de vanguardia, no solo cambian el software, sino que activan toda la demanda de la pila.

DeepSeek-R1 es un ejemplo poderoso. Al hacer que un modelo de razonamiento potente esté ampliamente disponible, acelera la adopción en la capa de aplicaciones y aumenta la demanda de entrenamiento, infraestructura, chips y energía en las capas inferiores.

¿Qué significa esto?

Cuando consideras la IA como una infraestructura clave, su significado se vuelve claro.

La IA comenzó con un gran modelo de lenguaje transformer, pero va mucho más allá. Es una revolución industrial que está redefiniendo cómo se produce y consume energía, cómo se construyen las fábricas, cómo se organiza el trabajo y cómo crece la economía.

Las fábricas de IA se están construyendo porque la inteligencia ahora se genera en tiempo real. Los chips se están rediseñando porque la eficiencia determina qué tan rápido puede escalar la inteligencia. La energía se vuelve central porque establece el límite de cuánto se puede producir. Las aplicaciones se aceleran porque sus modelos subyacentes han superado finalmente el umbral para ser útiles a gran escala.

Cada capa refuerza a las demás.

Por eso la escala de construcción es tan grande. Por eso afecta tantos sectores. Por eso no se limita a un solo país o campo. Cada empresa usará IA. Cada país la construirá.

Todavía estamos en las etapas iniciales. La mayor parte de la infraestructura aún no existe. La mayor parte de la fuerza laboral no está capacitada. La mayor parte de las oportunidades aún no se han materializado.

Pero la dirección está clara.

La IA se está convirtiendo en la infraestructura del mundo moderno. Y las decisiones que tomemos ahora, qué tan rápido construimos, qué tan ampliamente participamos y qué tan responsables somos en su despliegue, definirán el rostro de esta era.