Altman cuestiona la IA en computadoras personales por el uso de la memoria escasa

Sam Altman, director ejecutivo de OpenAI, sostuvo que correr modelos de inteligencia artificial directamente en computadoras domésticas representa una mala asignación de memoria DRAM. La advertencia llega en un momento en que ese componente atraviesa una fuerte escasez a nivel global, y el funcionario propone concentrar ese recurso en centros de datos de uso continuo.

Una memoria que permanece inactiva

Según la cifra que presentó Altman, la memoria instalada en una computadora personal se utiliza apenas un 5% del tiempo de uso efectivo. Para el directivo, ese dato expone un problema de asignación de recursos en un contexto donde la oferta es limitada.

“La inferencia local es una terrible asignación de recursos escasos.”Sam Altman, en el pódcast Cheeky Pint

La inferencia local consiste en ejecutar un modelo de inteligencia artificial en el propio dispositivo del usuario, sin enviar las consultas a servidores remotos. Esta práctica ganó popularidad junto con la aparición de modelos de código abierto que pueden instalarse en equipos de gama media o alta.

El argumento de la eficiencia

El razonamiento del directivo 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 usa solo una fracción mínima del día. En ese escenario, dispersar el recurso en millones de equipos individuales reduce, según su planteo, el rendimiento global del sistema.

Los datos del mercado respaldan parte de ese diagnóstico. De acuerdo con TrendForce, la memoria DRAM aumentó entre 90% y 95% durante el primer trimestre de 2026, y el panorama de oferta presenta varios factores que explican la presión sobre los precios.

• Los principales fabricantes, entre ellos Micron y SK Hynix, no logran escalar la producción al ritmo que demandan los grandes operadores de centros de datos dedicados a IA.
• Varias compañías comenzaron a redirigir capacidad de fabricación hacia memoria HBM, de alto rendimiento y requerida por esa infraestructura.
• Ampliar plantas especializadas demanda más de un trimestre, por lo que la respuesta de la oferta no es inmediata.

Frente a este planteo, quienes defienden la inferencia local responden con el argumento de la privacidad: procesar datos en el propio equipo, sin enviarlos a servidores externos. Es la contracara de la propuesta de Altman, que privilegia la concentración del cómputo en la nube.