Durante décadas hubo una regla casi sagrada en informática: esperar salía rentable. El ordenador que hoy parecía extraordinario mañana era normal y, al cabo de unos años, prácticamente viejo. Más potencia, más memoria y más almacenamiento por menos dinero. Era una de las pocas industrias en las que uno podía posponer una compra con la razonable certeza de que recibiría algo mejor y probablemente más barato.

Algo está cambiando.

Quien haya intentado ampliar últimamente un ordenador, comprar memoria, sustituir un SSD o mirar una tarjeta gráfica medianamente potente se habrá encontrado con precios difíciles de encajar con aquella vieja lógica. Y la explicación no está únicamente en la inflación, en las guerras comerciales ni en que Nvidia haya decidido que nos hemos acostumbrado a pagar demasiado por una GPU.

Una parte importante de la respuesta está en la inteligencia artificial.

Lo curioso es que la IA nos ha llegado presentada como algo casi inmaterial. Escribimos una frase en una caja de texto, esperamos unos segundos y aparece una respuesta. Parece software. Parece nube. Parece magia matemática.

Pero detrás de esa caja de texto hay una industria sorprendentemente física.

Hay edificios enormes, electricidad, sistemas de refrigeración, cobre, fibra óptica, obleas de silicio, procesadores y cantidades descomunales de memoria.

Y todo eso hay que fabricarlo.

Cuando aparece un cliente dispuesto a comprarlo todo

Para entender lo que está pasando no hace falta saber demasiado de semiconductores. Basta imaginar una fábrica que produce dos tipos de componentes.

Uno se vende para ordenadores domésticos y deja un margen razonable. El otro termina en servidores de inteligencia artificial, se vende muchísimo más caro y hay empresas dispuestas a reservar la producción con meses o incluso años de antelación.

Si usted fuera el fabricante, ¿a cuál dedicaría sus mejores líneas de producción?

Eso es, simplificando, lo que está ocurriendo.

Los grandes fabricantes de memoria están dedicando una parte creciente de su capacidad a productos destinados a servidores, centros de datos y aceleradores de IA. La memoria HBM —High Bandwidth Memory— se ha convertido en uno de los componentes fundamentales de los grandes sistemas de inteligencia artificial. Al mismo tiempo crece la demanda de DRAM de alta capacidad para servidores y de enormes SSD empresariales.

El resultado es bastante previsible: queda menos capacidad disponible para fabricar algunos de los componentes que terminan en nuestros ordenadores, portátiles y teléfonos.

TrendForce lleva meses describiendo precisamente ese desplazamiento: fabricantes que priorizan HBM y memoria para servidores mientras la oferta destinada al mercado tradicional se estrecha. Los precios de contrato de DRAM y NAND han alcanzado durante 2026 niveles extraordinariamente altos, hasta el punto de que el propio mercado de consumo empieza a encontrar su límite de lo que puede pagar.

No significa que el chip de memoria que ponemos en nuestro PC sea exactamente el mismo que monta un gigantesco servidor de IA. El proceso industrial es bastante más complejo que eso.

Pero sí significa que compiten por fábricas, inversión, capacidad, maquinaria, materiales y prioridades industriales.

Y eso cambia el mercado.

El problema no termina en la memoria

Con las GPU sucede algo parecido, aunque con más matices.

Las grandes tarjetas destinadas a inteligencia artificial necesitan procesadores fabricados con algunos de los procesos más avanzados del mundo. También necesitan memoria ultrarrápida y sistemas de empaquetado extremadamente sofisticados.

No basta con fabricar el chip.

Hay que unirlo con la memoria, conectarlo, encapsularlo, probarlo y convertirlo en algo que pueda instalarse dentro de equipos que cuestan miles de euros.

Es una cadena industrial extraordinariamente compleja en la que hay pocos fabricantes capaces de hacer determinadas cosas a la escala necesaria.

Y entonces aparece el nuevo gran comprador.

Microsoft quiere capacidad. Google quiere capacidad. Amazon quiere capacidad. Meta quiere capacidad. OpenAI y el resto de la industria necesitan cada vez más infraestructura. Los fabricantes de servidores quieren memoria. Nvidia necesita producción. AMD necesita producción. Los grandes proveedores de nube reservan suministro mediante contratos a largo plazo.

Frente a ese ejército de compradores, está el fabricante de ordenadores personales intentando conseguir componentes para vender un portátil de mil euros.

La diferencia de poder adquisitivo resulta evidente.

Reuters explicaba hace apenas unos días que fabricantes más pequeños de ordenadores y teléfonos ya se están preparando para convivir con escasez de memoria durante 2027, mientras algunos están modificando productos y estrategias simplemente para asegurarse suministro.

La expresión importante aquí quizá no sea siquiera «precios altos».

Es prioridad.

Durante décadas, el PC fue uno de los grandes clientes de la industria de los semiconductores. Hoy comparte mesa con un cliente muchísimo más hambriento.

El extraño caso de nuestra RTX 3080

Tenemos una workstation en la oficina con una ASUS TUF RTX 3080 de 10 GB.

La tarjeta apareció originalmente en 2020. En términos informáticos, seis años son una eternidad. En otro momento habría dado casi por supuesto que una GPU de esa edad estaría atravesando tranquilamente el camino hacia la obsolescencia, esperando ser sustituida por algo mucho más potente, más barato y eficiente.

Sin embargo, cuando miro hoy esa máquina ocurre algo bastante curioso.

La RTX 3080 sigue siendo una tarjeta perfectamente capaz. Continúa moviendo cargas de trabajo exigentes, tiene CUDA cores (8740), dispone de una potencia considerable y todavía puede utilizarse para determinadas tareas de inteligencia artificial local, cargas 3D y especialmente vídeo.

Por supuesto que existen tarjetas mucho mejores. Y esos 10 GB de memoria empiezan a ser una limitación importante para algunos modelos actuales.

Pero sustituirla por algo que represente un salto verdaderamente significativo implica hoy gastar una cantidad de dinero sorprendentemente elevada.

Así que la vieja GPU permanece ahí.

Y esa situación me parece una pequeña metáfora de lo que está pasando.

Durante buena parte de mi vida profesional relacionada con tecnología habría considerado normal que una pieza informática perdiera rápidamente buena parte de su valor. Cada nueva generación empujaba hacia abajo a la anterior.

Ahora se está produciendo algo distinto. No es que una RTX 3080 haya dejado de envejecer. Es que lo nuevo se está alejando de precio con suficiente rapidez como para que lo viejo envejezca de otra manera.

No hace tanto habría parecido extraño decir que una tarjeta gráfica de seis años podía seguir siendo un componente perfectamente razonable dentro de una workstation seria.

Hoy no resulta extraño en absoluto.

La IA ha cambiado también la economía del silicio

Aquí está probablemente la parte más interesante de toda esta historia.

Estamos acostumbrados a hablar de inteligencia artificial comparando modelos: cuál razona mejor, cuál programa mejor, cuál genera mejores imágenes o cuál cuesta menos por millón de tokens.

Pero debajo de esa competición intelectual existe otra mucho más prosaica.

Una competición por fábricas, memoria, energía, centros de datos e infraestructuras que cuestan cientos de millones.

La inteligencia artificial no solamente está transformando el software. Está reorganizando una parte de la industria tecnológica mundial alrededor de sus necesidades. Y eso explica por qué una persona que nunca utiliza ChatGPT puede terminar pagando las consecuencias de ChatGPT.

Puede hacerlo cuando compra un ordenador, un móvil, amplía su memoria o cuando cambia un SSD.

La ironía es formidable: la revolución más virtual que hemos conocido está provocando una carrera feroz por recursos absolutamente físicos.

No es exactamente escasez. Es que alguien paga más

Hay que evitar, sin embargo, una explicación demasiado sencilla.

No significa que la inteligencia artificial esté literalmente comprando nuestras memorias RAM en una tienda antes que nosotros. Tampoco que todos los componentes hayan subido exclusivamente por la IA. En los semiconductores intervienen ciclos de producción, decisiones de inversión tomadas años atrás, tensiones geopolíticas, aranceles, fabricación concentrada en unas pocas regiones y las habituales oscilaciones entre exceso y escasez que caracterizan a esta industria.

Pero esta vez existe un factor nuevo y enorme. El dinero que está entrando en infraestructura de IA es de una magnitud que altera las prioridades. Y un fabricante no tiene demasiados incentivos para dedicar sus recursos más valiosos a producir un componente barato para consumo, cuando puede utilizar esa capacidad en productos para centros de datos que dejan márgenes mucho mayores.

No hace falta ninguna conspiración, sólo un Excel.

De pronto descubrimos que la nube pesa toneladas

Estos últimos años he comprobado hasta qué punto tendemos a pensar en la IA desde el software. Hablamos de agentes, modelos, automatización, razonamiento o productividad. Y es lógico, porque eso es lo que vemos; pero quizás estemos entrando en una fase en la que tendremos que acostumbrarnos a mirar también debajo; porque cada vez que pedimos a una inteligencia artificial que genere un vídeo, analice millones de documentos o ejecute centenares de agentes simultáneamente hay una infraestructura física haciendo ese trabajo.

La nube nunca fue realmente una nube; eran ordenadores de otros. Ahora son muchísimos ordenadores de otros y todos necesitan chips.

La industria está reaccionando construyendo nuevas fábricas y aumentando capacidad. Eso debería aliviar parte de las tensiones con el tiempo. Pero fabricar semiconductores no consiste en instalar otra máquina en una nave industrial. Una nueva planta puede requerir inversiones gigantescas y años antes de producir a gran escala. Con el riesgo añadido de la permanente carrera tecnológica competitiva.

Mientras tanto, los grandes compradores continúan haciendo pedidos.

La inteligencia artificial ha dejado de ser solamente una batalla por conseguir el mejor algoritmo. Ahora también es una batalla por conseguir suficientes máquinas para ejecutarlo. Y quizá por eso aquella vieja regla de la informática —«espera unos meses, será más barato»— ya no funciona como antes.

Mi RTX 3080, desde dentro de aquella workstation, parece bastante satisfecha con el nuevo orden mundial. 

Por primera vez en mucho tiempo, hacerse vieja no le está sentando tan mal.